人工智能的現(xiàn)狀
由于如今在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域取得了種種進(jìn)展，市面上似乎不斷開(kāi)始涌入充分利用認(rèn)知功能的工具和解決方案。但是這些工具和解決方案是否真正體現(xiàn)了人工智能的含義呢?下面是學(xué)習(xí)啦小編為你整理的人工智能的現(xiàn)狀，供大家閱覽!
人工智能的現(xiàn)狀如何?
IBM Watson 的平臺(tái)經(jīng)理喬納斯·紐烏克(Jonas Nwuke)稱(chēng)，人工智能(或認(rèn)知計(jì)算)“旨在幫助人們做出更合理的決定。系統(tǒng)可以大規(guī)模學(xué)習(xí)，通過(guò)積累經(jīng)驗(yàn)變得更好，并以一種更自然的方式與人類(lèi)進(jìn)行交互。”
Progress公司的首席宣傳官托德·安格林(Todd Anglin)稱(chēng)，如今的軟件開(kāi)發(fā)行業(yè)存在的問(wèn)題是，由于人工智能是個(gè)如此大的統(tǒng)稱(chēng)，它經(jīng)常被誤用或?yàn)E用。他說(shuō)：“在某些方面，它會(huì)因其性質(zhì)而被濫用。它代表許多東西，但許多時(shí)候它的使用多少有點(diǎn)不當(dāng)。”
安格林解釋?zhuān)热缯f(shuō)，人工智能是個(gè)很好的營(yíng)銷(xiāo)術(shù)語(yǔ)，開(kāi)發(fā)人員常常將人工智能添加在解決方案的名稱(chēng)中，讓它們脫穎而出，即便它們其實(shí)并不使用真正的人工智能功能。他說(shuō)：“普通的應(yīng)用程序用戶認(rèn)為，由于它的名稱(chēng)中有人工智能，它肯定智能化，肯定很出色。”
在其他情況下，開(kāi)發(fā)人員會(huì)使用這個(gè)術(shù)語(yǔ)，傳達(dá)該應(yīng)用程序在試圖為用戶做一些事這層意思。比如說(shuō)，安格林表示，特斯拉使用“自動(dòng)駕駛汽車(chē)”這個(gè)術(shù)語(yǔ)用于其制造的車(chē)輛，因?yàn)槟菢哟蟊姼菀桌斫?，但?shí)際上，特斯拉的汽車(chē)并非完全自動(dòng)駕駛，因?yàn)樗鼈冃枰祟?lèi)照看方向盤(pán)，以防出什么岔子。
另外還有開(kāi)發(fā)人員根本不明白人工智能的真正含義。人工智能最近的成功讓開(kāi)發(fā)人員非常容易的從網(wǎng)站下載軟件包，并針對(duì)單一數(shù)據(jù)集對(duì)它進(jìn)行訓(xùn)練，比如圖像識(shí)別、視覺(jué)處理或自然語(yǔ)言處理等數(shù)據(jù)集。據(jù)Neurala的首席執(zhí)行官馬西米利亞諾·弗塞斯(Massimiliano Versace)稱(chēng)，這不是人工智能的含義。這家公司以“讓軟件更智能化”為使命。
他說(shuō)：“人工智能其實(shí)是以大腦為原型，試圖用軟件來(lái)模仿它。圭腦的本領(lǐng)絕不僅限于識(shí)別物體，而在于思考，在于感知，在于行動(dòng)，在于情感。”
弗塞斯聲稱(chēng)，真正的智能離不開(kāi)這三個(gè)主要部分：大腦、身體和思維。大腦包括軟件背后的算法或運(yùn)算，處理輸入的數(shù)據(jù)。身體是智能賴(lài)以生存的硬件。而思維是運(yùn)行算法的計(jì)算能力。
弗塞斯表示，如今，這三個(gè)部分趨于融合，因而讓人工智能更容易、更具有成本效益，這個(gè)領(lǐng)域因而得以迅速發(fā)展起來(lái)。
他說(shuō)：“眼下，人工智能走上了一條康莊大道。挑戰(zhàn)在于開(kāi)發(fā)一種不僅僅局限于圖像識(shí)別的應(yīng)用。”
安格林認(rèn)為，簡(jiǎn)單的圖像識(shí)別、對(duì)象檢測(cè)和質(zhì)疑/應(yīng)答系統(tǒng)確實(shí)使用了某種程度的人工智能，但是開(kāi)發(fā)人員在開(kāi)發(fā)的應(yīng)用程序中如何給它貼標(biāo)簽時(shí)需要更謹(jǐn)慎一點(diǎn)。相反，開(kāi)發(fā)人員應(yīng)該專(zhuān)注于底層概念，比如機(jī)器學(xué)習(xí)或深度學(xué)習(xí)。他說(shuō)：“我們不得不花更多的時(shí)間來(lái)關(guān)注那些方面，如何將它們運(yùn)用于軟件中。我們?cè)谡務(wù)撊斯ぶ悄軙r(shí)，我們其實(shí)是在說(shuō)什么?”
