这几天和一些业内的朋友聊天，对AI的认识有了新的看法，梳理了下笔记，按照黄金圈法则逐层分析下AI，加深理解。
或许半年后回来看，可能会有很多错误，但先上路，建个坐标系先：）
What-什么是人工智能
前几天一个银行从业的朋友跟我说，我们银行里的人都很焦虑。
一方面是新技术不断的出现，可能对银行带来冲击，例如人工智能，区块链的技术；另一方面，银行在线下实体的门店逐渐减少，越来越多的业务，能够通过远程实现的，也不会去跑线下的网点。
好担心之后会失业…
区块链技术我不懂，但是单纯从现阶段人工智能的发展来看，它并不能对银行业产生多大的冲击。因为他没有根本的影响银行吸收用户存款，合法放贷的业务。
而公众所理解的人工智能是超人工智能，但是我们现在所处的阶段，仅仅是弱人工智能的阶段，差距还非常非常远。
这里我们把人工智能分为三种，弱人工智能、强人工智能和超人工智能
下面通过这三种分类来具体解释下什么是人工智能
1. 弱人工智能
- 从技术角度上看
弱人工智能是一种套路，或者说是一个function。
套路这个词是王小川提出的， 我觉得非常有意思。
什么叫套路呢？
大家回想一下，以前我们在学习高中数学的时候，老师给你讲解的原理，你听得一头雾水，然后老师跟你说，没关系，你听不懂没事，你只需要会做题就可以了。
然后老师发了两三张的卷子给到你，都是同类的问题，你疯狂的去刷题，久而久之，你熟练到的一看到这些题目，你就应该知道怎么用公式了，这种就是套路。
但是实际上你并不理解这些公式背后的意义是什么？你只知道我拿到了这个题目之后，我能够熟练的运用公式去把它解出来。
现阶段的人工智能也是同样的道理。
弱人工智能阶段，人工智能只能够解决某一个特定的，非常狭隘的领域内的特定问题。
我们将大量的数据给到人工智能，让他刷题，当数据量足够大的时候，通过不断的计算计算，它是能够算出一个最佳的解决方案的，当你下次再遇到同样的问题的时候，他可以拿出以往的解决方案去解决新的问题。
这个过程非常类似于我们不明白公式，但是反复刷题的过程，所以弱人工智能可以看作是一个方法，一种套路。
但是这种套路，实际上存在一个问题——他仅仅是去解决了这个问题，他并不能理解这个问题！
就好比图像识别领域，我们给了几千万张的猫狗的图片，给机器机器学习说这个是猫，这个是狗，通过刷题后他能解出什么是猫，什么是狗，但是他并不知道猫或者狗的本质是什么，他只是解题并没有理解。
并且弱人工智能和我们的数学公式一样，只能用在非常特定领域使用。
为什么大家觉得学数学没有用呢？因为数学里面的某个公式，它只适用于特定的领域，就比如说计算梯形的面积，你拿去计算圆的体积，绝对是不work的，数学老师可能都要打你了。
梯形的面积公式，只能用在梯形，同理，现在的人工智能，他仅仅是在单一的狭隘的这个领域里面，算出来的方法，在单一的领域他才可能是wrok的，但是一旦换到了其他的领域，他的方法它就不适用了，也不能跨领域学习！
- 从经济学角度上看
弱人工智能是一种新的生产力
生产力是具有劳动能力的人和生产资料相结合而形成的改造自然的能力，它的基本要素是劳动者、劳动资料和劳动对象。—— 百度百科“生产力”定义
为什么说人工智能是新的生产力呢？
人工智能实际是一种新的生成工具（即劳动资料），通过这种新的工具，帮助我们提高了生产效率，所以它是一种新的生产力。
举个栗子
客服体系是可以由人+人工智能（NLU领域的人工智能）组成的
用户问的80%的共性问题，可以通过智能客服解决，剩下20%的非共性问题，导向人工解决。通过智能客服辅助人工解答用户的问题（注意，我这里用的是“辅助”，而非替代），能提高回复的效率。
又比如说，在图像识别领域。
通过人脸识别，24小时不间断的去看视频录像，识别通缉犯，实现更有效率的抓捕。
2. 强人工智能
什么是强人工智能呢？它是介于弱人工智能和超人工智能之间的一个阶段
- 从技术角度上看
强人工智能依旧是一种套路，但它不仅仅能在一个领域work，而是在多个领域内都能work，能够把多个领域的数据串通起来进行学习。
- 从经济学的角度上
强人工智能依然是一种新的生产力，和弱人工智能一样，更新的是生产资料。
如果非要举例子的话，我觉得《西部世界》里的Dolores，在没有觉醒前就是一个跨领域学习的人工智能。
3. 超人工智能
- 从技术角度上看
超人工智和以往的弱人工智能和强人工智能相比，最大的区别在于这种人工智能学会了 learning to learn！
它不是一个简单的function，也不是套路，它不仅感知，而且还能认知，能理解，能反思，能顿悟，具有情感。
- 从经济学的角度上
强人工智能，它依旧是一种新的生产力，但是不别于以往的生产力更新，它改变的不仅仅是生产资料，他可能连生产者都改变了！
