人工智能首页 > AI资讯 > 正文

人工智能还是待在实验室的新事物,还离我们的生活还很远吗?

2019-11-09 阅读888次

  有些人眼里,人工智能已经是一种很成熟的计算机技术,可以帮我们做很大的事情,大到预测局部地区明天的天气如何、分析金融市场的股票交易波动;也可以帮我们做很小的事情,小到拍照时的贴纸自动追随人脸,推送我感兴趣的新闻或商品,这些都可以用人工智能实现。

  但是在另一些人眼里,人工智能还是待在实验室的新事物,它离我们的生活还很远,我们现在接触的人工智能最多算是个人工智障,现在炒得大热的人工智能概念只是资本游戏的噱头,其实它什么都没有改变。

人工智能还是待在实验室的新事物,还离我们的生活还很远吗?

  人工智能并非万能钥匙,并非所有事情都能用人工智能解决。但同样,人工智能也并非是虚无缥缈的新技术,它的身影已出现在生活中的方方面面。

  在日常工作中,我发现很多身边朋友以及互联网从业者同样对人工智能存在不少误解,我尝试结合我过去的一些经验,聊一聊我的看法。在此我们先聊聊,人工智能的概念为啥突然这么火。

  很多人都误认为,人工智能是近几年才被创造出来的新概念。

  实际上最早提出“人工智能”这个概念是在1956年美国达特茅斯学院的一次学术会议上。虽然当时这个会议只进行了一个月,也没有取得什么实质性的进展,但是这个会议首次正式提出“人工智能”一词,并且沿用至今。

  尽管在当时,对于人工智能的研究进展非常缓慢,但是经典的科幻电影《2001太空漫游》还是表达了当时的人们对人工智能的美好幻想。又经过了近50年的发展,人工智能从电影的幻想逐渐走进了人们的日常生活,并且成为了各个领域的得力助手。

  这个过程并非一帆风顺。

  上世纪80年代前后,日本人研究了一种能够模拟人类专家决策能力的计算机系统,称为专家系统。这个专家系统实际上就是一个巨大的知识库,再通过一些推理规则让这个系统能够根据提问找到答案。

  这种专家系统能够根据输入的问题,提供回答是当时人工智能技术的代表,一定程度上也是计算机“智能化”的表现。因此这个项目得到日本政府的高度重视,投入了大量的人力物力研究,希望能打造一个计算速度更快、知识储备量更高的专家系统。受到日本人的刺激,同期美国和许多欧洲国家也纷纷进入到这个赛道中。

  可以预见的是,专家系统最初取得的成功是有限的,因为它无法自我学习并更新知识库,维护成本极高。就像以前没有联网的车载导航系统一样,每年都需要更新地图否则这个系统一年以后就废掉了,无法给出正确的指引。

  专家系统的失败,也让人们对于人工智能的信任产生了巨大的危机,硬件市场的溃败和理论研究的迷茫,加上各国政府和机构纷纷停止向人工智能研究领域投入资金,导致了数年的低谷。

  好在资本不再关注人工智能的时候,人工智能的理论研究还在缓慢进行中。1988年,美国科学家Judea Pearl将概率统计方法引入人工智能的推理过程中,这对后来人工智能的发展起到了重大影响。1989年,AT&T贝尔实验室的Yann LeCun和团队使用卷积神经网络技术,实现了人工智能识别手写的邮政编码数字图像。

  在此后近二十年,人工智能技术逐渐与计算机技术、互联网进行深入融合。得益于大规模并行计算、大数据、深度学习算法和人脑芯片这四大催化剂的发展,以及计算成本的降低,使得人工智能技术突飞猛进。

  它利用计算机和互联网的发展机遇,化名为商业智能、数据分析、信息化、自动化等等,渗透到社会发展的每个角落。

  一方面,互联网的推广为人工智能创造了很多落地应用的场景,体现出真正的价值;

  另一方面,计算机软硬件的升级为人工智能提供了强大的运算力,以前在理论上才能实现的算法得以落地,让人工智能在越来越多赛事上创造奇迹,甚至超越人类。

  2011年沃森在自然语言常识问答比赛中战胜人类选手,ImageNet挑战赛上图像识别算法准确度超越人类;2016年,AlphaGo战胜李世石,成为第一个战胜世界围棋冠军的AI机器人


随意打赏