谷歌前高管：人工智慧不會達到人類智慧的巔峰
人工智慧在過去的幾年裡反覆被各界提及，然而它與它的本源：機器智能以及人工智慧到底有何關係？人工智慧的未來趨勢是什麼？這即是我們本期要重點關注的話題。我們知道，在過去的幾年裡，人工智慧主導了各大新聞媒體，並吸引了大量企業家，投資者和消費者的想像力。而且，我們在未來或者十年左右可以看到這樣的潛力場景：利用自動駕駛進行運輸和按需交付，以及家中的機器人助理和亞馬遜Echo 14.0可以完成人類頭腦無法想像的事情。
引言
人工智慧 Or人類智能
一、對人工智慧的認識
就像我們談論和了解人工智慧一樣，我們中依然有很多人以錯誤的方式思考它。如人們將人工智慧與人類智能進行了比較，並經常將人類智力視為AI的最終目標。 通常我們認為，人類的智慧對我們來說是非常熟悉的，想要用它作為「沙洲」是很自然的。但事實是：人類的智能更像是人工智慧的「巔峰」。（通常這個狀態是人工智慧無法達到的）
圖為各界對人工智慧的認識和理解（圖片源於網路）
二、人類智能不是想像中地如「沙洲」一般
對於很多人來說，AI的目標是創造可以像人類一樣思考的技術。但是，這只是簡單地表明任何智能—人為的或人造的—都可以被評為「好或壞」的簡單等級。有些人擅長記憶，邏輯或情緒智商，而另一些人擅長視覺或聽覺。同樣，AI可能有優勢和弱點。此外，為什麼有一個匹配人類能力的目標，並在擊敗目標時能夠觸及到它（人類智能）？
如今，想想AI似乎已經超越人類智力的所有維度。 例如，對於人類的這些問題：一個人能在幾分之一秒內將一段經文翻譯成300種語言中的任何一種？ 立即確定最佳駕車路線以避免所有交通情況如何？ 機器已經在許多任務領域超過我們—特別是那些涉及處理大數據的機器及其任務。
三、我們應該從AI中期待什麼
不要誤解我的意思。事實上，我對開始模仿人類那種純粹通過觀察和與世界互動來學習的能力的更深入的人工智慧感到興奮。這也被稱為人工智慧，或AGI（通用人工智慧），它不需要直接經驗以外的訓練數據。
當然，電影業對AGI很感興趣—比如，機器採用人類形式，創造完整的五種感官以及理解和與世界溝通的能力。 想像一下與那些在形式和智力上與人無法區分的機器共存是超現實和有趣的，但它不是理解人工智慧的當前環境和軌跡以及人工智慧如何影響大多數產品和行業的有用基準。 人工智慧不一定要根據它的「人類行為的性質」來判斷。
圖為未來「人工智慧機器人」進行自我學習（圖片源於網路）
相反，AI在未來10年內最大的影響可能在特定領域的使用中。 為了達到這個目的，AI需要大量的數據。因為，這些新的令人驚嘆的智能形式源於快速演算法，它要處理越來越多的海量數據。
以領域為中心的人工智慧和數據驅動軟體正處於造成廣泛工業中斷的邊緣。 例如，在Applied Semantics和後來的Google上，我們構建了機器學習系統，可以從毫秒級的資源池選擇最好的廣告（資源）。 每當我們投放的廣告沒有點擊時，就需要一個額外的數據點來培訓AI——這是系統學習的一個小小的時機，更重要的是，它會對世界做出新的解釋結論。而且，憑藉數萬億的數據點，這些系統變得異常有效，遠遠超出人類能力範圍內的任何事情。
四、數據和AI共生
我們已經目睹了對數據的需求呈指數級增長現狀。幾乎每個行業和商業領域的各方面都已經走向數字化革新：從實體購物到電子商務，從電視廣告到移動營銷，從現金到加密等等。這些新常態需要軟體，AI和數據—重要的是海量數據。
所以，這正是Elbaz創立Factual（公司，由谷歌前高管Gil Elbaz於2008年創立，其致力於數據和信息處理）的原因：為數字創新提供最高質量的位置數據，包括AI。 數據公司有一個難以置信的機會來幫助企業開發新產品，獲取客戶並了解真實世界中的使用模式。 為了建立一個生成這些數據的引擎，Factual公司堅信必須建立自己的AI，然後由其合作夥伴提供更多的數據——一個了不起的反饋循環。
圖為Factual公司網路頁面（圖片來源於網路）
Elbaz也認為，其公司專有AI的有效性不能輕易與人類規模相比較，因為這些功能位於智能的不同維度，例如處理數萬億個數據點以獲得含義。再者，研究者認為人工智慧的許多最有前途的應用程序不是那些看起來最像我們的應用程序，而是那些可以做我們從未想過的事情的應用程序。
下期預告：
下期筆者將為各位帶來有關深層學習的知識建構和創新組織培養的相關主題（源於張建偉教授的主旨演講），敬請期待！
點擊下方「閱讀原文」，觀看人工智慧有關視頻！
文章｜本文素材部分編譯自科技網站Venturebeat，感謝支持
整理/編輯｜木偉王子
TAG:ET園地 |