透过“边界”看AI——生而为“人”是AI的终极宿命-kok官方体育-超科硅碳棒入口

投资者关系

透过“边界”看AI——生而为“人”是AI的终极宿命

原标题:从“边界”看AI——生为“人”是AI的终极宿命

来源/互联网江湖

爱因斯坦说:“知识是有限的,但想象力可以漫游世界。”

想象力是打开科技进步大门的第一把钥匙。

早在莱特兄弟发明世界上第一台飞机飞行控制系统之前,人类早就在壁画、诗歌和各种艺术品中想象着遨游天空。近代,艺术与科技越来越融合,以科幻电影为代表的文艺作品正在向人们揭示更多未来科技和社会演进的画面。

技术的本质是创造,而对于创造者来说,最大的成就是“创造自己”。

2001年,斯皮尔伯格执导的科幻电影《人工智能》再次唤醒了人类对人性自我创造的憧憬和期待。 2008年与漫威钢铁侠AI的信任与默契,让AI管家贾维斯的银幕形象深入人心……

现实永远是美好想象最贴切的注解。

2006年,深度学习之父、加拿大多伦多大学教授Jeffrey Hinton和他的学生提出了降维和逐层训练的方法,推动了深度学习在具体应用中的进步。从此,人类真正踏入了AI时代的大门。

中秋假期,难得的空闲时间,就读了两本最近买的新书。一个是温铁军教授和他的团队的《消除依赖》,是关于宏观经济学的。另一个是商汤科技主编的《边界》,讲的是人工智能的本质、发展路径和认知观。

显然,人工智能仍然比枯燥的宏观经济学更具吸引力。看完《边界》这本书,感触良多,对人工智能对科技和社会发展的思考也有了一些新的闪现。

突破界限:人性是人工智能的最佳答案

两年前5G基站布局的时候,5G也成为了邻里之间的话题。不是叔叔阿姨们对技术感兴趣,而是关心5G基站会不会有辐射,会不会影响到人。

当时觉得科技社会的发展进步这么快,对于还没有适应的人来说,或许早期科普教育和科技落地的进步同样重要。

如果把这个问题放到人工智能领域,那么事情就变得更加严重了:毕竟人工智能一旦成熟,它对人的影响将远远超过5G。作为一项可能颠覆人类历史的技术,社会认知可能比技术发展本身更重要。

那么问题来了:

今天的人们应该如何理解人工智能?人工智能的发展将解决哪些问题?未来人工智能将走向何方?它会颠覆人类本身吗?kok官方体育-超科硅碳棒入口人类应该如何发展人工智能?对于普通大众来说,这些问题似乎很难回答。

试图系统地回答这些问题是《边界》一书的主线。

首先是人工智能的定义。

1950年,人工智能的概念在达特茅斯会议上正式提出,但长期以来一直没有统一的共识。在广义的人工智能定义中,人工智能不一定是“类人机器人”,而是“可以像人类一样进行分析和决策,甚至具有情感”的“图灵机”。

到了现代,人工智能的内涵还在不​​断演变。

对于人工智能,《边界》一书提到了这样一个观点:人工智能是定量和可变的混合体。

人是定量的,而智力是可变的。这个变量带来了两条发展路线,一种是“类人智能”,一种是非类人智能。也就是说,不管是不是人形,其实都是AI,但是一个是真正的AI,可以和你聊天、和你互动、帮忙做家务,另一个是“工具人”AI,默默地为你解决问题,为你工作。

两条路线的背后,有两种对AI演进发展的思考。

一方面,人们希望人工智能在思维、决策、意识等方面与人类相似,具有与人类相同的情感观和世界观,能够为人类提供各种帮助。

目前,人工智能语音识别和知识图谱已经展示了这样的能力,但距离理想的应用还有很长的路要走。

另一方面,人工智能在体能和技能上早已超越人类的非人类智能(算法),在某些领域已经展现出人类无法企及的能力。人们显然希望更好地利用这种能力来提高社会生产力。 .

