從歷史演變、技術發展、行業應用等角度,探索進擊的人工智能

5 評論 10268 瀏覽 11 收藏 17 分鐘

近些年,前沿科技取得的進展令人驚訝不已,基因技術、納米技術和人工智能技術等領域的突破已將科幻小說中的場景變成了現實。AlphaGo 戰勝了圍棋九段高手李世石,Uber 無人駕駛汽車的日臻完善,百度大腦的強勢推出……人工智能時代離我們越走越近了。

你可能會困惑:

  • 人工智能到底是什么?
  • 人工智能機器人可以像大白一樣貼心嗎?
  • 人工智能會取代人類嗎?

本文嘗試從歷史演變、技術發展、行業應用等角度解答上述疑問。

1. 歷史演變的六大紀元

依據 Ray Kurzweil 的觀點,歷史被分為六大階段,不同階段間的最大區別在于處理信息的方式發生了徹底的改變。

越高級的階段,處理信息的方法就越高級,推演至下一階段的速度也更快。

c7bc7e397980616888a57b4178ce234a

圖1 六大紀元

第一紀元:物理與化學

一百多億年前,致密熾熱的奇點大爆炸誕生了宇宙。

其后幾十萬年,原子形成,產生了物理形式的信息存儲和傳輸。

又經過幾百萬年,分子出現,信息可以通過化學方式進行存儲和傳輸。

第二紀元:生物與 DNA

幾十億年前,出現了以碳元素為基礎的有機物。

有機物的出現加速了生命的誕生,此時,信息通過 DNA 進行處理。

第三紀元:人腦

DNA 逐步進化,出現了更高級的信息處理工具:人腦。

人腦不僅可以完成信息的存儲和傳遞,還可以對信息進行抽象和推理。

第四紀元:技術

隨著時間的推移與技術的發展,人腦進化的速度比機器進化的速度慢。

機器智能遲早會替代人腦,成為信息處理的主要方式。

第五紀元:人類智能與人類技術的結合

人類智能與機器智能充分結合,人類的智慧、情感、記憶與意識將轉化為數據,在計算機間存儲和轉移。

這使人類超越肉體的限制,獲得永生。

第六紀元:宇宙覺醒

當人的存在變為一套數據,那么只要將這套數據傳輸給另一個星球上的驅殼,就相當于完成了星際旅行。

人類智慧將在宇宙中廣泛傳播,想去哪里就可以去哪里。

2. 人工智能進化的三個階段

依據歷史紀元的劃分,我們正處于第五紀元,并在加速向下一紀元轉變。

在部分人看來,人工智能離我們的生活還很遙遠。但是,2014年英國皇家學會舉辦的會議中,圖靈測試第一次被通過了。

從某種意義上而言,這預示著人工智能時代即將來臨。人工智能不斷發展,當人工智能具備了推理和感知能力,取代人類的那一天就不遠了。

人工智能究竟經歷了怎樣的發展,讓其具備了取代人類的能力?要回答這個問題,需要從人工智能的前世今生說起。

(1)人工智能的歷史:提出概念

1956年,杰出的計算機科學家們在美國東部城市達特茅斯召開了會議,首次提出了“人工智能”的概念。

在這次會議中,首次決定將像人類一樣思考的機器稱為“人工智能”。

此后,人工智能就一直縈繞在人們的耳畔,經歷了若干次的浪潮與低谷。

最先走入人們生活的人工智能技術是推理與搜索,而最早的人工智能產品便是人們熟知的搜索引擎。

憑借強大的推理和搜索能力,早期的人工智能可以輕易求解迷宮問題,疑難定理的證明,甚至人工智能還能贏得專業的國際象棋比賽。

這些人類都需要花費很長時間才能理清并解決的問題, 對于計算機來說非常容易,只需預先設置好規則和約束,計算機就能根據這些定義去破解問題。

可是當面對沒有確定性規則的問題時(比如:面對多家企業的Offer,選擇哪份?不小心著涼了,如何快速康復?),早期的人工智能就無能為力了。

(2)人工智能的現況:突破瓶頸

早期的先驅者們夢想著設計出具備人類思維和人類智慧的機器,那么如何判斷機器達到了與人類同樣的智能呢?

