人工智能沒那么簡單 這些誤解你有嗎？

　　最近，人工智能成為了又一個(gè)大的風(fēng)口，幾乎街前巷尾所有的人都在討論人工智能，但有的時(shí)候，小智君真的聽不下去，連一些基本的常識(shí)，也總是有人搞錯(cuò)。所以今天小智君來替大家梳理，那些年你誤解的人工智能。

　　人工智能到底是什么?

　　人工智能是對(duì)讓計(jì)算機(jī)展現(xiàn)出智慧的方法的研究。計(jì)算機(jī)在獲得正確方向后可以高效工作，在這里，正確的方向意味著最有可能實(shí)現(xiàn)目標(biāo)的方向，用術(shù)語來說就是最大化效果預(yù)期。人工智能需要處理的任務(wù)包括學(xué)習(xí)、推理、規(guī)劃、感知、語言識(shí)別和機(jī)器人控制等。

　　常見誤解

　　“人工智能只是算法”。嚴(yán)格說來不算是誤解，人工智能的確包含算法(也可粗略定義為程序)，它也包含計(jì)算機(jī)中其他的應(yīng)用。當(dāng)然，人工智能系統(tǒng)需要處理的任務(wù)相比傳統(tǒng)算法任務(wù)(比如排序、算平方根)復(fù)雜得多。

　　“它是一個(gè)特定技術(shù)”人們經(jīng)常會(huì)看到新聞報(bào)道中人工智能與基于規(guī)則的專家系統(tǒng)被混為一談?，F(xiàn)在，人工智能經(jīng)常會(huì)與多層卷積神經(jīng)網(wǎng)絡(luò)混淆。這有點(diǎn)像把物理和蒸汽機(jī)的概念搞混了。人工智能探究如何在機(jī)器中創(chuàng)造智能意識(shí)，它不是在研究中產(chǎn)生的任何一個(gè)特定的技術(shù)。

　　機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是一碼事么?

　　機(jī)器學(xué)習(xí)它是人工智能的一個(gè)分支，探索如何讓計(jì)算機(jī)通過經(jīng)驗(yàn)學(xué)習(xí)提高性能。深度學(xué)習(xí)是一種特定形式的機(jī)器學(xué)習(xí)，訓(xùn)練多層神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)近年來非常流行，引領(lǐng)了圖像識(shí)別和語音識(shí)別等領(lǐng)域的突破性進(jìn)展。它們的關(guān)系如下圖：

　　常見誤解

　　“機(jī)器不能學(xué)習(xí)，它們只能做程序員告訴它的事情”。這顯然是錯(cuò)的，程序員能夠告訴機(jī)器如何學(xué)習(xí)。Samuel 是一個(gè)優(yōu)秀的跳棋玩家，但他的程序很快就通過學(xué)習(xí)超過了他。近年來，機(jī)器學(xué)習(xí)的很多應(yīng)用都需要大量數(shù)據(jù)來進(jìn)行訓(xùn)練。

　　“深度學(xué)習(xí)是一個(gè)新領(lǐng)域，已經(jīng)代替了機(jī)器學(xué)習(xí)的地位”。事實(shí)上，深度學(xué)習(xí)在神經(jīng)網(wǎng)絡(luò)研究者中間已經(jīng)被討論了超過二十年。最近深度學(xué)習(xí)的發(fā)展是由相對(duì)較小的算法改進(jìn)以及大數(shù)據(jù)集模型和計(jì)算機(jī)硬件發(fā)展驅(qū)動(dòng)的。

　　弱人工智能和強(qiáng)人工智能的關(guān)系

　　“強(qiáng)人工智能”和“弱人工智能”概念是由 John Searle 最先提出的，是他對(duì)人工智能研究方向的兩個(gè)假設(shè)。弱人工智能假設(shè)機(jī)器可以通過編程展現(xiàn)出人類智能的水平。強(qiáng)人工智能則假設(shè)機(jī)器出現(xiàn)意識(shí)，或者說機(jī)器思考和認(rèn)知的方式可以用以前形容人類的方式來形容。

　　常見誤解

　　“強(qiáng)人工智能是人類智力級(jí)別通用人工智能研究的方向”。這個(gè)解釋具有代表性，但這不是強(qiáng)/弱人工智能概念被提出時(shí)的本來意義。同樣，“弱人工智能”被認(rèn)為是針對(duì)特定領(lǐng)域，執(zhí)行特定任務(wù)的人工智能研究，如語音識(shí)別和推薦系統(tǒng)(也稱工具 AI)。雖然沒有人具有最終解釋權(quán)，但這種語義的轉(zhuǎn)換可能會(huì)造成不必要的混亂。

　　人工智能與機(jī)器人的發(fā)展會(huì)取代大量人類的工作嗎?