大众已经开始意识到算法的“超人”能力,其实很早就存在,比如大学设立的“自动化”学科。自动化可以帮助人类“简单”地使用许多超级工具,并无限放大人类自身的力量和技能,如飞机的自动驾驶系统、高精度数控机床等,将人类社会带到了一个全新的高度。

2016年,谷歌AlphaGo大比分击败李世石和柯洁。

人类下围棋几千年了,人工智能学了多少年?人类吃的盐比人工智能用的电还多!但这恰恰说明,无论是类人AI还是非类人AI,它们的潜力都是非常惊人的,甚至是颠覆性的。

这延伸到另一个重要问题:与人工智能的定义相比,人工智能对人类的立场是什么?

书中另外一个很有意思的点或许可以从侧面回答:AI不仅是创新,更是传承。

技术创新的另一面,往往是文化内核中人性的传承。

书中提到了一个有趣的案例,中国古代“顺从”的概念,皇帝出兵时,必须先检查虎符。

近代以来,可信验证的核心并没有改变,但古老的老虎符号却变成了今天的AI人脸识别。

又如,中国古典文化非常重视概括。例如,在中医中,《黄帝内经》和《本草纲目》就是古人智慧在总结法下的结晶。这与人工智能的发展是一致的。基于深度学习的人工智能也能从数据中发现规律,实现应用...

换句话说,解决问题的工具变了,但目的没有变。都是为了满足人的需要,这也是科技中人性的最低层次。

从虎符到AI,时代虽变,但文化内核仍以电子形式传承。

这样的继承似乎也印证了证书中提出的“人工智能发展存在路径依赖”的观点。

为什么中美AI产业发展如此之快?答案其实很简单。美国拥有先进的半导体和芯片产业,是人工智能发展的物质基础。中国有更多的应用场景,这也是人工智能进化的必要条件。

我认为AI对人类也有“路径依赖”。

赋予科技真实的人性,一直是人类谱写AI“狂想曲”最真诚、最朴素的精神内核。

从《列子·唐文》中“晏氏造人”的异想天开,到1921年《鲁苏姆通用机器人》中智能人造人概念的诞生,再到电影《前任》中细腻细腻的作品Machina”与“Artificial Intelligence” 情感化、充满人性的 AI 一直是 AI 科幻小说的主题之一。

也就是说,kok官方体育-超科硅碳棒入口可能不需要太担心机器人三原理带来的问题,也不需要太担心AI最终会超越人类,因为人性是AI最好的答案,而生为“人”是人工智能的终极命运。

突破界限:人工智能旨在推动“第四次工业革命”

如果说人工智能和人性还有些遥远,那kok官方体育-超科硅碳棒入口就来说说离kok官方体育-超科硅碳棒入口比较近的人工智能。这也是一些对AI感兴趣但又不是很了解的朋友关心的问题。

例如,当前的人工智能技术有什么用?

你可以获得什么,人脸识别、AI抠图、AI摄影等等,但这并不是真正的答案。

在真正回答这个问题之前,先普及一个概念:技术的本质其实是一种工具,其最大的价值在于降低生产力的成本。

例如,在电灯发明之前,夜间照明的成本非常高,人们可能不得不购买煤油、马粪和蜡烛。电的普及和电灯的发明大大降低了获取照明的成本。反之,如果把“灯饰”看成是一种商品,那么电灯的发明,实际上是提高了“灯饰”的生产。

从刀耕火种,到青铜时代到工业时代,人类文明进步的主线之一就是单位生产力的成本更低。

这种成本降低是由于 GPT(通用技术)的进步和推动,例如蒸汽机、电力、半导体、计算机。

该书认为,在计算机之后,人工智能是一种新型的 GPT。

有两个原因:

像电力、半导体和计算机一样,新的产业可以在人工智能技术下诞生。

电力行业出现后,不仅带动了制造业的电气化,还推动了消费经济的发展,夜经济应运而生。因此,一个国家的用电量也往往与经济增长呈正相关。

半导体出现之后,计算机和互联网诞生了,然后智能手机诞生了。最后,现在有繁荣的电子商务行业、物流行业、互联网行业。

AI技术出现后诞生了什么?

