人工智能是拿来用的,不是拿来炒的

跟着近几年全球各大科技巨子纷纷进场人工智能领域,催生了一大批技能的开展和落地:AI 医疗、智能翻译、图像识别、智能交际机器人、无人驾驶……这些技能的背后都离不开“深度学习”。

但与此一起,越来越多缺点的凸显,也引起了大众对人工智能技能的关注,特别是无人驾驶轿车,它们运用相似的深度学习技能进行导航,但也造成了广为人知的灾难和死亡事故。

科技改动我们日子的一起,也给我们带来了某些隐忧:人工智能会不会取代我们乃至控制我们?

日前,中信出版社推出了《深度学习:智能时代的核心驱动力量》一书。本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者,亲历了深度学习在 20 世纪 70 时代到 90 时代的寒冬。但他和一众开拓者,使用大数据和不断增强的核算才能,终于在神经网络算法上获得重大突破,完成了人工智能井喷式的开展。 

深度学习:智能时代的核心驱动力量

《深度学习:智能时代的核心驱动力量》
作者:特伦斯谢诺夫斯基

作为学习领域的通识作品,本书以恢宏的笔触,通过 3 个部分全景展示了学习的开展、演变与应用,以亲历者视角回溯了学习浪潮在过去 60 年间的开展头绪与人工智能的螺旋上升,并前瞻性地猜测了智能年代的商业图景。

中信出版社特别邀请微软(中国)CTO 韦青分享了这本书的阅读感受,以及对人工智能发展的判断。

▌深度学习不仅是常识,而是思想范式的改变

首要咱们怎么看深度学习,它到底是新的常识,仍是一种范式的改变?人工智能非常广泛,其间机器学习是一方面,深度学习又是机器学习的一个子域。我认为深度学习不仅仅是常识,更是一种思想范式的改变。

爱因斯坦说过:“咱们不能用制造问题时的同一思想水平来处理问题”。咱们处在一个智能的年代,机器开始处理许多人类本来认为自己拿手的,成果是机器更拿手处理问题,所以咱们需要努力学习新的常识。《深度学习》这本书的作者特伦斯·谢诺夫斯基,是几十年一直跟着业界发展的长辈和专家,他在这本书明晰的把“深度学习”的来龙去脉讲清楚了。其间最大的核心点,是这种常识要求咱们了解人类的思想方法,并通过数学算法改变对国际的描绘方法,让咱们了解这个国际是由许多模型构成的。

如果咱们还带着曩昔的思想方法,无论是电气化年代的思想方法,仍是信息化年代的思想方法,都无法了解智能年代人的思想方法和计算机的计算方法有什么异同。曩昔的思想方法会发生两种成果:一方面容易把人工智能所带来的成果神话和夸大,另一方面对数学和算法的进步带来的人工智能发展成果发生误解。现在呈现许多“机器是否会代替人,机器人是否让人类消亡”的忧虑,都是由于没有充分了解什么是人工智能。

以史为鉴,重新认识科技进步

由于技术的进步引发的新话题层出不穷,我们不断被动地接收新的理念。越来越多的人发现,人类开始进入“无人区”,没有一个大思想家或者大哲学家能够告诉我们未来会怎么样,所以人们就产生了很多争论,关于人工智能的争论,关于机器智能的争论,关于机器人的争论,关于技术和人类关系的争论等等。

微软公司 CEO 萨提亚曾在一场演讲中说:“未来没有人引导我们,那么我们可以选择以史为鉴,看看历史上发生过什么。”最有代表性的就是第一次工业革命到第二次工业革命之间,由蒸汽时代进入电气化时代。我把这个阶段总结为四种态度和四种结局。

在蒸汽时代,很多有影响力的全球性公司用蒸汽力量代替人的四肢,但当电气出现的时候,绝大多数公司态度是看不起电,因为最初电的效率并不够高。第一类公司的想法是电力不行,效率太低,没有未来,蒸汽力量足够了,一百年之后这些公司被淘汰了。

第二类公司放下一些包袱,认为电是新生事物,也有潜在发展的可能性,但是仍然坚信蒸汽机的力量,坚信只要对蒸汽机进行改良一样可以保持竞争力,这些公司也被淘汰了。

最可惜是第三类公司,他们已经放下旧的生产力,开始拥抱新的生产力和形成新的生产关系,但是思维方式没有改变。他们认为自己全面拥抱电气化时代,已经产生比蒸汽机时代超高的效率,更低的成本,但是他们还在跟蒸汽机相比,这些公司最终也被淘汰掉了。萨提亚提到,我们做了一些粗略的分析,只有不到5% 的公司在那个时代完成了转型和飞跃,真正进入了电气化时代。

当时大部分企业对于电气化的观念只是能点多少盏灯,或者生产线能够提高多少效率。只有5%的公司选择彻底放下包袱,忘记什么是电气,什么是蒸汽,而是把它们都当成是工具。这些公司要的就是进入新的时代。这代表更高的效率,更低的成本和更优秀的用户体验和产品品质。

通过历史上的事件可以发现,我们现在对未来的任何预估都是不足够的,都可能没有完全估计到未来的冲击力。

在历史上的某个阶段,古人类开始发现和使用工具,比如用骨头或者石片可以敲东西,完成手完成不了的能力。著名的科幻电影《2001太空漫游》中有一个非常著名画面,猿人忽然有一天发现可以拿骨头去敲另外一个骨头,可以把别的骨头敲碎,这就是人类历史上大的进步。他就发现这个骨头不仅可以敲骨头,也可以敲肉,可以敲瓜果,敲野兽,也可以用来防身。那时候人类发现,原来可以拓展四肢的能力,利用外部工具去提高自己的能力。

