没有机器学习，如何构建AI？
“那岂不是一辆没有引擎的汽车？”想到这儿，你大概要暴风哭泣了。
然而，这种类比是可以打破的。
有几家公司正在这样做：他们提供不依赖机器学习的AI。
这听起来似乎很矛盾。大家都知道AI的核心是机器学习，对吧？
其实，这是不正确的。
历史上，人工智能先于机器学习出现。研究人员找到创建人工智能的方法时，甚至还不知道机器学习。而这些创造人工智能的“古老”方法现在仍然充满活力，并且比以往任何时候都更加有用。
下图显示了随着时间的推移，人工智能和机器学习的应用曲线。
人工智能似乎早在1950年就已经开始使用了。相比之下，机器学习在20世纪70年代末之前并不常用。这相当于滞后了20年。20年的人工智能没有机器学习。20世纪80年代，当机器学习开始被广泛使用时，人工智能这个词的出镜率才出现了指数级的增长。
有趣的是，经过80年代的爆发之后，人工智能这一术语在一段时期内的使用急剧减少，史称“AI的寒冬”（而到目前为止，似乎还没出现过机器学习的寒冬）。
但这怎么可能？没有机器学习，人工智能如何存在？人们如何在不提机器学习的情况下写关于AI的文章呢？
赋予机器知识的方法有两种:直接由人灌输，或者机器自己学习。因此，20世纪50年代末和60年代没有机器学习，人们在做什么?
如果你将少量的知识输入一台机器，那么，你可以称它为工程产品。但是，如果你输入足够多的知识，使机器做出更好的决定，又该怎么称呼它呢?例如，你带着几百个医生，每个人花几百个小时来详细说明症状和疾病之间的关联，根据这些知识，你可以创造出一些令人印象深刻的东西。而如果你将这些知识打包输入一个易于使用的机器中，根据输入的症状输出可能的诊断结果，会怎样?这是一个人工智能吗?
是的,它是。事实上，这种类型的人工智能我们有时称为GOFAI（Good Old-Fashioned Artificial Intelligence），意思是“好的老式人工智能”。GOFAI建立在一个人类可以理解的符号系统之上。这是一个没有机器学习的人工智能。
一辆没有引擎的汽车
让我们回到“引擎和汽车”的类比上。GOFAI就像一辆没有引擎的汽车，如马车、手推车、电缆汽车等，所有这些都是在蒸汽机、内燃机或电动引擎被发明之前就存在的。
但GOFAI今天不适用了吗？它仅仅属于历史吗？难道它不如机器学习？
事实上，GOFAI在今天的使用远超你的想象，当然也比媒体报道的多得多。在机器学习和AI荣获鲜花与掌声的背后，总隐匿着一些GOFAI。某种形式上，GOFAI是完整AI解决方案的必要组成部分。
目前GOFAI有两种使用方式：
1.创建完整的人工智能产品时，补充机器学习的工作。
2.自行生成AI解决方案，不需要任何机器学习。
一个完整的人工智能需要机器学习以外的附加部分。这些“附加部分”大多都属于GOFAI。
今天，几乎所有AI产品都需要专家输出内容。比如，人工智能使用自然语言处理，要从语言学家和语音学家那里获得专业知识；用于医学，要从医生那里获得专业知识；而当人工智能为自动驾驶汽车提供动力时，还要从道路交通专家和驾驶专家那里获得专业知识；等等。没有GOFAI的帮助，机器学习不能创建一个完整的AI。
就像烤面包机的设计中包含了人类对面包片一般大小的认识一样，人工智能的解决方案总以人类的知识为基础。而GOFAI组件非常有用，它们可以提供适当的归纳偏差，帮助机器学习更快地完成学习任务。因此，GOFAI协助了机器学习做出自己的决策。
纯GOFAI
在当今机器学习蓬勃发展的时代，以及GPU和TPU操作万亿次浮点运算的时代，如果一家公司创造出的产品只使用完全由人为规定的专家系统，它们还能保持竞争力吗？答案是肯定的。
完全基于GOFAI的公司和优秀的产品有很多。例如，有家公司利用AI解决方案来管理整个组织内的计算机。公司成千上万的员工每天都会提出请求，比如，要更多的硬盘空间，修复损坏的电子邮件客户端，更改密码，等等。
大部分要求只需要简单的程序就能解决，因此AI被用来自动执行大量的常见工作，然后重新定向人力资源，让人类解决新的、复杂的问题。
GOFAI的另一个常见用途是聊天机器人。今天，尽管机器学习在自然语言处理方面取得了巨大的进步，但许多聊天机器人可能是完全基于GOFAI的。在有限的领域内，如通过一项服务来协助客户，或答复客户问题的一套人为定义的规则，可以发挥很大的作用。
因此，当你下次遇到聊天机器人时，你不仅可以思考图灵测试背后的哲学问题，如机器能否让我们相信它是一个人类？还可以揣测聊天机器人背后是哪一代人工智能：是老式AI还是机器学习AI？
总之，机器学习可以在没有AI的情况下存在，AI也可以在没有机器学习的情况下存在。
原文链接：
http://blogs.teradata.com/data-points/ai-without-machine-learning/
来源：TeraData
智能观 编译
—完—
亲爱的朋友：
你是否也跟我一样？刚听说人工智能时，机器学习是相伴而来的，以为它们是不可分割的。
每次读完类似科普文章，我都会感觉又开阔了视野，吸收了营养。因此，想把这篇文章分享给你。希望你也能有所收获。
祝安！
智能观 一米
2018-3-10 于北京中关村
想知道AI加教育领域有哪些最新研究成果？
想要AI领域更多的干货？
想了解更多专家的“智能观”？
请在对话界面点击“找找看”，去获取你想要的内容吧。
声明：
编译文章旨在帮助读者了解行业新思想、新观点及新动态，为原作者观点，不代表智能观观点。
网友评论