之前Facebook在F8大會上談到未來的發展時，講到他們對於人工智慧的發展。關於這一點，很多人可能對於「人工智慧」這麼名詞已經聽到麻木了，甚至你可能覺得電腦本來就無所不能，會做點算數，回答問題又有什麼大不了的？在這裡我們就來探討一下現代的「人工智慧」到底發展到哪裡？
人工智慧現在發展到哪個程度，不同的說法有很多。而對於人工智慧，也持有兩種方面不同的看法：
反方：比爾·蓋茨就稱自己屬於很擔心超智慧技術的人，並對人工智慧的快速發展感到擔憂。著名物理學家史蒂芬·霍金對於這個問題剛剛給出過「為人類帶來滅亡」的評論；而特斯拉創始人兼CEO，伊隆·馬斯克則認為人們應該對人工智慧保持高度警惕；曾發明多種袖珍電子產品的英國著名發明家克里夫·辛克萊（Clive Sinclair）也認為，人工智慧將會毀滅人類。
正方：另外一方面，在那些長期從事人工智慧研究的專業人士看來，這項技術遠遠不值得擔憂。比如人工智慧領域的權威人物、斯坦福大學人工智慧實驗室主任吳恩達（Andrew Ng）就認為，人工智慧學界普遍有一種共識，就是人工智慧實際上還處於非常低智的階段。以圖像識別、語音辨識的深度學習系統為例：目前絕大多數的系統還處於大腦容量擴張的階段，絕對還沒有達到能夠思考的程度。絕大多數的系統所做的只是利用海量資料，配合人類教給他們的邏輯，去計算結果。
Facebook首席技術長帶你瞭解人工智慧
既然Facebook把人工智慧當成了未來十年的重要目標之一，那麼他們的看法是怎麼樣的呢？首席技術長 Michael Schroepfer的看法與吳恩達的近似。他認為，現階段的人工智慧，還處於比較初級的階段。
▲右為Michael Schroepfer
比如說，人工智慧就沒有辦法搞清楚下面這張圖是什麼。
即使是小孩子，也可以非常輕易地知道照片的主體是一隻狗，但是對電腦來說，他們根本搞不清那是什麼東西。照片對它們來說就是一個個畫素，是RGB三個要素，是這個樣子：
但是過去兩年裡，在人工智慧領域中，一個巨大的進步就是科學家們教會了電腦不同層次的圖片的含義：
▲電腦已經可以對圖片進行分組，可以識別出一些基本的線條，然後根據線條來判斷是什麼，可以理解照片的內容。
Michael Schroepfer說，電腦已經可以透過單純地看影片和照片，來辨別出不同的運動種類，比如籃球、棒球等，更厲害的是，一些非常細微的差別的運動，比如花式滑動、短道速滑等，電腦也都可以分辨。
但是，最大的挑戰還是在於如何讓電腦懂得「情境」，或者說「前後文」。即使是最簡單的問題，比如：
A在操場上。
B在辦公室。
A拿起了球。
B去了廚房。
問題：球在哪裡？
上面這個問題簡單吧？但是，即使是去年最先進的電腦，也回答不出來這樣的問題。因為每個句子對它來說都是獨立的，它不知道其中的關聯，不知道「前後文」的關係。
為什麼？Michael Schroepfer說，人工智慧有點像是往盒子裡裝東西，你教電腦這些東西，把資料放進去訓練它，它學會了；但是當你問它新問題時，也就說打開一個新盒子時，它又什麼都不知道。
現在，事情發生了一些變化。Facebook團隊決定賦予電腦「記憶」，也就是說，他們打造了一個叫做Memory Module的系統，它可以讓電腦有一個短期的記憶，可以根據剛剛「看到」的東西，聯繫前後文來回答問題。所以，當你再問電腦，「球在哪裡」的時候，它會記得：A在操場上然後又拿起了球，所以得出「球在操場」的結論。
這個問題看似沒有什麼挑戰性。來個複雜點的。有趣的是，Michael Schroepfer展示了Facebook的電腦回答「魔戒在哪」問題的過程。
比爾博來到了洞穴裡；
咕嚕姆把戒指掉在那裡；
比爾博拿走了戒指；
比爾博回到了夏爾；
比爾博把戒指留在了那裡；
弗羅多拿到了戒指；
佛羅多向末日火山出發；
弗羅多把戒指丟在那裡；
索倫死了；
弗羅多回到了夏爾；
比爾博去到灰港
問題：戒指在哪裡？
這個問題比之前的「球在哪裡」複雜多了吧？但是儘管上面這段敘述順序錯亂而且有一些無關的敘述，但是電腦馬上就給出了答案，並且對後續諸如「弗羅多在哪裡」這類問題，都回答得非常快。
Michael Schroepfer說，他們沒有用任何《魔戒》的資料來訓練過它，但是它依然根據被賦予的短期記憶回答出了這個問題。
對於一個從來沒有讀過《魔戒》的人來說，可能需要一分鐘或者幾十秒的時間來回答這個問題，但是對於電腦來說，所需要的時間不過是0.002秒。
儘管這還是一個很簡單的問題，但是要注意的是，Michael Schroepfer說，在半年前，最先進的電腦還沒有辦法回答這類問題的簡化版本，但是在半年後，這類問題對電腦而言就已經相當簡單。
按照這種速度，十年後，人工智慧到底會是什麼樣？可能你心裡有了答案。
留言列表
留言列表
