📖 ZKIZ Archives

人工智能：高手中的對手？

李劍鋒 2017-01-13 10:18

本文系作者李劍鋒對i黑馬投稿。

2016年3月，人工智能AlphaGo曾經在韓國打敗了當時韓國專業圍棋手李世石，震驚世界。2017年新年剛過，作為AlphaGo最新版的Master就先後在弈城網和野狐網上戰勝柯潔、常昊、時越以及韓國世界冠軍樸廷桓、姜東潤等人，取得60勝的驕人戰績，在快棋領域，Master擊敗了幾乎所有中日韓圍棋界的頂級高手。

有人說圍棋是人類最後的的壁壘，接連的失敗開始讓人類感到傷感、恐慌、焦慮。如果人工智能真的在智慧上超過了人類，人類會成為AI的奴隸嗎？人類的最後一道防線是圍棋嗎？人類的終極敵人是AI嗎？對於市場上的各種陰謀論，筆者將分享自己的觀點。

細分領域尖子生，還算不上學霸

如果說人工智能打敗了圍棋高手，那是不是在其他領域也是所向霹靂，在中央電視2臺的極客出發欄目中，擁有強大人工智能的安防巡檢機器人在人臉識別過程中，由於前期采集的表情圖像有限，主持人通過喬裝打扮欺騙過了機器人。其次是日本國立情報學研究所(NII)研究人員宣布，已放棄讓“Torobo-kun”機器人考入東京大學的計劃，原因是人工智能雖然在人臉識別和語音識別方面有基礎，但是對人類語言的閱讀理解能力似乎表現欠佳，Torobo-kun作為“複讀生”，已經連續考了四年了，還是無法考入東京大學。

綜合以上案例，筆者認為人工智能在某些細分應用領域還處在尖子生的階段，甚至遠遠還落後於學霸。如果人工智能要跨越學霸，就必須滿足以下三個條件。

1、龐大的大數據，正如眾多科學家而言。人工智能超強的認知學習來源於谷歌強大的大數據系統，隨著知識數字化的更新，越來越多的知識被數字化，數據化。如果說一個人有8小時閱讀時間，那人工智能就是24小時閱讀。通過全天不間斷的學習來豐富自己的認知，

2、強大的系統算法，常言道學習不能讀死書，要學會舉一反三。在人工智能中如果人工智能將互聯網上的數據進行整理，那這樣只是算是高級人工，算不上智能。阿爾法能夠戰勝圍棋大師及德州撲克職業玩家靠著是一種前沿的算法，有專家指出擊敗李世石不代表征服圍棋，只是算法勝利。

3、過硬的硬件配置, 處理器芯片設計與工藝的突破帶動電子信息行業發展已是不爭的事實，但對於人工智能的應用而言，單就處理器的提升還遠遠不夠。谷歌、百度等互聯網巨頭與英特爾、英偉達在人工智能領域所做的是一個技術互補的路線，像谷歌更多的是做雲端、數據中心的深度處理，面向人工智能的芯片是人工智能大規模產業的關鍵，也是今天人工智能不能大規模產業化的瓶頸與核心原因，整體看當前的人工智能產業發展處於初期階段。目前人工智能的芯片和硬件水平相當於50、60年前個人電腦發明之前的硬件水平，有了個人電腦才有了互聯網和移動互聯網。

人工智能是助手，而不是對手

據外媒報道，日本三菱綜合研究所學者認為，日本積極運用人工智能技術將導致13年後日本工作崗位的數量減少240萬個。使用機器人和人工智能技術將在2030年前創建500萬個工作崗位，同時，因機器人替代人工，傳統領域的人力需求將減少740萬人，因此，將有240萬日本人失去工作。

機器人將在若幹行業替代人工勞動，或協助人類完成任務。李開複博士預測，從事翻譯、新聞 報道、助理、保安、銷售、客服、交易、會計、司機、家政等工作的人，未來十年將有約 90% 被人工智能全部或部分取代。同時，一些全新的工作機會將應運而生，一部分傳統工作會轉變為 人工智能輔助下的全新工作類型。

