人工智慧是否會顛覆人類社會？三類AI技術為你解讀未來

文 |獵雲網（ilieyun）蔡怡然

編者註：本文的作者Or Shani是AI營銷平台Albert的首席執行官。下文中，他介紹了三種AI形式，探究AI技術是否會顛覆人類社會，奪走人們的工作。

長久以來，人們一直在預測人工智慧（AI）將帶給人類社會的影響，包括機器人掌控世界、奪走人類的工作，甚至得出結論，認為機器人的能力可能在各個方面都超過人類。但事實上，直到今天，我們也並沒有在工業領域或者是日常的生活中遇到那些能夠帶來翻天覆地變化的AI技術。由此，一些媒體和AI的反對者們就產生了這樣的疑問：我們預想中大規模的AI技術究竟是否存在？更有甚者，已然得出了否定的結論。

不過，真正的答案並非如此。

目前來看，AI的應用主要可以分為以下三類：變革性AI技術（Transformative AI），個性化AI技術（DIY AI）以及人造AI技術（Faux AI）。相對來看，後兩者更為常見，而人們對於AI的評價也是源自於後兩大類。

我們現在所見到或者使用的AI技術，基本都是以訪問和處理用戶的數據為基礎，之後再根據分析結果向用戶提供一些建議，甚至完成一些精密的工作。比如說， Amazon的Alexa能夠幫用戶播放音樂，發送日程提醒，播報天氣等等。

這些AI技術也許沒有產生我們預期中那樣的影響力，但並沒有否定他們的存在——AI技術只不過沒有想像中那麼具有顛覆性罷了。

在我看來，那種可能會「佔領人類世界」或者最起碼能給人類生活和工作帶來驚人的變化的AI技術就是我在上文提到的Transformative AI。這類AI技術能夠將數據轉化為一種「思考」能力，經過「思考」後再發出相應的指令。此外，這類AI技術並不是簡單地將指令發送給用戶以便讓其做出明智的選擇，而是根據所學到和未來將會學到的內容，自主完成整個複雜的過程。

目前這類AI技術並不十分普遍，不過有一樣應用應該稱得上廣為人知——自動駕駛汽車。自動駕駛汽車是一個十分生動的例子：這台機器能夠接收不斷變化的信息，經過加工處理髮出指令並自主完成駕駛，從而取代了整個過程中人類所扮演的角色。

駕駛並不是一項容易靠自動化完成的固定程式（如果是，那我們也就不需要AI了）。雖然看起來駕駛過程中所需要完成的動作並不是很多，但是需要處理的信息卻十分繁瑣，比如道路狀況、目的地、行車路線、交通狀況、與周圍車輛的車距，以及彎道和突然出現的行人等等。AI技術必須要把諸如此類的所有相關信息都收集起來加以處理，然後像人類司機一樣對各種情況作出及時的判斷。

這就是所謂的Transformative AI，它的確存在而且在不斷的進步。

我們繼續來設想一下這類AI技術在其他方面的應用。大多數人可能會首先在工作而非生活中體驗到AI技術帶來的變化。現在很多的公司都緊跟「大數據」的潮流，在數據的收集上下功夫，而對於AI技術來說，這大量的數據正成為了其發展的的助推器。AI技術也因此能夠憑藉一己之力處理原本需要一個團隊來處理的信息，而且更加精確和高效。

在當前的市場中就能夠找到這樣的例子，比如Cosabella和Dole Asia，這兩家公司已經換上了以人工智慧平台為基礎的數字賬戶團隊的代理機構。

不過話說回來，這類AI技術還是處於起步階段，真正實現普及還需要一段時間。下面我們還是先將視線轉向目前更為普遍的DIY AI和Faux AI上。

DIY AI技術所涵蓋的範圍非常廣泛，只要這個人工智慧平台的最終目的是為了讓用戶獲得更多信息來依靠自己完成剩餘的工作，那麼就可以將它劃分到DIY AI這一類。這種AI技術也可以接受並處理大量的數據，但是它的最後一項步驟就是得出分析結果，不會再發出指令。所以說，這類AI技術具有規範性和實用性的特徵，但是並不能自發產生直接的效果。

雖然如此，對於那些依賴於數據專家，靠人力分析、理解數據的公司和組織來說，這類AI技術的確擁有極高的價值。和機器相比，即使最優秀的數據專家也需要許多的時間來對數據進行處理、分析並提出建議——畢竟人類是需要進行睡覺、吃飯和休息等基礎活動的，不過還有一個更為重要的原因造成了這樣的結果：人類不具備和機器同等的「數據處理能力」。

我們也能從現實中找到應用DIY AI技術的例子：Salesforce（客戶關係管理軟體服務提供商）創建的Einstein人工智慧平台。今年五月初，Salesforce在《紐約時報》上刊登了一則廣告，其中描述了Einstein是如何選定潛在客戶，預測顧客的購買意向並幫助公司完成交易的。換句話說，這個AI平台讀取了CRM（客戶關係管理）數據並進行處理分析，之後再發送給銷售人員——這遠比他們自己進行數據分析有效率的多。

值得注意的是，DIY AI技術是一項「附加型」技術，這也就意味著它是以某項現有技術為基礎的，它所扮演的角色就是讓原本「呆傻」的系統變得更加「聰明」。為了讓大家更明白，我們再用Transformative AI來做個比較：Transformative AI要求的是打造一項純AI的技術，也就是說這項技術中每一部分都與AI技術有關。

最後我們再來看看最為普遍的Faux AI。DIY AI技術似乎乏善可陳，而Faux AI則是運用了一種模仿的手段。正如其他新興技術一樣，那些大公司利用人們對於AI技術的不了解炒熱了這項技術。大部分公司這樣做的原因就是想利用AI技術對現有的預測和自動化技術進行重新定位，但實際上，這些技術跟機器學習並沒有關係，而只是一些以規則為導向的應用程序罷了。

這裡不得不提到聊天機器人——千萬不要小看他們。不過在這些聊天機器人中，的確有一些濫竽充數的，它們雖然表現的其他AI機器人一樣，但其實它們並沒有使用機器學習，只是一些假冒的AI產品。

人們通常會把擁有處理和預測能力的廣告程序化購買同AI混淆，而其本身也將自己和AI歸於同類。而由於程序化技術已經出現了十幾年，人們好像只有將它也當做AI技術的一種（其實並不是），才能讓AI技術顯得不那麼特殊。

現在市場中那些發展狀況良好的DIY AI技術其實都可以說是准Transformative AI技術。隨著實踐次數的豐富，它們所收集和處理的數據都在潛移默化的優化自己的演算法，最終將會具有能夠自主完成指令的能力（假設它們能夠達到這種智能狀態們）。這樣一來，那些打算自主建立平台的技術專家們就不需要依靠「附加」的方式，而是直接從一開始就利用系統性的AI技術。這一結果為Transformative AI技術的發展奠定了基礎，同時也會將我們帶入想像中的那個人工智慧的世界。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！