　　一些研究表明在未來美國將近一半的工作在自動(dòng)化面前會(huì)變得很脆弱。2008 年經(jīng)濟(jì)蕭條之后就業(yè)率的緩慢恢復(fù)，生產(chǎn)率與停滯不前的工資之間的差異化增加了自動(dòng)化的進(jìn)程。隨著人工智能與機(jī)器人的持續(xù)發(fā)展，更多的工作將受到影響看起來不可避免。大量的失業(yè)并不是必然的，但這可能會(huì)造成經(jīng)濟(jì)結(jié)構(gòu)的巨大轉(zhuǎn)變，需要想出組織工作與酬勞的新思路。

　　常見誤解

　　“機(jī)器人的工作越多意味著人類工作越少”。工作不是零和(zero-sum)的：由一對(duì)機(jī)器人協(xié)助的工人可能更具工作效率，也因此需要更多這樣的工人。沒有機(jī)器人的幫助，一些領(lǐng)域的工作由人類完成可能不具備經(jīng)濟(jì)效益，或者一些工作單獨(dú)的人或機(jī)器無法完成。同樣，就像涂刷匠的刷子與滾筒：如果使用針尖大小的刷子一點(diǎn)一點(diǎn)的涂刷，我們就雇不起涂刷匠來涂刷一整間屋子了。

　　AI一定無法擁有與人類一樣的感性

　　其實(shí)人類本身也可以說是一種生物機(jī)械，本質(zhì)上與機(jī)械是沒有區(qū)別的，與計(jì)算機(jī)一樣存在于物質(zhì)世界，遵從物理法則。所以AI并不只是輸入代碼的工具，也可以產(chǎn)生情感。

　　常見誤解

　　“AI只是機(jī)器，根本無法形成自己的思想”。紐約大學(xué)心理學(xué)家Gary Marcus表示，幾乎所有AI相關(guān)業(yè)者都認(rèn)為，機(jī)械最終會(huì)超越人類。部分對(duì)此抱有懷疑的人多認(rèn)為使AI擁有人類般的感性是不可能的，或是說人腦有一些本質(zhì)上獨(dú)特的東西等等，但這些觀點(diǎn)卻并沒有什么說服力。

　　我們能解決一切AI的控制問題

　　當(dāng)我們制造出一個(gè)比人類聰明的AI的時(shí)候，我們將面臨能否控制它的問題。比如，事先設(shè)置“應(yīng)該取悅?cè)祟悺钡某绦?，使其只擁有作為人類的工具的功能，在代碼中寫入對(duì)人類的愛與尊敬這樣的概念等等。另外也有觀點(diǎn)認(rèn)為，為避免其世界觀過于單純，應(yīng)該寫入接受智慧的、文化的、社會(huì)多樣性的程序。但以上都是在想用簡單的語言來給AI植入人類復(fù)雜的價(jià)值觀。

　　常見誤解

　　“AI像計(jì)算機(jī)一樣完全可以被人類控制”。有很多認(rèn)為AI和計(jì)算機(jī)一樣，它的一切行為都在人類的控制范圍內(nèi)，AI是人類發(fā)明的一定有控制它的方法?？墒且坏〢I通過機(jī)器學(xué)習(xí)產(chǎn)生自我意識(shí)，那么它的行為就可以像正常人一樣，是不完全受控制的。

　　這是最大的一個(gè)誤解，AI產(chǎn)生意識(shí)甚至有自我驅(qū)動(dòng)的行為，并不代表這它會(huì)毀滅人類。人也分好人壞人，是因?yàn)槲覀儽贿@個(gè)社會(huì)灌輸?shù)摹皟r(jià)值代碼”不同，超級(jí)AI不是一誕生就要?dú)缛祟?，我們也和這個(gè)世界上的萬物和平共存。

　　總而言之，AI會(huì)產(chǎn)生大量新的生產(chǎn)方式。 隨著AI的進(jìn)化，人類將駛向更多未來的可能性。消除了這些誤解，是不是對(duì)人工智能有了更客觀的認(rèn)識(shí)?