出處：吳軍：人工智能的現狀和未來
人工智能今天已經過熱，而且呈現出一種非理性的熱，那它的現狀和未來需要解決的問題，
以及能夠解決的問題是什麼呢？得到訂閱專欄“矽谷來信”的主理人吳軍，
在美國拜訪了世界著名人工智能專家邁克爾·喬丹（和籃球巨星喬丹同名同姓）。
喬丹是加州大學伯克利分校的教授，在人工智能領域名氣非常大，
他最大的貢獻在於提出了一種新型的人工神經網絡
（復發神經網絡，recurrent neural networks），這是今天深度學習的基礎之一。
首先，喬丹教授談了自己對人工智能發展的看法。
喬丹教授覺得將人工智能AI（Artificial Intelligence）一詞反過來理解，
稱之為IA更加準確，就是Intelligence Augmentation，智能的放大。
他認為今天所謂的人工智能所做的很多事情，
從智能化水平來講還很初級，但是卻讓人的智力得到了擴展。
比如，搜索引擎把我們的知識量和知識面提升了很多倍。
語音識別和機器翻譯增強了很多人的語言能力。
大數據讓很多年輕的職業人士能夠把握行業的大方向，
這在過去常常需要幾十年經驗的積累。
他認為今天人工智能的第二個特徵是將兩個“I”放在了一起，即“Intelligent”和“Infrastructure”，
人工智能今天已經過熱，而且呈現出一種非理性的熱，那它的現狀和未來需要解決的問題，
以及能夠解決的問題是什麼呢？得到訂閱專欄“矽谷來信”的主理人吳軍，
在美國拜訪了世界著名人工智能專家邁克爾·喬丹（和籃球巨星喬丹同名同姓）。
喬丹是加州大學伯克利分校的教授，在人工智能領域名氣非常大，
他最大的貢獻在於提出了一種新型的人工神經網絡
（復發神經網絡，recurrent neural networks），這是今天深度學習的基礎之一。
首先，喬丹教授談了自己對人工智能發展的看法。
喬丹教授覺得將人工智能AI（Artificial Intelligence）一詞反過來理解，
稱之為IA更加準確，就是Intelligence Augmentation，智能的放大。
他認為今天所謂的人工智能所做的很多事情，
從智能化水平來講還很初級，但是卻讓人的智力得到了擴展。
比如，搜索引擎把我們的知識量和知識面提升了很多倍。
語音識別和機器翻譯增強了很多人的語言能力。
大數據讓很多年輕的職業人士能夠把握行業的大方向，
這在過去常常需要幾十年經驗的積累。
他認為今天人工智能的第二個特徵是將兩個“I”放在了一起，即“Intelligent”和“Infrastructure”，
翻譯過來是智能基礎設施，或者說智能架構，
包括智能交通、智能家庭、智能城市、可穿戴設備等，
這些概念合在一起就是我們的物聯網。
也就是說，機器智能讓人類解決了過去憑藉自身智能做不到的事情。
吳軍也提出了自己的看法。
他說人工智能的另一個特徵應該是AA（Automatic Algorithm），自動的算法。
過去是人寫算法讓計算機做事，而人工智能應該是讓計算機自己找到算法，尋找新知識。
喬丹教授表示了同意。他們把人工智能AI用這兩個字母的另外三個組合進行了重新詮釋，
即“AI＝IA＋II＋AA”，也就是
“人工智能＝（人的）智能增強＋（社會的）智能架構＋（計算機的）自動算法”。
其次，喬丹教授談了機器智能和人的智能的區別。
他認為，今天大部分人對這個問題的誤區依然在於按照人的思維方式去理解機器智能，
最明顯的例子就是所謂的單個機器人。
我們都知道，人的行為方式是相對獨立的，彼此不知道對方的想法，
