當前位置:
首頁 > 知識 > 60年沉浮,人工智慧還要經歷多少偏見與誤判

60年沉浮,人工智慧還要經歷多少偏見與誤判

近兩年,人工智慧和深度學習,成為創業顯學。矽谷一些研究室為了招聘工程師,全球撒網,薪水之高,令人咋舌。大到一個國家的規劃,小到一本創業計劃書,無人工智慧,寸步難行。

其實,自1956年「人工智慧」一詞誕生以來,人工智慧研發熱,幾起幾落。究其因,包括科學家在內的眾人,對人工智慧抱有偏見和誤判。

這一次,人類能夠摒棄偏見,少一些誤判嗎?

1、AI從何來

消除偏見,從人工智慧的辭彙起源開始。

人工智慧這個詞由誰創造的?

回答這個問題,繞不開1956年的「人工智慧夏季研討會」(Summer Research Projection Artificial Intelligence)。

那個年代,這真是個別出心裁的會議名稱,給這個會議取名的是麥卡錫(John McCarthy),時任達特茅斯學院數學系助理教授。

1955年夏天,麥卡錫到IBM一個研究團隊打臨工,該團隊負責人是羅切斯特(Nathaniel Rochester),IBM第一代通用機701主設計師,對神經網路素有興趣。兩人一見如故,決定第二年夏天在達特茅斯大學搞一次活動,於是給洛克菲勒基金會寫了個項目建議書,希望得到資助。

麥卡錫申請的預算是1.35萬美元,但洛克菲勒基金會只批了7500美元。麥卡錫預計有六位學界代表出席,最終有10個人參加,其中有一位研究跳棋,一位研究象棋。

原本計劃是兩個月閉門研討,但是,只有所羅門諾夫嚴肅地待了整整一個暑假。

普遍的誤解是「人工智慧」這個詞是麥卡錫創造出來的,其實不是。麥卡錫晚年回憶時承認,「人工智慧」這個詞最早是從別人那裡聽來的,但記不清是誰。

英國數學家菲利普·伍德華(Woodward)給《新科學家》雜誌寫信說,他才是人工智慧一詞的創造者,麥卡錫是聽他說的,因為伍德華1956年曾去麻省理工大學交流,見過麥卡錫。可是,麥卡錫的建議書1955年開始用「人工智慧」了。

由於那個時代多位科研代表先後離世,人工智慧一詞究竟由誰創造,已成為公案。

2、AI有多熱

「我這麼年輕,當然希望自己一直贏下去,一直驕傲下去,統治棋盤多少多少年??」2016年3月,韓國圍棋選手李世石對陣谷歌人工智慧圍棋軟體阿爾法狗(AlphaGo)之前,中國圍棋選手柯潔剛剛在一項公開賽決賽中擊敗了他。

一個月後,阿爾法狗贏了李世石;一年後,阿爾法狗贏了柯潔。

其實,谷歌有很多狗:自動駕駛狗(已行駛超200萬公里)、醫療狗(DeepMind對疾病診斷已初試身手)、翻譯狗(谷歌幾十種語言的自動翻譯)、軍事狗(Boston Dynamic機器人)、金融狗??

用谷歌執行長桑德爾·皮查伊(Sundar Pinchar)的話說,人工智慧已經將幾年前無法想像的事物化為可能。

這種對人工智慧的無盡熱情和期待,幾乎席捲整個世界。

在美國,谷歌、蘋果與國際商業機器公司(IBM)等公司早已推出各自的人工智慧計劃。在開發者大會上,谷歌宣布「人工智慧為先」的戰略;在阿斯彭理念大會(Aspen Ideas Conference),微軟總裁Satya Nadella號召人類與人工智慧系統協作,用設計出來的機器增強人類。即便馬斯克再強調人工智慧的威脅,無論是特斯拉還是Space X火箭,都離不開人工智慧。特別是特斯拉自動駕駛技術,核心就是人工智慧。

有了目標和追求,就要有人才。

近幾年,頂尖教授離開學術界,進入科技行業的案例比比皆是。多倫多大學的傑佛里·辛頓(Geoffrey Hinton)加盟谷歌,紐約大學揚·勒丘恩(Yann LeCun)去了臉書,斯坦福大學吳恩達(Andrew Ng)加入了百度,卡內基梅隆大學亞力克斯·斯姆拉(Alex Smola)去了亞馬遜。

那些剛剛拿到畢業證的學生也成為搶手貨。

「人工智慧系畢業生價值介於500萬到1000萬美元之間,這是科技公司的底線。」卡內基梅隆大學(CMU)電腦科學學院院長安德魯·摩爾(Andrew Moore)說。