智能经济。

人工智能是智能经济的基础设施,人工智能技术也可以促进行业新商业模式的形成。

比如在出行领域,智能交通行业开始快速发展,自动驾驶开始在汽车上实际应用;在金融领域,AI人脸识别加速了身份验证过程,提升了验证效率;在工业领域,AI已经开始参与到生产管理中,AI质检和无人机作业降低了工业生产的风险,提高了效率;在医疗领域,人工智能已经开始应用于临床影像诊断……

第二,在一个新产业的诞生过程中,必须有新的创新方法论。

比如,人工智能对产业链的重构,正在重塑产业端的流通和生产方式。

让kok官方体育-超科硅碳棒入口以汽车行业为例。传统汽车完成整个开发过程需要3年时间,而智能汽车的迭代时间会更短。比如在底盘系统的开发中,结合AI知识图谱和算法,引入到零部件设计中。可以提高设计工作的效率,从而缩短开发周期,提高产品迭代的节奏。

再比如流通端,人工智能与物流的融合催生了智能仓储系统,汽车零部件物流和整车物流配送效率进一步提升。

这些人工智能引发的行业变革,都需要一个新的生态架构作为基础,以及新的规章制度。

而这些新技术、新系统、新创新方式,或将成为“第四次工业革命”的关键要素。

因此,可以断言,人工智能作为一项GPT技术,其目的是推动“第四次工业革命”。

不过,从落地的角度来看,距离真正的“工业革命”确实还有很长的路要走。

理性看待AI产业的发展,也是《边界》一书中揭示的一个重要点。必须认识到,人工智能要真正大规模落地、渗透千行百业,还需要解决一系列问题。

1:基础设施问题。

AI是一个程序,需要运行物理载体,所以基础设施的高度决定了AI实用价值的最终高度。这也是商汤的产业实践,希望通过打造大型设备来解决问题。

2:算法的泛化和泛化问题。

用AI赋能千行百业,首先要解决的就是适应性问题。算法越通用,适应性越强,实施的行业越多,算法效果越好,更容易实现技术实施到商业化场景扩展,再到算法优化的正循环.

3:人工智能技术的量产应用。

不得不承认,人工智能技术的开发成本其实是非常高的,这与人才规模、市场需求程度、实际商业化空间等因素有关。

解决人工智能技术量产的关键是解决长尾算法的生产问题。最理想的方法是“用AI生产AI”。如果能做到这一点,那么可以通过大规模的AI算法模型生产来进一步降低AI。的代价。

尽管人工智能行业需要解决很多难题,但人工智能仍然是最有希望改变人类社会的技术之一。

人类历史的经验是,当一项底层技术的成本有效降低时,往往会发生一场生产力革命。

第二次工业革命的本质是内部加热气体的高效率降低了单位生产力的成本。又如电力的广泛应用,推动信息化、电气化,降低单位生产成本。这引发了第三次工业革命。

想一想,如果有一天算法生产成本能够有效降低,AI技术的应用变得更便宜,那kok官方体育-超科硅碳棒入口为什么没有理由相信下一次工业革命会是AI带来的呢?

重塑边界:人类认知、知识和思维扩展

当然,改变不会在一夜之间发生。

这就需要人的认知、知识和思维不断扩展,然后由量变引发质变。事实上,人工智能技术发展的过程也是人类认知系统不断扩展的过程。

人工智能技术的发展需要跨行业、跨学科的耦合创新。一方面要加快技术和人才双向流动,另一方面要充分发挥“产-学-研”体系的创造性。

人工智能知识容量的绝对值越大,人工智能技术转化的生产力就越高。

科技发展的一个规律是,重大问题的突破和创新往往是在多领域交叉发展和创新的过程中诞生的。人工智能领域也是仿生学、数学、编程和逻辑的多学科领域。

这意味着一件事,一个成熟的人工智能必须是超大知识容量的集合。为了完成这个收藏,人类的认知和知识需要不断的扩展。在这个过程中,技术的界限被打破,伦理、逻辑甚至哲学都将融入其中。因此,人工智能技术发展的过程也是一个不断重塑边界的过程。