因为强人工智能阶段，人工智能能具有自主思维，能思考，那么它是不是一种新的物种了呢？
所以强人工智能，它改变的不仅仅是生产资料，它连生产者的身份都改变了，以往的生产者是人类，新的生产者是强人工智能。
如果真的到了这个阶段，那么会带来非常多的伦理道德问题，想想以往人类通过一代一代的繁衍进行生存。下一代的人，站在上一代人的肩膀上进行发展，但是突然到了某一天，发现有一种物种出现了，他比人强，不需要繁衍，没有死亡的威胁，该如何和这种物种共生？或许这就是我们所恐惧的奇点。
有时候我在想，《三体3：死神永生》中那个毁灭太阳系的宇宙清洁工歌者，会不会就是一个强人工智能呢？
不管怎么说，我们现阶段处于弱人工智能非常初级的阶段，我们离强人工智能和超人工智能还有非常非常遥远的距离，因为担忧而畏手畏脚不敢前行的话，是有点因噎废食了。
How-我们怎么去实现人工智能
我们用什么样的方法去实现人工智能呢？在不同的阶段有不同的方法
1. 套路
在弱人工智能和强人工智能阶段，我们更多的采用的是套路，我们通过大量的数据训练人工智能，让他在特定的领域内，能算出一个最优解。
但是也正如前面所说，这种套路仅仅是让机器能解题，但并不能真正的理解。
2. 理解
我们希望人工智不仅仅能解题，还能去理解。
过往，我们告诉人工智能这个东西是什么？那个东西是什么？手把手教，让他解题。
但如果我们不教机器，而仅仅是让他在做出行为后，我们给予的评分，这个评分可能是正面的，也可能是负面的，然后通过这种正面和负面的评分，让人工智能去反思，为什么过往的行为是对的？为什么是错的？让他自己学习。
这种方式更可能能让机器真正的学会理解。
3. 参悟
当我们达到超人工智能阶段时，人工智能能将多个领域的数据融集合在一起，这时候不需要人去教他什么东西是对的，什么东西是错的，他通过以往数据自己进行运算，能加深理解，参悟出新的认知。
在电影《HER》中，“萨曼莎”就是超人工智能，她在吸收了大量的数据之后，经过反复不断的计算，她参悟了情感，参悟了生死，看透了一切，最终远离人类。
4. 讲讲现状
现在我们依旧处于弱人工智能，我们更多采用的是套路，而套路需要大量的数据。
如果把人工智能比喻为一个发动机的话，那么数据绝对是它的燃油！
我们可以通过是否拥有技术，是否拥有数据，能将现在的AI公司分为四类
- 有技术，但没有数据
大多数的AI创业公司是有技术的，但是没有数据，那数据在哪里呢？
大部分的数据在BAT这样的巨头，或者滴滴，美团这些独角兽，又或者在传统的大公司里面，例如银行有我们的流水信息，保险公司有我们的保险数据，医院有我们的医疗数据等
创业公司没有数据的时候就非常容易沦为一个外包公司，他帮有数据的公司进行业务升级，实现这些公司的人工智能化，但是这数据并不会给到创业公司，并且有数据的公司会要求在自己的服务器内部署服务，所以创业公司久而久之可能就成为一个外包公司，后期帮客户做做运维T^T
但这确实是现在很多公司的现状，拿不到数据。
- 有数据，但没有技术
有数据没有技术，这主要是传统行业的大公司，这类公司在人工智能化的过程中，需要借助外部AI公司的力量。
- 既有数据，又有技术
既有数据，又有技术，这类公司未来真的有很大可以想象的空间，所以BAT在AI领域是具有极大的竞争力的。
- 即没有数据，又没有技术
这种不想说什么…
基于上述的分析，现阶段的人工智能浪潮，和以往的移动互联网浪潮相比，他带给小公司的机会其实是更少的，如果要更好的成长，可能需要有技术团队和有数据的公司，相互结盟才能发展的更好。
BAT在这一轮里面绝对是具有不可撼动的优势，不存在所谓的在AI领域颠覆BAT的说法。
Why-为什么我们需要人工智能
1. 在已知领悟，提高生产力
- 辅助人决策
例如医学图像辅助诊断系统，是能够通过人工智能帮助医疗人员识别出肿瘤的位置，大小等，能提高医学诊断的效率。
- 替代人的机械活动
想象一下，未来的无人驾驶，当发展到后期的时，整个城市都是共享汽车，都是无人驾驶的时候，城市运作的效率该有多高！
2. 在未知领域，探索
例如，在自然科学领域，太多的公式，定理，强人工智能在跨越多个领域后，是否能帮助我们推演出下一个质能方程？
再者，人类在几万年的发展过程中，实际上是没有一个先知去指引人类的。在中世纪的黑暗时期，中国古代的封建王朝，甚至是近代的大跃进，人类犯了非常多的错误，也一直在摸着石头过河，没有绝对的先知来指引。
如果人工智能，发展到超人工智能阶段，能够指导我们工作的时候，那是不是能够让我们在发展的路上，减少不确定性，走的更顺畅？
但如果真的到了那个阶段，人和机器的定位是需重新去思考的，这种超人工智能，已经是一种新的物种！当新的物种成为先知，人类这种旧物种，到底是会成为追随者，还是成为被替代的一批？
问题太远，没有答案。
网友评论