為什么我們現(xiàn)在只能在人工智能上獲得樂(lè)趣

freewolf 發(fā)布于2019-06-26 18:56 / 3077人閱讀

摘要：換句話(huà)說(shuō)，我們需要人工智能可以看到全局。表示學(xué)習(xí)使數(shù)據(jù)過(guò)于復(fù)雜，無(wú)法在人工智能中使用，而是變成更容易處理的內(nèi)容。

人工智能一直都很擅長(zhǎng)數(shù)學(xué)。它在數(shù)學(xué)方面比人類(lèi)做的更好。1996年，Deep Blue 在國(guó)際象棋中擊敗了Garry Kasparov，因?yàn)閲?guó)際象棋可以歸結(jié)為是邏輯游戲。你可以毫不費(fèi)力的將邏輯方程編譯進(jìn)電腦中。

但是15年后，IBM的Watson贏得Jeopardy的冠軍時(shí)，人工智能所做的就遠(yuǎn)不止數(shù)學(xué)。

自上世紀(jì)六十年代以來(lái)，人工智能的大多數(shù)進(jìn)步都?xì)w功于電腦變得更快。更快的計(jì)算機(jī)可以在相同的時(shí)間內(nèi)完成更多的計(jì)算和更多的數(shù)據(jù)處理。將Internet添加到這種組合中，我們可以看到大量生成的不同類(lèi)型的數(shù)據(jù)。

很長(zhǎng)一段時(shí)間，很多這種新信息對(duì)計(jì)算機(jī)都沒(méi)有用。語(yǔ)言或文字基本上是一系列不可讀的象形文字。音頻也不像數(shù)字那樣對(duì)計(jì)算機(jī)有意義。直到自然語(yǔ)言處理（NLP）出現(xiàn)。

2011年Watson在Jeopardy獲勝時(shí)，自然語(yǔ)言處理并不是被發(fā)明出來(lái)第一次使用的。它已經(jīng)存在了一段時(shí)間。只是使用它沒(méi)有任何好處。

但是，一旦有足夠的數(shù)據(jù)和足夠快的計(jì)算機(jī)使NLP變得有用，它就打開(kāi)了通往計(jì)算機(jī)可以幫助解決的其他問(wèn)題的大門(mén)。突然間，非數(shù)學(xué)問(wèn)題就變成了公平的游戲。

沃森贏得Jeopardy的冠軍的影響讓人們想象出人工智能的可能性。他們能夠?qū)⑺麄冊(cè)陔娨暽峡吹降臇|西轉(zhuǎn)移到“哦，狗屎，那東西可以治愈癌癥或運(yùn)行物流 - 也許是感覺(jué)到......”它讓我們思考技術(shù)的進(jìn)步并想象它的普遍性（人工智能這個(gè)詞本身已經(jīng)成為無(wú)處不在的一個(gè)流行語(yǔ)，但人們并不總是能夠形成一個(gè)真實(shí)的形象）。

雖然，這不是人工智能的第一波潮流。它過(guò)去經(jīng)歷了炒作循環(huán)，從快速燃燒的春天開(kāi)始，然后是漫長(zhǎng)的冬天。過(guò)去的興奮失敗的一個(gè)原因是人工智能沒(méi)有達(dá)到預(yù)期目標(biāo)。人工智能有一個(gè)尷尬的定義：計(jì)算機(jī)執(zhí)行通常只有人類(lèi)才能執(zhí)行的動(dòng)作的能力。但是，一旦計(jì)算機(jī)有可能做到這一點(diǎn)，那么它就不再是人類(lèi)的專(zhuān)利了，它突然變成了另一個(gè)應(yīng)用程序，而不是人工智能。這么多年來(lái)，人工智能已經(jīng)成為我們?nèi)粘Ｉ畹囊徊糠郑@一事實(shí)也吸引了大量的媒體關(guān)注。

然而，最近人工智能可以做的事情有了很大的飛躍。如今，計(jì)算機(jī)非常善于交談，識(shí)別圖像中的面孔，將你的聲音翻譯成文本以及處理各種其他非數(shù)學(xué)問(wèn)題。人工智能計(jì)算機(jī)可以推薦餐館，可以進(jìn)行的社交活動(dòng)，閱讀核磁共振成像，并防止律師閱讀無(wú)聊的文件。

解決這些非數(shù)學(xué)問(wèn)題正在吸引人們的注意力和想象力。更重要的是，人工智能的這些進(jìn)步并沒(méi)有被IBM，Google和Microsoft 關(guān)閉。

對(duì)于小型企業(yè)，像Microsoft 和Google等大型科技公司銷(xiāo)售簡(jiǎn)單的軟件插件（稱(chēng)為API），可以在筆記本電腦上執(zhí)行基本的人工智能任務(wù)。如果你有關(guān)于你公司的業(yè)務(wù)的數(shù)據(jù)，他們可能會(huì)幫助你找到有價(jià)值的信息。

然而，人工智能是一種“涓滴經(jīng)濟(jì)學(xué)”。許多最激動(dòng)人心的應(yīng)用程序僅部署在大型技術(shù)公司內(nèi)，這些公司擁有為自己創(chuàng)新所需要的數(shù)據(jù)和專(zhuān)業(yè)知識(shí)。與這些功能更強(qiáng)大的應(yīng)用程序相比，針對(duì)小型企業(yè)的API功能非常有限。

