摄于2017年3月23日傍晚
人类是地球上最擅长使用工具的物种。
我们最重要的工具-计算机,在过去半个世纪不断进步,尤其是人工智能(AI),以至于让我们多了一种想象:AI是否终有一天会反转为主人,而我们将成为ta的工具?
AI飞了
时光倒流到1997,这一年IBM的超级计算机“深蓝”,以微弱的优势战胜国际象棋冠军卡斯帕罗夫。
2016年,谷歌的AlphaGo,完虐人类围棋世界冠军李世石。
据说AlphaGo至少比深蓝聪明2.5万倍,这19年,究竟发生了什么?
简单的说,如果说深蓝是一个准备找工作的应届毕业生,那ta面试中所依靠的,是表哥给他列举的各种面试中可能遇到的情况,深蓝靠的是死记硬背;而AlphaGo是一个职场老鸟,面试中ta所依靠的,是他丰富的工作经验、被面试和面试别人的经验、以及这么多年来积的应变能力,AlphaGo靠的是灵活应变。
复杂的说,深蓝是一个依靠穷举法下棋的普通棋手,ta会在每一步下棋前运算出之后所有可能性,然后选择一个最优,这在国际象棋中是可行的,因为国际象棋的棋谱可以全部列举;而AlphaGo是一个依靠深度学习下棋的齐圣,ta每天会不知疲倦地分析与学习成千上网的棋谱,吸纳其中的优秀下棋方式,不断提升自己的下棋能力,只有这种方式才能让ta在围棋的世界里战胜人类,因为围棋的可能性无法列举。
AlphaGo的工作原理,更像是一个有思想的人类,ta会收集样本、会梳理规律、会推演。
双飞不够还三飞
深蓝过后AI技术的发展不温不火,直到2012年左右三大因素的聚合,让AI来了一次大爆发,AI进入了深度学习模式。
这三大因素是:硬件更快了(尤其是GPU)、算法的进步、大数据时代的降临。
硬件更快了,是指以NVIDIA为代表的GPU的发展。简单来说GPU是一种特殊的CPU,它和CPU的总体性能相差无几,但“作战”方式很不同。GPU由很多计算能力一般的内核组成,CPU由少数计算能力很强的内核组成,GPU的更适合深度学习运算。因为深度学习的基本原理是:把一个大问题分解为N小问题,然后逐个解决。硬件的提升,解决了以往AI运算速度太慢的问题,问SIRI一个问题,它半小时才回答你,谁都受不了吧?!
算法的进步,是指模拟人类思维方式的算法有了显著提升。即深度深度学习技术的发展,这项技术的结合可以用一个简单的案例来说明。以往让计算机识别狗,需要先告诉狗的鼻子长啥样、嘴巴长啥样、眼睛长啥样,但狗的模样其实无法全部列举;而有了神经网络、深度学习技术,你只需给计算机很多狗的照片,并告诉计算机这就是狗,计算机就会自动从这些照片总结规律,自己形成一套识别狗的方法。
大数据时代的降临,是指随着信息化的发展,特别是互联网的发展所形成的庞大数据。这些数据,让更快的硬件有了用武之地,让实验室封尘的更优秀神经网络算法重见天日。AI通过深度学习,可以从中挖掘出各种价值,梳理出各种有用的规律。这也是近几年来,大量人工智能专家从科研机构离职,进入商业公司的原因,商业公司才有他们所需要的大数据。深度学习是一种需要“见多识广”的技术。
从机器到肉体
下面我们从以深度学习为代表的AI原理,来如何分析人类的能力。
我们可以把机器AI所需的硬件、算法、大数据,和人类能力所需的体能、思维、见识,做一个大概的对照。
人类的体能,是指体力与智能。充沛的体力,有助于我们对工作更有激情更投入,据说牛人的精力都很旺盛哦,科比说“你见过洛杉矶每天凌晨四点样子吗?”。智能,是指人脑的记忆力、反应力、算数能力、观察力、注意力,智能是可以通过训练提升的,天赋是ta的上限,但也有句话“以大多数人的努力程度之低,根本轮不到拼天赋”。
人类的思维,是指处理问题、思考问题的方法。例如如何归纳、如何演绎,例如《金字塔原理》:“自上而下表达,自下而上思考,纵向疑问回答/总结概括,横向归类分组/演绎归纳,序言讲故事,标题提炼思想精华”。良好的思维方式,让人高效,你去看看老毛的作品,好多厉害的方法。
人类的见识,简单来说是指经验。你看过什么书、遇见过什么人、聊过什么天、去过哪些地方。读万卷书,走千里路,本质上讲的是人大脑里数据样本的丰富程度。充足的体能,有效的思维方式,结合丰富的见识,才能提炼出人生智慧。
机器与肉体,何其相似!
警示
这世界上,大多数人体能相差无几,真正决定能力差距的,是思维与见识。
2016年之前,我常常训练体能。
2016年之后,我突然意识到自己思维的不足,于是我开始用《金字塔原理》等书籍训练自己的思维。
AlphaGo战胜李世石之后,关于AI的各种科普贴铺天盖地,我感受到了其中的大数据、数据样本训练等理念,突然明白“见多识广”对于一个人的能力提升有多重要,而这正是我忽略的东西。
本质上来说,我的见识仅来自于阅读书籍、阅读网上文章、与少数说话投机的人交流、去过少数几个地方。这些数据样本太小,并不足以让经过训练的体能、思维发挥作用。
我想,我需要获取更多的数据。
网友评论