中文字幕无码av不卡一区,亚洲综合AV永久无码精品一区二区,黑人巨大白妞出浆,黄色高清无码免费看,久久久久免费精品国产,久久无码人妻丰满熟妇区毛片,欧美日韩国产综合草草,久久福利网站,亚洲一区二区三区中文字幕在线,av国内精品久久久久影院

過(guò)去數(shù)年間，關(guān)于那次談話我想了很多，谷歌也收購(gòu)了14家人工智能以及機(jī)器人方面的公司。鑒于搜索業(yè)務(wù)為谷歌貢獻(xiàn)了80%的收入，因此乍一看去，你可能會(huì)覺(jué)得谷歌正在擴(kuò)充其人工智能方面的投資組合以改善搜索能力。但是我認(rèn)為正好相反。谷歌正在用搜索技術(shù)來(lái)改善人工智能，而非使用人工智能來(lái)改進(jìn)搜索技術(shù)。每當(dāng)你輸入一個(gè)查詢?cè)~，點(diǎn)擊搜索引擎生成的鏈接，或者在網(wǎng)頁(yè)上創(chuàng)造一個(gè)鏈接，你都是在訓(xùn)練谷歌的人工智能技術(shù)。當(dāng)你在圖片搜索欄中輸入“復(fù)活節(jié)兔子”（Easter Bunny）并點(diǎn)擊看起來(lái)最像復(fù)活節(jié)兔子的那張圖片時(shí)，你都是在告訴人工智能，復(fù)活節(jié)兔子是長(zhǎng)成什么樣的。谷歌每天擁有12億搜索用戶，產(chǎn)生1210億搜索關(guān)鍵詞，每一個(gè)關(guān)鍵詞都是在一次又一次地輔導(dǎo)人工智能進(jìn)行深度學(xué)習(xí)。如果再對(duì)人工智能的算法進(jìn)行為之10年的穩(wěn)固改進(jìn)，加之一千倍以上的數(shù)據(jù)以及一百倍以上的計(jì)算資源，谷歌將會(huì)開(kāi)發(fā)出一款無(wú)與倫比的人工智能產(chǎn)品。我的預(yù)言是：到2024年，谷歌的主營(yíng)產(chǎn)品將不再是搜索引擎，而是人工智能產(chǎn)品。

這個(gè)觀點(diǎn)自然也會(huì)招來(lái)懷疑的聲音。近60年來(lái)，人工智能的研究者都預(yù)測(cè)說(shuō)人工智能時(shí)代即將到來(lái)，但是直到幾年前，人工智能好像還是遙不可及。人們甚至發(fā)明了一個(gè)詞來(lái)描述這個(gè)研究結(jié)果匱乏、研究基金更加匱乏的時(shí)代：人工智能之冬。那么事情真的有變化嗎？

是的。近期的三大突破讓人們期待已久的人工智能近在眼前：

1. 成本低廉的并行計(jì)算

思考是一種人類固有的并行過(guò)程，數(shù)以億計(jì)的神經(jīng)元同時(shí)放電以創(chuàng)造出大腦皮層用于計(jì)算的同步腦電波。搭建一個(gè)神經(jīng)網(wǎng)絡(luò)——即人工智能軟件的主要結(jié)構(gòu)——也需要許多不同的進(jìn)程同時(shí)運(yùn)行。神經(jīng)網(wǎng)絡(luò)的每一個(gè)節(jié)點(diǎn)都大致模擬了大腦中的一個(gè)神經(jīng)元——其與相鄰的節(jié)點(diǎn)互相作用，以明確所接收的信號(hào)。一項(xiàng)程序要理解某個(gè)口語(yǔ)單詞，就必須能夠聽(tīng)清（不同音節(jié)）彼此之間的所有音素；要識(shí)別出某幅圖片，就需要看到其周圍像素環(huán)境內(nèi)的所有像素——二者都是深層次的并行任務(wù)。但直到最近，標(biāo)準(zhǔn)的計(jì)算機(jī)處理器也僅僅能一次處理一項(xiàng)任務(wù)。

