|
打开今日头条查看图片详情 本文 “人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。”。 2018年8月11日，2011年诺贝尔经济学奖获得者ThomasJ.Sargent（托马斯·萨金特）在由厚益控股和《财经》杂志联合主办主题为“共享全球智慧引领未来科技”的世界科技创新论坛上如此表示。 关于这一论断，引发业界轰动，同时引发了社会各界的大讨论，这里引述“laoji890”先生的论证如下。该论证被认为是“将AI拉下神坛”最有力的论证。 诺奖得主托马斯·萨金特关于 “人工智能AI就是统计学”的观点是高瞻远瞩。 萨金特不仅是一语中的，而且对那些 肆无忌惮“造神AI”各种利益者（集团）狠狠地一棒槌。在现实中，AI真的也该归本至原形了，降降严重虚高的温度（很多已经虚高到“大量庞氏骗局”风起云涌的程度）了 。 我们从阿里AI负责人金榕对Thomas J. Sargent的反驳，换一个角度来谈这个问题。 实际上， 金榕不是在驳萨金特，而是在强化AI属于统计学的范畴（在如今社会现实现状下，很有必要这样理解）。 可先网搜查看：“AI就是统计学？阿里AI负责人金榕逐条驳诺奖得主萨金特。”  打开今日头条查看图片详情 （一）萨金特的主要观点与注意1、萨金特说：人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题。” 注意：萨金特的原话是联动AI的华丽名字与统计学一起来谈的，不宜断章取义。 有部名为《新未来简史》的书对“人工智能”名字产生的考证很能说明问题：
进而，《新未来简史》一书得出：
2、萨金特说：“有好多应用科学像工程学、物理学、经济学，我们会建立一些模型模拟世界运营……我们的目的是希望解释我们所观察到的世界上的现象，而我们关键的工具是使用模型，然后放到电脑里模拟（ 这个很重要，下文将讲述 ）。 3、托马斯·萨金特：交叉学科研究推动的科技（包括AI）进步。  打开今日头条查看图片详情 （二）金榕反驳的分析1、 金榕说“除了统计，AI中的“学习”“推理”和“决策”中还使用了代数、逻辑、最优化等许多其他学科知识与方法。” 分析： （1）首先强调的注意：不要简单地把现代统计学理解为仅仅只是统计一下数据之类哈，那是小学生的认知水平。 （2）金榕反驳的这条内容，实际上这是典型的现代统计学统筹、运算、归纳的方式啊！！！有人说：统计学就是代数、逻辑学等各类交叉科学综合的超级运用与最优化选择，是有道理的。 2、金榕说“AI的核心能力还来自于数学（博弈论、数值分析、逻辑学等）、运筹学（优化）、计算机科技（分布式计算、并行计算、CPU、NPU）、神经科学，甚至心理学”。 分析： （1）注意前提：现代科技，几乎所有，都是复杂地运用了大量的交叉学科的。所以要看主要的，不要以偏概全。然后是下面的分析， （2）神经学主要AI对人类神经网络的模拟，海量人工神经元（结点）的海量运行本身就是现代统计学的集成优化处理（包括归纳规律、选择等），比如阿尔法狗的“深度神经网路”“增强神经网络”的学习。 （3）心理学如今在AI上仅仅只是探索（仅是个想法而已），计算机的构造原理与机制根本不能支撑。这是质的问题，就像木材与铁的质不同，木材经火煅烧只会消失，而不能像铁一样打造成刀。 （4）计算机科技（分布式计算、并行计算、CPU、NPU）都是算力增强，能够收集、挖掘、分析和优化大量数据的结果，更是现代统计学了。 （5）数学（博弈论、数值分析、逻辑学等）、运筹学（优化）等等说得玄乎，其中的数值分析肯定是统计，博弈论、逻辑学等与运筹学主要在于优化。  打开今日头条查看图片详情 3、 金榕说“那么这次的人工智能热潮有哪些不一样的地方呢。就是由于我们在算法、计算力、数据上都有了重要突破。” 分析： （1）上述说法基本上算是现代统计学更具效力的根本，也成就了现代统计学可以概括AI的条件和理由。 （2）如今AI的算法（实际上包括所有计算机的程序）都是可以建模的，能够建模，必然是数学公式能够解决的（生活中90%以上现象、事件都是不能建模的，由此也说明AI并不神秘，其应用有非常大的局限性），都是有规律可循，并通过归纳实现的，这个归纳就是统计。 （3）数据就是指大数据，这个肯定要归类统计学的。 4、 金榕：AlphaGo使用了蒙特卡洛树搜索、神经网络、增强学习等方法，因为算法规模大，所以采用了分布式计算来实现。棋力更强的AlphaGo Zero没有使用人类数据，而是从自我博弈中学习。 分析： （1）蒙地卡罗树搜索是典型的统计学
 打开今日头条查看图片详情 （2）前面已说过，所谓AI神经网络是机器模拟人类的神经网络所演化出来很多算法，海量人工神经元（结点）的海量运行本身就是统计学优化性选择，比如阿尔法狗的“深度神经网路”“增强神经网络”的学习。 （3）阿尔法狗”增强神经网络”的增强学习，所谓的左右互搏，实际上是“统计学优化”的最佳运用之一。机器是按照程序、数学公式的一定模型去自学，与人的自学是截然不同的。如果是人的自学，则不一定归纳为统计学优化，其中的奥妙，可参看：
综上：萨金特说，“人工智能其实就是统计学，只不过用了一个很华丽的辞藻，其实就是统计学。”基本正确，关键是触及到了实质与本质。  打开今日头条查看图片详情 其对AI的本质揭示与认知是：人工智能只不过用了一个很华丽的辞藻而已。理由： （一）权威性地 否决了那些为了利益而大肆神话AI、算法与大数据的观点；还原AI本来面目，将AI拉下了神坛。 （二）与 《新未来简史》（与《今日简史》《未来简史》《人类简史》分别至少有70、90、50项对立观点）一书的结论“AI实质就是对'机器交互自动化’取了个'人工智能’的美妙名字，这个名字就是一个美妙的比喻而已”的观点不谋而合。该书用了8万多字从50多个角度深刻分析AI，几乎摧毁了神话大数据、AI、算法数十个观点。 如图：  打开今日头条查看图片详情 （三）诺奖得主Thomas J. Sargent与国产 《新未来简史》一书一起否决了《今日简史》《未来简史》（割中国韭菜的书，掀起神话AI、算法、大数据最具代表性的图书与事件）神话AI的基石与核心观点。 （四）为何如今AI被业内外人士，超级严重性的神话到几乎无所不能，甚至传送着“AI还将替代、统治、奴虐人类“等恐怖到荒唐的言论呢？除了前述要满足各种目的、利益之外，还有个重要原因是： 广大民众对AI原理、本质、核心，计算机原理及其运行的巨大局限性不了解，或未深入思考的结果 。也可参考下文，或可懂得一二：
（五）上文一些观点与论述可参见：
转自：前沿News |
|
|
