人工智能如何徹底改變一切

　　人工智能(AI)是一門(mén)跨學(xué)科科學(xué)，涉及構(gòu)建能夠執(zhí)行通常需要人類(lèi)思考的任務(wù)的智能機(jī)器。 其影響將改變我們世界的方方面面。 尼德皮克斯

　　早在 1950 年 10 月，英國(guó)技術(shù)夢(mèng)想家 艾倫·圖靈 發(fā)表了一篇名為 “計(jì)算機(jī)與智能，“ 在《頭腦》雜志上，提出了當(dāng)時(shí)在許多人看來(lái)一定像 科幻小說(shuō) 幻想。

　　“難道機(jī)器不能執(zhí)行一些應(yīng)該被描述為思考但與人所做的事情截然不同的事情嗎?” 圖靈問(wèn)道。

　　圖靈認(rèn)為他們可以。 此外，他認(rèn)為，有可能為數(shù)字計(jì)算機(jī)創(chuàng)建軟件，使其能夠觀察其環(huán)境并學(xué)習(xí)新事物，從 下棋 理解和說(shuō)人類(lèi)語(yǔ)言。 他認(rèn)為機(jī)器最終可以在沒(méi)有人類(lèi)指導(dǎo)的情況下自行發(fā)展出做到這一點(diǎn)的能力。 “我們可能希望機(jī)器最終能夠在所有純粹的智力領(lǐng)域與人類(lèi)競(jìng)爭(zhēng)，”他預(yù)測(cè)道。

　　近70年后，圖靈看似古怪的愿景已成為現(xiàn)實(shí)。 人工智能，通常被稱(chēng)為AI，為機(jī)器提供了 從經(jīng)驗(yàn)中學(xué)習(xí)的能力 并執(zhí)行認(rèn)知任務(wù)，這種東西曾經(jīng)只有 人腦 似乎有能力做到。

　　人工智能正在整個(gè)文明中迅速傳播，它有望從啟用 自動(dòng)駕駛汽車(chē) 導(dǎo)航街道到 做出更準(zhǔn)確的颶風(fēng)預(yù)報(bào).在日常層面上，人工智能會(huì)弄清楚 向您展示哪些廣告 在網(wǎng)絡(luò)上，并為那些友好的人提供動(dòng)力 聊天機(jī)器人 當(dāng)您訪問(wèn)電子商務(wù)網(wǎng)站以回答您的問(wèn)題并提供客戶(hù)服務(wù)時(shí)會(huì)彈出。 和 人工智能驅(qū)動(dòng)的個(gè)人助理 在聲控智能家居設(shè)備中，設(shè)備執(zhí)行無(wú)數(shù)任務(wù)，從控制我們的電視和門(mén)鈴到回答瑣事問(wèn)題，幫助我們找到我們最喜歡的歌曲。

　　但我們才剛剛開(kāi)始。 隨著人工智能技術(shù)變得越來(lái)越復(fù)雜和強(qiáng)大，預(yù)計(jì)將大規(guī)模推動(dòng)世界經(jīng)濟(jì)，到2030年創(chuàng)造價(jià)值約13萬(wàn)億美元的額外活動(dòng)。 麥肯錫全球研究院預(yù)測(cè).

　　“人工智能仍處于采用的早期階段，但采用正在加速，并且正在所有行業(yè)中使用，”分析平臺(tái)策略師Sarah Gates說(shuō)。 SAS，一家專(zhuān)注于將數(shù)據(jù)轉(zhuǎn)化為客戶(hù)情報(bào)的全球軟件和服務(wù)公司。

　　人工智能的工作原理

　　也許更令人驚訝的是，我們的存在正在悄悄地被一種我們?cè)S多人幾乎不理解的技術(shù)所改變，如果有的話——這種技術(shù)如此復(fù)雜，以至于連科學(xué)家都很難解釋它。

