人工智能是一項(xiàng)熱門技術(shù) 但許多人對(duì)其究竟需要什么有誤解

2019-07-23 10:11:36    來源:    作者:

為什么每個(gè)人都在談?wù)撊斯ぶ悄?,但我們?nèi)匀粵]有看到像“星際迷航”中的數(shù)據(jù)這樣的友好機(jī)器人在人類中行走?我們是否記得將RoboCop的第二首要指令添加到他們的腳本模式中,以便他們能夠“保護(hù)無辜者”而不是一旦獲得完全的感知就消滅人類?

今天,關(guān)于人工智能(AI),機(jī)器學(xué)習(xí)和深度學(xué)習(xí)究竟是什么,“智能機(jī)器”能做什么,以及AI技術(shù)的當(dāng)前狀態(tài)究竟是什么,存在很多困惑。是時(shí)候享受一些舊的揭穿了,所以讓我們破解關(guān)于人工智能的10個(gè)最常見的神話。

人工智能包括看似人類的智能機(jī)器人或機(jī)器人。

這里的每個(gè)人都有太多的“銀翼殺手”,嗯?雖然機(jī)器人和人工智能之間存在很多普遍的混淆,但它們是兩個(gè)完全不同的科學(xué)領(lǐng)域,它們用于不同的目的。機(jī)器人是由執(zhí)行器和傳感器服務(wù)的物理設(shè)備,用于執(zhí)行各種任務(wù),例如在工廠中建造,搬運(yùn)或拆除產(chǎn)品。

AI是一種軟件編程方式,它具有足夠的自主性,可以做出決策并從錯(cuò)誤中吸取教訓(xùn)。盡管一些機(jī)器人最終可能會(huì)通過AI 算法得到增強(qiáng),但“智能”部分只是AI可能擁有的另一項(xiàng)能力。

人工智能,機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都是一回事。

雖然它們是同一個(gè)更大的AI系統(tǒng)的所有部分,但它們是三個(gè)不同的東西?;旧希瑱C(jī)器學(xué)習(xí)是AI從外部源學(xué)習(xí)的方法,如使用算法來區(qū)分?jǐn)?shù)據(jù)并確定其正確行為。深度學(xué)習(xí)只是機(jī)器學(xué)習(xí)實(shí)際應(yīng)用中使用的一種可能技術(shù)。它基于神經(jīng)網(wǎng)絡(luò)(NN),用于告訴AI它做出正確決定的可能性。

3. AI完全靠自己學(xué)習(xí)。

盡管據(jù)稱能夠獨(dú)立學(xué)習(xí)人工智能的一些夸張的炒作,但仍然不可能找到一個(gè)人工智能的系統(tǒng),它有任何現(xiàn)實(shí)世界的應(yīng)用程序可以從沒有人類幫助的零知識(shí)增長。任何必須處理隱藏信息或任何類型的不確定性的系統(tǒng)都不能被AI“理解”,人工智能仍然需要輸入輸入和數(shù)據(jù)。此外,每一點(diǎn)信息都必須有明確的目的,這是AI在沒有外部資源的情況下無法猜測的事情(至少在開始時(shí)不是這樣)。

聊天機(jī)器人是人工智能的最基本形式。

同樣,即使有一些聊天機(jī)器人使用或多或少的基本形式的人工智能,其中大多數(shù)只是通過文本或語音界面與人類互動(dòng)的基本程序。大多數(shù)聊天機(jī)器人不是實(shí)際上是“智能的”,而是根據(jù)用戶輸入中的某些關(guān)鍵字給出預(yù)編程的響應(yīng)。要使聊天機(jī)器人成為真正的人工智能,它必須擁有多種技術(shù),使其能夠理解人類,了解他或她的需求,并做出相應(yīng)的反應(yīng)。它需要語音或文本識(shí)別軟件,情感分析,某種形式的機(jī)器學(xué)習(xí)程序和自然語言生成技術(shù)。

5.執(zhí)行所有未來深度學(xué)習(xí)操作所需的能力是不可持續(xù)的。

不可否認(rèn)的是,AI需要大量額外的計(jì)算能力才能進(jìn)行訓(xùn)練并執(zhí)行所有復(fù)雜的深度學(xué)習(xí)操作。在大多數(shù)企業(yè)將在某種程度上利用人工智能的未來,這個(gè)問題可能會(huì)發(fā)展到史詩般的比例,使其使用可能不可持續(xù)。然而,人工智能實(shí)際上可以通過制定長期存在的能源生產(chǎn)問題來為我們提供更多的電力:電網(wǎng)的浪費(fèi)和低效率。公用事業(yè)公司最終從私人用戶那里購買多余的能源,私人用戶也浪費(fèi)了他們產(chǎn)生的大部分多余電力,因?yàn)槟壳暗碾娋W(wǎng)不是為了適應(yīng)現(xiàn)代化的多樣化水平而建造的。AI可以通過用更新,智能,AI供電的微電網(wǎng)替換舊電網(wǎng)來解救我們 知道如何以最高效率實(shí)時(shí)分配電力。