工业革命之后,人类发现不仅靠传统的工具,还可以靠各种机械的力量代替人类的四肢。我们现在不会无聊到说在肌肉能力方面还可以跟机器一拼,比如去和一辆汽车比赛跑步,应该没有人会这样做了。其实不仅是肌肉的机能,我们连计算的机能都都已经被淘汰掉了。有没有人可以马上开 7 的 3 次方?应该没有。我们可以十几块钱买一个计算器,计算器就可以做到。我们为什么对这种现象不会抱恐惧心理,而对人工智能抱有莫名其妙的恐惧心理?

▌技能是拿来用的,而不是拿来吹和炒的

许多业界专家都有这样的感受,现在媒体对人工智能的炒作过热,反而让广大读者,乃至是决策者失去了对这件事的核心掌握。人工智能的核心实践上就是机器学习的才干,就是一种机器智能。现在首要表现方法是深度学习,但并不意味着咱们从前尝试的符号学,用逻辑推理的方法其实并没有过时,只不过还无法实现。现阶段深度学习取得了巨大打破,引领咱们进入到新的未来。新的未来里面会不会是深度学习和其他人工智能、机器学习的方法共存的方法?咱们并不知道,所以咱们不要排挤这种观点,特别不要以为现在就是深度学习这一种学习方法。未来应该是人类的学习才干、机器学习才干、深度学习才干和逻辑推理才干是共融共生的阶段,这或许是愈加客观描述未来年代特征的一个方面。

智能年代之前的深度学习要靠数据的堆积去学习和驱动。可是现在的数据既不行大,也不行好。尽管咱们有许多数据,可是并不算真实的大和好。大数据的概念并不是多,咱们数据结构和数据来历没有构成万物互联的社会,物联网没有布设到,5G 没有到位,或许数据不行那么多,不行那么好。支撑万物互联的根底架构恰恰是一个云计算的架构。所以倒着讲是智、大、物、云,正着去演绎是云、物、大、智。

▌怎么了解人工智能

怎么了解人工智能我总结了四点:首要,一定要应用。如果咱们去学了“学会怎么学习”的课程就会发现,现在最流行的方法是 Problem-Based Learning,就是以问题为导向的学习,以实践解决问题计划的学习。未来是终身学习的年代,不存在大学毕业之后就不学习了。怎么终身学习?一定要带着问题去学,这样学得越来越深化,学得越来越有用。人工智能也是相同的,它是一种学习的进程。学习不能为了学而学,一定是问题为导向的。

我的第二个观点就是,深度学习的发展不仅仅要靠数学的前进,不仅仅要靠计算机科学的前进,还要对人类自己的神经、脑神经、传输神经、感知神经的了解,才干知道是怎么回事。

现在咱们每个人有根底的学习才干,机器学习也是相同,仅仅通过开放的接口开放学习的通用才干。未来每个人一定要在通用才干之上,掌握行业的学习才干,才干够真实为人类带来更大的福祉。

第四点就是要真实产生深度学习才干,咱们需求有数据,需求有人才,还要有算法和算力。像微软这样专业公司或许会提供更强壮的算法和算力,更多的公司需求在人才培养,数据搜集上面下很大功夫,这样才干产生互动的促进作用。数据、人才、算法、算力这四者缺一不可。每一方面在未来都巨大的商机,正是由于咱们即将进入智能社会,商机恰恰不是只在智能本身,而是各个方面。

▌没有专家的年代,每个人都要终身学习

我用盲人摸象的寓言来举例,这个年代是没有专家的年代,咱们每个人都在学习。不存在输在起跑线上,由于每天都在新的起跑线。咱们只需不抛弃学习,不抛弃自己,不要以为我到了某种年纪或某种位置,我就不去学了,也不要由于我是学文科或许我是学理科的我就不要再学其他的常识。未来需求的是天天学习。由于这个伟大年代还没有来,咱们最多是摸着大象的其中一部分,所以每个人都有或许成为终究摸到大象整体的那个人。

正是由于这个年代没有专家,一起也是没有所谓的公理的年代,每一个理论都有或许成为其时可行的理论,可是并不意味着可以成为永久的理论,永久成功的规律。咱们要去学习,不要唯各种专家,不要唯新,更重要唯实,你自己去试,小马过河,水是深浅只有自己知道。听别人说可以,包括我现在讲的,这也仅仅我在微软这么多年的领会和了解,并不代表所有人领会和了解,特别不代表是否是正确的。咱们无妨可以自己去试一下,斗胆去试发现原来水既不像A说得那么是深,也不像B说的那么浅,对你来说最适合的就是最好的方法。

最终以比尔·盖茨先生的这段话作为结尾:“人们大都倾向于高估他在一年内所能完成的事情,但又容易轻视他们坚持十年后可以取得的成果。”咱们一定要明代,榜首没有专家,第二没有起跑线,第三每天都在重新更新有新常识新理念呈现,咱们先不要抛弃自己,一起掌握最基本的对自己的自傲和信仰,认真学习。   

未发布的机型配置参数信息均来自于互联网爆料,实际情况请以官方发布后为准
THE END
分享