　　“人工智能是一系列技術(shù)，可以執(zhí)行由人類(lèi)執(zhí)行被認(rèn)為需要智能的任務(wù)，”解釋道。 瓦桑特·霍納瓦爾，賓夕法尼亞州立大學(xué)人工智能研究實(shí)驗(yàn)室教授兼主任。 “我說(shuō)'思想'，因?yàn)闆](méi)有人真正確定什么是智力。

　　霍納瓦爾描述了兩種主要類(lèi)別的智力。 有 狹義智能，這是在狹義的領(lǐng)域獲得能力，例如分析放射學(xué)中的X射線和MRI掃描的圖像。 一般情報(bào)相比之下，是一種更像人類(lèi)的能力，可以學(xué)習(xí)任何事情并談?wù)撍? “一臺(tái)機(jī)器可能擅長(zhǎng)放射學(xué)的一些診斷，但如果你問(wèn)它關(guān)于棒球的問(wèn)題，那就毫無(wú)頭緒了，”霍納瓦爾解釋說(shuō)。 人類(lèi)的智力多功能性“在這一點(diǎn)上仍然超出了人工智能的能力范圍”。

　　根據(jù)Honavar的說(shuō)法，AI有兩個(gè)關(guān)鍵部分。 其中之一是工程部分——即構(gòu)建以某種方式利用智能的工具。 另一個(gè)是智能科學(xué)，或者更確切地說(shuō)，如何使機(jī)器得出與人腦相當(dāng)?shù)慕Y(jié)果，即使機(jī)器通過(guò)一個(gè)非常不同的過(guò)程來(lái)實(shí)現(xiàn)它。 打個(gè)比方，“鳥(niǎo)兒飛，飛機(jī)飛，但它們飛的方式完全不同，”霍納瓦爾。 “即便如此，它們都利用了空氣動(dòng)力學(xué)和物理學(xué)。 同樣，人工智能是基于這樣一種觀念，即智能系統(tǒng)的行為方式有一般原則。

　　人工智能“基本上是我們?cè)噲D理解和模仿大腦工作方式的結(jié)果，并將其應(yīng)用于為其他自主系統(tǒng)提供類(lèi)似大腦的功能(例如， 無(wú)人 機(jī)、機(jī)器人和代理)，” 庫(kù)爾特·卡格爾作家、數(shù)據(jù)科學(xué)家和未來(lái)學(xué)家，咨詢(xún)公司Semantical的創(chuàng)始人， 在一封電子郵件中寫(xiě)道。 他還是 卡格爾報(bào)告，每日信息技術(shù)通訊。

　　雖然人類(lèi)并不像計(jì)算機(jī)那樣思考，計(jì)算機(jī)利用電路，半導(dǎo)體和磁性介質(zhì)而不是生物細(xì)胞來(lái)存儲(chǔ)信息，但有一些有趣的相似之處。 “我們開(kāi)始發(fā)現(xiàn)的一件事是 圖形網(wǎng)絡(luò) 當(dāng)你開(kāi)始談?wù)摂?shù)十億個(gè)節(jié)點(diǎn)時(shí)，真的很有趣，大腦本質(zhì)上是一個(gè)圖網(wǎng)絡(luò)，盡管你可以在電容火花點(diǎn)燃之前通過(guò)改變神經(jīng)元的電阻來(lái)控制過(guò)程的強(qiáng)度，“Cagle解釋說(shuō)。 “單個(gè)神經(jīng)元本身給你的信息量非常有限，但同時(shí)激發(fā)足夠多的不同強(qiáng)度的神經(jīng)元，你最終會(huì)得到一種模式，這種模式只會(huì)對(duì)某些類(lèi)型的刺激做出反應(yīng)。 通常通過(guò)DSP調(diào)制電信號(hào)[即 數(shù)字信號(hào)處理]我們稱(chēng)之為視網(wǎng)膜和耳蝸。