事情在十多年前就已經(jīng)開(kāi)始發(fā)生變化，彼時(shí)出現(xiàn)了一種被稱為圖形處理單元（graphics processing unit -GPU）的新型芯片，它能夠滿足可視游戲中高密度的視覺(jué)以及并行需求，在這一過(guò)程中，每秒鐘都有上百萬(wàn)像素被多次重新計(jì)算。這一過(guò)程需要一種專門的并行計(jì)算芯片，該芯片添加至電腦主板上，作為對(duì)其的補(bǔ)充。并行圖形芯片作用明顯，游戲可玩性也大幅上升。到2005年，GPU芯片產(chǎn)量頗高，其價(jià)格便降了下來(lái)。2009年，吳恩達(dá)（Andrew Ng）（譯者注：華裔計(jì)算機(jī)科學(xué)家）以及斯坦福大學(xué)的一個(gè)研究小組意識(shí)到，GPU芯片可以并行運(yùn)行神經(jīng)網(wǎng)絡(luò)。

這一發(fā)現(xiàn)開(kāi)啟了神經(jīng)網(wǎng)絡(luò)新的可能性，使得神經(jīng)網(wǎng)絡(luò)能容納上億個(gè)節(jié)點(diǎn)間的連接。傳統(tǒng)的處理器需要數(shù)周才能計(jì)算出擁有1億節(jié)點(diǎn)的神經(jīng)網(wǎng)的級(jí)聯(lián)可能性。而吳恩達(dá)發(fā)現(xiàn)，一個(gè)GPU集群在一天內(nèi)就可完成同一任務(wù)?，F(xiàn)在，一些應(yīng)用云計(jì)算的公司通常都會(huì)使用GPU來(lái)運(yùn)行神經(jīng)網(wǎng)絡(luò)，例如，F(xiàn)acebook會(huì)籍此技術(shù)來(lái)識(shí)別用戶照片中的好友，Netfilx也會(huì)依其來(lái)給5000萬(wàn)訂閱用戶提供靠譜的推薦內(nèi)容。

2. 大數(shù)據(jù)

每一種智能都需要被訓(xùn)練。哪怕是天生能夠給事物分類的人腦，也仍然需要看過(guò)十幾個(gè)例子后才能夠區(qū)分貓和狗。人工思維則更是如此。即使是（國(guó)際象棋）程序編的最好的電腦，也得在至少對(duì)弈一千局之后才能有良好表現(xiàn)。人工智能獲得突破的部分原因在于，我們收集到來(lái)自全球的海量數(shù)據(jù)，以給人工智能提供了其所需的訓(xùn)練。巨型數(shù)據(jù)庫(kù)、自動(dòng)跟蹤（self-tracking）、網(wǎng)頁(yè)cookie、線上足跡、兆兆字節(jié)級(jí)存儲(chǔ)、數(shù)十年的搜索結(jié)果、維基百科以及整個(gè)數(shù)字世界都成了老師，是它們讓人工智能變得更加聰明。