這當然有問題，比如會造成交通擁堵，但也有好處，
就是人們不同的判斷和看問題的角度避免了很大的風險。
但機器的智能是基於大規模的計算和海量的數據，所以它其實是一個網絡。
這當然有好處，比如智能交通就需要行動的一致性。
但是也有問題，比如在股票價格雪崩式的下跌時，
由於機器智能採用的方法都差不多，其中一家拋售，其它各家也會跟著拋售。
喬丹教授說，今天人工智能的第二個問題，是不能像人一樣理解含義。
比如，今天計算機識別很多物體比人還準確，但如果機器走到懸崖邊上，
識別出了山石樹木，卻意識不到危險。
如果人不在編程序的時候告訴機器前面高度突然下降，要停止，
機器是沒辦法通過之前的經驗做出判斷的，因為它沒辦法理解高度、危險等概念。
所以人工智能離完美還很遠。
第三，喬丹教授對AI在不遠的將來能做到什麼，以及不能做到什麼，進行了預測。
他認為在未來十年內，人工智能可以解決下列問題：
1.無人駕駛汽車。
2.取代人的對話系統，特別是在客服這種只需要掌握有限的知識的領域會得到很好的應用。
3. 跟踪人的健康，並且根據對人長期的監控幫助診斷和治療疾病。
而喬丹教授覺得在他的有生之年，以30年為準，下面幾件事情是人工智能做不到的：
1.創造性。
2. 總結概念發明單詞。
3. 變通的靈活性。
4. 學習完整的知識體系，並且在此基礎上創造新知識。
最後，喬丹教授說，他對人工智能的發展並沒有持悲觀的態度，
但他認為在接下來的10年裡，人類還是要做好一些事情。這些事情有：
1.讓人工智能係統更穩定，今天大部分機器人和人工智能係統的漏洞太多，
如果長時間運行，可能會犯致命的錯誤。
2.防止人工智能系統被壞人利用，一個天才罪犯可能會利用人工智能犯罪。
3. 建立很好的社會保障制度。
未來很多人失去工作是不可避免的，
喬丹教授和吳軍教授都認為，消化技術革命需要一兩代人的時間，也就是30-50年。
喬丹教授認為不會出現《未來簡史》中所的那種無所事事的人，
未來當人工智能讓創造財富變得很容易時，
人應該自己去做適合自己做的事情，哪怕那些事情只是取悅自己。
4. 設計有用的人工智能系統，而不是炒概念或者創造其實並不存在的需求。
5. 保護隱私。
6. 數據分享，方便每一個人。
吳軍在文章中，也補充了他認為在人工智能領域要做好的事情。
一個是人工智能可以解釋它的決定，今天雖然它能夠找到相關性，
但是卻無法找到內在的邏輯，因此容易把前提和結論搞反了。
比如根據大數據的統計，喝咖啡的人比不喝咖啡的人長壽。
但大數據沒告訴大家喝咖啡是不是原因，或許是生活水平高的人才有錢、有時間喝咖啡。
所以真實的情況是長壽的人喝咖啡。
另一件事情是要追求長期的目標，而不只是找到一些已知的事實。
以人類的智力，今天很難做出重大的發明了。
因此需要人工智能幫助人類在科學研究上有所突破，而人工智能很可能需要有新的方法論。
以上就是“矽谷來信”專欄裡介紹的喬丹教授對人工智能的解讀，希望對你有啟發。
參考來源：得到訂閱專欄“吳軍·矽谷來信”
（第306封信丨邁克爾·喬丹教授對人工智能現狀和未來的評述）
來源:得到
--------------------------
摘要：
關於人工智能：
1. 人工智能AI（Artificial Intelligence）一詞反過來理解，
稱之為IA更加準確，就是Intelligence Augmentation，智能的放大。
從智能化水平來講還很初級，但是卻讓人的智力得到了擴展。
比如，搜索引擎把我們的知識量和知識面提升了很多倍。
