• 企业专题
  • CompanyTopic
  • 阿里云大咖解读人工智能

    • 企业专题
    • 时间:2016-10-11
    • 编译:zy
    • 我要投稿
    • 0
       导读: 尽管在年初Alphago大战李世石时,媒体已经就人工智能进行了各种解读,但不少人心里仍然会有诸如此类的疑问:人工智能会取代人类吗?其真正的威胁是在哪里?它会不会有情感?未来到底是端智能,还是云智能?
     
      先是百度董事长兼CEO李彦宏在B20期间反复提及人工智能——不管是否乐意,人工智能已经来了;接着,贾跃亭在G20峰会期间主动在微博曝光他们在人工智能上的动作——“期待全球首部Le Eco人工智能(Le AI)生态手机尽早面市,不久见。”与此同时,出席B20的科大讯飞董事长刘庆丰表示:“如果在讨论全球经济治理时不考虑人工智能产业的趋势和影响,我觉得是完全不可想象的。”而把技术领域这股讨论热潮直接推上高峰的,则是习大大在G20中演讲的一段话:“以互联网为核心的新一轮科技和产业革命蓄势待发,人工智能、虚拟现实等新技术日新月异,虚拟经济与实体经济的结合,将给人们的生产方式和生活方式带来革命性变化。”放眼国外,谷歌也开始调整了战略,从移动优先到人工智能优先。
     
      尽管在年初Alphago大战李世石时,媒体已经就人工智能进行了各种解读,但不少人心里仍然会有诸如此类的疑问:人工智能会取代人类吗?其真正的威胁是在哪里?它会不会有情感?未来到底是端智能,还是云智能?另外,人工智能落地需要哪些条件?而在商业层面,人工智能的商业模式究竟是什么样的?在这一领域的创业者,应该如何创业?
     
      人工智能会取代人类?这只是科技界的语不惊人死不休
     
      科技界经常有人说,人工智能要取代人类。但这样的言论在三位人工智能大咖看来,这只是一种语不惊人死不休——以耸人的言论引来关注度,因为今天所见到的所有机器人都还只是机器,离人还差的很远。
     

     
      三位老师从以下的角度进行了阐述:
     
      技术超越人类其实早就存在;
     
      机器的局限性:只能做逻辑思考的能力,没有感性思维,谈超越、取代还为时尚早;
     
      人和人工智能的关系:是人手、眼、耳等五官的延伸,其终极作用是服务于我们。
     
      第一点:技术超越人类其实早就存在,比如数千年前出现的算盘(比心算快)、几十年前的计算器,以及20年前在国际象棋上打败人类的深蓝。而智能化的技术也已经在很多地方使用了几十年,比如登月技术以及工业生产线。在今天之所以会成为一个大众化的话题,主要是今天的计算能力、算法、机器学习和数据能力,让之前不好解决的问题,在今天也得到了解决,所以会被大众过于解读。
     
      第二点:把上面举的例子串起来,你会发现它们擅长的都是有规则可循的——做的是一个逻辑思考的能力。因此,在一些可以写成规则的事情上,人工智能会超过人类。但在文学艺术等感性思维上,其本身就不是一个有客观规律的东西,无法用逻辑写成一加一等于二或者五除二这样的简单规则,在这种情况下,谈人工智能取代人类真的是为时过早。
     
      第三点:做人工智能的绝大多数人,他的目标压根就不是替代人。它只是在某个地方看起来像人,但并不是真的具有人的情感和智慧。现在所有的技术,包括工业科技,总体来看都是人的感官、肢体的一种延伸,这些东西的背后是人在主宰。“发展这些技术最终是要服务我们的,是在一定的范围内解放我们的双手、时间,而不是取代我们整个思考的过程。”初敏称,未来一定是以人为本,机器为辅。具体是什么样,不太好预测,“我相信10年之后回来看,根本不是今天我们能想象出来的,因为这里一定会发生很多变革。”
     
      综合来看,人与人工智能是扬长补短的关系,人工智能强在复杂数据的整合、总结能力,而人强在直观的感觉。初敏说,它是我们手、脚、眼的延伸,而不是对立。未来其实只是一个分工的不同,通过机器,让我们的生活变得非常便利和简单。另外,由于人工智能是由大数据驱动,并且受数据领域的局限,所以人工智能在未来会呈现两个对立的现象:一个是越来越智能,另外一个在有些领域还是有点傻。
     
      这里或许有人关心,究竟哪些工作会被机器替代。工业革命时代,体力密集型的被机器替代,初敏指出:“人工智能时代,首先被替代的应该是人力密集型的,其次则是部分脑力密集型的。”方广表示,只要是在数据密集型、计算密集型这些有个例可寻的领域,机器都是可以超过人类的。
     
