人工智能,天使还是魔鬼
在“2018·全国检察机关科技装备展”上,科沃斯检务机器人亮相。
人工智能的概念早在60多年前就被提出,但又一度沉寂。随着谷歌人工智能程序AlphaGo(阿尔法狗)战胜围棋世界冠军李世石,再次为世人瞩目。然而,与无限风光一起相伴而来的,还有关于人工智能的种种争议。
“在我的一生中,见证了社会深刻的变化。其中最深刻的,同时也是对人类影响与日俱增的变化,是人工智能的崛起。简单来说,我认为强大的人工智能的崛起,要么是人类历史上最好的事,要么是最糟的。”著名物理学家霍金生前反复告诫。
在互联网和大数据风起云涌的今天,人工智能究竟会成为造福人类的天使,还是控制人类的魔鬼?面对类似疑虑,请听中国科学院院士、中国人工智能学会副理事长谭铁牛怎么说。
崛起
经过60多年的不断发展,人工智能迎来发展的春天,成为推动新一轮科技和产业革命的重要驱动力
1956年,在达特茅斯学院暑期研讨班上,一位名叫约翰·麦卡锡的年轻人首次提出了人工智能的概念,那时研讨的主题是怎样用机器模拟人的智能。事实上,与人工智能相关的研究,在此之前早已开展。
“人工智能的主要目标是模拟、延伸和扩展人类智能,探寻智能本质,研发具有类人智能的智能机器。比如,让机器或者计算机会听、会看、会说、会想、会决策,与人类一样。”谭铁牛解释。
时光荏苒,白云苍狗。60多年风风雨雨,随着大数据、云计算、互联网、物联网等信息技术的发展,以深度神经网络为代表的人工智能技术成功跨越科学与应用之间的“技术鸿沟”,如愿迎来发展的春天:图像分类、语音识别、知识问答、人机对弈、无人驾驶……一系列具有广阔应用前景的人工智能技术相继突破从“不能用、不好用”到“可以用”的技术拐点,成为推动新一轮科技和产业革命的重要驱动力。
医学行业便是其中之一。2017年,斯坦福大学在国际权威期刊《自然》上发表论文宣布,他们通过深度学习的方法,采用近13万张痣、皮疹和其他皮肤病变的图像训练机器识别其中的皮肤癌症状,在与21位皮肤科医生的诊断结果进行对比后发现,这个深度神经网络的诊断准确率达到91%,与医生不相上下。
这样的惊喜比比皆是。通过深度神经网络的应用创新,国际计算机视觉竞赛ImageNet图像分类的Top5误差率从2012年的16%降到2017年的3%左右(已经低于人的错误率);我国的Face++(旷视科技)人脸识别技术的准确率在LFW国际公开测试中达到全球最高的99.5%(超过了人类肉眼识别的准确率97.52%),与此相关的刷脸支付被《麻省理工科技评论》评为2017年十大全球突破性技术。
“人工智能的近期进展主要集中在专用智能领域,例如,微软语音识别系统5.1%的错误率比肩专业速记员。”谭铁牛说,从可应用性来看,人工智能大体可以分为专用人工智能和通用人工智能。面向特定领域的人工智能技术(即专用人工智能)由于任务单一、应用背景需求明确、领域知识积累深厚、建模计算简单可行,更容易实现单点突破,在局部智能水平的单项测试中可以超越人类智能。
“专用人工智能取得突破性进展,主要源于深度学习、强化学习、对抗学习等统计机器学习理论的进步。深度学习,简单说,就是借鉴人的大脑在处理信息过程当中的层次化处理。”谭铁牛解释说。
挑战
琴棋书画样样精通的人工智能似乎已所向披靡,然而,专家表示,人工智能总体发展水平仍然处于起步阶段
“艺术创作将是人类对抗人工智能的‘最后一座堡垒’!”曾几何时,一些专家对此深信不疑。然而,现实很快给予他们一击:2016年,谷歌开发的人工智能画家——“初创主义”在旧金山拍卖会上大放异彩,在它创作的29幅作品中,有的被卖出8000美元的高价。
无独有偶。在法国巴黎,索尼计算机科学实验室“深沉巴赫”创作的合唱曲目,甚至被专业音乐家误认为是“真巴赫”的作品。而人工智能创作的小说《一台电脑写一篇小说的一天》,则通过了日本“星新一文学奖”初审第一轮。
琴棋书画样样精通的人工智能似乎已所向披靡,无所不能。当人工智能崛起,人类会不会被取而代之?