其方法為“圖靈測試 ”。

圖靈測試的方法是,測試者和測試對象進行對話,測試對象為人和人工智能機器。如果測試者無法區分誰是機器誰是人,機器便通過了圖靈測試,那么就認為機器具備了人類智能。

444ac3583fcd8d66b4b96bfbae968cb2

圖2 圖靈測試

如何才能讓人工智能解決生活中的現實問題?例如,人工智能取代理財顧問,為我的投資理財出謀劃策。人工智能代替醫生,在我身體不舒服的時候,為我開出藥方。

專家系統的誕生提供了解決方案,所謂專家系統就是模擬人類專家的決策過程。比如醫療診斷系統,會比專業的醫生診斷的更好。

人類的決策過程不完全基于明確的邏輯規則,經驗在某種程度上能夠幫助人類做出決策。

人們在看病時傾向于選擇專家,就是因為專家們閱歷豐富,見識的病例多。在判斷病情時,能夠依據過往的經驗,做出正確的判斷。

專家系統的數據庫中會裝載大量的相關知識,這樣就可以依據預先錄入的規則,對現實問題進行處理。

d032717873d82747959067e2efd0cecf

圖3 專家系統框圖

但是,人類的知識和規則是無法窮舉的,如果都要事先描述知識,再定義規則,這無疑是十分困難的。

例如,心情不好。這類常識性問題對計算機來說難度很大?!靶那椤鄙婕暗饺祟惖纳砝硖卣骱托睦碇R,“不好”究竟是何種程度?是痛不欲生還是突發傷感?

(3)人工智能的未來:走向繁榮

以上提到的人工智能,均屬于弱人工智能的范疇,只需給計算機提供足夠多的知識,它就能完成特定的任務,甚至比人類完成地更好。

但弱人工智能僅僅實現了人類智能的一小部分,知識范疇以外的任務就無法勝任了。

隨著互聯網的發展,積累了海量的數據,“機器學習”登場了。從廣義的角度看“學習”,其主要目的是進行區分,并對事物進行判斷和識別。

機器學習最基本的做法是使用算法來解析數據,然后從中學習,接著對真實世界的事件作出判斷和決策。

與傳統的為解決特定任務、采用硬編碼的軟件程序不同,機器學習需要使用大量的數據進行訓練,通過各種算法來學習如何進行正確的區分。

機器學習的算法包括決策樹學習、推導邏輯規劃、聚類、強化學習和貝葉斯算法等。

垃圾郵件的識別就屬于機器學習(貝葉斯算法)的典型應用。首先需要搜集大量的垃圾郵件和非垃圾郵件,建立垃圾郵件庫和非垃圾郵件庫,然后提取其中的特征量,并對郵件進行識別和匹配。特征量的選取,在很大程度上決定了判斷的準確性。

計算機視覺領域也有同樣的工作,比如,要判斷圖像中的動物究竟是老虎,還是獅子,或是藏獒,也需要從圖像中找到這些動物的特征量。

但計算機不能做出選取特征量的判斷,只能依賴手工編碼來完成。

隨著時間的推移,深度學習的出現改變了一切。深度學習以數據為基礎,由計算機自動生成特征量。

以人工神經網絡為基礎,從 Youtube 視頻中尋找貓的圖片便是深度學習的代表作。

人工神經網絡的簡要原理如下:

將一張圖像拆分為圖像塊,輸入到神經網絡的第一層。經過第一層神經網絡處理后,數據被傳輸到第二層,第二層完成處理后,再將數據傳輸給下一層。以此類推,直到最后一層,輸出結果。

神經網絡中的每一個神經元都為它的輸入分配權重,權重與輸出的結果直接相關。神經網絡的輸出是一個概率向量,80%的可能性是貓,15%的可能性是狗,5%的可能性是魚。結果的正確與否由網絡結構告知神經網絡。