接下一個(gè)挑戰(zhàn)是讓更多（如果不是全部的話(huà)）轉(zhuǎn)型應(yīng)用程序能夠?yàn)榧彝テ髽I(yè)所用。這種情況尚未發(fā)生的原因是，人工智能需要大量的數(shù)據(jù)才能工作。許多廣泛可用的應(yīng)用程序基于公共數(shù)據(jù)集。例如，維基百科提供了一個(gè)用于學(xué)習(xí)語(yǔ)言和翻譯的數(shù)據(jù)量驚人的數(shù)據(jù)庫(kù)。但是，對(duì)于SMB來(lái)說(shuō)很難提在提供類(lèi)似數(shù)量的數(shù)據(jù)，因?yàn)樗麄儤I(yè)務(wù)的運(yùn)營(yíng)規(guī)模還沒(méi)有達(dá)到所需的。他們唯一可以開(kāi)發(fā)的人工智能將不得不比企業(yè)所做的要簡(jiǎn)單的多。

如果我們想讓人工智能針對(duì)于相對(duì)較小的情況，或者更個(gè)性化的數(shù)據(jù)，那么人工智能需要更好地理解上下文。這意味著人工智能可以提取相關(guān)但不同類(lèi)型的數(shù)據(jù)集，以添加到小數(shù)據(jù)集中，并將它們聚合成足夠大的數(shù)據(jù)集，從而做出預(yù)測(cè)。換句話(huà)說(shuō)，我們需要人工智能可以看到全局。

這種具有全局視角的AI將來(lái)自開(kāi)發(fā)轉(zhuǎn)移學(xué)習(xí)和表示學(xué)習(xí)。轉(zhuǎn)移學(xué)習(xí)是指將一個(gè)領(lǐng)域中學(xué)習(xí)到的知識(shí)應(yīng)用轉(zhuǎn)移到另一個(gè)領(lǐng)域的能力。將視頻中識(shí)別卡車(chē)的能力與另一種識(shí)別轎車(chē)的能力連接起來(lái)，將合成一種總體上更善于識(shí)別所有汽車(chē)的的功能。表示學(xué)習(xí)使數(shù)據(jù)過(guò)于復(fù)雜，無(wú)法在人工智能中使用，而是變成更容易處理的內(nèi)容。隨著我們改進(jìn)表示學(xué)習(xí)和轉(zhuǎn)移學(xué)習(xí)，我們將能夠連接更多應(yīng)用程序以獲得更多個(gè)性化數(shù)據(jù)。

這些小數(shù)據(jù)問(wèn)題的挑戰(zhàn)是我覺(jué)得特別有趣的事情，因?yàn)橛刑嗟膽?yīng)用程序，它是一個(gè)非常大而且非常長(zhǎng)的尾巴。但是，我沒(méi)有看到大型科技公司為了讓中小型企業(yè)實(shí)現(xiàn)人工智能而迅速采取行動(dòng)，而且我沒(méi)有看到任何中小型企業(yè)能夠在不解決這種背景問(wèn)題的情況下找到如何為自己開(kāi)發(fā)人工智能的方案。如果你知道有任何中小企業(yè)開(kāi)發(fā)自己的人工智能，請(qǐng)告訴我。初創(chuàng)公司可能是SMB的一個(gè)例子，但他們的人工智能產(chǎn)品適用于企業(yè)或最終消費(fèi)者，因此它們并不真正的算數(shù)。

無(wú)論如何，許多大企業(yè)都在盡可能地部署人工智能，這意味著人工智能即使沒(méi)有超出企業(yè)的預(yù)期，也達(dá)到了企業(yè)的預(yù)期。開(kāi)心的客戶(hù)將意味著更多的投資，更多的投資將有望意味著不久的將來(lái)，人工智能可能會(huì)讓家庭玩的很開(kāi)心。

這篇文章是作者探討了為什么人工智能可以再次進(jìn)入我們生活中方方面面的第一篇，講述了上一次人工智能沒(méi)有成功的原因和人工智能在次火爆是因?yàn)橛布闹С郑沟萌斯ぶ悄芸梢詮氖赂喾矫娴墓ぷ鳎粡V泛的應(yīng)用，并且作者認(rèn)為現(xiàn)在如果要構(gòu)建人工智能需要大量的數(shù)據(jù)支持，并且只會(huì)在一些擁有大數(shù)據(jù)量的公司內(nèi)才會(huì)成功創(chuàng)建人工智能，因?yàn)橹行⌒凸緹o(wú)法支撐起創(chuàng)建人工智能的數(shù)據(jù)量，并且隨著大型公司的不斷發(fā)展，人工智能將會(huì)通過(guò)一種被稱(chēng)為涓滴經(jīng)濟(jì)學(xué)的效應(yīng)而不斷的向下發(fā)展，直到使人工智能發(fā)展為惠及全社會(huì)的普遍性。并且從目前硬件的發(fā)展以及各種諸如云，5G的發(fā)展模式來(lái)看，未來(lái)很有可能人們通過(guò)更快的5G信號(hào)將數(shù)據(jù)上傳到云中，然后共同使用這些數(shù)據(jù)來(lái)完成諸如無(wú)人駕駛汽車(chē)等綜合性的人工智能后，然后將會(huì)是工業(yè)級(jí)的人工智能慢慢的隨著社會(huì)中的企業(yè)開(kāi)始使用，而到最后才會(huì)有真正的人工智能普及到家庭中去，從現(xiàn)在的產(chǎn)品技術(shù)形式來(lái)看，任何一個(gè)產(chǎn)品都會(huì)隨著商業(yè)化使成本和技術(shù)降低后才會(huì)大面積的進(jìn)行民用，雖然我們現(xiàn)在身邊已經(jīng)有了很多所謂的人工智能，但真正的使我們可以使用人工智能的時(shí)間還有較長(zhǎng)的一段路要走。