Gartner的研究人員湯姆·奧斯丁(Tom Austin)、亞歷山達(dá)·林登(Alexander Linden)和馬丁·雷諾茲(Martin Reynolds)最近發(fā)布了一份報(bào)告，報(bào)告的內(nèi)容圍繞業(yè)界應(yīng)如何有效地定義和使用智能機(jī)器術(shù)語(yǔ)。據(jù)報(bào)告聲稱(chēng)，人們應(yīng)該使用區(qū)別人類(lèi)智能和人工智能的描述性詞語(yǔ)，忽視‘人工智能’或‘認(rèn)知能力’之類(lèi)的營(yíng)銷(xiāo)術(shù)語(yǔ)。”相反，Gartner認(rèn)為，“智能機(jī)器”是一個(gè)更合適、最不令人反感的術(shù)語(yǔ)。
Gartner的研究報(bào)告聲稱(chēng)：“將人類(lèi)特性賦予技術(shù)歪曲了我們對(duì)于這項(xiàng)技術(shù)能真正完成什么的理解。智能機(jī)器技術(shù)可根據(jù)經(jīng)驗(yàn)來(lái)改變行為，并不完全依賴(lài)人們下達(dá)的指令(它們可以自主學(xué)習(xí))，還能夠得到意料不到的結(jié)果。”
人工智能背后的數(shù)字大腦
Progress的安格林聲稱(chēng)，人工智能是開(kāi)發(fā)人員和公司在竭力加入到服務(wù)和解決方案中的一項(xiàng)功能;但是那些公司和開(kāi)發(fā)人員不得不充分利用早已到位的數(shù)字大腦。
他解釋?zhuān)S著更多的人開(kāi)始使用機(jī)器學(xué)習(xí)和基于人工智能的系統(tǒng)，那些系統(tǒng)會(huì)變得越來(lái)越智能化，這讓它們變得更完美，鼓勵(lì)更多的人選擇它們。
安格林聲稱(chēng)，這個(gè)領(lǐng)域主要的數(shù)字大腦包括如下：
Facebook：Facebook設(shè)有一個(gè)人工智能研究部門(mén)，專(zhuān)門(mén)推動(dòng)機(jī)器學(xué)習(xí)，開(kāi)發(fā)智能機(jī)器。最近，該公司開(kāi)放了代號(hào)為Big Sur的人工智能硬件設(shè)計(jì)的源代碼，這種硬件可處理大規(guī)模的人工智能計(jì)算。它還宣布了新的算法，比如DeepMask分割框架;該公司基于深度學(xué)習(xí)的文本理解引擎 DeepText;分割精煉模型 SharpMask，以及對(duì)象檢測(cè)解決方案MultiPathNet。此外，F(xiàn)acebook 首席執(zhí)行官馬克·扎克伯格宣布計(jì)劃很快向全世界推出個(gè)人人工智能助理。
谷歌：谷歌最近開(kāi)放了TensorFlow機(jī)器學(xué)習(xí)庫(kù)的源代碼。安格林稱(chēng)，TensorFlow 比其他認(rèn)知服務(wù)要復(fù)雜一點(diǎn)，它封裝了大量的科學(xué)編程知識(shí)，采用了普通的應(yīng)用程序開(kāi)發(fā)人員，也能利用并嵌入到應(yīng)用程序的方式加以包裝。
IBM Wastson：IBM Watson 是一種認(rèn)知系統(tǒng)，旨在理解數(shù)據(jù)、推理和大規(guī)模學(xué)習(xí)。它提供了認(rèn)知API，這些API可以充分利用自然語(yǔ)言處理和機(jī)器學(xué)習(xí)及其他方面來(lái)分析數(shù)據(jù)、從數(shù)據(jù)中學(xué)習(xí)，并獲得洞察力。IBM的紐烏克說(shuō)：“可以從超越一般的抽象，并以專(zhuān)門(mén)的方式進(jìn)行推理，從系統(tǒng)中獲得價(jià)值。”