      人工智能的威胁不是来自于那个被赋予所谓智能的机器,而是来自造这个机器的人
     
      有不少名人做出人工智能会导致人类灭亡的言论,他们用意到底是什么?三位老师一个共同的认识是:人工智能的威胁不是来自于那个被赋予所谓智能的机器,而是来自造这个机器的人。
     
      山景表示,任何一个科学技术的发展都是双刃剑,它都可能有反作用。比如说,有人把恶意的代码给串进去,哪怕是一个简单的机器,也可能对人造成一个巨大的伤害。所以,就像今天的杀毒软件一样,将来对人工智能也会出现类似的诉求。
     
      在某方面,超越人类极限的技术并无过错,就好像搜索,就是很大的超越,去图书馆翻书,一个人一年能看度搜好书?能查到多少资料?“技术的本质还是给人带来便利。由于机器没有自主意识,所谓的威胁是背后的人在做坏事或者是有人在教机器做坏事的逻辑,而不是机器自己在做坏事。”初敏说,不需要担心这个,至少在能看的见的时间里不用操心这件事情。
     
      如果谈如何防范的话,三位专家给了以下建议:
     
      逻辑代码上少一些Bug;
     
      用法律约束人工智能背后的人。
     
      自发的情感智能是一件特别难的事
     
      “要想做到情感智能,首先要让机器理解人的情感世界。但人的大脑有百亿量级的神经元,每个细胞元都存在激活和非激活状态(0和1),一天的数据量大概是一百个PB。如果能通过计算的方式,展示每时每刻整个脑神经的细胞元活动图,还原我们每一个情感的状态——处在什么状态下是开心或不开心、哪几个细胞元被激活导致这样一个情绪、是因为什么诱因导致的?如果这个问题能解,至少能从认知的角度先理解我们的情感的这个通道,和它的模式是什么样的。”
     
      只有先理解这个工作模式后,才可能有可能去造一个有情感的机器人。怎么样让一个机器有一个自发性的情感产生,山景认为:“在目前为止,我觉得还是非常难的一件事,目前只能先做好第一步,先理解情感的产生。”
     
      他还表示,在情感理解上,今天的大数据已经可以部分做到,虽然没有把脑神经的活跃度图给展现出来,但是它能够模拟刺激数据是什么样,然后再通过表象猜深层次的,就能够实现一些情感功能,比如欣赏音乐等。“这只是在情感上去做一些可量化,然后无限逼近,但无限逼近并不代表有自发的创造性。”
     
      初敏认为,情感智能化分成两个层面,一个是让让机器本身具有情感,另外一个是让机器理解人的情感,这两个不一样。让机器去理解人的情感,这件事是可行的,但让机器有情感这件事情还是太难了。比如说所谓的陪伴机器人,陪伴机器人不是教这个机器人有情感,而是让它能抓住跟它需要陪伴对象的情感,以及这个对象在不同情感状态下,需要它来做什么,这些事情完全是可以学习到的。
     
      未来到底是端智能,还是云智能?
     
      现在有两种趋势,一种是云计算公司把智能往云上做,另外一种,则是创业公司把智能往端上做,比如摄像头、手机等智能设备端,那未来趋势,到底是端智能,还是云智能?
     
      方广分析到,端智能的优势在于敏捷性,不需要语音交互,马上得到计算结果,因此对于一些实时性要求高的应用,目前必须使用端,比如自动驾驶、安防等。端它的缺点则是受限于它的计算的能力,同时也不能感受到其他的端(如果能,那就是云了)。云的优势是:有强大的计算能力,又能够把这些点——各个端的这些收集起来的数据能够综合起来进行分析、判断,这种智能有时候是超越人智能的。
     
      方广认为,云和端两者之间的关系是互相依赖的:云的技术需要通过端来展现,端则是云数据的入口和出口。他指出,N年以后,也许云和端概念就没有了,当云和端之间带宽不是问题的时候,端和云将是一体的。
     
      “智能在端,智慧在云。”山景称,当局部的智能聚集在一起时,就能成为一个大智慧。比如说,抓套牌车、闯红灯的摄像灯在云端串联起来,可做的事情将会变得非常多,这就是局部的智能变成一个全局的智慧。端和云必然是连在一起的,终极境界就是你中有我,我中有你,混为一体。
     
      初敏则从另外个角度解说云和端的关系。端和云之间,只是分工不同。有些事情因为安全和隐私需要,不适合在云上,所以只能放在端中处理,比如家中的智能音响,不能把所有声音都传到云上。
     
      人工智能落地的条件
     
      方广认为,人工智能落地的条件分别是:
     
      算法;
     
      数据;
     
      计算平台;
     
      用户;
     
      商业模式。
     
      方广称,这五个条件是必不可少的。人工智能首先是建立在足够强大的算法上,但光有算法没有数据,那也是巧妇难为无米之炊。除了算法和数据外,也需要一个强大的计算平台做支撑,否则算法无法得以实现。除此之外,也需要用户有需求,才能带动技术发展,并贡献数据。同时,也需要好的商业模式,否则一切都很难长久。
     
