本篇文章6813字,读完约17分钟
几个月前,我长途跋涉来到位于纽约约克敦高地的ibm研究实验室的森林公园,为的是尽早看到人工智能的未来,它就在眼前,但人们期待已久。这就是超级计算机沃森的研发地,而沃森在2011年正处于危险之中!)在节目竞赛中获得一等奖。最初的沃森计算机还在这里——它是一个大约有一间卧室大小的计算机系统,周围是十个四面墙的立式冷冻机器。技术人员可以通过系统中的小孔将各种电缆连接到机器背面。系统内部的温度高得惊人,就好像计算机集群还活着一样。
今天的沃森系统与以前明显不同。它不再只存在于一排橱柜中,而是通过大量免费的、对用户开放的服务器传播,这些服务器可以立即运行数百种人工智能“情况”。像所有基于云的东西一样,沃森系统服务于世界各地的客户,他们可以用他们的手机、台式机和他们自己的数据服务器连接到该系统。这种人工智能可以根据需要增减。鉴于人工智能将随着人们的使用而逐渐提高,沃森将永远变得更聪明;它在任何情况下学到的改进点都将立即传递给其他情况。此外,它不是一个单一的程序,而是各种软件引擎的集合——它的逻辑推理引擎和语言分析引擎可以在不同的代码、芯片和位置上运行——所有这些智能因素都集成到一个统一的智能流中。
关注最关心的金融话题,一起讨论。
用户可以直接访问这个永远在线的智能系统,或者通过第三方应用程序使用这个人工智能云服务。像许多有远见的父母一样,ibm希望沃森计算机公司从事医学工作,所以他们正在开发医学诊断工具的应用程序也就不足为奇了。以前,人工智能在诊断和治疗方面的大部分尝试都以失败告终,但沃森卓有成效。简单地说,当我输入我在印度感染的一种疾病的症状时,它会给我一个疑似疾病的列表,其中列出了高可能性到低可能性的疾病。它认为我最有可能感染贾第虫——绝对正确。这项技术还没有直接向病人开放;Ibm为合作伙伴提供沃森的计算机智能以供访问,从而帮助他们开发一个用户友好的界面来为医生和医院服务。“我相信像沃森这样的人——无论是机器还是人类——很快就会成为世界上最好的医生,”受电影《星际迷航》启发的初创公司scanadu首席医疗官艾伦·阿兰·格里恩说,该公司正在利用云人工智能技术制造一种诊断和治疗设备。“从人工智能技术的改进速度来看,当现在出生的孩子长大后,他们可能不需要看医生就能知道诊断和治疗。”
医学只是开始。所有主流云计算公司,加上数十家初创公司,都在争先恐后地开发类似沃森电脑的认知服务。据定量分析公司quid称,自2009年以来,人工智能已经吸引了超过170亿美元的投资。仅去年一年,322家拥有类似人工智能技术的公司就获得了超过20亿美元的投资。脸书和谷歌也为他们内部的人工智能研究小组招募了研究人员。自去年以来,雅虎、英特尔、dropbox、领英、pinterest和推特也收购了人工智能公司。在过去的四年里,私人对人工智能的投资以平均每年62%的速度增长,预计这一趋势还将继续。
纵观所有这些活动,人工智能的未来正在进入我们的视野。它不像Hal 9000(译者注:小说和电影《2001:泰空漫游》中的超级计算机)——一个具有非凡(但潜在的杀人倾向)的人形意识。即将到来的人工智能类似于亚马逊的网络服务——廉价、可靠和工业级的数字智能在一切事物背后运行,偶尔在你眼前闪现,在其他时候几乎看不见。这个通用设备将提供你需要的人工智能,而不会超出你的需求。像所有设施一样,即使人工智能改变了互联网、全球经济和文明,它也会变得无聊。就像一个多世纪前电一样,它能使无生命的物体活跃起来。以前我们通电的一切,现在我们将使它认知化。新的实用人工智能也将改善人类个体(加深我们的记忆,加速我们的认知)和人类群体的生活。通过增加一些额外的智力因素,我们不能想出任何不新奇、不同和有趣的东西。事实上,我们可以很容易地预测未来10,000家初创企业的商业计划:“做某项业务,加入人工智能。”这是一件大事,就在眼前。
