2016年人工智能发展将何去何从?

人工智能的研究,最近又突然变得火红,极具未来指标的几个重大应用,都与人工智能的技术突破有着密不可分的关系。科技巨头们纷纷投入相关领域,也让人工智能正式转向商用化之路。

2016年人工智能发展将何去何从?_第1张图片
《云端情人》里的莎曼珊

想象有一天这些都会发生,《钢铁人》的人工智能管家贾维斯在你需要时随时出现,解决生活大小的疑难杂症;甚至,人工智能软件越来越个人化,不仅能干而且知心,抚慰现代人寂寞的心灵,也许哪天你也会爱上《云端情人》里的莎曼珊。

电影里蕴含着人类对科技的期待,然而人工智能到底是什么?我们天马行空,有许多想象,许多人都把人工智能跟机器人划上等号,也许是2001年《A.I.人工智能》里的机器男孩大卫,形象太鲜明,让我们觉得,能自主思考、懂常识、具有人类外表的机器人,很快就会出现。

真是如此吗?是也,非也。人工智能发展到极致,具有自主思考的机器人终究会来临,然而现阶段我们看到的人工智能突破,是更广泛的研究领域。举凡Google翻译、个人语音助理、自动驾驶车、不需操控的无人机、具有感知情绪的机器人、可以人机互动协作的工业机器人、诊断癌症、股票自动交易,背后都有人工智慧。根据美银美林估计,2020年,全球人工智能市场规模将达1,530亿美元,增加三倍。


2016年人工智能发展将何去何从?_第2张图片
智能机器人给残疾人喂饭

希捷的研究预测,2025年将有超过400亿台连网装置。未来不再是单一载具独霸的社会,而是多元载具并存的新时代。随着硬件、运算、云端、资料分析、算法等等技术陆续到位及突破,每个人拥有的装置将从三个增加到超过1千个。能够同时反馈不同载具应用的底层会是什么?智能型手机吗?当然不是。情境智慧新创Snips A  CEO欣迪 在TED演讲上指出,人工智能是串起这些装置、达到无所不在运算的关键!这些连网装置有天将会像电一样自然地从在于生活之中,由人工智能帮忙筛选重要信息。

第三次人工智能浪潮

然而,人工智能的进展却不如想象中快速,从1956年麦卡锡(John McCarthy)在达特茅斯研讨会首次提出人工智能一词,人工智能的概念已出现超过60年。回顾这60年,人工智能经历三次兴衰,1950年代对于机器人同伴出现,抱持十分乐观的想象。到了1970年代,这份情怀就崩盘了,科学家发现西洋棋机器就只会下西洋棋而已,没有期待中的聪明。然而1980年代第二波人工智能浪潮再度兴起,美国国防部砸下数十亿美元研究经费,希望让机器人上战场打仗,后来却无功而返,让人工智能研究从此蒙上阴影。

2016年人工智能发展将何去何从?_第3张图片
1997年IBM超级计算机深蓝打败全球国际象棋冠军历历在目

如今,人工智能的第三次浪潮来临,人工智能在垂直领域表现得很好,一次又一次跟人类的比拚中,都展现出计算机运算能力的大跃进,人工智能不可同日而语了。15月11日,星期六。1997年的今天,IBM的超级电脑深蓝击败了国际象棋世界冠军卡斯巴罗夫。深蓝曾于1996年的2月10日首次挑战卡斯巴罗夫,但惨遭落败。其后,IBM对深蓝作了改良,终于得胜。没过多久,IBM宣布深蓝在棋坛退役。于是,卡斯巴罗夫想再找深蓝一战,也未能如愿。震惊世人;2011年IBM超级计算机华生,在益智抢答竞赛中用语言分析算法打败两位节目史上最强冠军,再度引起哗然。

这一次,人工智能的突破,增添了我们的期待,但是否意谓具有自主思考与学习的人工智能时代就将到来,亦或又只是再一次地过度乐观想象?纽约大学理论物理学教授加来道雄在《2050科幻大成真》一书中指出,虽然好莱坞电影让我们以为『终结者』般的机器人很快就会出现,但是打造人工心智的困难程度比前人所想的还要高。」他认为,人工智能演化至今仍十分原始,还在试着学习基础的事物,认识世界,所以还没有办法模拟真实的未来。

人工智能如何从实验室走入商业领域?

公子义认为:仔细分析,人工智能的发展,至少还有图形辨识与普通常识两个问题待解决!首先,人工智能系统目前仍难靠自动学习来辨识物体,这也是为什么从2012年开始,Google、苹果、微软、IBM、Facebook、Amazon及雅虎等科技巨头们,纷纷收购人工智能公司来寻求突破,其中包括深度学习(类神经网络)、语言翻译、计算机视觉、图像辨识、情绪辨识等领域都受到科技巨头的关注,也因为如此,人工智能技术在近几年有了重要突破。2015年,是人工智能大有崭获的一年,正式从实验室走入商用领域。

其次是关于常识问题,如何让人工智能具有自主学习能力,不断累积常识,进而达到举一反三?关于这部分,深度学习的技术突破,攸关人工智能发展的未来。Facebook创始人扎克伯格,非监督式学习才能让人工智能学习常识。

2016年人工智能发展将何去何从?_第4张图片
2016年人工智能迅猛发展

在2016年要挑战像贾维斯一样操作简单的AI管家,并分析机器学习主要仰赖监督式学习,透过大量资料进行模式识别,例如,透过数千张照片让AI系统学习辨识Facebook好友,在上传照片时帮忙标签朋友。然而人类学习新事物时,通常不需要学1千次,模式识别不仅无法让人工智能具备常识,就连举一反一都做不到。

麻省理工学院、纽约大学及多伦多大学所开发的贝叶斯程序学习BPL,让计算机终于有了举一反三的能力,但即使如此,大概也要到本世纪末,人工智能才能具有猴子般的智慧,并有自己的意识。各界对人工智能将会威胁人类的担忧或许还太早,因为距离创造出贾维斯和莎曼珊还有很长一段路要走呢!


公子义【微信号gongzi348】80后,90后心理研究专家,4年心理学,9年大数据研究者,专注于移动互联网,大数据究狂热爱好者,热爱写作。未经许可,严禁转载,违者追究法律责任。

你可能感兴趣的:(2016年人工智能发展将何去何从?)