3. 更優(yōu)的算法

20世紀(jì)50年代，數(shù)字神經(jīng)網(wǎng)絡(luò)就被發(fā)明了出來(lái)，但計(jì)算機(jī)科學(xué)家花費(fèi)了數(shù)十年來(lái)研究如何駕馭百萬(wàn)乃至億級(jí)神經(jīng)元之間那龐大到如天文數(shù)字一般的組合關(guān)系。這一過(guò)程的關(guān)鍵是要將神經(jīng)網(wǎng)絡(luò)組織成為堆疊層（stacked layer）。一個(gè)相對(duì)來(lái)說(shuō)比較簡(jiǎn)單的任務(wù)就是人臉識(shí)別。當(dāng)某神經(jīng)網(wǎng)絡(luò)中的一組比特被發(fā)現(xiàn)能夠形成某種圖案——例如，一只眼睛的圖像——這一結(jié)果就會(huì)被向上轉(zhuǎn)移至該神經(jīng)網(wǎng)絡(luò)的另一層以做進(jìn)一步分析。接下來(lái)的這一層可能會(huì)將兩只眼睛拼在一起，將這一有意義的數(shù)據(jù)塊傳遞到層級(jí)結(jié)構(gòu)的第三層，該層可以將眼睛和鼻子的圖像結(jié)合到一起（來(lái)進(jìn)行分析）。識(shí)別一張人臉可能需要數(shù)百萬(wàn)個(gè)這種節(jié)點(diǎn)（每個(gè)節(jié)點(diǎn)都會(huì)生成一個(gè)計(jì)算結(jié)果以供周圍節(jié)點(diǎn)使用），并需要堆疊高達(dá)15個(gè)層級(jí)。2006年，當(dāng)時(shí)就職于多倫多大學(xué)的杰夫·辛頓（Geoff Hinton）對(duì)這一方法進(jìn)行了一次關(guān)鍵改進(jìn)，并將其稱之為“深度學(xué)習(xí)”。他能夠從數(shù)學(xué)層面上優(yōu)化每一層的結(jié)果從而使神經(jīng)網(wǎng)絡(luò)在形成堆疊層時(shí)加快學(xué)習(xí)速度。數(shù)年后，當(dāng)深度學(xué)習(xí)算法被移植到GPU集群中后，其速度有了顯著提高。僅靠深度學(xué)習(xí)的代碼并不足以能產(chǎn)生復(fù)雜的邏輯思維，但是它是包括IBM的沃森電腦、谷歌搜索引擎以及Facebook算法在內(nèi)，當(dāng)下所有人工智能產(chǎn)品的主要組成部分。

這一由并行計(jì)算、大數(shù)據(jù)和更深層次算法組成的完美風(fēng)暴使得持續(xù)耕耘了60年的人工智能一鳴驚人。而這一聚合也表明，只要這些技術(shù)趨勢(shì)繼續(xù)下去——它們也沒(méi)有理由不延續(xù)——人工智能將精益求精。

隨著這一趨勢(shì)的持續(xù)，這種基于云技術(shù)的人工智能將愈發(fā)成為我們?nèi)粘Ｉ钪胁豢煞指畹囊徊糠?。但天上沒(méi)有掉餡餅的事。云計(jì)算遵循收益遞增（increasing returns）[4]法則，這一法則有時(shí)也被稱為網(wǎng)絡(luò)效應(yīng)（network effect），即隨著網(wǎng)絡(luò)發(fā)展壯大，網(wǎng)絡(luò)價(jià)值也會(huì)以更快的速度增加。網(wǎng)絡(luò)（規(guī)模）越大，對(duì)于新用戶的吸引力越強(qiáng)，這又讓網(wǎng)絡(luò)變得更大，又進(jìn)一步增強(qiáng)了吸引力，如此往復(fù)。為人工智能服務(wù)的云技術(shù)也遵循這一法則。越多人使用人工智能產(chǎn)品，它就會(huì)變得越聰明；它變得越聰明，就有越多人來(lái)使用它；然后它變得更聰明，進(jìn)一步就有更多人使用它。一旦有公司邁進(jìn)了這個(gè)良性循環(huán)中，其規(guī)模會(huì)變大、發(fā)展會(huì)加快，以至于沒(méi)有任何新興對(duì)手能望其項(xiàng)背。因此，人工智能的未來(lái)將有兩到三家寡頭公司統(tǒng)治，它們會(huì)開(kāi)發(fā)出大規(guī)?；谠萍夹g(shù)的多用途商業(yè)智能產(chǎn)品。

1997年，沃森電腦的前輩、IBM公司的深藍(lán)電腦在一場(chǎng)著名的人機(jī)大賽中擊敗了當(dāng)時(shí)的國(guó)際象棋大師加里·卡斯帕羅夫（Garry Kasparov）。在電腦又贏了幾場(chǎng)比賽之后，人們基本上失去了對(duì)這類比賽的興趣。你可能會(huì)認(rèn)為故事到此就結(jié)束了，但卡斯帕羅夫意識(shí)到，如果他也能像深藍(lán)一樣立即訪問(wèn)包括以前所有棋局棋路變化在內(nèi)的巨型數(shù)據(jù)庫(kù)的話，他在對(duì)弈中能表現(xiàn)得更好。如果這一數(shù)據(jù)庫(kù)工具對(duì)于人工智能設(shè)備來(lái)說(shuō)是公平的話，為什么人類不能使用它呢？為了探究這一想法，卡斯帕羅夫率先提出了“人加機(jī)器”（man-plus-machine）比賽的概念，即用人工智能增強(qiáng)國(guó)際象棋選手水平，而非讓人與機(jī)器之間對(duì)抗。