大约在2002年,我参加了谷歌的一个小型聚会——当时,谷歌还没有ipo,仍在全心全意地做网络搜索。2011年,我与谷歌杰出的联合创始人、谷歌首席执行官拉里·佩奇进行了一次随意的交谈。“拉里,我还是不明白,现在有这么多搜索公司,你为什么要做免费的网络搜索?你是怎么想出这个主意的?”我缺乏想象力的无知确实证明了我们很难做出预测,尤其是对未来。但我想说的是,在谷歌加强其广告拍卖计划并使其产生实际收入、收购youtube或其他重要收购之前,很难预测未来。我不是唯一一个认为谷歌的搜索引擎在热情使用时不会持续很久的用户。但佩奇的回答总是令人难忘:“哦,我们实际上是在做人工智能。”
在过去的几年里,我对那次对话想了很多,谷歌还收购了14家人工智能和机器人公司。由于搜索业务贡献了谷歌80%的收入,乍一看,你可能会认为谷歌正在扩大其人工智能投资组合,以提高其搜索能力。但我认为情况正好相反。谷歌正在使用搜索技术来提高人工智能,而不是使用人工智能来提高搜索技术。每次你输入一个查询词,点击一个搜索引擎生成的链接,或者在网页上创建一个链接,你都在训练谷歌的人工智能技术。当你在图片搜索栏中输入“复活节兔子”并点击看起来最像复活节兔子的图片时,你是在告诉人工智能复活节兔子长什么样。谷歌每天有12亿搜索用户,产生1210亿搜索关键词,每个关键词都在帮助人工智能一次又一次深入学习。如果人工智能算法在10年内稳步改进,加上1000倍以上的数据和100倍以上的计算资源,谷歌将开发出一款无与伦比的人工智能产品。我的预测是,到2024年,谷歌的主要产品将不再是搜索引擎,而是人工智能产品。
这种观点自然会引起怀疑的声音。近60年来,人工智能的研究人员预测人工智能的时代即将到来,但直到几年前,人工智能似乎还遥不可及。人们甚至发明了一个词来描述这个研究成果稀缺、研究经费更少的时代:人工智能的冬天。那么事情真的变了吗?
是的,最近的三大突破让期待已久的人工智能近在咫尺:
1.低成本并行计算
思维是人类与生俱来的并行过程,在这个过程中,数亿个神经元同时放电,在大脑皮层产生同步脑电波,用于计算。构建神经网络——人工智能软件的主要结构——也需要许多不同的过程同时运行。神经网络的每个节点大致模拟大脑中的一个神经元,该神经元与相邻的节点相互作用以阐明接收到的信号。要理解一个口语单词,程序必须能够听到彼此之间的所有音素(不同的音节);为了识别图片,我们需要看到周围像素环境中的所有像素——这两者都是深度并行的任务。但是直到最近,标准的计算机处理器一次只能处理一个任务。
十多年前,情况开始发生变化。当时出现了一种叫做图形处理器(gpu)的新芯片,可以满足视频游戏的高密度视觉和并行要求。在这个过程中,数百万像素每秒钟被重新计算几次。这个过程需要一个特殊的并行计算芯片,它被添加到计算机主板作为补充。并行图形芯片发挥了明显的作用,游戏的可玩性也大大提高。到2005年,gpu芯片的产量相当高,价格也下降了。2009年,安德鲁·吴和斯坦福大学的一个研究小组意识到gpu芯片可以并行运行神经网络。
这一发现为神经网络开辟了一个新的可能性,它可以容纳节点之间数亿个连接。传统的处理器需要几周的时间来计算具有1亿个节点的神经网络的级联可能性。吴恩达发现一个gpu集群可以在一天内完成同样的任务。现在,一些应用云计算的公司通常使用gpu来运行神经网络。例如,facebook使用这项技术来识别用户照片中的朋友,netfilx也将向5000万用户提供可靠的推荐内容。
2.大数据
每一种智力都需要训练。即使是天生能够分类的人脑,在区分猫和狗之前,仍然需要阅读十几个例子。人工思维尤其如此。即使是编程最好的计算机(国际象棋)也必须至少玩1000个游戏才能表现良好。人工智能取得突破的部分原因是,我们从世界各地收集了大量数据,为人工智能提供所需的培训。巨大的数据库、自我跟踪、网络cookie、在线足迹、万亿字节级存储、数十年的搜索结果、维基百科和整个数字世界都成了老师,这让人工智能变得更加智能。
3.更好的算法
