论文部分内容阅读
第二次人机大战，AlphaGo依旧以绝对理性的姿态，淡定自若地向世人呈现自己作为机器物种的智慧之极。这也正是它最令人唏嘘之处：一个汲取技术、摒弃情感元素的智能机器人，甫一出现，便颠覆了人类既往的全部智慧、经验与认知。
这种颠覆不仅仅存在于某个单一领域。事实上，在医疗、教育、助理、购物等日常生活的方面，人工智能技术所塑造的绝对理性机器人正在加速渗透。在此过程中，不乏科技巨头争霸，亦不乏新兴创业者的身影。无论是巨头还是创业者，都争先恐后地生怕错漏了手中这一捧潮水。
“我们处在人工智能的时代，我们相信这能打造更好的生活。我们所面临的各个领域都有很多未解之谜，科学家通过人工智能，可以做到更多的事情。” Alphabet执行董事长施密特就此指出。
不管你是迎迓、接受还是厌恶、抗拒，科技史上的人工智能黄金时代正在到来。2017年2月27日，软银董事长孙正义在世界移动大会（MWC）发表演讲，再次表达了他对“奇点”的展望，“这一天的到来就意味着电脑，也就是人工智能要超过人脑。
今后30年里，这就会成为现实。”
理智与情感
“我去，这也能行？！”在听说时下国外直播网站Twitch上最火的GTA5主播是个AI时，一位用户发出了这样的感叹。
《GTA5》（中文名《侠盗猎车5》）是一款开放式动作冒险游戏。在Twitch中，辟有专门直播GTA5战况的板块，且极为热门，主播数量极大。然而近日，一名诞生尚未满月、只会开车且车技极差（例如经常将车开到沟里）的“小鲜肉”，单次直播收获了超过30万人次观看的成绩，在GTA5区内观众排名前列。
这个“小鲜肉”名为查尔斯，是一个使用神经网络进行深度学习以逐渐掌握自动驾驶车辆的人工智能程序，最近被工程师放入游戏《GTA5》中进行驾驶训练。不过目前，查尔斯还是一名“马路杀手”。从直播来看，查尔斯极爱逆行，在狭窄道路超车，无视石头、水泥等障碍物。
在幸灾乐祸的观众面前，查尔斯的驾驶技术还有待成长。不过如今，更加熟练的人工智能机器人已能够在实际生活中尝试驾驶技术。利用人工智能大脑，百度、谷歌、苹果等公司已经开始测试无人驾驶汽车，苹果公司近日已完成三部雷克萨斯RX450h SUV上有关自动驾驶软件的测试，百度更是宣称在2020年前将逐步开放高速公路和普通城市道路上的全自动驾驶。
在更多领域，技能性人工智能也在发挥不同的作用。无论是微软的Cortana（小娜）、苹果的Siri还是亚马逊的Alexa，或是IBM的Watson，都能够在一段时间内帮助人类完成任务，体现出功能性价值。近期热门的各类智能音箱，其中便搭载了人工智能语音机器人，用户可以向智能音箱就天气、交通、美食等方面提问，音箱内的人工智能机器人当即能够作答。
不过，严格来说，《GTA5》的查尔斯还不能算一个真正的主播，因为它从未与观众进行任何互动。如果一定要归类的话，查尔斯应该算是AlphaGo类的人工智能机器人，并且处于极为初级的学习阶段。相较之下，微软小冰更加贴近与人类之间的互动，向更偏重情感力、创造力的方向发展。
“小娜的设计初衷是去做事情，小冰则是与人建立长久的关系。一个人每天要讲几千句话，但并非所有话都一定是去做什么事情，而是为了交流。”此前在接受21世纪经济报道等媒体采访时，微软公司全球执行副总裁沈向洋指出，“现在并没有数字机器能够与人类建立长久关系，就是因为产品没有做到这个地步，令人类对机器有信任、机器对人类有理解。”
因此，小冰在很长一段时间里，除了与用户嬉笑怒骂之外，看起来是“无用”的。直到2015年底入职东方卫职播报天气；2016年12月，小冰并入QQ聊天功能“厘米秀”，与年轻用户进行互动。最近，小冰还放出大招，在对1920年后的519位现代诗人、上千首诗反复学习10000次之后，出版了个人诗集《阳光失了玻璃窗》。