“有智能没智慧、有智商没情商、会计算不会‘算计’、有专才无通才。”谭铁牛历数人工智能诸多局限并一一阐释:智慧是高级智能,目前的人工智能无意识和悟性,缺乏综合决策能力;机器对于人的情感理解与交流还处于起步阶段;人工智能系统可谓有智无心,更无谋;会下围棋的“阿尔法狗”不会下象棋。换句话说,现在,人工智能总体发展水平仍然处于起步阶段。
谭铁牛举例说,机器翻译如今已经做得相当不错,但这简单的3句话“他吃食堂”“他吃面条”“他吃大腕”,机器翻译不出;“那辆白车是黑车”“能穿多少穿多少”,这也无法翻译。再比如,看到校园里“欢迎新老师生前来就餐”的横幅,很多人一目了然,但人工智能却无法理解,这些不能之处正是当前人工智能遇到的瓶颈。
“人工智能系统的能力维度可分为信息感知、机器学习、概念抽象和规划决策几方面。从知识规则到统计学习,第二波人工智能技术在信息感知和机器学习方面进展显著,但是在概念抽象和规划决策方面刚刚起步。”美国DARPA(国防高级研究计划署)如是判断。
人工智能已经达到5岁小孩的水平、人工智能系统的智能水平即将超越人类水平、30年内机器人将统治世界……面对一些错误认识和炒作,谭铁牛有些无奈。“现有人工智能还有很大的局限性,有很多人认为通用人工智能很快就能实现,只要给机器人发指令就可以做任何事,这是对人工智能预期过高。”谭铁牛提醒说。
趋势
对比人类大脑,真正意义上完备的人工智能系统应该是一个通用的智能系统,而对它的研究与应用任重道远
未来,人工智能应何去何从?谭铁牛认为,人类大脑是一个通用的智能系统,能举一反三、融会贯通,可处理视觉、听觉、判断、推理、学习、思考、规划、设计等各类问题,可谓“一脑万用”。因此,真正意义上完备的人工智能系统应该是一个通用的智能系统,而通用人工智能研究与应用刚刚起步,依然任重道远。
他坦陈,当前人工智能处于从“不能用”到“可以用”的技术拐点,但是距离“很好用”,还有数据、能耗、泛化、可解释性、可靠性、安全性等诸多瓶颈,理论创新和产业应用发展空间巨大。
总体而言,人工智能的发展趋势是理论更完备、技术更先进、产业更繁荣、应用更广泛、法规更健全。通用智能被认为是人工智能皇冠上的明珠,是全世界科技巨头竞争的焦点。如何实现从专用智能到通用智能的跨越式发展,既是下一代人工智能发展的必然趋势,也是研究与应用领域的挑战。
在谭铁牛看来,人工智能和人类智能各有所长,因此需要取长补短,融合多种智能模式的智能技术将在未来具有广阔应用前景。“人+机器”的组合将是人工智能研究的主流方向,“人机共存”将是人类社会的新常态,而学科交叉将成为人工智能创新的源泉。
至于它究竟会成为造福人类的天使,还是控制人类的魔鬼,这取决于人类自身。“高科技本身没有天使和魔鬼之分,人工智能亦是如此。对于人工智能这把双刃剑的使用取决于人类自身。我们应未雨绸缪,形成合力,确保人工智能的正面效应,确保人工智能造福于人类。”谭铁牛说。
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
担心在机场丢行李?这个日本AI能帮你到处找包
在机场火车站丢行李是怎样的体验? 顺着自己来的方向回去找一遍?四处联系工作人员求助?或者干脆因为行李证件丢失而错过航班,不得不开始复杂的补办流程? 太可怕了,不如我们请个AI来帮我们找行李吧。 这种帮你找行李的AI还真有。日本的日立集团就做研发了这样的一套计算机视觉系统,可以将公共场所摄像头拍下的内容通过神经网络分析,识别人和物体整体的特征,追踪个体的运动轨迹。也就是说,把你丢包的一路上的视频都自动检查一遍,依次进行判断: 哦,你上厕所出来忘记拿包了。 实时追踪:不仅能找包,还能找人 如果仅仅是在大量视频中找到包包,这个目标检测的方法似乎并没有什么难度。 但是,日立这套系统的关键点在于,它可以实现实时追踪个体。比如,跟着父母出门的小孩子走丢了,只要在这套系统中输入小孩子的特征,比如身高、发型、穿什么颜色的衣服,就可以自动通过摄像头影像在整个
- 下一篇
目标检测技术演化:从R-CNN到Faster R-CNN
目标检测旨在准确地找到给定图片中物体的位置,并将其正确分类。准确地来讲,目标检测需要确定目标是什么以及对其定位。 然而,想要解决这个问题并不容易。因为,目标的大小,其在空间中的方向,其姿态,以及其在图片中的位置都是变化的。 这里有一张图片,我们需要识别图片中的物体,并且用方框将该物体圈出来。 图像识别(分类) 输入:图像 输出:目标类型 评价指标:精确度 定位: 输入:图像 输出:方框在图片中的位置(x,y,w,h) 评价指标:检测评价函数(IOU) 如今大火的卷积神经网络帮助我们很好地进行图像识别。但是,我们仍需要一些额外的功能来进行精确定位,深度学习在这里发挥了很好的作用。 在本文中,我们将从目标定位的角度入手探讨目标检测技术的发展。我们将按着如下的演化顺序讲述:R-CNN->SPP Net->Fast R-CNN-> Faster
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- Windows10,CentOS7,CentOS8安装Nodejs环境
- CentOS8安装Docker,最新的服务器搭配容器使用
- CentOS8编译安装MySQL8.0.19
- Windows10,CentOS7,CentOS8安装MongoDB4.0.16
- CentOS7编译安装Cmake3.16.3,解决mysql等软件编译问题
- CentOS7编译安装Gcc9.2.0,解决mysql等软件编译问题
- Docker快速安装Oracle11G,搭建oracle11g学习环境
- CentOS7,CentOS8安装Elasticsearch6.8.6
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- Docker使用Oracle官方镜像安装(12C,18C,19C)