20世纪50年代,数字神经网络被发明,但是计算机科学家花了几十年的时间来研究如何控制数百万或数十亿个神经元之间的组合关系,这些神经元有天文数字那么大。这个过程的关键是将神经网络组织成堆叠层。一个相对简单的任务是人脸识别。当神经网络中的一组比特被发现形成某种模式时——例如,一只眼睛的图像——结果将被向上传送到神经网络的另一层用于进一步分析。下一层可以将两只眼睛放在一起,并将这个有意义的数据块传递给层次结构的第三层,该层可以组合眼睛和鼻子的图像(用于分析)。可能需要数百万个这样的节点来识别一张脸(每个节点将生成一个计算结果供周围的节点使用),并且它需要堆叠多达15层。2006年,当时在多伦多大学工作的杰夫·辛顿对这种方法进行了重大改进,称之为“深度学习”。他可以在数学上优化每一层的结果,从而在形成堆叠层时加快神经网络的学习速度。几年后,当深度学习算法被移植到gpu集群时,其速度得到了显著提高。仅仅深入学习代码还不足以产生复杂的逻辑思维,但它是当前所有人工智能产品的主要组成部分,包括ibm的沃森计算机、谷歌搜索引擎和facebook算法。
这场由并行计算、大数据和更深层算法组成的完美风暴,让已经培育了60年的人工智能一鸣惊人。这种综合还表明,只要这些技术趋势继续下去——没有理由不继续下去——人工智能就会不断进步。
随着这一趋势的继续,这种基于云技术的人工智能将日益成为我们日常生活中不可分割的一部分。但是天上没有馅饼。云计算遵循收益递增的规律[4],这有时被称为网络效应,即随着网络的发展,网络的价值将以更快的速度增长。网络(规模)越大,对新用户的吸引力越强,这使得网络越大,吸引力进一步增强,等等。为人工智能服务的云技术也遵循这一规则。使用人工智能产品的人越多,它就会变得越聪明;它变得越聪明,使用它的人就越多。然后它变得更聪明,更多的人使用它。一旦一家公司进入这种良性循环,它的规模将变得更大,它的发展将加速,因此没有新的竞争对手可以与之匹敌。因此,人工智能的未来将被两三个寡头垄断的公司所主导,这些公司将开发基于云技术的大规模多用途商业智能产品。
1997年,沃森电脑的前身ibm的深蓝电脑在一次著名的人机竞赛中击败了国际象棋大师加里·卡斯帕罗夫。在赢了几款电脑游戏后,人们基本上对这类游戏失去了兴趣。你可能认为故事已经结束了,但是卡斯帕罗夫意识到,如果他能像深蓝一样立即访问包含所有先前棋步变化的巨大数据库,他就能在游戏中表现得更好。如果这个数据库工具对人工智能设备公平,为什么人类不能使用它?为了探索这一思想,卡斯帕罗夫率先提出了“人加机器”的竞争概念,即利用人工智能来提高棋手的水平,而不是人与机器之间的对抗。
这种比赛现在被称为自由式象棋比赛。这有点像混合武术比赛,玩家可以使用他们想要的任何战斗技能。你可以独自战斗;你也可以通过超级智能象棋软件接受电脑的帮助。你所要做的就是根据它的建议移动这些碎片;或者你可以成为卡斯帕罗夫所提倡的“半人半机”的玩家。半人半机的玩家会在耳朵里听人工智能设备提出的下棋建议,但有时他们不会采纳这些建议,就像我们开车时的全球定位系统导航一样。在2014年自由式国际象棋对抗锦标赛中(该锦标赛接受任何型号的玩家),纯人工智能的国际象棋引擎赢得了42场比赛,而半人半机的玩家赢得了53场比赛。当今世界上最好的国际象棋选手是一名半人半机的国际象棋选手,这是一个由许多人和几个不同的国际象棋程序组成的团体。
但最令人惊讶的是,人工智能的出现并没有降低纯人类棋手的水平。相反,廉价、超智能的象棋软件吸引了更多的人去下棋,游戏的数量增加了,棋手的水平也提高了。象棋大师的数量是深蓝打败卡斯帕罗夫时的两倍多。头号人类棋手马格努斯·卡尔森已经接受过人工智能训练。他被认为是所有人类棋手中最接近电脑的棋手,也是历史上得分最高的人类象棋大师。
如果人工智能能帮助人类成为更好的棋手,它也能帮助我们成为更好的飞行员、医生、法官和教师。人工智能所做的大部分商业工作都是具有特殊目的的工作,这些工作严格限于智能软件能够完成的工作。例如,(人工智能产品)将某种语言翻译成另一种语言,但不能将其翻译成第三种语言。又如,他们会开车,但不会和人说话。或者你可以回忆起youtube上每个视频的每个像素,但是你不能预测你的日常工作。在接下来的十年里,你直接或间接与之互动的人工智能产品中,99%将是高度专业化和极其聪明的“专家”。