      过程中反馈非常重要,山景说,就像填鸭式教育,老师给你题目做,它是做错了,还是做对了,下一轮该给它什么样的题目,这个地方自反馈、自适应的过程非常关键。
     
      光有这些条件,如果不用互联网思维的话,落地可能也没那么快。初敏称指出,用互联网的思维把这五个因素串起来,迭代才能非常快。“以更快的速度使用反馈数据来更新模型,形成这样的正循环周期后,效果就会越来越好。”这位阿里iDST总监表示,哪怕就是算法不变,只要能不断的反馈数据并不断优化,过一两个月之后,它的能力也会好很多。
     
      人工智能该怎么商业化?
     
      谈到人工智能的商业模式,初敏称,并不是人工智能有什么商业模式,而是在解决人的一些需求以及商业化中,人工智能应用的价值性更大。
     
      从分工角度,初敏认为人工智能的商业模式有两个层次:“第一个层次是一群人在后面提供基础技术,再一群人落地到产品——在具体的应用场景中使用人工智能;另外一个则是宏观上的判断,它是一个很有趋势的场景,在这个场景中有极大的可能性做出好结果,从而推动某些企业将这些技术储存在它的应用里。”
     
      “一种是对现有商业流程上的效率提升,另外一种则是颠覆性的创新。”山景则把商业模式总结为这两种。前者的价值,主要是体现在增值上面,比如生产线使用人工智能以后,效率提升了、整体收益提高。后者则是一种无中生有,创造全新的机会,比如蒸汽机车代替了马车,在今天则是无人驾驶汽车的出现,有可能颠覆劳动密集型的出租车行业,山景认为,这些都是有可能的,“届时可能是一种商业模式的重组,卖算法,或者卖计算的时间,按照行驶的里程数来卖钱。”
     
      在商业模式上,方广提到了一个非常关键的点——它是不是真正的解决了人们的需要。“这个东西到底是不是有用?是解决了部分人,还是很多人的问题。”方广认为,只有把这个应用找出来,在点上发力,解决其中的技术、数据、平台、用户的问题,才可能真正成为一个商业的应用。
     
      对人工智能领域创业者的建议
     
      对当下在人工智能领域的创业者,方广觉得,可能还是要找准要解决的问题是什么,所擅长的是什么,然后再去看上面提到的那五个要素:算法、数据、用户、计算平台和商业模式,如果这些因素都具备成功可能性大很多,如果不具备某个因素,就要思考如何获得。
     
      “对一个创业者来说,更精准的定位很重要。”初敏认为,最重要的是专注,而不要心太大,尽量利用周围有的现成的东西做你最想做的那件事。人工智能有不同的层次,做场景的,技术不一定需要自己研发,也可以利用现有技术;对于在技术领域耕耘的,一定要把技术做的有价值、有门槛,最后才能售卖技术。每个企业根据自己的特点,需要准确的给自己做一个定位。
     
      山景则建议大家别做人工智能芯片,“这是一个贵族游戏,一失败几百万美元就烧没了,这种对创业公司来说没有资本是搞不定这件事。”他接着表示,人工智能芯片中某一种算法可能非常的牛,但由于研发到量产需要很长一段时间,这种技术领先性可能就被稀释掉。若出现另外一种东西可以代替它,那整个价值一下子就被稀释了,这是一个人工智能创业的高危的一个选择。山景还谈到,对于做场景——业务创新的人,应弱化技术的角色开始先站住脚,抢市场份额,尤其在咱们国内这种竞争环境下,否则很容易被复制,被扼杀掉。
     
      最后
     
      主持人田丰也延伸出一个问题:有没有可能出现一种超级算法,让人工智能发现一些人类发现不了的规律,这时人们又怎么去验证它?
     
      方广表示,这是有可能存在的。“今天的人工智能都是假设一种情况来测试它,像那种增强学习的人工智能到了一定程度之后,的确很难检验它是好是坏。”初敏称,你不知道数据里藏了什么,所以有可能不知道它学到的是什么。
     
      山景认为这种超级算法非常难实现。“诸如共产主义、马列主义等,要去检验其可能性,是不好在实际当中检验的。”他表示,证明一个东西的成立往往很难的,但是要证明它的不足和不成立是很容易的,从这个角度来讲,今天的人工智能学到的东西还远远不足。
     
      三位大咖也就人工智能的未来做了寄语,总结成两点:
     
      人工智能前景非常光明,但道路是曲折——Long wait go。但只要方向对了,就不用怕路远,只要坚持走下去,总是会有量变到质变的一个过程。
     
      人工智能是我们手、眼、耳等五官四肢的延伸,它最主要的作用是帮助我们,所以不需要去特别担心人工智能的威胁论。
    [打印文本] []
    
    全部评论(0
    TOP Bookmark