人工智能技术应早日走下神坛
随着AlphaGo、冷扑大师、OpenAI等AI机器人在游戏界陆续战胜顶尖人类全手,人们对于人工智能的预期可谓越来越高,仿佛科幻电影讲述的场景将很快在现实中出现。但是,事实上自2015年AlphaGo一战成名以来,人工智能创业最大的问题一直是应用场景落地的问题,众多巨头投入巨资寻找的超级机器,到目前为止可以说是进展甚微。
解释原因之前,让我们先来看一下人工智能的定义。根据著名的图灵测试,一个系统是否具有智能性的判断标准为:如果该系统的回答和反应与人类的无法区别时,则该系统是智能的。这个定义的不足之处是用人类作为唯一测试标准,而事实上很多生物体也是智能系统的范例,所以,图灵所定义的智能并不严谨。我们这里引用欧洲科学院院士克劳斯·迈因策尔对于智能的定义。
智能应是指通过技术或自然系统有效而自动地解决问题的程度或者等级。如果一个系统能独立而有效地解决问题,则它就是智能的。一个系统的智能度由系统的独立性程度、问题的复杂程度以及解决问题过程的效率大小决定:智能度我们能够测量。
简单来说,克劳斯院士的定义指出智能应该是一种自动化的等级,度量标准就是智能度。引入了智能度的概念,智能就可以不仅限于能够模拟人的智能了,而是依据解决问题的复杂程度、有效程度、自动化程度来度量,比如动物界的蜜蜂也可以算是有智能的,只是它的智能度可能和其他的昆虫差不多,再比如自动驾驶技术也是有智能的,因为它解决了驾驶汽车或者飞机这类问题的自动化和效率问题。总结起来就是以下两点:
- 智能只需要在某些方面比人强且自动化程度高就有应用价值。动物(和人类)的意识和感觉对于智能来说并非必需的。
- 智能不一定要有人类一样的自我学习能力,能独立而有效地解决问题就算智能。比如很多生物实际上是靠遗传变异进行进化的,自身虽很强的学习能力,但是遗传变异来获得更高层面的学习能力。
现在回到我们开始抛出的那个问题上来。人工智能已经走上了神坛,高高在上不接地气。不论是从概念的定义上,还是现实的案例上,都和现实脱钩了,以致于没有机器学习的人工智能统统不算人工智能,不用神经网络的系统都不算是人工智能系统,沾人工智能的边的必须很黑科技,必须要打败人类。请问计算机算不算人工智能?他很神秘吗?人工智能不是也用计算机做出来的吗?神经网络不就是用计算机模拟生物大脑中神经元网络吗?所以现实中的神经网络对我们来说仍然是一个“黑匣子”。就好比是你请了一个外星人来做事情,事情虽然办了,但是互相之间谁也不理解谁。奈特(Knight)关于机器学习的核心提到了一个“黑暗的秘密”:“即使设计基于机器学习系统的工程师,可能也很难将任何单一行为的原因分离出来。”。如果自动驾驶车辆发生事故,谁负责?其道德和法律的挑战是什么?这一类问题都需要分析事故的原因来确定。对于具有数百万的元素和数十亿的突触连接的神经网络的复杂系统,由于每个元素的经验参数的数量如此之大,以至于无法确定局部原因。可以断言,无法确定原因的系统,在涉及到生命、健康、财富等关键领域,是无法应用于现实的。
人工智能首先是一种想要有效解决问题的工程科学,这一点很清楚,它并不是为人类智能建模、模拟,甚至取代人类智能的科学。所以,我们在此呼吁:人工智能技术走下神坛,回归工程技术本质。技术永远只是工具,人类才是主人。让人与机器合作回归人工智能的主流应用场景才能够打开局面,使人工智能的应用落地!
如果人工智能走下神坛拥抱现实,我们就可以更加理性和客观的看待人工智能这项技术。首先,任何一个人工智能技术要想面向市场,我们需要从工程角度去评估它,你的智能度是多少?在你解决的问题这个领域,你的能力是否高于人类?你解决的问题有多大?解决的可靠性是多少?你的成本是多少?你的市场有多大?使用的难易程度是否满足要求?有没有妥善的问题处理机制?通过客观理性的分析,我想737 Max 8的飞机的防失速系统(MCAS)也就不至于设计成优先于人的判断。悲剧总是本可以避免,但因为人的认知问题而一再发生。
人机结合是人工智能应用场景落地的必然选择
如果人工智能变成一个提高效率降低成本的工具,虽然看起来光环小了很多,但是,可落地的场景就一下子多了很多。
我们可以找出无数人机结合的成功案例。
在乳腺癌诊断领域,专家在转移性淋巴癌的活检切片图像上判断错误,就有可能导致致命的后果。一种深度学习网络经过训练可以达到0.925的准确度,而人类专家在同一测试集上达到的准确度是0.966。机器的准确度虽然不及人类,但是把机器和人类的预测结合起来,准确度达到了0.995,近乎完美。由于机器和人类专家查看相同数据的方式不同,两者相结合比单独预测要好,这样一来更多的生命得以被挽救。在未来,人类与机器将是合作而非竞争关系。
再举个身边的例子。打斗地主的时候,很多平台都会给你一个机器助手,它帮你记牌算牌,给你提供出牌建议,而且还可以帮你学习高手的策略升级自己的能力。
人机结合欢乐斗地主
在无人驾驶车领域,实际也是一种人机结合的典型案例,虽然机器的驾驶经验已经远超人类,但是驾驶室里面的方向盘、刹车、油门将一直存在,人可以随时干预或终止机器的操作。除非有一天法律上机器可以承担责任,在大多数领域,人机结合的模式都是人工智能最好的选择。
网友评论