全民AI時代：乾洗店老闆、高中生齊上陣

大資料文摘出品

編譯：王一丁、張秋玥、羅然、錢天培

1975年冬天，舊金山半島的廣告牌上出現了一則有點“奇怪”的訊息。

“你是否在嘗試自己做電腦開發呢？，如果是的話，參加我們的聚會！”

這則通告來自當年的Homebrew計算機俱樂部。Homebrew是一個業餘愛好者社群，俱樂部成員對一種當時叫做微處理器的新型元件的潛力很感興趣。

Homebrew的第一次會議是在加利福尼亞州的Menlo Park的一個車庫召開的，有32人參加，其中一位名叫Steve Wozniak的年輕工程師。他後來還將他的朋友Steve Jobs介紹進俱樂部。

參加了此次會議的退休企業家Len Shustek說：“這個俱樂部證明了，並不是所有技術進步都必須發生在大公司和大學。”

對於人工智慧而言，同樣的事情也正在發生。

得益於人工神經網路及相關技術，自2012年，計算機在理解語音和影像方面的能力已經越來越強。

真正掌握這種人工智慧技術需要對計算機有深入理解，擁有多年的研究經驗以及紮實的數學功底。如果這些條件你都具備，那麼恭喜：像亞馬遜，Facebook，谷歌或其他少數積極擁抱人工智慧策略的巨頭已經開始爭相搶奪你了。

然而，在這場“AI優先”的競爭中，也不乏一些任何人都可以學一學，用一用的工具和備件。為了吸引頂級科學家和應用程式開發人員，科技巨頭已經將一些內部AI構建工具包以及他們的一些研究免費釋出。

在這場矽谷AI夢實現的程式中，專業或非專業的愛好者正在使用幾乎相同的技術。

負責谷歌和百度相關專案的吳恩達說“現在，高中生都可以做到幾年前最優秀的人工智慧從業人員所做不到的事”。

以吳恩達為代表，不少人認為人工智慧在非傳統計算機領域有突破是很有希望的：他們希望它不僅僅限於矽谷，而應廣泛地在物理和文化上傳播技術的潛力，看看當技術門外漢根據他們自己的喜好和觀察方式“訓練”神經網路時會發生什麼。

吳恩達設想會有這樣的場景：有一天，印度的一個人可能會透過在人工智慧的線上影片中學到的東西來使當地的飲用水更加安全。

當然，也有一些DIY的神經網路是“少兒不宜”的。去年年底，一個Reddit帳戶釋出了一內容似乎是神奇女俠扮演者Gal Gadot的色情影片，這個影片在Reddit上流轉，後來又到了成人影片網站。但是細心的觀眾可以注意到，影片中的Gadot的臉上偶爾會出現一個像鬆散的面具似的區域。

釋出者解釋說，這個剪輯是透過訓練神經網路來生成的：一個與影片原始人物的表情相匹配的Gadot影像。之後他們在網上釋出了程式碼和方法，這樣任何人都可以製作類似他們自己的“deepfake”剪輯。

總而言之，人工智慧DIY時代帶給我們的，可能並非都是正面的，當然也不會都是負面的。大多數情況下，它會在特定領域表現的十分優秀。

下面讓我們看看那些透過計算機新技能的先驅者以及他們取得的成就：

自學成才的碼農Robbie Barrat利用人工智慧在藝術創造中融入嘻哈與時尚的設計因素。

當ROBBIE BARRAT還在西弗吉尼亞州的農村中學時，他就開始從當地一家回收中心收購舊電腦，將它們拆開再重新組合在一起，然後開始自己在家裡的農場上學習程式設計。

在與朋友討論計算機是否具有創造性之後，他在高中時選修了AI及相關課程。為了證明計算機也有創造性，Barrat在Kanye West的歌詞上訓練說唱的神經網路。Barrat的小夥伴都非常喜歡這個AI系統，但這一成果卻讓一些成年人感到震驚。“老師有點不高興，因為他們說這個神經網路‘有點粗俗”。

這個有些玄乎的人工智慧系統幫助Barrat走出了農場。他的成績不夠好，無法進入理想的學校學習數學或電腦科學。但該專案幫助他得到了一個在矽谷中心的自駕車專案的實習。自此，他搬到了史丹佛大學，如今他正在史丹佛的生物醫學實驗室工作，試圖開發能夠識別具有藥用潛力分子的神經網路。但是，培養神經網路來製作藝術仍然是他的熱情所在。

如今，在業餘時間，Barrat使用時裝秀的影片剪輯和照片，來製作人工智慧生成的穿著新服裝的模特影像。結果不盡人意——有沒有想過你會喜歡纏在小腿上的褲子，或者是從一側懸掛著巨大小袋的毛衣？不過，Barrat正在與設計師合作，讓它們成為真正的衣服。他迫不及待想要嘗試。

佐治亞大學的電腦科學專業的新生Shaza Mehdi訓練了一個神經網路來識別植物疾病。 

Shaza Mehdi家前院種了一種名為ROSEBUSHES的花。這種花很漂亮，但容易生病。去年的某一天，Mehdi突然問自己：為什麼她不能用手機來給這種花診斷疾病呢？然後，她遇到了神經網路。

Mehdi不會程式設計，她身邊的成年人可以給予她鼓勵，但在專業知識方面卻無法給予幫助；她的學校沒有提供電腦科學的入門課程。於是，Mehdi透過YouTube影片和線上教程自學了程式語言Python和神經網路的基礎知識。如今當她當回憶學習期間的事時，她還會興奮得提起她debug的經歷。