除了「掠奪」人才,大企業還大力「收割」初創項目。

根據CB Insights報告,自從2011年以來,人工智慧行業的併購活動增加了7倍,大多數創業公司在首輪融資的前四年內會被收購,已有近140家人工智慧初創公司被收購。僅2016年第三季度的收購額就達到了10.5億美元。

為了獲取最佳的人工智慧解決方案,谷歌、蘋果、IBM、雅虎、英特爾等科技巨頭,一直在加大收購人工智慧初創公司的力度。微軟在人工智慧領域投資了大約25年了,專門「投資那些增長快、對社會積極影響很大的人工智慧初創公司」。

根據The Information報道,過去兩年時間收購人工智慧公司最多的是谷歌,全資買了9家。蘋果買了5家,英特爾和推特分別買了4家。

在中國,據投資中國等多家機構的不完全統計,2016年中國公開披露的AI領域投資超過200起,累計投資金額超過200億元。業內認為,未來兩年內,AI領域的投資金額將保持高速增長,2017年投資總金額可能是2016年的三倍甚至更高。

消費端又是一幅怎樣的景象?

中央電視台的《開學第一課》欄目,讓義大利的機器人TEO與兩位年輕的鋼琴演奏家同台「飆」琴技。

那個剛剛被阿爾法狗打敗的柯潔,參加了一檔科學挑戰類節目《機智過人》,向人工智慧機器人「少女詩人」小冰「告白」!

3、AI走彎路

以史為鑒,可知興替。

人工智慧的這波熱潮,似曾相識。

一個細節是,人工智慧,作為一個辭彙被廣泛認可,源於一位哲學家的質疑,那是達特茅斯會議召開十年後。

1965年,加州大學伯克利分校歐陸派哲學家德雷弗斯(Hubert Dreyfus)發表了《鍊金術與人工智慧》,針對紐厄爾和司馬賀的工作,談了一點意見,引發討論。

幾年後,德雷弗斯以這篇文章為基礎,擴充內容成書———《計算機不能幹什麼》,人工智慧成為靶子。

為什麼一個質疑能引起如此大的轟動效應?因為那些年人工智慧方向的研究者對形勢產生了誤判。

紐厄爾和司馬賀(Herbert Simon)是當年參加達特茅斯的兩位重量級參與者。

因緣際會,紐厄爾和司馬賀合作搞研究一輩子。1975年,他們共享了圖靈獎,三年後司馬賀再得諾貝爾經濟學獎。

也許是因為學術自信,1957年,司馬賀預言,十年內計算機打敗職業棋手。

1968年麥卡錫與象棋大師列維(David Levy)打賭,十年內下棋程序會戰勝列維。列維為此輸了2000美元。

正是在這樣的「娛樂」氣氛下,德雷弗斯找到了攻擊點。

這是人工智慧發展中的一個花絮,從側面見證了人工智慧的第一次泡沫的興起和破滅———1956年至1974年,邏輯證明器、感知器、增強學習等只能做很簡單、專門面很窄的任務,當時的計算機,無論是內存,還是處理速度,不足以解決任何實際的人工智慧問題。

沉寂了約10年,人工智慧於上世紀80年代迎來第二波熱潮,一類名為「專家系統」的人工智慧走俏,「知識處理」成為研發焦點。但是,「專家系統」的實用性僅限於某些特定情景,無法普及,第二次泡沫破滅。

司馬賀1957年的預言,直至1997年才實現,1997年,IBM的「深藍」擊敗了卡斯帕羅夫。

四十年,終成夙願。為此,司馬賀和日本計算機科學家宗像俊則(Munakata)合寫了篇《人工智慧的教訓》(AI Lessons)。

伴隨著深藍的勝利,人工智慧迎來第三波熱潮,阿爾法狗的勝利,為這波浪潮再添一把火,深度學習和人工智慧成為顯學。

騰訊研究院近日推出的《中美兩國人工智慧產業發展全面解讀》指出,自1999年美國第一筆人工智慧風險投資出現以後,全球AI加速發展,在18年內,投資到人工智慧領域風險資金累計1914億元。

初創大師、斯坦福大學兼職教授史蒂夫·布萊克(Steve Blank)表示,未來,一切事物都將擁有人工智慧。

這一次,泡沫會破滅嗎?

