別把 AI 關在實驗室，它對這個世界如此重要

科技 07-18

今日導讀

對於基於深度神經網路的人工智慧而言，

一切才剛剛開始。

任何負責人的英語老師都會告訴學生，英語不是一門學科，而是一種工具，矽谷科技公司對於人工智慧這種新技術也是同樣的看法。我們總是能在矽谷科技公司身上首先看到基於深度學習技術的人工智慧實裝到產品中，去驅動一些有趣、好玩，大部分時候有用的功能。

比如我每天早上都會在 Facebook Messenger 上用一個叫「Poncho」的聊天機器人了解天氣資訊，我會給它打字，「今天桑尼韋爾的天氣怎麼樣？」就像跟朋友聊天一樣。另外，由於矽谷一天中的溫差較大，這個機器人還會給我提供幾個按鈕，看我是否想要進一步了解每小時的溫度播報。

跟傳統的天氣 App 從天氣數據源 pull 全局信息然後顯示給用戶，這種新的天氣信息呈現方式有什麼不同？從結果上，用戶達到了目的，沒什麼不同；從過程上，這種基於自然語言一問一答的信息呈現方式，比在一個 App 里各種按鈕菜單里按來按去要更直觀。在後台，你能更清楚地了解來自不同地區的人在關注什麼樣的天氣資訊，比如矽谷的極客們只想知道今天要不要短袖搭羽絨服，紐約的時尚達人擔心風太大會不會吹亂髮型，美國中部的人更關心颶風會不會影響農田的收成。

別把 AI 關在實驗室，它對這個世界如此重要

基於深度學習的人工智慧，既幫了用戶了解資訊，又幫了你了解與用戶有關的重要數據。不僅如此，人工智慧備受科技公司青睞還有一個重要原因，在於系統搭起來、跑起來了之後能夠省去大量的人力和算力，而且易於擴展。還記得年初擊敗了韓國職業圍棋選手李世乭九段的那個 AlphaGo 嗎？它其實是一種名為卷積神經網路的深度學習人工智慧系統，由遍布全球的數據中心的多台超級計算機連接，是一個分布式集群計算機系統。它的工作原理簡單來說就是利用驚人的算力，自己跟自己下棋，一天能下幾十萬盤，給它足夠的時間（理論上），它能把圍棋對弈所有的可能性全部跑出來，記錄下勝利的方法，簡直太省事了。更厲害的是，這個系統除了下圍棋，還可以玩電子遊戲，Google 之前還有過讓它跟頂級的《星際爭霸》玩家對壘的計劃……

別把 AI 關在實驗室，它對這個世界如此重要點擊播放 GIF/152K

圍棋手與手之間的眾多可能性

下圍棋可能是人工智慧最極端的應用場景之一，它有著更多可以普及到的地方。比如在自動駕駛中，人工智慧正在扮演越來越重要的角色。儘管最近特斯拉名為「自動駕駛」實為輔助駕駛的功能剛剛導致了多起致命的交通事故，特斯拉仍然沒有任何暫緩推動自動駕駛研究的計劃。

很多人看到了這些自動駕駛所導致的事故，擔驚受怕，說自動駕駛沒有成熟的法律監管，又有那麼多講述人工智慧背叛人類的電影在先，特斯拉這樣推動自動駕駛是枉顧人命的行為。社交網路上經常讀到類似的言論，在我看來這種對自動駕駛的過分擔憂，跟一兩百年前我們的老祖宗第一次看見火車和汽車壓死人時候的驚乍沒什麼兩樣。說到底技術是往前走的，因為死了人就半途而廢那還叫什麼創新。越把人工智慧關在實驗室里，人們越不了解它，就越容易對它產生誤解。本質上，現階段基於深度學習的人工智慧，就是一個通過計算機去大量學習和模擬人類的意識、判斷和行為，幫助人節省時間和精力的系統。它是人類的一樣工具，不是人類的敵人。

幸運的是，近兩年來我們在矽谷看到越來越多解放人工智慧，用它來提高生產力的案例。

曾經在斯坦福人工智慧實驗室供職的吳恩達（Andrew Ng），把自己的研究成果通過 Google 和百度帶給數以億計的普通用戶，先後為這兩家公司打造了基於分布式集群計算機的神經網路系統。

吳恩達的同事，斯坦福人工智慧實驗室主任李飛飛（Li Fei-Fei）女士最近也提出了一些新的研究，並積極地在實驗室以外的商業和公共場合分享自己的研究成果。李飛飛過去最著名的項目是 ImageNet，這是一個神經網路系統，首次讓計算機可以對海量圖像進行快速和高精確度識別，幾乎被所有的頂級搜索引擎以及帶有圖像識別功能的軟體所採用。今年 2 月，李飛飛所在的科研小組正式公布了後 ImageNet 時代的重大項目「視覺基因組」（Visual Genome）論文。這個項目旨在攻克傳統的圖像識別系統能力單一，比如只能識別圖像中的物體，缺乏對圖像中的事物解釋和理解能力的問題，將圖像識別與自然語言理解和語義處理技術相連接，賦予計算機理解圖像所包含的複雜含義的能力。

別把 AI 關在實驗室，它對這個世界如此重要

矽谷學界對人工智慧進一步產品化、商業化的追求，也得到了業界的支持。去年，豐田宣布投資 2500 萬美元，和斯坦福大學人工智慧實驗室合作成立了 SAIL-Toyota 人工智慧研究中心，由李飛飛領導。福特、克萊斯勒等汽車公司，以及像 Uber 這樣與出行相關的移動互聯網公司，也在和卡耐基·梅隆、麻省理工等美國頂級學府合作研究基於人工智慧的自動駕駛。而那些被剩下的，沒有大學可以合作的汽車公司，則紛紛抱緊了 Google、Lyft 這樣的科技公司，或者美國國防部 DARPA 實驗室的大腿。

在文創行業，我們也能看到越來越多對人工智慧的應用，儘管有時候效果並不那麼有趣。有人用神經網路去學習李白、杜甫的詩句，以及金庸、古龍的武俠小說，經過一段時間的學習後，這些系統寫出的詩和小說片段居然真有那麼點意思。今年倫敦科幻電影節上播出了一部劇本和背景音樂完全由人工智慧撰寫的電影，雖然劇情無厘頭，但確實比一些真人拍的爛片好很多，讓我們看到了人工智慧在創作上的才華。

別把 AI 關在實驗室，它對這個世界如此重要

基於深度神經網路的人工智慧，在科技行業還有更廣泛的應用機會，一切才剛開始。矽谷科技界對人工智慧的應用，應該給中國科技界，特別是那些每天把補貼、增長、營銷當做日常的中國科技公司帶來啟發。我幾乎每天都能在朋友圈裡看到中國科技公司的員工，無論大佬還是剛拿到融資的創始人，到矽谷科技公司參觀。從晶元晶圓廠得名的矽谷，五六十年以來一直被這樣視作科技創新的聖地，不是沒有理由的。

本文摘選自 PingWest品玩，未經許可禁止轉載

可是萬一 AI 突然「抽風」怎麼辦？

別把 AI 關在實驗室，它對這個世界如此重要