kexueren07的个人博客分享 http://blog.sciencenet.cn/u/kexueren07

博文

斯坦福教授杰瑞•卡普兰揭示:人工智能的本质是大数据 精选

已有 6055 次阅读 2016-6-20 18:31 |系统分类:观点评述|关键词:学者

在大多数人印象中,人工智能非常聪明,聪明到可能会夺走人类的工作,甚至会控制人类,最终夺取这个星球;还有一种观点把人工智能视为人的奴隶,这个想法在几个世纪以前就有了。人工智能发展的现实究竟如何?在上周末由湛庐文化和《陆家嘴》杂志联合举办的陆家嘴读书会活动中,畅销书《人工智能时代》作者、斯坦福大学人工智能与伦理学教授杰瑞·卡普兰作了主题为《人机共生下财富、工作与思维的大未来》的演讲,分享了他对人机共生环境下人类所面临的机遇与挑战的观点。

计算机真的比人聪明吗?

杰瑞·卡普兰说,当人们打开维基百科查看“人工智能”的定义时,会看到其中表述人工智能(英文简称AI)的本质是计算机的理论和系统,那些原本需要人类去完成的工作,包括像语音识别、视觉感知、决策和不同语言之间的翻译等,都将逐步被人工智能所取代。

  然而杰瑞·卡普兰并不完全同意这个说法,他认为人工智能是人类生活过程中工作流程不断自动化的一个延续。在他看来,“人工智能未来会导致人类完全失业”的观点太过偏狭。“当我们使用搜索引擎时,人工智能很快就能给予我们需要的答案和结论,它在在短时间内阅读大量网站和图书信息的能力是任何一个人都做不到的。但这并不是说搜索引擎在完成这个工作的时候,就显得人类无能了。这只能说明人类与机器各取所长。”杰瑞·卡普兰举例说,以前在美国,数学计算和运算是由专业的人承担的,人们将这些人称为计算师。现在,即便没有通过长期、精密的训练,人们只需要花费极少的费用买一台计算机就能完成过去需要很多计算师完成的工作。“计算机及计算机系统进行运算要比人类快得多,但我们难道会因此就认为计算机更聪明?”他反问。

 杰瑞·卡普兰指出,对比人类学习和机器学习的过程,可以发现其中存在巨大的差别。如果人们要教一台机器识别猫,可能需要给那台机器提供超过100万张猫的图片,它才能学会;但人类不一样,即便是一个3岁的小女孩,只要有人告诉她“这是猫”,她可能马上就学会识别了。不过,杰瑞·卡普兰也提到,在过去几年里,机器学习取得了巨大的进展——因为通过大数据的统计和分析,计算机学会了寻找不同事物之间的相关性。正是因为机器与人类截然不同的学习模式,使得大众眼中的人工智能和现实社会中所应用的人工智能有极大的区别。人工智能不会像科幻作品所想象的那样与人类夺权。

会下围棋就代表机器是智能的吗?

卡普兰认为,也许随着技术的发展和时间的推移,机器智慧在特定的应用领域会逐渐成熟,但这不意味着普通通用性的机器智慧会有极大的推进;或者说,人工智能就像一撮有魔力的金粉一样,撒在计算机上,让那些安装的程序、新技术越来越好用了,但人工智能的本质是一门工程学科,和大家平时所接触的土木工程、电力工程没有本质区别。如果完成不同的任务使用的是不同的工具,那它们就不是同一种工具越来越智能的版本。

很多人担心,机器人或人工智能是否会占领人类就业的“高地”,这种情况确实也已经在现实中发生了:在包括证券交易所、农场等在内的很多场所,已经有大量机器人出现。“但这并不是因为它们很聪明,而是因为用它们工作成本更低、生产效率更高、生产的产品质量更好,而且不会犯错。机器是没有独立的目标或目的的。”卡普兰说,人类给机器编程,使其会下象棋、围棋,并不就代表机器是智能的。现阶段,人工智能基本是在人所创造的框架下去做人给它布置的任务,去调一些参数和解决方案,它还没有自我开创的能力。人工智能对未来劳动力市场的真正改变是改变工作的性质。基于自动化的过程就是用资本代替劳动力的过程,人工智能将加速技术性失业。如果一项工作中要完成的任务非常简单、具体,那种工作就会受到威胁。但卡普兰认为不管技术发展到什么程度,需要在变动环境中做决定的工作还是更有赖于人,人类总有三大类工作很难被机器所取代:第一类是关于情感表达、需要人与人之间的沟通和慰藉的;第二类是需要成熟的艺术技能的,比如作为一个小提琴家;第三类是定制服务工作。

“一个非常好的人工智能公司往往是靠大量数据的滚动,而且强大的公司会越来越强,能将数据的累积、迭代和自动标注形成一个良性循环。这是过去的创业者从来没有思考过的问题,而现在变成了一个特别核心的问题。”杰瑞·卡普兰提醒。

 



https://m.sciencenet.cn/blog-1341506-985806.html

上一篇:扎哈那么彪悍,为何还是死在了医院?
下一篇:“基因间复杂的相互作用比单个基因的健康更重要”

13 史晓雷 柏舟 吴炬 刘钢 强涛 徐令予 汤伯杞 张骥 yangb919 gaoshannankai shenlu zjzhaokeqin guhanxian

该博文允许注册用户评论 请点击登录 评论 (13 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-3-29 14:40

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部