微軟：微軟提供的認(rèn)知服務(wù)讓開(kāi)發(fā)人員可以使用功能強(qiáng)大的智能算法，構(gòu)建安卓、iOS和Windows應(yīng)用程序。服務(wù)包括視覺(jué)、語(yǔ)音、語(yǔ)言和知識(shí)等方面的 API。
安格林說(shuō)：“我們可以享用來(lái)自這些大公司的非常高效的數(shù)字大腦，而選擇單干的公司想真正競(jìng)爭(zhēng)會(huì)很難。”
然而弗塞斯表示，盡管Neurala是家小公司，但已經(jīng)在構(gòu)建自己的數(shù)字大腦，領(lǐng)先同行。他說(shuō)：“我們?cè)谘邪l(fā)人工大腦的構(gòu)建模塊方面有著悠久的歷史，小至單個(gè)的神經(jīng)元，大至擁有數(shù)億個(gè)、甚至數(shù)十億個(gè)由突觸連接的神經(jīng)元的龐大系統(tǒng)。”
該公司最近發(fā)布了Neurala機(jī)器人大腦SDK，讓其他公司得以將深度學(xué)習(xí)整合到開(kāi)發(fā)的應(yīng)用程序中。據(jù)弗塞斯聲稱(chēng)，該SDK是那些大公司迄今還無(wú)力提供的工具。
這項(xiàng)技術(shù)目前針對(duì)無(wú)人機(jī)，讓無(wú)人機(jī)能夠?qū)W習(xí)、識(shí)別、查找和跟蹤對(duì)象。但是弗塞斯解釋?zhuān)€可以應(yīng)用到電腦、手機(jī)及其他機(jī)器。他說(shuō)：“我們不會(huì)打造垂直領(lǐng)域。我們會(huì)搭建一個(gè)平臺(tái)，讓人們?nèi)ゴ蛟齑怪鳖I(lǐng)域。”
我們應(yīng)該擔(dān)心人工智能嗎?
有人擔(dān)心，人工智能將來(lái)不僅會(huì)取代我們的工作，機(jī)器還會(huì)變得高度智能，掌管世界、毀滅文明。IBM的紐烏克說(shuō)：“一些人在詆毀人工智能;他們認(rèn)為，這項(xiàng)技術(shù)在以某種方式挑戰(zhàn)或危及我們所知道的這個(gè)世界。”但是他認(rèn)為，人工智能的未來(lái)只是意味著機(jī)器能夠?yàn)槠髽I(yè)、專(zhuān)業(yè)人士和消費(fèi)者帶來(lái)更多的價(jià)值。
他說(shuō)：“這項(xiàng)技術(shù)在人與機(jī)器之間提供了一定程度的合作，可增強(qiáng)和擴(kuò)展人類(lèi)所做的工作。”
Progress的安格林聲稱(chēng)，之所以社會(huì)有這樣的詆毀，歸因于我們有時(shí)描繪人工智能的方式。電影中經(jīng)常出現(xiàn)人工智能惡棍掌管世界的這種經(jīng)典場(chǎng)景，他認(rèn)為，這種觀念有點(diǎn)夸大了。社會(huì)上的大多數(shù)人對(duì)于這項(xiàng)技術(shù)缺少足夠的了解。
安格林說(shuō)：“工程界的開(kāi)發(fā)人員不大擔(dān)心，因?yàn)樗麄儗?duì)這項(xiàng)技術(shù)有更切身的了解。人工智能沒(méi)那么魔幻，它在更大程度上是一種機(jī)器。”
安格林并不懷疑人工智能在未來(lái)有可能被濫用或用來(lái)干壞事，但他解釋?zhuān)魏喂ぞ吆图夹g(shù)都存在這種可能性。他說(shuō)：“我要說(shuō)，籠統(tǒng)地講，把我們帶到何處的不是人工智能，而是人類(lèi)。”
安格林解釋?zhuān)吘?，人們將制造和?xùn)練機(jī)器，他們要對(duì)這項(xiàng)技術(shù)負(fù)責(zé)。開(kāi)發(fā)人員的工作就是，確保已落實(shí)合適的防范措施，向人們宣講這項(xiàng)技術(shù)具有的好處。