這種比賽如今被稱為自由式國(guó)際象棋比賽，它有點(diǎn)兒像混合武術(shù)對(duì)抗賽，選手們可以使用任何他們想要用的作戰(zhàn)技巧。你可以單打獨(dú)斗；也可以接受你那裝有超級(jí)聰明的國(guó)際象棋軟件的電腦給出的幫助，你要做的僅僅是按照它的建議來(lái)移動(dòng)棋子；或者你可以當(dāng)一個(gè)卡斯帕羅夫所提倡的那種“半人半機(jī)”的選手。半人半機(jī)選手會(huì)聽(tīng)取人工智能設(shè)備在其耳邊提出的棋路建議，但是也間或不會(huì)采用這些建議——頗似我們開(kāi)車時(shí)候用的GPS導(dǎo)航一般。在接受任何模式選手參賽的2014年自由式國(guó)際象棋對(duì)抗錦標(biāo)賽上，純?nèi)斯ぶ悄艿膰?guó)際象棋引擎贏得了42場(chǎng)比賽，而半人半機(jī)選手則贏得了53場(chǎng)。當(dāng)今世上最優(yōu)秀的國(guó)際象棋選手就是半人半機(jī)選手Intagrand，它是一個(gè)由多人以及數(shù)個(gè)不同國(guó)際象棋程序所組成的小組。

但最令人驚訝的是：人工智能的出現(xiàn)并未讓純?nèi)祟惖膰?guó)際象棋棋手的水平下降。恰恰相反，廉價(jià)、超級(jí)智能的國(guó)際象棋軟件吸引了更多人來(lái)下國(guó)際象棋，比賽比以前增多了，棋手的水平也比以前上升了?，F(xiàn)在的國(guó)際象棋大師（譯者注：國(guó)際象棋界的一種等級(jí)）人數(shù)是深藍(lán)戰(zhàn)勝卡斯帕羅夫那時(shí)候的兩倍多。現(xiàn)在的排名第一的人類國(guó)際象棋棋手馬格努斯·卡爾森（Magnus Carlsen）就曾接受人工智能的訓(xùn)練，他被認(rèn)為是所有人類國(guó)際象棋棋手中最接近電腦的棋手，同時(shí)也是有史以來(lái)積分最高的人類國(guó)際象棋大師。

如果人工智能能幫助人類成為更優(yōu)秀的國(guó)際象棋棋手，那么它也能幫助我們成為更為優(yōu)秀的飛行員、醫(yī)生、法官以及教師。大多數(shù)由人工智能完成的商業(yè)工作都將是有專門目的的工作，嚴(yán)格限制在智能軟件能做到的工作之內(nèi)，比如，（人工智能產(chǎn)品）把某種語(yǔ)言翻譯成另一種語(yǔ)言，但卻不能翻譯成第三種語(yǔ)言。再比如，它們可以開(kāi)車，但卻不能與人交談?；蛘呤悄芑貞浧餣ouTube上每個(gè)視頻的每個(gè)像素，卻無(wú)法預(yù)測(cè)你的日常工作。在未來(lái)十年，你與之直接或者間接互動(dòng)的人工智能產(chǎn)品，有99%都將是高度專一、極為聰明的“專家”。

實(shí)際上，這并非真正的智能，至少不是我們細(xì)細(xì)想來(lái)的那種智能。的確，智能可能是一種傾向——尤其是如果我們眼中的智能意味著我們那特有的自我意識(shí)、一切我們所有的那種狂亂的自省循環(huán)以及凌亂的自我意識(shí)流的話。我們希望無(wú)人駕駛汽車能一心一意在路上行駛，而不是糾結(jié)于之前和車庫(kù)的爭(zhēng)吵。醫(yī)院中的綜合醫(yī)生“沃森”能專心工作，不要去想自己是不是應(yīng)該專攻英語(yǔ)。隨著人工智能的發(fā)展，我們可能要設(shè)計(jì)出一些阻止它們擁有意識(shí)的方式——我們所宣稱的最優(yōu)質(zhì)的人工智能服務(wù)將是無(wú)意識(shí)服務(wù)。