同時,神經網絡的結果容易出錯,因此它需要訓練。需要海量的數據進行訓練,直到輸入的權重被調試的非常精確,無論在什么情況下都能給出正確的答案。

要想在 Youtube 視頻中“學習”到貓的圖片,先將數據輸入到計算機中,在低層級神經網絡中,識別出點和線。

接著在下一級網絡中,識別出圓形和三角形等簡單圖案。

由這些簡單圖形的組合,便能得到特征量。大圓(臉)里面包含兩個小圓(眼睛),兩個小圓中間有一段曲線(鼻子)。

這樣,高層級的神經網絡中便出現了類似“臉”的東西,有貓臉,有狗臉,也有猴臉等等。

再往上,結合其他特征量,神經網絡便能識別出貓的圖片了。

之所以是深度學習,這里的“深度”就指的神經網絡中眾多的層。

ca1d6e593f61e799142db8df3617a2e0

圖4 人工神經網絡識別系統示意圖

深度學習是人工智能的大腦,在某些應用領域中甚至比人類做的好,被認為是實現強人工智能的必由之路。

3. 奇點來臨的前奏曲

在宇宙中,黑洞中心是奇點。黑洞的體積為零,密度無窮大,以至于連光都無法逃脫黑洞引力的束縛,在黑洞中現有物理規律全部失效。

da638d2dab059b4d454a12dc4fa4d8ad

圖5 黑洞

在數學上,函數 f(x) = 1/x 成立的前提條件是 x ≠ 0。

參考下圖,從右至左,隨著 x 接近于 0 ,函數值接近無窮大。

x = 0 稱為此函數的奇點。

db3470627e4b8f9160195149fc7b4500

圖6 數學奇點

在人工智能中,所謂奇點,指的是人工智能可以自動地制造出超越自身能力的新人工智能的那個時點。

一臺計算機能夠設計出比自身更優秀的計算機,一個程序能夠產生比本身更強大的程序,一段算法可以進化出更先進的算法。

廣義而言,奇點意味著人工智能全面超越人類的時刻。

自計算機誕生之日起,就保持指數增長,摩爾定律中提到的18個月的周期,正在縮短。而人類智慧進化較慢,幾萬年來也未必增加兩倍。

84ca6ac94b2a55fd8266637a6f290fef

圖7 當人工智能超越人類智慧

不如自己的東西,生產復制地再多,也無法超越自己的能力。但如果能夠制造出超越自己的東西,哪怕每次只超出了一點點,經過多次進化迭代后,人工智能就能制造出比自身更聰明的東西。經過無限次循環,人工智能便能超越人類智能了。

舉例:0.9 比 1 只少 0.1,1000 次方后的結果約等于 0 ,而增加一點點, 1.1 的1000次方就是非常大的數字了。

c37bff31afc267141f847e944ece1401

圖8 數字的迭代

你可能會困惑:人類發明的人工智能最終能夠超越人類的智慧嗎?試著思考下面的問題:汽車是人類制造的,其速度超越了人類雙腳的速度。飛機也是人類發明的,將沒有翅膀的人類送上了天空。所以,人工智能超越人類智慧是有可能的。

所有的技術,包括人工智能在內,本質上都來自于自然。

技術早于人類出現。鳥類會采集樹枝構筑鳥巢,猩猩會使用石頭砸開堅硬的果實,螞蟻會有組織有分工地搭建龐大的巢穴。

科技的進化與自然的進化相似,奇點來臨的那一天,科技體會進化為獨立的生命物種。

也許最終的結局如《奇點臨近》中所描述的那樣,人類作為數據存儲于計算機中,與人工智能共生。

參考文獻:

  1. 《奇點臨近:當計算智能超越人類》,Ray Kurzweil
  2. 《人類簡史:從動物到上帝》,尤瓦爾 · 赫拉利
  3. 《人工智能狂潮:機器人會超越人類嗎?》,松尾豐
  4. 《智能爆炸:開啟智人新時代》,王漢華,劉興亮,張小平
  5. 《人工智能時代 : 人機共生下財富、工作與思維的大未來》,Jerry Kaplan
  6. 《智能時代 : 大數據與智能革命重新定義未來》,吳軍
  7. 《技術元素》,凱文 · ?凱利
  8. 《科技想要什么》,凱文 · ?凱利

 

作者:沈宇星,曾經的500強研發工程師,現擔任創業公司的產品經理。寫下這篇文章,察覺到做產品的這些年,技術方面一直在吃老本,考慮以文章的方式輸出自己對技術的理解,同時也激勵自己對新科技保持好奇。自認為是一個有趣的人,歡迎交流,微信號:syx19890213,個人公眾號:iotdiary。

本文由 @沈宇星 原創發布于人人都是產品經理。未經許可,禁止轉載。

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 很通俗的說明智能發展方向,不過有點科幻

    回復
    1. 人工智能的終極狀態是幾位大師的觀點,感興趣的話,可以參考《奇點臨近》和《技術元素》,這兩本書中均有論述

      來自上海 回復
    2. gggh

      回復
    3. ghhhh

      回復
    4. thhhj

      回復