人工智能这么火，但你可能完全理解错了！

高处不胜寒676 2017-08-01

展开全文

人工智能到底是什么？

人工智能这么火，但你可能完全理解错了！

人工智能是对让计算机展现出智慧的方法的研究。计算机在获得正确方向后可以高效工作，在这里，正确的方向意味着最有可能实现目标的方向，用术语来说就是最大化效果预期。人工智能需要处理的任务包括学习、推理、规划、感知、语言识别和机器人控制等。

常见误解

「人工智能只是算法」。严格说来不算是误解，人工智能的确包含算法（也可粗略定义为程序），它也包含计算机中其他的应用。当然，人工智能系统需要处理的任务相比传统算法任务（比如排序、算平方根）复杂得多。
「它是一个特定技术」人们经常会看到新闻报道中人工智能与基于规则的专家系统被混为一谈。现在，人工智能经常会与多层卷积神经网络混淆。这有点像把物理和蒸汽机的概念搞混了。人工智能探究如何在机器中创造智能意识，它不是在研究中产生的任何一个特定的技术。

机器学习和深度学习是一码事么？

机器学习它是人工智能的一个分支，探索如何让计算机通过经验学习提高性能。深度学习是一种特定形式的机器学习，训练多层神经网络。深度学习近年来非常流行，引领了图像识别和语音识别等领域的突破性进展。它们的关系如下图：

人工智能这么火，但你可能完全理解错了！

常见误解

「机器不能学习，它们只能做程序员告诉它的事情」。这显然是错的，程序员能够告诉机器如何学习。Samuel 是一个优秀的跳棋玩家，但他的程序很快就通过学习超过了他。近年来，机器学习的很多应用都需要大量数据来进行训练。
「深度学习是一个新领域，已经代替了机器学习的地位」。事实上，深度学习在神经网络研究者中间已经被讨论了超过二十年。最近深度学习的发展是由相对较小的算法改进以及大数据集模型和计算机硬件发展驱动的。

弱人工智能和强人工智能的关系

「强人工智能」和「弱人工智能」概念是由 John Searle 最先提出的，是他对人工智能研究方向的两个假设。弱人工智能假设机器可以通过编程展现出人类智能的水平。强人工智能则假设机器出现意识，或者说机器思考和认知的方式可以用以前形容人类的方式来形容。

常见误解

「强人工智能是人类智力级别通用人工智能研究的方向」。这个解释具有代表性，但这不是强/弱人工智能概念被提出时的本来意义。同样，「弱人工智能」被认为是针对特定领域，执行特定任务的人工智能研究，如语音识别和推荐系统（也称工具 AI）。虽然没有人具有最终解释权，但这种语义的转换可能会造成不必要的混乱。

人工智能与机器人的发展会取代大量人类的工作吗？

一些研究表明在未来美国将近一半的工作在自动化面前会变得很脆弱。2008 年经济萧条之后就业率的缓慢恢复，生产率与停滞不前的工资之间的差异化增加了自动化的进程。随着人工智能与机器人的持续发展，更多的工作将受到影响看起来不可避免。大量的失业并不是必然的，但这可能会造成经济结构的巨大转变，需要想出组织工作与酬劳的新思路。

常见误解

「机器人的工作越多意味着人类工作越少」。工作不是零和（zero-sum）的：由一对机器人协助的工人可能更具工作效率，也因此需要更多这样的工人。没有机器人的帮助，一些领域的工作由人类完成可能不具备经济效益，或者一些工作单独的人或机器无法完成。同样，就像涂刷匠的刷子与滚筒：如果使用针尖大小的刷子一点一点的涂刷，我们就雇不起涂刷匠来涂刷一整间屋子了。

AI一定无法拥有与人类一样的感性

其实人类本身也可以说是一种生物机械，本质上与机械是没有区别的，与计算机一样存在于物质世界，遵从物理法则。所以AI并不只是输入代码的工具，也可以产生情感。

常见误解

「AI只是机器，根本无法形成自己的思想」。纽约大学心理学家Gary Marcus表示，几乎所有AI相关业者都认为，机械最终会超越人类。部分对此抱有怀疑的人多认为使AI拥有人类般的感性是不可能的，或是说人脑有一些本质上独特的东西等等，但这些观点却并没有什么说服力。

我们能解决一切AI的控制问题

当我们制造出一个比人类聪明的AI的时候，我们将面临能否控制它的问题。比如，事先设置“应该取悦人类”的程序，使其只拥有作为人类的工具的功能，在代码中写入对人类的爱与尊敬这样的概念等等。另外也有观点认为，为避免其世界观过于单纯，应该写入接受智慧的、文化的、社会多样性的程序。但以上都是在想用简单的语言来给AI植入人类复杂的价值观。

常见误解