事實上在人類上千年的歷史中，很難因為某項技術的更新將人類淘汰，從遠古時代的鉆木取火，到工業時代的工業革命，文明時代的互聯網革命。每一項技術的背後更多的讓人類更加的勇敢面對自然與挑戰。

筆者將從以下二個方面，來概述人工智能是助手，而不是對手。

1、將問題簡單化，例如翻譯行業，微軟在美國西部發布了支持多人多語言溝通的萬能翻譯器——Microsoft Translator，通過Microsoft Translator，每個人都可以在自己的智能設備上用自己的語言和任何人溝通，這也是世界上第一個真正意義上的萬能翻譯器。但是在面對地方口音和方言的時候，人工智能既有可能束手無策。它只會不斷的提醒你的請將“普通話”。對於這樣的環境下，很多時候還是需要人類的協助才能完成工作。但是在日常的生活中，人工智能可以將通用化，複雜化的問題。通過強大的系統算法迅速的協助人類完成。

2、提升辦公效率，例如會計行業，無論是做會計的，還是做財務的，亦或者是中介機構的從業者，都不免覺得日常工作中有著大量、重複性的工作。重複地審核發票，重複地編制各種各種的表格，重複地檢查各種各樣的數據。真是不在重複中爆發，就在重複中泯然眾人。人工智能的出現，可以讓行業中的眾人跳出原來機械的、重複的工作，去做更有價值的事情，而不是淘汰會計師。

人工智能產業待完善，創業門檻偏高

雖然人工智能將催生數個千億美元甚至萬億美元規模的產業，全國各地的政府都在積極布局人工智能產業，例如成都菁蓉國際廣場、成都矽谷國際孵化器等機構都在招募人工智能創業者，但是對於目前的人工智能產業還是需要完善以下幾個方面。

一、可複用和標準化的技術框架、平臺、工具、服務尚未成熟

雖然 TensorFlow、MXNet 等深度學習框架已被數以萬計的研發團隊采納，相關開源 項目的數量也在飛速增加，但一個完整人工智能生態所必備的，從芯片、總線、平臺、架構到框架、 應用模型、測評工具、可視化工具、雲服務的模塊化與標準化工作，尚需三年或更長時間才能真正成熟。

二、人才缺口巨大，人才結構失衡

據 LinkedIn 統計，全球目前擁有約 25 萬名人工智能專業人才，其中美國約占三分之一。這 一數量級的人才儲備遠無法滿足未來幾年中人工智能在垂直領域及消費者市場快速、穩健增長的 宏觀需求。人才供需矛盾顯著，高級算法工程師、研究員和科學家的身價持續走高。人才結構方面， 高端人才、中堅力量和基礎人才間的數量比例遠未達到最優。

通過在線招聘搜索人工智能，主要的人才缺口人工智能工程師，技能需要掌握人機交互，深度學習、NLP等領域的前沿技術，具備大數據挖掘與分析能力等等。其次人工智能算法工程師，技能需要運用最新的深度學習和機器學習算法，圖像識別，語義理解，語音識別等算法。

三、創業難度相對較高，早期創業團隊需要更多支持

與互聯網時代、移動互聯網時代的創業相比，人工智能創業團隊面臨諸多新的挑戰。例如， 對高級人才較為依賴，科學家創業者自身的商業實踐經驗較少，高質量大數據較難獲得，深度學 習計算單元和計算集群的價格十分昂貴等等。

創業團隊必須具備多個學科的知識及能力，還是面對市場上各種參差不齊的開發平臺。在人工智能領域創業無疑在全球未知的市場進行探索，對於這種探索更多的是無知與未知。

結束語：

2017年人工智能將繼續引領科技的潮流，人工智能+也會像2016年的VR+。大量的創業者及資本湧入，當潮水退出的時候，才知道誰的屍體中水中漂浮。

文章評論

匿名用戶

發布

全部評論：10

發布