讀所羅門的密碼筆記03_什麼才是人工智慧

1. 今天的人工智慧

1.1. 1956年是人工智慧發展史上的開創性年份

1.1.1. 約翰·麥卡錫組織了一場關於人工智慧的會議——達特茅斯夏季研討會

1.2. 2003年牛津大學哲學系教授尼克·波斯特洛姆（Nick Bostrom）描述的各種思想實驗，讓一切人類和物質淪為生產更多回形針的工具

1.3. 人工智慧的一個通俗化定義是：模仿人類認知和身體機能的先進技術

1.3.1. 從最廣義上說，人工智慧是機器進行學習、推理、規劃和感知的能力，這些也是我們所認為的人類認知的主要特徵

1.4. 人工智慧系統不僅可以處理資料，還能從中學習，並在這個過程中變得更加聰明

1.5. 在影像識別、自然語言處理等領域，人工智慧的準確率已經從爬行的水平提升到了衝刺的水平

1.5.1. 人工智慧還可以快速、準確地翻譯外語，並且譯文越來越流暢自然

1.5.2. 2017年初，最先進的演算法已經可以處理一段幾分鐘的語音，然後合成一段以假亂真的人工語音

1.5.3. 不斷學習、改進和最佳化的機器的表現已經超過了人類，例如透過照片判斷皮膚癌、識別唇語等

1.5.4. 在不久的將來，完美的影片處理技術也將出現

1.6. 人工智慧已經深深紮根於我們的日常生活中，儘管我們少有察覺

1.6.1. 先進的學習演算法已經大量運用於許多決定我們行為的基本活動中，從臉書的新聞推送到谷歌的搜尋結果，從手機上的導航系統到亞馬遜的商品推薦等

1.6.2. 谷歌透過運用DeepMind（深度思考）的深度學習技術，將其龐大資料中心的冷卻成本削減了40%

1.6.2.1. 如果這些技術能夠與大型工業系統合作，形成規模效應，“將在改善全球環境、降低成本方面具有巨大潛力”

