人人都在谈的人工智能,61年来究竟取得哪些突破,还面临哪些挑战

回复 星标
更多

人人都在谈的人工智能,61年来究竟取得哪些突破,还面临哪些挑战

从1956年的达特茅斯会议诞生以来,人工智能已走过61年的历程,其间起起伏伏,但都没有近两年受关注。自从2016年谷歌的阿尔法狗以4:1完爆韩国职业棋手李世石后,人工智能成为人人挂在嘴边的热词。

1126933

1956年达特茅斯学院夏季人工智能科研项目的五位参与者,在2006年7月的 AI@50论坛上重逢。1

我们想知道的是,如果以人类为参照物,目前人工智能到底取得了哪些突破呢?

首先,人工智能在语音识别和语音合成上成果明显。微软美国研究院在2016年10月份发布的一个语音识别的最新结果的错误率为5.9%,和人的语音识别错误率相似。这项突破对我们生活的最大改变,就是电脑、手机中的语音助手,比如微软的小娜和苹果的siri。

其次,在图像识别方面,人工智能的错误率可以达到3.5%,低于人类的5.1%。这项突破有什么用呢?最通俗的例子是,过去抓通缉犯需要到处贴布告,现在不用,只要犯罪嫌疑人一出现,计算机可以通过“眼睛”——摄像头,在不到1秒的时间内将TA从人海中拎出来,准确度比人还高。

第三,在决策系统上,人工智能实现了跳跃式发展。在上世纪80年代,人工智能学会下西洋跳棋,90年代学会国际象棋,代表事件是IBM的“深蓝”打败卡斯帕罗夫,2016年谷歌阿尔法狗学会围棋,代表事件是先后打败李世石和柯洁。

1126933

2016年,阿尔法狗打败李世石后,代表人工智能在某些单一领域已经领先人类。

第四,人工智能已经可以在自动化生产、量化投资上大显身手。在基金产品中,有一类量化基金的产品,背后就离不开人工智能的支持。

第五,在大数据应用上,人工智能显著提升了人类应用数据价值的纬度。人工智能可以对海量数据进行钻井式挖掘,为决策寻找依据。在没有人工智能介入前,因为运算量庞大,人脑又无法对大量数据筛选,所以大数据的价值没有得到开发。人工智能介入大数据领域后,在分析、应用上获得长足进展,比如大家熟悉的网络购物,大的电商平台会根据你的订单、浏览量,预测出你的购物喜好,确定你的用户画像,并很快在首页出现相关商品推荐。资讯领域,人工智能用同样的方法揣摩你的阅读喜好,从而向你推荐资讯,改进阅读体验。

不过,很多人并没有感觉到人工智能强大的存在感,主要是因为现在的人工智能是弱人工智能,揣摩人的意图方面还比较幼稚,无法区分人对某类信息是随意浏览还是真的感兴趣,导致推荐的准确度不高。比如网购一台冰箱后,平台会向你连续推荐冰箱产品,直到你不点开为止。

1126933

科幻电影《我,机器人》中有自我意识和个性,能与威尔.史密斯斗智斗勇的机器人,背后是强人工智能。

说到底,人工智能发展到现在,至少还面临两大挑战。

第一个挑战是大数据的高效积累。现有的以深度学习为代表的人工智能技术,需要海量的标注数据建立一个有效模型,这个模型能够训练计算机通过自我探索学习新技能,而不再依赖程序员将人的经验知识编入程序。建立这样的模型需要海量的标注数据,比如图像分类识别,计算机通常就需要千万张图片训练,语音识别也需要千万小时级别的有标注的语音数据。这些数据是人工智能技术发展的基础,获取数据需要时间积累,短期内难以完成。

第二个挑战是,人工智能依赖于大数据,但有些领域恰恰很难产生大数据。比如医学领域的某些疑难杂症,全世界都没有几个病例,无法建立大数据库。另外一个领域是军事决策领域,一方面战争的数量有限,另一方面参数多变,也很难建立大数据库。

新窗口打开 关闭