6.企業(yè)很容易租用加速AI操作所需的計(jì)算能力。

如果AWS,Google,Microsoft和阿里巴巴云目前沒有集中全球可用的絕大部分計(jì)算能力。因此人工智能開發(fā)人員目前只有兩種選擇:以極高的價(jià)格租用它或購買他們自己的超級(jí)昂貴的硬件。

然而,這個(gè)神話破壞有可能在不久的將來被揭穿。一家名為Tatau的新公司開發(fā)了一種基于區(qū)塊鏈的超級(jí)計(jì)算平臺(tái),可以解決這個(gè)問題。他們的解決方案允許聚合和轉(zhuǎn)售基于GPU的全球分布式網(wǎng)絡(luò)機(jī)器的組合資源。想象一下,加密貨幣礦工,游戲玩家或其他高性能計(jì)算機(jī)將其計(jì)算能力用于人工智能開發(fā)。AI公司可以利用這種未充分利用的GPU電源以更便宜的價(jià)格培訓(xùn)他們的機(jī)器學(xué)習(xí)模型。請(qǐng)注意,這個(gè)新平臺(tái)也可以為第5點(diǎn)中突出顯示的問題提供答案,因?yàn)樗梢源龠M(jìn)有效使用當(dāng)前未開發(fā)的資源。

7.您需要大量數(shù)據(jù)來訓(xùn)練AI。

不必要。當(dāng)然,您需要大量的數(shù)據(jù)和計(jì)算能力才能從頭開始訓(xùn)練AI 。而且,盡管程度較小,但您需要數(shù)TB的數(shù)據(jù)來訓(xùn)練AI來執(zhí)行復(fù)雜的任務(wù),例如駕駛汽車。但是,根據(jù)AI的應(yīng)用領(lǐng)域,預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)足夠靈活,只能在某些特定區(qū)域進(jìn)行再訓(xùn)練?;緮?shù)據(jù)框架可能來自更大,更通用的數(shù)據(jù)集,只需要替換網(wǎng)絡(luò)的最后部分以“填充特定于給定用例的空白”。

8. AI將取代現(xiàn)有的BI工具,使任何以前的技術(shù)都過時(shí)了。

至少可以說,這有點(diǎn)緊張。大多數(shù)現(xiàn)代商業(yè)智能(BI)解決方案具有高度可擴(kuò)展性且通??啥ㄖ?,因此任何未來基于AI的模型都可以輕松地直接集成到其平臺(tái)中。公司總是傾向于只實(shí)施那些沒有任何工作流中斷風(fēng)險(xiǎn)的解決方案,而且AI技術(shù)已經(jīng)適應(yīng)了這種需求。因此,大多數(shù)人工智能平臺(tái)都是通過網(wǎng)絡(luò)實(shí)現(xiàn)的,因此無需更換,或者在最壞的情況下,可以分階段安全地實(shí)施。

9.神經(jīng)網(wǎng)絡(luò)就像生物網(wǎng)絡(luò),但機(jī)械。

沒有神經(jīng)網(wǎng)絡(luò)甚至可以希望達(dá)到人類大腦復(fù)雜性的一小部分。盡管經(jīng)過多年的臨床和科學(xué)研究,我們?nèi)匀粺o法完全理解生物神經(jīng)網(wǎng)絡(luò),因?yàn)樯窠?jīng)元與人體完成了許多不同的任務(wù)(考慮感覺和運(yùn)動(dòng)神經(jīng)元之間的差異)甚至通過許多不同的途徑(使用電,化學(xué)勢和神經(jīng)遞質(zhì))。神經(jīng)網(wǎng)絡(luò)只能理解典型的1或0(“是”或“否”)機(jī)器方式中非常簡單的輸入。這就像將軍用飛機(jī)的復(fù)雜性與風(fēng)箏進(jìn)行比較一樣,因?yàn)樗鼈兌伎梢燥w行。

10.人工智能最終將變得足夠聰明,以便了解人類對(duì)它有危險(xiǎn)并且必須被消滅。

好吧,我們實(shí)際上無法揭穿這個(gè)神話,因?yàn)樗皇且粋€(gè)神話。這是現(xiàn)實(shí)。支撐自己,因?yàn)榈挚故峭絼诘?

除了笑話之外,簡單地說,人工智能在理解周圍世界并做出自主,理性的決策所需要的智慧方面已經(jīng)無處可去了。每個(gè)算法都是為了執(zhí)行一項(xiàng)任務(wù)而開發(fā)的,除此之外無法做任何事情,更不用說達(dá)到獨(dú)立思考的能力了。計(jì)算機(jī)使用其卓越計(jì)算能力的“蠻力”來找到解決相對(duì)簡單問題的方法,但是他們?nèi)狈斫?,感知深度和?zhàn)略復(fù)雜性,以便在他們編程的目的之外有目的。

所以很容易休息,因?yàn)槿斯ぶ悄苤皇俏覀兊娜斯ぶ趾推腿撕荛L一段時(shí)間。

鄭重聲明:本文版權(quán)歸原作者所有,轉(zhuǎn)載文章僅為傳播更多信息之目的,如作者信息標(biāo)記有誤,請(qǐng)第一時(shí)間聯(lián)系我們修改或刪除,多謝。