語音識別和機器翻譯增強了很多人的語言能力。
大數據讓很多年輕的職業人士能夠把握行業的大方向，
這在過去常常需要幾十年經驗的積累。
2. 將兩個“I”放在了一起，即“Intelligent”和“Infrastructure”
翻譯過來是智能基礎設施，或者說智能架構，
包括智能交通、智能家庭、智能城市、可穿戴設備等，
這些概念合在一起就是我們的物聯網。
也就是說，機器智能讓人類解決了過去憑藉自身智能做不到的事情。
3. 預測AI在不遠的將來能做到什麼，以及不能做到什麼
未來十年內，人工智能可以解決下列問題
(1)無人駕駛汽車。
(2)取代人的對話系統，特別是在客服這種只需要掌握有限的知識的領域
(3)跟踪人的健康，並且根據對人長期的監控幫助診斷和治療疾病。
以30年為準，下面幾件事情是人工智能做不到的：
(1)創造性。
(2)總結概念發明單詞。
(3)變通的靈活性。
(4)學習完整的知識體系，並且在此基礎上創造新知識。
在接下來的10年裡，人類還是要做好一些事情。
(1)讓人工智能係統更穩定
(2)防止人工智能系統被壞人利用
(3)建立很好的社會保障制度，未來很多人失去工作是不可避免
(4)設計有用的人工智能系統
(5)保護隱私
(6)數據分享，方便每一個人
包括智能交通、智能家庭、智能城市、可穿戴設備等，
這些概念合在一起就是我們的物聯網。
也就是說，機器智能讓人類解決了過去憑藉自身智能做不到的事情。
吳軍也提出了自己的看法。
他說人工智能的另一個特徵應該是AA（Automatic Algorithm），自動的算法。
過去是人寫算法讓計算機做事，而人工智能應該是讓計算機自己找到算法，尋找新知識。
喬丹教授表示了同意。他們把人工智能AI用這兩個字母的另外三個組合進行了重新詮釋，
即“AI＝IA＋II＋AA”，也就是
“人工智能＝（人的）智能增強＋（社會的）智能架構＋（計算機的）自動算法”。
其次，喬丹教授談了機器智能和人的智能的區別。
他認為，今天大部分人對這個問題的誤區依然在於按照人的思維方式去理解機器智能，
最明顯的例子就是所謂的單個機器人。
我們都知道，人的行為方式是相對獨立的，彼此不知道對方的想法，
這當然有問題，比如會造成交通擁堵，但也有好處，
就是人們不同的判斷和看問題的角度避免了很大的風險。
但機器的智能是基於大規模的計算和海量的數據，所以它其實是一個網絡。
這當然有好處，比如智能交通就需要行動的一致性。
但是也有問題，比如在股票價格雪崩式的下跌時，
由於機器智能採用的方法都差不多，其中一家拋售，其它各家也會跟著拋售。
喬丹教授說，今天人工智能的第二個問題，是不能像人一樣理解含義。
比如，今天計算機識別很多物體比人還準確，但如果機器走到懸崖邊上，
識別出了山石樹木，卻意識不到危險。
如果人不在編程序的時候告訴機器前面高度突然下降，要停止，
機器是沒辦法通過之前的經驗做出判斷的，因為它沒辦法理解高度、危險等概念。
所以人工智能離完美還很遠。
第三，喬丹教授對AI在不遠的將來能做到什麼，以及不能做到什麼，進行了預測。
他認為在未來十年內，人工智能可以解決下列問題：
1.無人駕駛汽車。
2.取代人的對話系統，特別是在客服這種只需要掌握有限的知識的領域會得到很好的應用。
3. 跟踪人的健康，並且根據對人長期的監控幫助診斷和治療疾病。
而喬丹教授覺得在他的有生之年，以30年為準，下面幾件事情是人工智能做不到的：
1.創造性。
2. 總結概念發明單詞。
3. 變通的靈活性。