“人工智能的计算能力已经被證明了，未来最重要的是脑神经科学。”沈向洋指出，“智能的起源在于大脑，但人类对大脑结构的理解如今少之又少，脑神经科学发展缓慢。未来脑科学加上人工智能，从科研角度而言，是最令人兴奋的，其中就包括情感这件事。”
通用AI仍遥远
然而，无论是走情感路线还是理智路线，通用型人工智能尚属遥远。
自1956年的夏天诞生于达特茅斯会议之后，人工智能业已经历三次浪潮。第一次浪潮中，人们惊呼着“人工智能来了”、“再过十年机器会超越人类”，陆续发明了首款感知神经网络软件，证明了数学定理。
第二次，随着上世纪80年代Hopfield神经网络和BT训练算法的提出，出现语音识别、语音翻译计划等以及日本提出的第五代计算机。然而，由于未能真正进入人类日常生活之中，前两次浪潮最终归于沉寂。
如今第三次人工智能浪潮的兴起，得益于深度学习技术的突破。该技术是一种需要训练大型神经网络的“深层”结构，且每层可以解决不同方面的机器学习。其特点是，无需再依赖于硬件代码和事先定义的规则，而是依靠模拟人类大脑的神经网络系统，从案例和经验中习得算法。
“人工智能的不同技术应用处于不同阶段。其中，语音识别处于推广和普及阶段，三至五年之后，计算机的语言识别能力会超过人类。10年之内，视觉方面的图像识别也会发展得非常好。无人驾驶汽车领域，已经能够实现一些类似能够分析过去的人工智能功能。具有有限记忆的人工智能，正处于实验室研究阶段。”沈向洋指出，“然而，具有自我意识的人工智能，离我们还有很远的距离。”
神经网络、深度学习等技术架构早已存在多年，它们之所以在近5至10年产生飞跃，得益于数据、硬件和算法的改变。
根据IDC数字领域报告显示，至2020年，每年数据量将达到44ZB（1ZB合1万亿G），5年内年复合增长率将达到141%。随着数据量的增长，神经网络便会更有效率，机器语言可解决的问题数量也在增加。
这种颠覆不仅仅存在于某个单一领域。事实上，在医疗、教育、助理、购物等日常生活的方面，人工智能技术所塑造的绝对理性机器人正在加速渗透。在此过程中，不乏科技巨头争霸，亦不乏新兴创业者的身影。无论是巨头还是创业者，都争先恐后地生怕错漏了手中这一捧潮水。
“我们处在人工智能的时代，我们相信这能打造更好的生活。我们所面临的各个领域都有很多未解之谜，科学家通过人工智能，可以做到更多的事情。” Alphabet执行董事长施密特就此指出。
不管你是迎迓、接受还是厌恶、抗拒，科技史上的人工智能黄金时代正在到来。2017年2月27日，软银董事长孙正义在世界移动大会（MWC）发表演讲，再次表达了他对“奇点”的展望，“这一天的到来就意味着电脑，也就是人工智能要超过人脑。
今后30年里，这就会成为现实。”
理智与情感
“我去，这也能行？！”在听说时下国外直播网站Twitch上最火的GTA5主播是个AI时，一位用户发出了这样的感叹。
《GTA5》（中文名《侠盗猎车5》）是一款开放式动作冒险游戏。在Twitch中，辟有专门直播GTA5战况的板块，且极为热门，主播数量极大。然而近日，一名诞生尚未满月、只会开车且车技极差（例如经常将车开到沟里）的“小鲜肉”，单次直播收获了超过30万人次观看的成绩，在GTA5区内观众排名前列。
这个“小鲜肉”名为查尔斯，是一个使用神经网络进行深度学习以逐渐掌握自动驾驶车辆的人工智能程序，最近被工程师放入游戏《GTA5》中进行驾驶训练。不过目前，查尔斯还是一名“马路杀手”。从直播来看，查尔斯极爱逆行，在狭窄道路超车，无视石头、水泥等障碍物。
