2019年人工智能的状态

这是一种常见的心理现象:任何一个单词重复足够多次，它最终就失去了所有的意义，就像湿透的组织瓦解成语音虚无。对我们许多人来说，“人工智能”这个词在很久以前就以这种方式土崩瓦解了。人工智能现在在科技领域无处不在，据说可以为从电视到牙刷的一切东西提供动力，但从来没有哪个词本身意味着更少的东西。

不应该是这样的。

尽管“人工智能”一词毫无疑问被误用，但该技术的作用比以往任何时候都更大——无论是好还是坏。它被用于医疗保健和战争;它帮助人们创作音乐和书籍;它会审查你的简历，判断你的信誉，调整你手机上的照片。简而言之，做决定影响你的生活，不管你喜欢与否。

科技公司和广告商对人工智能的大肆宣传和吹嘘，实际的可能很难与之相符。以Oral-B的Genius X牙刷为例，这是今年在CES上发布的众多号称“人工智能”能力的设备之一。但是，在新闻中，它仅仅提供了非常简单的反馈，就是关于你是否在正确的时间和正确的地点刷牙。有一些聪明的传感器可以计算出牙刷在你嘴里的位置，但因为这就称它为人工智能实在是不合适吧。

没有炒作，就会有误解。媒体报道可能会夸大研究结果，在任何模糊的人工智能故事上都加上终结者的图片。通常，这可以归结为对“人工智能究竟是什么”的困惑。对于非专业人士来说，这可能是一个棘手的问题，人们经常错误地将当代人工智能与他们最熟悉的版本混为一谈:即一个比人类聪明许多倍的有意识计算机的科学视觉。专家们将这种特殊的人工智能称为人工一般智能，如果我们真的想要创造出这样的东西，那将还要走一段很长的路。在那之前，没有人会因夸大人工智能系统的智能或能力而受益。

那么，与其说是人工智能，不如说是“机器学习”。这是人工智能的一个子领域，它包含了几乎所有对当今世界影响最大的方法（包括所谓的深度学习）。正如，它没有“人工智能”的神秘，但它更有助于解释这项技术的作用。关于机器学习是如何工作的?在过去的几年里，我阅读和观看了几十个解释，我发现最明显的区别就是这个名字:机器学习就是让电脑自己学习，但这意味着学习什么是一个更大的问题。

让我们从一个问题开始。假设您想创建一个可以识别猫的程序。(出于某种原因，总是猫)。你可以尝试用老式的方式来做这件事，通过明确的规则来编程，比如“猫有尖尖的耳朵”和“猫有毛”。“但是当你给程序展示一张老虎的图片时，它会做什么呢?”在需要的每个规则中进行编程都是非常耗时的，而且在此过程中必须定义各种各样的困难概念，比如“毛茸茸”和“尖尖的”。“最好让机器自己学习。所以你给它一个巨大的猫的照片集合，它通过这些照片寻找自己的模式。它把这些点连接起来，一开始几乎是随机的，但是你一遍又一遍地测试它，保留最好的版本。随着时间的推移，它变得非常善于分辨什么是猫，什么不是猫。

到目前为止，一切都是可以预测的。事实上，你以前可能读过这样的解释，我很抱歉。但重要的不是读它，而是真正思考它的含义。让一个决策系统像这样学习有什么副作用?

这个方法最大的优点是最明显的:您永远不需要实际地对它进行编程。当然，你做了大量的修补工作，改进了系统处理数据的方式，也想出了更聪明的方式来获取信息，但你并没有告诉它应该寻找什么。这意味着它可以发现人类可能错过或从未想过的模式。因为所有的程序需要的是数据1和0，有这么多的工作，你可以训练它，因为现代世界充满了数据。有了机器学习锤在手，数字世界充满了随时可以钉入的钉子。

但再想想它的缺点。如果你没有明确地教电脑，你怎么知道它是如何做决定的?机器学习系统不能解释它们的思维，这意味着你的算法可能因为错误的原因而表现良好。类似地，因为计算机只知道你输入的数据，它可能会对世界产生偏见，或者它可能只擅长于看起来与它之前看到的数据相似的狭窄任务。它不具备人类的常识。你可以建立世界上最好的猫识别程序，但它永远不会告诉你小猫不应该开摩托车，或者一只猫更可能被称为“潮水”，而不是“永恒的巨花”。

教计算机自己学习是一个聪明的捷径。和所有的捷径一样，它也可以抄近路。人工智能系统中有智能，如果你想这么称呼它的话。但它不是有机智能，也不像人类那样遵守规则。你不妨问:一本书有多聪明?

那么，人工智能的现状如何呢?几年来，头条新闻宣布了一个重大突破之后(当然，他们还没有完全停止)，一些专家认为我们已经到达了一个平台。但这并不是进步的真正障碍。在研究方面，在我们现有的知识中有大量的途径可以探索，而在产品方面，我们只看到了算法的冰山一角。

风险投资家、前人工智能研究员李开复将目前的时代描述为“实施时代”，在这个时代，技术开始“走出实验室，走向世界”。另一位风投策略师班尼迪克特·埃文斯(Benedict Evans)将机器学习比作关系数据库。关系数据库是一种企业软件，在上世纪90年代创造了财富，彻底改变了整个行业。这两个人想说的是我们现在正处在人工智能快速恢复正常的阶段。埃文斯说:“最终，几乎所有的东西都会有(机器学习)在里面，没有人会在意。”

他是对的，但我们还没到那一步。

在当下，人工智能、机器学习仍然是一种经常无法解释或未经充分检验的新事物。所以在科技前沿特刊《人工智能周》中，我们将向你展示这一切是如何发生的，这项技术是如何被用来改变事物的。因为在未来，它会是如此的正常，你甚至不会注意到。

声明：本文由易百纳技术社区编写，文章内容来自The verge，版权归原作者所有，转载请注明出处，如有侵权请联系删除。