我們想要的不是智能，而是人工智慧。與一般的智能不同，智慧（產(chǎn)品）具有專心、可衡量、種類特定的特點(diǎn)。它也能夠以完全異于人類認(rèn)知的方式來(lái)思考。這兒有一個(gè)關(guān)于非人類思考的一個(gè)很好的例子，今年三月在德克薩斯州奧斯汀舉行的西南偏南音樂(lè)節(jié)（South by Southwest festival）上，沃森電腦就上演了一幕厲害的絕技：IBM的研究員給沃森添加了由在線菜譜、美國(guó)農(nóng)業(yè)部（USDA）出具的營(yíng)養(yǎng)表以及讓飯菜更美味的味道研究報(bào)告組成的數(shù)據(jù)庫(kù)。憑借這些數(shù)據(jù)，沃森依靠味道配置資料和現(xiàn)有菜色模型創(chuàng)造出了新式的菜肴。其中一款由沃森創(chuàng)造出的受人追捧的菜肴是美味版本的“炸魚(yú)和炸薯?xiàng)l”（fish and chips），它是用酸橘汁腌魚(yú)和油炸芭蕉制成。在約克城高地的IBM實(shí)驗(yàn)室里，我享用了這道菜，也吃了另一款由沃森創(chuàng)造出的美味菜肴：瑞士/泰式蘆筍乳蛋餅。味道挺不錯(cuò)！

非人類的智能不是錯(cuò)誤，而是一種特征。人工智能的主要優(yōu)點(diǎn)就是它們的“相異智能”（alien intelligence）。一種人工智能產(chǎn)品在思考食物方面與任何的大廚都不相同，這也能讓我們以不同的方式看待食物，或者是以不同的方式來(lái)考慮制造物料、衣服、金融衍生工具或是任意門類的科學(xué)和藝術(shù)。相較于人工智能的速度或者力量來(lái)說(shuō)，它的相異性對(duì)我們更有價(jià)值。

實(shí)際上，人工智能將幫助我們更好地理解我們起初所說(shuō)的智能的意思。過(guò)去，我們可能會(huì)說(shuō)只有那種超級(jí)聰明的人工智能產(chǎn)品才能開(kāi)車，或是在“危險(xiǎn)邊緣”節(jié)目以及國(guó)際象棋大賽中戰(zhàn)勝人類。而一旦人工智能做到了那些事情，我們就會(huì)覺(jué)得這些成就明顯機(jī)械又刻板，并不能夠被稱為真正意義上的智能。人工智能的每次成功，都是在重新定義自己。

但我們不僅僅是在一直重新定義人工智能的意義——也是在重新定義人類的意義。過(guò)去60年間，機(jī)械加工復(fù)制了我們?cè)J(rèn)為是人類所獨(dú)有的行為和才能，我們不得不改變關(guān)于人機(jī)之間區(qū)別的觀點(diǎn)。隨著我們發(fā)明出越來(lái)越多種類的人工智能產(chǎn)品，我們將不得不放棄更多被視為人類所獨(dú)有能力的觀點(diǎn)。在接下來(lái)的十年里——甚至，在接下來(lái)的一個(gè)世紀(jì)里——我們將處于一場(chǎng)曠日持久的身份危機(jī)（identity crisis）中，并不斷捫心自問(wèn)人類的意義。在這之中最為諷刺的是，我們每日接觸的實(shí)用性人工智能產(chǎn)品所帶來(lái)的最大益處，不在于提高產(chǎn)能、擴(kuò)充經(jīng)濟(jì)或是帶來(lái)一種新的科研方式——盡管這些都會(huì)發(fā)生。人工智能的最大益處在于，它將幫助我們定義人類。我們需要人工智能來(lái)告訴我們，我們究竟是誰(shuí)。

原文來(lái)自 Wired，作者 Kevin Kelly，標(biāo)題 The Three Breakthroughs That Have Finally Unleashed AI on the World。本文由譯言?沈持盈?翻譯。