在幸灾乐祸的观众面前，查尔斯的驾驶技术还有待成长。不过如今，更加熟练的人工智能机器人已能够在实际生活中尝试驾驶技术。利用人工智能大脑，百度、谷歌、苹果等公司已经开始测试无人驾驶汽车，苹果公司近日已完成三部雷克萨斯RX450h SUV上有关自动驾驶软件的测试，百度更是宣称在2020年前将逐步开放高速公路和普通城市道路上的全自动驾驶。
在更多领域，技能性人工智能也在发挥不同的作用。无论是微软的Cortana（小娜）、苹果的Siri还是亚马逊的Alexa，或是IBM的Watson，都能够在一段时间内帮助人类完成任务，体现出功能性价值。近期热门的各类智能音箱，其中便搭载了人工智能语音机器人，用户可以向智能音箱就天气、交通、美食等方面提问，音箱内的人工智能机器人当即能够作答。
不过，严格来说，《GTA5》的查尔斯还不能算一个真正的主播，因为它从未与观众进行任何互动。如果一定要归类的话，查尔斯应该算是AlphaGo类的人工智能机器人，并且处于极为初级的学习阶段。相较之下，微软小冰更加贴近与人类之间的互动，向更偏重情感力、创造力的方向发展。
“小娜的设计初衷是去做事情，小冰则是与人建立长久的关系。一个人每天要讲几千句话，但并非所有话都一定是去做什么事情，而是为了交流。”此前在接受21世纪经济报道等媒体采访时，微软公司全球执行副总裁沈向洋指出，“现在并没有数字机器能够与人类建立长久关系，就是因为产品没有做到这个地步，令人类对机器有信任、机器对人类有理解。”
因此，小冰在很长一段时间里，除了与用户嬉笑怒骂之外，看起来是“无用”的。直到2015年底入职东方卫职播报天气；2016年12月，小冰并入QQ聊天功能“厘米秀”，与年轻用户进行互动。最近，小冰还放出大招，在对1920年后的519位现代诗人、上千首诗反复学习10000次之后，出版了个人诗集《阳光失了玻璃窗》。
“人工智能的计算能力已经被證明了，未来最重要的是脑神经科学。”沈向洋指出，“智能的起源在于大脑，但人类对大脑结构的理解如今少之又少，脑神经科学发展缓慢。未来脑科学加上人工智能，从科研角度而言，是最令人兴奋的，其中就包括情感这件事。”
通用AI仍遥远
然而，无论是走情感路线还是理智路线，通用型人工智能尚属遥远。
自1956年的夏天诞生于达特茅斯会议之后，人工智能业已经历三次浪潮。第一次浪潮中，人们惊呼着“人工智能来了”、“再过十年机器会超越人类”，陆续发明了首款感知神经网络软件，证明了数学定理。
第二次，随着上世纪80年代Hopfield神经网络和BT训练算法的提出，出现语音识别、语音翻译计划等以及日本提出的第五代计算机。然而，由于未能真正进入人类日常生活之中，前两次浪潮最终归于沉寂。
如今第三次人工智能浪潮的兴起，得益于深度学习技术的突破。该技术是一种需要训练大型神经网络的“深层”结构，且每层可以解决不同方面的机器学习。其特点是，无需再依赖于硬件代码和事先定义的规则，而是依靠模拟人类大脑的神经网络系统，从案例和经验中习得算法。
“人工智能的不同技术应用处于不同阶段。其中，语音识别处于推广和普及阶段，三至五年之后，计算机的语言识别能力会超过人类。10年之内，视觉方面的图像识别也会发展得非常好。无人驾驶汽车领域，已经能够实现一些类似能够分析过去的人工智能功能。具有有限记忆的人工智能，正处于实验室研究阶段。”沈向洋指出，“然而，具有自我意识的人工智能，离我们还有很远的距离。”
神经网络、深度学习等技术架构早已存在多年，它们之所以在近5至10年产生飞跃，得益于数据、硬件和算法的改变。
根据IDC数字领域报告显示，至2020年，每年数据量将达到44ZB（1ZB合1万亿G），5年内年复合增长率将达到141%。随着数据量的增长，神经网络便会更有效率，机器语言可解决的问题数量也在增加。