　　“人工智能的大多數(shù)應(yīng)用都在擁有大量數(shù)據(jù)的領(lǐng)域，”霍納瓦爾說(shuō)。 再次使用放射學(xué)示例，由人類(lèi)放射科醫(yī)生評(píng)估的大型X射線和MRI掃描數(shù)據(jù)庫(kù)的存在使得訓(xùn)練機(jī)器模擬該活動(dòng)成為可能。

　　AI 的工作原理是將大量數(shù)據(jù)與 智能算法 — 一系列指令 — 允許軟件從數(shù)據(jù)的模式和特征中學(xué)習(xí)，如下所示 SAS 底漆 關(guān)于人工智能解釋道。

　　在模擬大腦的工作方式時(shí)，人工智能利用了一堆不同的子領(lǐng)域，正如SAS入門(mén)所指出的那樣。

　　機(jī)器學(xué)習(xí) 自動(dòng)化分析模型構(gòu)建，以發(fā)現(xiàn)數(shù)據(jù)中隱藏的見(jiàn)解，而無(wú)需編程以查找特定內(nèi)容或得出特定結(jié)論。

　　神經(jīng)網(wǎng)絡(luò) 模仿大腦相互連接的神經(jīng)元陣列，并在各個(gè)單元之間傳遞信息，以找到連接并從數(shù)據(jù)中獲取意義。

　　深度學(xué)習(xí) 利用非常大的神經(jīng)網(wǎng)絡(luò)和大量的計(jì)算能力來(lái)查找數(shù)據(jù)中的復(fù)雜模式，用于圖像和語(yǔ)音識(shí)別等應(yīng)用。

　　認(rèn)知計(jì)算 正如SAS所說(shuō)，是關(guān)于創(chuàng)造一種“自然的、類(lèi)似人類(lèi)的交互”，包括使用解釋語(yǔ)音和響應(yīng)語(yǔ)音的能力。

　　計(jì)算機(jī)視覺(jué) 采用模式識(shí)別和深度學(xué)習(xí)來(lái)理解圖片和視頻的內(nèi)容，并使機(jī)器能夠使用實(shí)時(shí)圖像來(lái)理解周?chē)氖挛铩?/span>

　　自然語(yǔ)言處理 涉及分析和理解人類(lèi)語(yǔ)言并做出回應(yīng)。

　　數(shù)十年的研究

　　人工智能的概念可以追溯到 1940 年代，“人工智能”一詞是在 1956 年在達(dá)特茅斯學(xué)院的一次會(huì)議上提出的。 在接下來(lái)的二十年里，研究人員開(kāi)發(fā)了玩游戲的程序，并進(jìn)行簡(jiǎn)單的模式識(shí)別和機(jī)器學(xué)習(xí)。 康奈爾大學(xué)科學(xué)家弗蘭克·羅森布拉特(Frank Rosenblatt)開(kāi)發(fā)了 感知器，第一個(gè)人工神經(jīng)網(wǎng)絡(luò)，運(yùn)行在一臺(tái) 5 噸(4.5 公噸)的房間大小的 IBM 計(jì)算機(jī)上，該計(jì)算機(jī)被輸入打孔卡。

　　但根據(jù)Honavar的說(shuō)法，直到1980年代中期，才開(kāi)發(fā)了第二波更復(fù)雜的多層神經(jīng)網(wǎng)絡(luò)來(lái)處理更高層次的任務(wù)。 在 1990 年代初期，另一項(xiàng)突破使人工智能能夠超越訓(xùn)練體驗(yàn)進(jìn)行推廣。

　　在 1990 年代和 2000 年代，其他技術(shù)創(chuàng)新——網(wǎng)絡(luò)和日益強(qiáng)大的計(jì)算機(jī)——幫助加速了人工智能的發(fā)展?！半S著網(wǎng)絡(luò)的出現(xiàn)，大量數(shù)據(jù)以數(shù)字形式提供，”Honavar說(shuō)。"基因組測(cè)序 其他項(xiàng)目開(kāi)始產(chǎn)生大量數(shù)據(jù)，計(jì)算的進(jìn)步使存儲(chǔ)和訪問(wèn)這些數(shù)據(jù)成為可能。我們可以訓(xùn)練機(jī)器做更復(fù)雜的任務(wù)。30年前你不可能有一個(gè)深度學(xué)習(xí)模型，因?yàn)槟銢](méi)有數(shù)據(jù)和計(jì)算能力。

