|
人工智能AI比来几年有不少结果是有木懿睹的事。但若何懂得AI以及带来的社会影响，似乎不是那么清楚。这里转一篇文┞仿，供大师参考：
2016-9-3 11:00:00 / by Alex Black and Vyacheslav Kokorin
《纽约客》8月26日颁发文┞仿《人工智能的炒作和盼望》，将AI分为三个阶段。第一个阶段是辨认智能，在加倍强盛的盘算机里运行的算法能从大批文本中辨认模式和获取主题，甚至能从几个句子获取全部文┞仿的意义。第二个阶段是认知智能，机械已经超出模式辨认，并且开端从数据中做出推论。第三个阶段的实现要比及我们能创立像仁攀类一样思虑、举动的虚拟仁攀类才行。作者以为，我们此刻只处于第一阶段，“辨认智能”。
翻译张冬君
Om Malik是一名科技作荚冬仍是科技消息网站GigaOm的开创人和创业基金TrueVentures的合股人。
本月早些时辰，约翰·奥利弗在HBO的脱口秀节目“Last Week Tonight”上，讥讽媒体公司猖狂寻求点击率。这条视频在网上猖狂传布，在YouTube上已经有近六百万次旁观。在节目进行到十分钟摆布，奥利弗炮轰Tronc（改名后的Tribune Publishing Company）和其宣扬视频。视频中，一个女性机械人讲话人在先容人工智能给消息界带来的利益。
Tronc 董事长 Michael Ferro说，天天要用人工智能制造2000个视频
Tronc不是独一热忱拥抱人工智能的公司。AI十分火热，蔑在突家公司都在谈论它将若何转变一切。即即是梅西百货公司比来也公布，它已经在旗下十家百货商铺测试一个IBM的AI东西，目标是换回那些废弃传统零售店转而支撑网上购物的客户。
就像之前的“云盘算”、“年夜数据”和“机械进修”，“人工智能”这个词已经被市场营销职员和告白案牍职员大举应用。 人们说的“人工智能”里面有很年夜一部门实在是数据剖析，仍是本来的套路。假如这些过度炒作让你不由得问“人工智能到底是什么？”别担忧，你并不是一小我。我曾向很多专家讯问这个词的界说，获得了分歧的谜底。他们一致批准的只有一件事，那就是 人工智能是一组试图模仿或加强仁攀类智能的技巧。对我来说，“加强”才是重点，智能软件可以辅助我们与这个日益数字化的世界进行交互。
三十年前，我读报纸，用电动打字机打字，可以看的电视频道屈指可数。而在今天，我有来自Netflix、亚马逊、HBO等的流媒体视频，有时辰我都不知道怎么选择。我们越来越难以蒙受电子邮件、新闻、约会和提示的轰炸。加强智能使仁攀类面临着越来越多的信息输进和选择，数目多到一小我无法敷衍。
与其他技巧比拟，盘算机和软件对于年夜大都仁攀来说更难懂得，充满着神秘感。曾经有一段时光，你要用灌音机把一封信或者一篇文档记载下来，然后再由别人转写成文字给你。一小我在机械的辅助下将语音转换成文本。而在今天，你可以对着你的iPhone措辞，它会本身转录你的新闻。 假如五十年前的人们看到我们今朝的语音转换成文本的功效，他们会感到技巧已经具有知觉。此刻也是同样的情形，我们夸张了与世界交互的方法。有名的作家和将来学家凯文·凯利说，“我们此刻能做到的，在50年前是AI，在50年后就不会被称作AI。”
在以前没有互联网的时辰，我们要么打德律风要么写信给伴侣，一次接洽一小我，来懂得他们比来的生涯。这是一个迟缓的进程，要花良多的精神和时光来懂得蔑在突小我。其成果是，我们的互动很少，由于打远程德律风花钱，写信也要时光本钱。跟着因特网的呈现，电子邮件成为一种增进和加速这些互动的方法。而Facebook在这方面做的更好，它把你的德律风簿酿成了一个中枢，让你能同时与数百、甚至数千名伴侣同时接洽。该算法使我们能轻松保持更多的关系而几乎无需本钱。
Michelle Zhou花了15年的时光在IBM研讨院和IBM Watson团队工作，之后分开IBM成为情感剖析草创企业Juji的结合开创人。情感剖析是人工智能和人机交互的一个交叉范畴，Zhou作为该范畴的专荚冬将AI分为三个阶段。 第一个阶段是辨认智能，在加倍强盛的盘算机里运行的算法能从大批文本中辨认模式和获取主题，甚至能从几个句子获取全部文┞仿的意义。第二个阶段是认知智能，机械已经超出模式辨认，并且开端从数据中做出推论。第三个阶段的实现要比及我们能创立像仁攀类一样思虑、举动的虚拟仁攀类才行。
我们离创立虚拟仁攀类还有很长的路要走。尽管媒体吹得口不择言，可是没有任何一个技巧是完善的，AI最有价值的功效在于加强仁攀类智能。要到达这一点，我们须要练习盘算机来模拟仁攀类。 2016年4月，彭博贸易周刊的一篇报道就供给了一个很好的例子。它描写了供给主动化AI小我助理的公司聘任仁攀类“教员”来检讨和评估AI助理的表示。“我们用复制仁攀类智能的才能来界说人工智能，这很讥讽，”Sean Gourley说，他是数据剖析公司Primer的开创人，擅长在算法的辅助下从年夜型数据集发掘智能。
无论是Spotify、Netflix或者是新一代AI聊天机械人，所有这些东西都依靠于仁攀类自身供给数据。当我们在听歌时，把歌曲参加播放列表并分享给别人，我们就在向Spotify开释主要的旌旗灯号。这些信息能练习其算法，使它不仅能发明我们爱好什么，还能猜测我们的爱好。
甚至是我们经常谈论的“盘算机视觉”，它之所以有用，是由于仁攀类上传了数十亿的┞氛片，而且用元数据标志这些照片，赐与这些照片情境。日益强盛的盘算机可以经由过程扫描这些照片从中找出模式和意义。同样地，谷歌应用它多年收集的数十亿语音样本树立了一个智能体系，能懂得各类口音和细微差异，这使得谷歌的语音搜刮功效成为可能。
将Zhou的三个阶段作为权衡尺度，我们今朝还在“辨认智能”阶段——今天的盘算机应用深度进修来更快更好地发明模式。然而，一些公司正在研讨能用于揣度意义的技巧，这将是我们要走的下一步。“我们是否会达到第三阶段，这不主要，”Zhou在给我的电子邮件中如许说。“我仍然热衷于人机共生，那时，盘算机可以做它们能做到的最好的事（即请求一致性、客不雅性和准确度的事），仁攀类做仁攀类能做到最好的事（有创意，不准确但顺应性强）。”
将来几十年里，仁攀类将持续练习盘算机来模拟我们。而在此时代，我们将不得不面临AI的各类泡沫。 | 
发表于 2017-11-12 01:04:01