Mehdi尤其受到一個史丹佛大學研究人員的YouTube影片啟發。該研究人員建立了一個神經網路，其識別皮膚癌的水平與經過醫學會認證的皮膚科醫生相當。

她找到了一套復現神經網路的線上教程。第一步是下載經過培訓可以識別廁所和茶壺等日常用品的軟體。第二步是透過輸入大約10,000張標記的病態植物影像來重新調整其視覺引數。這些影像是由Mehdi在網上孜孜不倦地收集來的，根據不同疾病分門別類。

在2017年末，她終於將這個她命名為plantMD的應用程式用於測試。Mehdi緊張地看著一株病怏怏的葡萄樹，其葉子上有淺綠色與褐色斑點。一片有凹坑的葉子在手機螢幕上突然聚焦。心臟還沒來得及跳幾下時，“葡萄炭疽病”這個短語就在螢幕上出現了。網路搜尋證實了該診斷：這是一例真菌感染的明顯病例，也稱為鳥眼腐爛。

田原大佑在網上學習了機器學習的相關知識，並用它來自動完成自家乾洗生意的部分工作。

在日本老齡化嚴重的小城市，乾洗是一項艱鉅的任務。田原大佑的家族在田川擁有8個乾洗店——這是一個擁有約5萬人的南部地級城鎮，在那裡找到優秀的員工很難。所以田原開始考慮讓計算機增加他的勞動力。

一開始，38歲的田原試圖透過更好的計算機系統實現業務現代化，以記錄和跟蹤訂單。但他的大多數員工都沒有什麼技術經驗，很難適應。

“他們記性很不好，”田原說。因此，這位自學成才的程式設計師開始研究軟體如何透過僅僅觀察客戶的衣物來進行自動檢查。他在網上閱讀有關機器學習的知識，儘量提升他的英語和程式設計能力。在店裡，他拍攝了4萬張西裝，襯衫，裙子和其他服裝的照片，並用它們來訓練他的程式碼。

7月，田原開始在他的一家商店測試他的系統。顧客將衣服放在桌子上，頭頂安裝攝像頭。他的軟體在觀察衣服後給出預測（比如，兩件襯衫，一件夾克），然後讓客戶在平板電腦上進行確認。剛開始，員工必須在第一時間幫助客戶適應這種方式。之後，客戶們可以單獨使用它。

田原說，他的工人起初對他的創新持懷疑態度，但這態度在發現這項創新使他們的工作變得更容易之後就被轉變了。他不打算以此專案為藉口來開除人類僱員，但他希望這會有助於他擴張店面。“我想開一家只有機器，沒有員工的商店，”他說。

Will Roscoe在加利福尼亞州的Oakland跟著他的自動駕駛汽車。他想透過這一各類零件組裝起來的小車來證明自動公共交通概念的可行性。

在加州Oakland一個倉庫裡，一小群書呆子圍在一起看著Will Roscoe用拇指輕拍手機。

在他的腳下，一輛塑膠皮被撕掉的遙控車開始在劃傷的水泥地板上環繞著黃白色膠帶標記的賽道行駛–Roscoe完全沒有輸入進一步指令。這輛近乎弗蘭克斯坦式的小車有一個攝像頭以及一堆電子元件，被用拉鍊綁在其頂部。它的大名叫做驢車。

Roscoe不是人工智慧專家，但他這項創作使用了類似於谷歌無人車Waymo所依賴軟體的神經網路軟體來幫助小車感知環境。

作為一名受過培訓的土木工程師，Roscoe受到政治失意的啟發創造了驢車。2016年，他參與競選灣區地鐵系統BART的董事會。Roscoe承諾透過用自動駕駛電動公交車取代火車來增載入客量，但他最終僅獲得了第三名。建立自己的小型自動駕駛汽車似乎是向選民展示這項技術不是純粹幻想的好方法。“我想證明它可以在小範圍內發揮作用，”他說。

事實證明，他的時機非常完美，一個專門遙控車的機器人愛好者團體hacking RC cars在不久之後於附近的伯克利舉行首次會議。在那裡，他遇到了Adam Conway——Adam提出可以幫忙建造小車。

Roscoe是一位自學成才的程式設計師，他使用TensorFlow建立了自動駕駛儀。他還借用了RC汽車聚會參與者的一些神經網路程式碼。Roscoe的最終成品透過在示範執行期間觀察人類操縱車輛來學習駕駛。

他將他的創作命名為驢車（Donkey Car），因為他認為這輛車在某種程度上和驢非常像：對孩子們來說非常安全，從傳統審美看並不優雅，還常常不服從指令。

Roscoe和Conway將他們所有的軟體和硬體設計放在網上供其他人使用。驢車（Donkey Cars）現在在香港，巴黎和澳大利亞墨爾本都有比賽舉行。

今年1月，在Oakland的某個倉庫中，9輛自制的自動駕駛汽車試圖在賽道上一爭高下；競爭車輛之一是由三個高中生建造的驢車。

這些車輛也開始在賽道之外發揮作用。洛杉磯附近的兩個業餘愛好者對它們進行了一些修改，以便在沙灘上發現並挖掘垃圾。

在Oakland，Roscoe的驢車懸架上卡了許多樹葉。“常常把它帶到人行道上。”

“看，我連狗鏈都準備好了呢。”Roscoe說。

相關報導：