　　人工智能和機(jī)器人

　　人工智能與機(jī)器人技術(shù)不同，但與機(jī)器人技術(shù)相關(guān)，在機(jī)器人技術(shù)中，機(jī)器可以自己或在人的指導(dǎo)下感知環(huán)境，執(zhí)行計(jì)算并完成物理任務(wù)，從工廠工作和烹飪到登陸其他星球?；艏{瓦爾說(shuō)，這兩個(gè)領(lǐng)域在很多方面都有交集。

　　“你可以想象沒(méi)有太多智能的機(jī)器人，像自動(dòng)織機(jī)這樣的純機(jī)械設(shè)備，”Honavar說(shuō)。“有一些機(jī)器人在重大方面并不智能的例子。 相反，在機(jī)器人技術(shù)中，智能是不可或缺的一部分，例如引導(dǎo)自動(dòng)駕駛汽車(chē)在充滿(mǎn)人類(lèi)駕駛的汽車(chē)和行人的街道上行駛。

　　“這是一個(gè)合理的論點(diǎn)，要實(shí)現(xiàn)通用智能，你在某種程度上需要機(jī)器人技術(shù)，因?yàn)樵谀撤N程度上，與世界的互動(dòng)是智能的重要組成部分，”霍納瓦爾說(shuō)?！耙斫馊忧蛞馕吨裁?，你必須能夠扔球。

　　人工智能已經(jīng)悄然變得如此無(wú)處不在，以至于它已經(jīng)在許多消費(fèi)產(chǎn)品中找到了。

　　“大量的設(shè)備屬于 物聯(lián)網(wǎng) (物聯(lián)網(wǎng))太空很容易使用某種自我強(qiáng)化的AI，盡管是非常專(zhuān)業(yè)的AI，“Cagle說(shuō)?！把埠娇刂剖窃缙诘娜斯ぶ悄?，當(dāng)它工作時(shí)比大多數(shù)人意識(shí)到的要復(fù)雜得多。噪音抑制耳機(jī)。任何具有語(yǔ)音識(shí)別功能的東西，例如大多數(shù)當(dāng)代電視遙控器。社交媒體過(guò)濾器。垃圾郵件過(guò)濾器。如果你將人工智能擴(kuò)展到機(jī)器學(xué)習(xí)，這還將包括拼寫(xiě)檢查器，文本推薦系統(tǒng)，實(shí)際上任何推薦系統(tǒng)，洗衣機(jī)和烘干機(jī)，微波爐，洗碗機(jī)，2017年之后生產(chǎn)的大多數(shù)家用電子產(chǎn)品，揚(yáng)聲器，電視，防抱死制動(dòng)系統(tǒng)，任何電動(dòng)汽車(chē)，現(xiàn)代閉路電視攝像機(jī)。大多數(shù)游戲在許多不同的級(jí)別使用AI網(wǎng)絡(luò)。"

　　霍納瓦爾說(shuō)，人工智能已經(jīng)可以在一些狹窄的領(lǐng)域超越人類(lèi)，就像“飛機(jī)可以飛行更長(zhǎng)的距離，比鳥(niǎo)載更多的人”。例如，人工智能能夠處理數(shù)百萬(wàn)次社交媒體網(wǎng)絡(luò)交互，并獲得可以影響用戶(hù)行為的洞察力——人工智能專(zhuān)家擔(dān)心這種能力可能會(huì)產(chǎn)生“不太好的后果”。

