我們真的會因為人工智慧失業嗎
火爆的人工智慧
曾經風光無兩的互聯網及移動互聯網行業，慢慢開始淪落為「傳統行業」了，當然這也屬正常現象，一個行業的發展總歸是要進入一個相對穩定的發展期，對大眾來說互聯網及移動互聯網行業也已經不新鮮了，當然也就不會再認為這個行業屬於新生行業，熱度也就逐漸退了。
要說現在最火的行業是什麼？當屬人工智慧。
人工智慧機器人
火爆什麼程度呢？連榨汁機，無線路由器，都號稱自己是人工智慧產品，採用了深度學習演算法，連廣告語都換了：我們都是由人工智慧技術所支持的！智能桌子不僅能知道你平日里工作時所需要的合適高度，甚至還能幫你點午餐！
試問哪個會去拿個智能桌子去點外賣呢？你讓手機情何以堪！
實際情況是什麼呢？報道新聞的記者，完全不知道人工智慧，深度學習，神經網路是什麼？而那些打著人工智慧旗號的企業，完全是為了擴大自己的名聲，獲得資本市場的關注，哪怕他們的產品跟人工智慧，深度學習完全無關。
而作為人工智慧細分行業的人臉識別領域，卻存在著四個「獨角獸」，讓一向看好人工智慧長期發展的李開復老師，也一反常態的給當前火熱的人工智慧領域潑了一瓢冷水。
那麼到底人工智慧真的就如我們大家想像的這麼美好，這麼厲害嗎？真的有一天我們都不需要工作(讓機器人工作)，就可以擁有美好的生活？
我們真的會因為人工智慧失業嗎？
失業
其實人工智慧行業仍然存在著諸多問題，而這些顯然沒有受到更多的關注。
談到人工智慧能夠火爆到當前的這種程度，很大程度上是由於有計算蠻力的助推，加之大數據的快速發展，使得演算法的訓練得以快速實現，以前要幾個星期乃至幾個月的演算法訓練時間，現在可能僅需幾天。
演算法訓練，在當前以深度學習為核心演算法的人工智慧領域，可以說是無法避免。
深度學習的不可解釋性
深度學習源自人工神經網路，而人工神經網路，就是模擬人腦的神經網路，但這種模擬是在人類對人腦的運行機制還未明白的情況下進行的，因此深度學習雖然很火爆，但開發者並不知道為什麼，即知其然不知其所以然。
因此，當前很多的深度學習演算法開發者，在改進演算法的過程中，可能並不知道為什麼自己的演算法改進了，就連當前人工智慧領域的頂尖專家恐怕也無法解釋為什麼。
這就是當前以深度學習為核心的人工智慧的一大特點——「不可解釋性」。在學術界，這意味著人類無法知道機器給出這個結果的原因。它有可能會讓你在不知不覺間，失去「發現錯誤」的機會。
深度學習的局限性
機器學習學者Rich Caruana描述的一個事件中，就出現了這樣一個生死攸關的「錯誤」：
在匹茲堡大學的醫療中心裡，有一個小組利用不同的機器學習技術預測肺炎患者是否會患上嚴重的併發症。這樣一來，就能讓有較低患上嚴重併發症的病人提早出院，來減少床位壓力及醫護人員的負擔。
然而其中一種可以學習規則的機器學習系統輸出了這樣一條規則，讓這個小組覺得很奇怪：讓所有患有哮喘的肺炎患者出院。
為了解讀這個奇怪的規則，他們查閱了醫院規定，發現了這樣一條：哮喘患者得了肺炎後很容易患上嚴重併發症，所以要尤其注意他們。這條規則在這醫院執行的太好了，導致這些脆弱的病人實際上很少真正患上併發症。
這就是機器只看數據的局限性，「我們可能會不小心害死一些病人。」學者總結道。
這一次，他們用了多種方法，所以通過基於這種會輸出規則的方法而發現了這一點。如果他們僅僅採用了人工神經網路的話，人們大概只能知道這一部分人被它標記「可以出院」，然後在一段時間後通過急劇升高的肺炎併發症數量而意識到這一切……
深度學習演算法訓的高效來自於計算蠻力
關於深度學習的演算法訓練，我們可以看一些深度學習演算法裡面的一些案例。
斯坦福大學的計算機博士Andrej Kapathy使用了一種「字母為基礎的語言模型」來訓練RNN(遞歸神經網路)。簡單的說，就是通過讓演算法不斷閱讀大量文字，讓RNN自己最終能夠逐漸寫出流暢通順的文字。
他首先用了托爾斯泰的小說「戰爭與和平」來進行訓練，每一百個回合檢查RNN的學習效果，如何檢查，就是讓RNN輸出一段自己創作的文字。
機器人寫小說
直到第2000個回合，才寫出算是正常的且相對複雜的語句："Why do what that day,",replied Natasha, and wishing to himself the face the princess, Princess Mary was easier.
說到人工智慧，深度學習，沒有谷歌好像就缺少了什麼，這不，在2016年5月，來自谷歌的AI實驗室報道，研究者用兩千八百六十五部英文言情小說培訓機器，讓機器學習言情小說的敘事和用詞風格。
訓練完成後，AI輸出了如下文字(有代表性的)：「Her blouse sprang apart. He was assaulted with the sight of lots of pale creamy flesh bursting out of a hot pink bra」, 中文意思我就不翻譯了，看了會讓人臉紅。
很多人會因此而興奮，興奮的原因就是看到了一個沒有生命的機器，居然也能夠像人類一樣，能夠文字創作。
但也許很多人並沒有注意到，2000回合的「戰爭與和平」，寫出人類理解的句子，而兩千八百六十五部言情小說，寫出令人臉紅的片段。這樣的輸入量，如果放在正常人身上，早就是文學大師了。
以深度學習為核心演算法的人工智慧，雖然在模擬人腦方面做的很不錯，但演算法的核心，人工神經網路遠不如人腦的神經網路複雜，這種複雜度的巨大差異，只能通過計算蠻力及大量的數據訓練來彌補，就像一個智商相對較低的人，想要習得某種能力，只能通過勤奮刻苦來彌補。
所謂的勤能補拙，用在當前的人工智慧領域，最為貼切。
結語
很多人都在警告，隨著人工智慧的發展，很多人將會失業，當然這並非危言聳聽，但這種說法其實是全球都在極度看好人工智慧的情況下。
我們會不會因為人工智慧失業，最為關鍵的還是腦科學的發展能夠取得突破性的進展，否則以深度學習為核心的人工智慧，仍然是知其然而不知其所以然，很難全面超越人類。
也許我們不必太過擔心，但還是那句話，如果你的工作屬於簡單，重複性的，很容易被取代的，那麼你就有必要擔心了，但這似乎與人工智慧沒這麼大關係了。
最後用一句話總結：機器都在深度學習了，你呢？
================================
TAG:聞西說科技 |