中国工程院院士陈杰认为,在这个过程中,人工智能需要面临四大挑战。

人工智能与生物智能相去甚远。突变环境下智能协作复杂环境中的漏洞与安全问题

陈院士用一个生动的例子来说明当前人工智能与生物智能的差距:

乌鸦想吃核桃时,会把核桃放在马路上,让轮子碾碎核桃吃核桃,但是马路上有汽车太危险了,所以它学着把核桃放在斑马身上穿越。当汽车遇到红灯时,乌鸦会将水果安全吃掉。

目前,机器很难实现这样的智能。如何利用生物行为研究复杂环境下的机器智能仍然是一个巨大的挑战。

中国科学院院士毛俊发认为,挑战确实存在,但人工智能的赋能空间仍然非常广阔。

例如,在一个有数据、有规则、有明确界限的场景中,人类总有一天会被打败,围棋战就是一个很好的例子。

再比如,2018 年,佳士得拍卖行以 43.25 万美元的价格售出了一幅肖像画《埃德蒙·贝拉米的肖像》,而这幅肖像画是由 AI 制作的。

如果说AI在逻辑领域战胜人类可以接受,那么在更感性、更主观评价的艺术领域,AI和人类与人的固有观念并驾齐驱:艺术的本质是不是感性的创造还是基于数据的合理创建?

进一步看,人工智能的边界不仅包括技术边界,还包括认知边界。

例如,公众何时才能真正接受?技术的发展速度比大多数人想象的要快得多,它是如何被接受的?比如自动驾驶带来的交通安全问题,AI合作伙伴能否合法成为真正的合作伙伴?

这些是整个社会可能需要回答的问题。

这表明,当AI技术知识扩展、边界扩展时,AI技术也会进一步影响人们的思维方式。一些传统的固有观念和思维可能会被颠覆。

由此看来,在认知和知识扩展之后,人类可能需要一个思维扩展的过程才能真正接受人工智能,而这个过程可能需要比人工智能成熟所需的时间更长的时间。

未来边界:AI时代的未来已来

未来人工智能如何发展,不仅取决于技术,还取决于公众的认知。毕竟,“科学无界”不仅仅是科学家的问题,而是整个人类社会都需要思考和回答的问题。

“很多技术发展的一个重要任务,就是让社会意识到这项技术的特点和风险,让人们做出更好、更理性的选择。”

清华大学苏世民书院院长薛兰娇在《边界》一书的最后对话记录中说。

1950 年的图灵问题将人工智能技术与人类哲学方面联系起来。几十年过去了,真正能通过图灵测试的人工智能还没有诞生。

面对这个经典的 AI 问题,商汤科技 CEO 徐立在书中提出了另一个思路。如果“机器能思考”变成“机器能猜”吗?

近年来人工智能的发展,显然给出了肯定的回答。

但我相信机器猜想只是一个起点。这是迈向人工智能未来的一大步,也是一小步。 AI时代的新生活和新变化一定比人们预想的更精彩。

时代的大幕已经拉开。接下来,人工智能如何改变kok官方体育-超科硅碳棒入口所知道的世界,kok官方体育-超科硅碳棒入口不知道。

然而,影响世界的前提是认识世界。对于一个渴望技术创新的世界来说,改变总是一件好事。

最后发起了一个小调查:

最近在看一些书,也希望能和大家分享一下我的阅读心得。喜欢的话,以后除了科技评论,我还会开新的系列阅读分享专题,让大家一起学习交流。

当然,一千个读者中有一千个哈姆雷特,上面的长篇大论只是我自己的。

毕竟,说到阅读,听别人的肯定会不那么真实。不如自己去看看,可能会有很多不同的感受和经历。返回搜狐,查看更多

编辑:

网站地图