　　它特別擅長(zhǎng)理解大量會(huì)壓倒人類(lèi)大腦的信息。例如，這種能力使互聯(lián)網(wǎng)公司能夠分析他們收集的有關(guān)用戶(hù)的大量數(shù)據(jù)，并以各種方式利用這些見(jiàn)解來(lái)影響我們的行為。

　　但霍納瓦爾指出，到目前為止，人工智能在復(fù)制人類(lèi)創(chuàng)造力方面還沒(méi)有取得太大進(jìn)展，盡管這項(xiàng)技術(shù)已經(jīng)被用于 作曲 和 撰寫(xiě)新聞文章 基于財(cái)務(wù)報(bào)告和選舉報(bào)告的數(shù)據(jù)。

　　人工智能如何改變經(jīng)濟(jì)

　　鑒于人工智能有潛力完成過(guò)去需要人類(lèi)完成的任務(wù)，人們很容易擔(dān)心它的傳播會(huì)讓我們大多數(shù)人失業(yè)。但一些專(zhuān)家認(rèn)為，雖然人工智能和機(jī)器人技術(shù)的結(jié)合可以消除一些職位，但它會(huì) 創(chuàng)造更多新就業(yè)機(jī)會(huì) 對(duì)于精通技術(shù)的工人。

　　“風(fēng)險(xiǎn)最大的是那些在零售，金融和制造業(yè)從事常規(guī)和重復(fù)性任務(wù)的人，”該公司副總裁兼創(chuàng)始董事達(dá)雷爾·韋斯特(Darrell West)說(shuō)。 技術(shù)創(chuàng)新中心 總部位于華盛頓的公共政策組織布魯金斯學(xué)會(huì)(Brookings Institution)在一封電子郵件中解釋說(shuō)?！暗t(yī)療保健領(lǐng)域的白領(lǐng)工作也將受到影響，隨著人們更頻繁地從一個(gè)工作轉(zhuǎn)移到另一個(gè)工作，工作流失將會(huì)增加。將創(chuàng)造新的就業(yè)機(jī)會(huì)，但許多人將不具備這些職位所需的技能。因此，風(fēng)險(xiǎn)是工作不匹配，使人們?cè)谙驍?shù)字經(jīng)濟(jì)過(guò)渡的過(guò)程中落后。隨著技術(shù)的普及，各國(guó)將不得不在就業(yè)再培訓(xùn)和勞動(dòng)力發(fā)展方面投入更多資金。需要終身學(xué)習(xí)，以便人們能夠定期提升他們的工作技能。

　　人工智能不是取代人類(lèi)工人，而是可以用來(lái)增強(qiáng)他們的智力。發(fā)明家和未來(lái)學(xué)家雷·庫(kù)茲韋爾(Ray Kurzweil)有 預(yù)測(cè) 到2030年代，人工智能已經(jīng)達(dá)到了人類(lèi)的智力水平，并且有可能讓人工智能進(jìn)入人腦以增強(qiáng)記憶力，將用戶(hù)變成人機(jī)混合體。正如庫(kù)茲韋爾所描述的那樣，“我們將擴(kuò)展我們的思維，并體現(xiàn)我們重視的這些藝術(shù)品質(zhì)。

　　現(xiàn)在這很有趣

　　幾年前，卡格爾在一次科幻小說(shuō)大會(huì)上與作家一起參加了一個(gè)小組討論。 大衛(wèi)·布林，誰(shuí)寫(xiě)過(guò)關(guān)于概念 隆起 其中人工智能將用于將海豚和猿類(lèi)等有知覺(jué)的非人類(lèi)生命的智力能力提高到人類(lèi)水平。 “我們?cè)诘赖律蠝?zhǔn)備好將一個(gè)新的智能物種帶入宇宙了嗎?” 卡格爾問(wèn)道。 “我們是否對(duì)自己的存在感到足夠舒服，可以創(chuàng)造那些我們會(huì)愛(ài)、爭(zhēng)論、學(xué)習(xí)和教導(dǎo)的人?”