事实上,这不是真正的智力,至少不是我们仔细思考过的那种智力。事实上,智力可能是一种趋势——特别是如果我们眼中的智力意味着我们独特的自我意识,我们所有疯狂的内省循环,以及自我意识的混乱流动。我们希望无人驾驶汽车能够全心全意地在路上行驶,而不是纠结于之前与车库的争吵。华生是医院的全科医生,他可以专心工作,而不用考虑是否应该专攻英语。随着人工智能的发展,我们可能不得不设计一些方法来阻止他们拥有意识——我们声称最好的人工智能服务将是无意识服务。
我们想要的不是智能,而是人工智能。与一般智力不同,智力(产品)具有集中性、可测性和特殊性。它也可以用与人类认知完全不同的方式思考。这是非人类思维的一个很好的例子。今年3月在得克萨斯州奥斯汀举行的“西南偏南”节上,沃森计算机公司(Watson Computer)表演了一个伟大的噱头:ibm研究人员给沃森增加了一个数据库,其中包括在线食谱、美国农业部(usda)发布的营养表,以及关于如何让饭菜更美味的研究报告。利用这些数据,沃森根据口味配置数据和现有的菜肴模型创建了新的菜肴。沃森创造的最受欢迎的菜肴之一是美味的“炸鱼薯条”,它是由酸橙汁腌鱼和油炸香蕉制成的。在约克镇高地的ibm实验室,我喜欢这道菜和沃森创造的另一道美味菜肴:瑞士/泰国芦笋蛋饼。味道好极了!
非人类智能不是一个错误,而是一个特征。人工智能的主要优势是它们的“外星智能”。人工智能产品在思考食物方面不同于任何厨师,这也使我们能够以不同的方式看待食物,或者以不同的方式考虑制造材料、服装、金融衍生品或任何种类的科学和艺术。与人工智能的速度或力量相比,它的不同对我们更有价值。
事实上,人工智能将帮助我们更好地理解我们最初所说的智能。过去,我们可能会说,只有超级智能人工智能产品才能在“危险边缘”项目和国际象棋比赛中驾驶汽车或击败人类。一旦人工智能做了那些事情,我们就会觉得这些成就明显是机械的和僵化的,不能称之为真正的智能。人工智能的每一次成功都在重新定义自己。
但我们不仅一直在重新定义人工智能的含义——我们也在重新定义人类的含义。在过去的60年里,机械加工复制了我们曾经认为是人类独有的行为和才能,我们必须改变对人和机器之间差异的看法。随着我们发明越来越多的人工智能产品,我们将不得不放弃更多被认为是人类独特能力的观点。在未来十年——甚至在下一个世纪——我们将陷入一场旷日持久的身份危机,并不断问自己人类的意义。最讽刺的是,我们每天接触的实用人工智能产品带来的最大好处不是增加生产能力、扩大经济或带来新的科学研究方式——尽管所有这些都会发生。人工智能的最大好处是它将帮助我们定义人类。我们需要人工智能来告诉我们到底是谁。
《连线》的原作者凯文.凯利的文章,题目是《三个突破》,最终逃脱了人工智能的世界。这篇文章是由沈志颖翻译的。
添加语料库
三链:吃昆虫、吃厕所和油炸??3.模纸锻造,模具模具模具模具模具模具模具模具模具模具模具??. 95镣铐和镣铐??0.07%锝58.....
当前流行度:0
[娇娇]http://itougu.jrj/view/189514.j.....
当前流行度:0
1.1 .涓涓细流??邦邦、邦邦、邦邦、交邦和辽寮??要坚强,要坚强。.....
当前流行度:0
你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道,你知道........
当前流行度:0
缇落入三条锁链??3镝??6铥??0(乌桕脂含有3条链吗??4镝??4铥??0)死,死,死,死又死,4.72??......
当前流行度:0
那墙,墙,墙和墙呢??钳子里有丰富的镰刀、叉子、叉子、nan和链条,这些都是銮棒的来源.....
当前流行度:1
你想挑起镝,破坏哮喘吗??缇,汤,汤,3汤和柊镶嵌??链条??4."敌鲁,缇,汤,汤,汤."??.....
当前流行度:0
咸丰、大树、细垴、十二寸、相互涓涓??环秀细链,涓涓细流,砸铙钹,甩铙钹,砸铙钹,砸铙钹,砸响,砸得咝咝作响??葛格·岳格·柊.....
当前流行度:0