1.7. 我們曾經認為它們是人工智慧，但現在認為它們只不過是簡單的資料處理，而不是“智慧”本身

1.7.1. 當機器開發出通用人工智慧時，當機器像人類一樣在各方面展現出智慧，並且替代人類的工作，不斷自我改進程式碼時，這些進步就會停止改變

1.7.2. 通用人工智慧實現的可能性和它會帶來些什麼，既讓人著迷，又讓人害怕

1.8. 在特定的應用領域中，人們運用奪人眼球的技術創新已經越來越頻繁

1.8.1. 即使當今世界最先進的人工智慧也與科幻故事中的機器人霸主相去甚遠

1.8.2. 呼叫中心的語音識別技術可以透過將客戶連線至具有類似性格型別的接線員來改善服務

1.8.3. 創業公司和大型電子商務集團正在利用機器學習來分析使用者的遊戲行為、所在地點、購買行為、消費模式和社互動動等資料，實現差異化定價

1.8.4. 亞馬遜利用深度學習將具有同樣消費習慣的客戶聚集起來，交叉銷售產品

1.8.5. “飛行汽車”自動駕駛飛機的試點專案即將在杜拜（由中國的億航智慧）和達拉斯（由美國的優步公司）開展

1.8.6. 普通的地面自動駕駛汽車，也可以透過清除易犯錯的人類司機讓道路變得更安全

2. 什麼才是人工智慧

2.1. 從傳統的知識百科、問題解決方案，到如今前沿的機器學習、感知和機器人創新

2.1.1. 人工智慧已經普遍存在於我們的裝置中和生活中

2.2. 所有不同型別的人工智慧技術都有一個共同的目標

2.2.1. 獲取資料，處理資料，從資料中學習

2.3. 資料的爆炸式增長使得人工智慧的技術突破越來越大

2.3.1. 海量的資料噴湧而來，它們來自數十億部智慧手機、數以百萬計的汽車、衛星、集裝箱、玩具娃娃、電錶、冰箱、牙刷甚至廁所

2.3.2. 理論上，任何能放入微晶片的東西都可以成為新的資料來源

2.3.3. 所有這些資料都可以被輸入機器，用來訓練機器學習演算法，包括深度網路

2.4. 深度網路使用分層的資料結構，目前實現了機器學習領域的一些強大應用

2.5. 另一種機器學習方法叫作強化學習，它基於大量原始資料，透過不斷試錯來確認或否定其現有假設，完全依靠自己學會完成一項任務

2.6. 谷歌公司將谷歌大腦的深度學習模型運用於外語翻譯上

2.6.1. 幾乎一夜間，相比於前一代已經做了10年的谷歌翻譯系統，它的效能產生了質的飛躍

2.6.2. 在用BLEU方法（一種自動評估機器翻譯的方法）對翻譯結果進行評判時，英法互譯的最高得分是20多分

2.6.2.1. 新人工智慧系統的得分比舊版高了整整7分

2.6.2.2. 在這一級別上，即使2分的提升也是非常了不起的

2.7. 不是隻有中低技能的任務可能會被人工智慧替代

2.7.1. 自動駕駛汽車可能會威脅或大幅改變220萬~310萬個全職崗位或兼職工作，這還不包括運輸行業的變化對卡車休息站、倉儲及其他附屬行業造成的連鎖反應

2.7.2. 機器可能會讓法學院新畢業的學生變得一文不值

2.7.3. 10年後，當律師事務所使用更可靠、更能幹的人工智慧系統來做研究時，一位新律師的入門級工作將會變成什麼呢？

2.7.4. 可以肯定的是，在短期內，常規的中低收入工作將最容易被人工智慧取代，但白領工作也是許多機器瞄準的目標

2.7.5. 不管機器如何取代人類勞動，它們的影響將會給大多數職業帶來類似的問題

2.8. 4個主要領域將出現就業崗位增長

2.8.1. 那些與人工智慧系統打交道的人

2.8.1.1. 根據人工智慧的建議調整治療計劃的醫生

2.8.2. 幫助開發新機器的專業人員

2.8.2.1. 計算社會學家或認知神經科學家

2.8.3. 監督現有系統的人

2.8.3.1. 透過監控系統確保安全，並對倫理衝突進行裁決的人

2.8.4. 一群“促進人工智慧社會轉型”的新型工人

2.8.4.1. 為一個自動化的世界重新設計實體基礎設施的新一代土木工程師

3. 混亂的人類，有序的機器

3.1. 人工智慧開發人員的官方觀點是，人工智慧將增強人類的能力、直覺和情感

3.2. 技術開發團隊幾乎總是首先關注技術，人類與機器的互動是被放在第二位的

3.3. 正在開發構建人工智慧的核心計算機技術的研發人員主要是一些男孩子，而且大部分是白人，他們更願意與計算機交談，而不是與人類交談

3.3.1. 他們中的很多人認為，廣義的人工智慧可以讓我們不用再擔心政治和社會這些亂七八糟的東西了

3.3.2. 機器會幫我們解決所有的問題，但他們低估了困難

3.3.3. 人工智慧已經不僅僅是一個電腦科學方面的問題了

3.4. 科技極客們想要擺脫人為因素，因為他們覺得人類會把事情搞得一團糟

3.4.1. 公平地說，他們的行為反映出一種下意識的反社會傾向，但是基於合理的動機

3.4.2. 僅僅代表了人工智慧解決方案對複雜問題的一階效應

3.4.3. 科技極客們很少考慮這些機器產生的大量二階和三階效應，而這些效應需要人們開展開放、包容和跨學科的討論

3.5. 西方科學家開發的機器可能會包含對其他社會造成不必要傷害的偏見

3.6. 在中國開發的強大系統可能無法反映美國公民想要的隱私保護和自由程度

3.7. 各種社會和文化健康實踐隱藏在各個社會群體的互動之中，智慧機器將在何種程度上如何整合這些實踐，尤其是當這些實踐還未被寫入資料之中？

3.8. 即使人們目前還沒有創造出一種能夠包容混亂的人工智慧，但正是這種混亂讓我們的人性顯得既珍貴又不穩定