Gartner的奧斯丁說(shuō)：“人們對(duì)人工智能抱有許多幻想，首先是想當(dāng)然地以為我們能制造人工智能，我們實(shí)則不能。如果太多的高層主管相信對(duì)話界面方面的擬人化假設(shè)――比如說(shuō)，它們與人類(lèi)無(wú)從區(qū)別，或者它們能通過(guò)觀察一切來(lái)學(xué)習(xí)，從而取代呼叫中心里面的所有人，那么太多的項(xiàng)目會(huì)失敗和關(guān)閉。”
未來(lái)
格林聲稱(chēng)，如今，雖然人工智能最常用于圖像識(shí)別、自然語(yǔ)言處理和語(yǔ)音識(shí)別，但這只是學(xué)習(xí)的起點(diǎn)。
他說(shuō)：“目前人工智能所處的狀態(tài)相當(dāng)于學(xué)步的孩子。它能理解看到和聽(tīng)到的東西，然后告訴你它看到了什么。這只是人工智能的早期階段，如果企業(yè)真正想得益于人工智能，下一步將是建立更多的關(guān)系，并推理對(duì)象之間的關(guān)系。”
安格林說(shuō)：“我們正沿著從學(xué)步的孩子向能力更強(qiáng)一點(diǎn)的學(xué)習(xí)機(jī)器這條道路前進(jìn)。”
Neurala的弗塞斯想看到業(yè)界超越人們對(duì)于人工智能的認(rèn)識(shí)。他說(shuō)：“人工智能意味著能夠擁有一款功能上與人類(lèi)難分上下的軟件。人工智能可以應(yīng)用到無(wú)數(shù)領(lǐng)域。”
由于平臺(tái)和傳感器遍地開(kāi)花，弗塞斯表示，現(xiàn)在人工智能比以往任何時(shí)候都來(lái)得重要。他說(shuō)：“凡是人類(lèi)盯著屏幕的工作，我們都可以改由人工智能來(lái)處理工作，那樣人類(lèi)可以去做其他事情。”
在此基礎(chǔ)上，開(kāi)發(fā)人員和數(shù)據(jù)科學(xué)家要分析我們?nèi)绾卫斫鈱?duì)象之間的概念，并不僅限于挑出對(duì)象和理解圖片中的一切這些很基礎(chǔ)的方面。
安格林說(shuō)：“到時(shí)候，我們軟件開(kāi)發(fā)社區(qū)的所有成員都要抬頭說(shuō)‘我們可以開(kāi)始把什么樣的模式運(yùn)用于用戶軟件，并以不同的方式加以運(yùn)用?’后兩三年，我們會(huì)看到這一幕頻頻出現(xiàn)，到時(shí)人們其實(shí)會(huì)暫停下來(lái)，考慮他們要?jiǎng)?chuàng)造的下一個(gè)軟件時(shí)代，搞清楚那些場(chǎng)景看起來(lái)是什么樣。”
IBM 的紐烏克已經(jīng)看到公司的客戶身上出現(xiàn)了這一幕。他說(shuō)：“開(kāi)發(fā)人員已開(kāi)始在零售、醫(yī)療、銀行、體育及更多行業(yè)把他們的想法商業(yè)化。我們的靈感來(lái)自這個(gè)社區(qū)創(chuàng)造的東西，我們?cè)诠矂?chuàng)美好未來(lái)，到時(shí)認(rèn)知技術(shù)會(huì)積極影響我們生活的方方面面，包括工作和家庭。”
Edge Up Sports 的創(chuàng)始人利伊亞·塔巴克(Ilya Tabakh)預(yù)計(jì)，在短期內(nèi)，我們會(huì)看到更好的語(yǔ)音識(shí)別，更準(zhǔn)確地理解身體姿勢(shì)，能夠理解用戶的情感狀態(tài)，以及改善我們生活的更多技術(shù)。
據(jù)安格林聲稱(chēng)，這一切的目的是為用戶解決難題。他說(shuō)：“開(kāi)發(fā)人員一定要留神，如果某項(xiàng)技術(shù)實(shí)際上不能使用戶的生活變得更好，開(kāi)發(fā)人員不要匆忙將它做入到應(yīng)用到程序中，或者放在用戶面前。關(guān)鍵是我們?nèi)绾吻擅畹剡\(yùn)用這項(xiàng)技術(shù)，而不是隨隨便便地運(yùn)用。”
猜你喜歡：