4. 學習完整的知識體系，並且在此基礎上創造新知識。
最後，喬丹教授說，他對人工智能的發展並沒有持悲觀的態度，
但他認為在接下來的10年裡，人類還是要做好一些事情。這些事情有：
1.讓人工智能係統更穩定，今天大部分機器人和人工智能係統的漏洞太多，
如果長時間運行，可能會犯致命的錯誤。
2.防止人工智能系統被壞人利用，一個天才罪犯可能會利用人工智能犯罪。
3. 建立很好的社會保障制度。
未來很多人失去工作是不可避免的，
喬丹教授和吳軍教授都認為，消化技術革命需要一兩代人的時間，也就是30-50年。
喬丹教授認為不會出現《未來簡史》中所的那種無所事事的人，
未來當人工智能讓創造財富變得很容易時，
人應該自己去做適合自己做的事情，哪怕那些事情只是取悅自己。
4. 設計有用的人工智能系統，而不是炒概念或者創造其實並不存在的需求。
5. 保護隱私。
6. 數據分享，方便每一個人。
吳軍在文章中，也補充了他認為在人工智能領域要做好的事情。
一個是人工智能可以解釋它的決定，今天雖然它能夠找到相關性，
但是卻無法找到內在的邏輯，因此容易把前提和結論搞反了。
比如根據大數據的統計，喝咖啡的人比不喝咖啡的人長壽。
但大數據沒告訴大家喝咖啡是不是原因，或許是生活水平高的人才有錢、有時間喝咖啡。
所以真實的情況是長壽的人喝咖啡。
另一件事情是要追求長期的目標，而不只是找到一些已知的事實。
以人類的智力，今天很難做出重大的發明了。
因此需要人工智能幫助人類在科學研究上有所突破，而人工智能很可能需要有新的方法論。
以上就是“矽谷來信”專欄裡介紹的喬丹教授對人工智能的解讀，希望對你有啟發。
參考來源：得到訂閱專欄“吳軍·矽谷來信”
（第306封信丨邁克爾·喬丹教授對人工智能現狀和未來的評述）
來源:得到
--------------------------
摘要：
關於人工智能：
1. 人工智能AI（Artificial Intelligence）一詞反過來理解，
稱之為IA更加準確，就是Intelligence Augmentation，智能的放大。
從智能化水平來講還很初級，但是卻讓人的智力得到了擴展。
比如，搜索引擎把我們的知識量和知識面提升了很多倍。
語音識別和機器翻譯增強了很多人的語言能力。
大數據讓很多年輕的職業人士能夠把握行業的大方向，
這在過去常常需要幾十年經驗的積累。
2. 將兩個“I”放在了一起，即“Intelligent”和“Infrastructure”
翻譯過來是智能基礎設施，或者說智能架構，
包括智能交通、智能家庭、智能城市、可穿戴設備等，
這些概念合在一起就是我們的物聯網。
也就是說，機器智能讓人類解決了過去憑藉自身智能做不到的事情。
3. 預測AI在不遠的將來能做到什麼，以及不能做到什麼
未來十年內，人工智能可以解決下列問題
(1)無人駕駛汽車。
(2)取代人的對話系統，特別是在客服這種只需要掌握有限的知識的領域
(3)跟踪人的健康，並且根據對人長期的監控幫助診斷和治療疾病。
以30年為準，下面幾件事情是人工智能做不到的：
(1)創造性。
(2)總結概念發明單詞。
(3)變通的靈活性。
(4)學習完整的知識體系，並且在此基礎上創造新知識。
在接下來的10年裡，人類還是要做好一些事情。
(1)讓人工智能係統更穩定
(2)防止人工智能系統被壞人利用
(3)建立很好的社會保障制度，未來很多人失去工作是不可避免
(4)設計有用的人工智能系統
(5)保護隱私
(6)數據分享，方便每一個人
沒有留言:
張貼留言