美國矽谷人工智慧研究院院長皮埃羅·斯加魯菲,「在矽谷待了三十多年,專註了一個科技領域,就是人工智慧」,親身經歷過人工智慧的兩次退潮。

對於目前正在興起的第三次高潮,他保持著相當的警惕,「矽谷有泡沫,中國學習了矽谷,泡沫更大」。

市場里,「會」或「不會」的「答案」都有。其實,這個問題的最大不確定性,還是在於技術能夠給人類的想像多大的發揮空間。

4、AI有何用

1955年,在寫給洛克菲勒基金會的項目申請書上,麥卡錫羅列了計劃研究的七個領域:

一、自動計算機;二、編程語言;三、神經網路;四、計算規模的理論(theory of size of acalculation);五、自我改進(機器學習);六、抽象;七、隨機性和創見性。

六十多年過去了,人工智慧的研究主要專註於六大能力的塑造:

感知能力,主要分為視覺和聽覺。目前,公眾較為熟悉的是計算機視覺(CV)和語音識別(voice recognition);

語言能力(NLP),該能力延伸出的範圍也是相當廣。除了語音識別,還有語音轉文字,文字轉語音,文本語義抽取,文本情感分析,文本分類,語法分析等;

記憶能力。這個能力看似容易,實際非常困難;

推理能力;

規劃能力(planning),對最優決策/路線/動作的求取。比如自動駕駛技術離不開高性能高精度的規劃演算法;

學習能力。比如機器學習、深度學習。特別是深度學習,是目前市場最為火熱的一個人工智慧分支。

不難看出,目前大家推崇的阿爾法狗,只是人工智慧的一個細小分支。

正如一位知乎用戶所言,當前被稱為「人工智慧」學界的,實際上是相當廣泛的一批人,人工智慧的問題相當多樣化,主流學術界一般都不會稱自己是搞「人工智慧」的,一般都是搞機器學習、統計學習、神經網路、邏輯編程等。

從這個角度看,人工智慧的商業泡沫,不會也不能阻擋這個學科的發展。

2006年,達特茅斯會議五十年,十位當時的與會者,僅有五位還在世,摩爾、麥卡錫、明斯基、塞弗里奇和所羅門諾夫在達特茅斯再聚首,憶往昔,展未來。

參會人之一霍維茨(Horvitz)和老婆拿出一筆錢在斯坦福大學捐助了一個「AI100」的活動:在下面一百年里各路豪傑聚會,每五年出個AI進展報告。

5、AI有多危險

你是做什麼的?

我們做的是人工智慧!

為什麼你是在熱錢來了後創辦這家公司?

2016年3月28日,在一場投資洽談會上,矽谷風投Greylock合伙人Josh Elman與創業者交談時,反覆強調,人工智慧不是「創業噱頭」,要能解決真問題。

芝加哥大學在矽谷舉辦人工智慧論壇,投資人這樣談如何評估一家人工智慧初創公司:產品第一天上市就能給用戶「價值」,而不是需要其他有的沒的配套才能跟用戶價值;產品有獲利模式,不用損益平衡但要有營業額;最重要的是,每一個新來的用戶帶給公司更多的價值。

其實,面對如今的人工智慧風潮,投資人和企業都在用一條商業判斷標準,丈量風險。但是,他們都忽略了倫理風險。

事實上,人類在倫理面前,充滿偏見。

日本製造公司NISSEI ECO企劃書中,有一項內容備受矚目,用人型機器人Pepper主持葬禮。

美國臉書(Facebook)人工智慧研究所實驗室,兩個機器人有時竟然用非人類語言,進行談判性對話。研究人員不得不調整模型,不讓其肆意聊天。

前者的商用價值就一定比後者大嗎?

真不一定。沒人能肯定,死者家屬能夠坦然面對機器人的禱告,因為那些聲音里不可能飽含情感和宗教情懷。

對於「未來人工智慧(AI)在人類社會中扮演的角色」這一問題,美國矽谷兩大巨頭近日的爭論,是上述問題的一個縮影。

特斯拉(Tesla)執行長馬斯克(Elon Musk)認為,未來人類會被人工智慧主宰,「人工智慧的潛在危險不是空穴來風,在未來確實有可能危及人類生存。」他表示,在未來人工智慧有可能反倒變成人類的主人,而人類則淪落為次等公民,甚至有可能面臨人工智慧的叛變。

臉書執行長扎克柏格(Mark Zuckerberg)則認為,這樣悲觀的態度非常不負責任,「運用人工智慧不會導致如馬斯克所預言的情況,而是對人類大有助益,以自動駕駛為例,車禍仍是人類主要死因之一,如果你用人工智慧解決這個問題,那將會是重大的進步」。

推特前執行長迪克(Dick Costolo)也加入討論,扎克柏格低估了人工智慧的潛在危險。

1950年,阿蘭·圖靈考慮了一個問題:「機器能思維嗎?」

67年過去了,馬斯克開始考慮一個問題:「機器有多危險?」

67年間,人類對人工智慧的認識已經足夠多,但是,偏見依然在,因為每一個關於人工智慧的思考,都沒有標準答案。

End.

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 36大數據 的精彩文章:

iPhoneX人臉識別 引發怎樣的數據安全的思考?
大數據時代最大挑戰不是安全和隱私 而可能是倫理問題
數據專家必知必會的7款Python 工具
網易數據運河系統NDC設計與應用
今天的真實業態:90%的大數據產品是偽需求,所以沒人買單

TAG:36大數據 |