人工智能實(shí)際還只停留在“識(shí)別智能”?
2016年即將過去,這一年中相信諸位ICT業(yè)內(nèi)人士聽得最多的詞就是AI(人工智能),無論是企業(yè)還是媒體,凡是和ICT著邊的,都多少要冠以AI的字眼,否則就有OUT之嫌。但實(shí)際情況又如何呢?
所謂追根溯源。這里我們不妨回溯下今年比較重要或者說引起媒體和業(yè)內(nèi)對(duì)于AI關(guān)注或者炒作的幾個(gè)節(jié)點(diǎn)或者說是標(biāo)志性事件,而對(duì)于這些標(biāo)志性事件的解讀和延展無疑會(huì)讓我們看到AI的本質(zhì)。
一、谷歌旗下AI公司DeepMind開發(fā)的Alpha Go神經(jīng)網(wǎng)絡(luò)在與世界圍棋冠軍李世石的“人機(jī)大戰(zhàn)”中以絕對(duì)優(yōu)勢獲勝,進(jìn)而引發(fā)了業(yè)內(nèi)對(duì)于AI的關(guān)注,之后AI開始頻頻出現(xiàn)在科技媒體和企業(yè)的報(bào)道中;
二、谷歌主打AI的無人駕駛汽車在路側(cè)中出現(xiàn)首例事故和特斯拉的Autopilot(自動(dòng)駕駛系統(tǒng))頻頻出現(xiàn)的致死事故,盡管是負(fù)面的新聞,但還是激發(fā)了業(yè)內(nèi)對(duì)于AI的關(guān)注,并以自動(dòng)和無人駕駛汽車的熱炒體現(xiàn)出來;
三、是亞馬遜裝有Alex語音識(shí)別技術(shù)的Echo音箱所謂的暢銷以及有“互聯(lián)網(wǎng)女皇”之稱的 Mary Meeker 發(fā)布 2016 年度網(wǎng)絡(luò)趨勢報(bào)告時(shí)對(duì)于Echo以及AI的熱捧和向好的預(yù)測;
四、美國總統(tǒng)大選中名為MogIA的人工智能系統(tǒng)成功預(yù)測出川普將成為美國總統(tǒng);
五、是圖形芯片公司或者說是其自己標(biāo)榜為人工智能公司的英偉達(dá)股價(jià)的暴漲。
首先我們看下Alpha Go在圍棋中戰(zhàn)勝李世石究竟依靠的是什么?其實(shí)對(duì)于計(jì)算機(jī)與人類在棋類的博弈,早在1997年計(jì)算機(jī)首次擊敗了等級(jí)分排名世界第一的棋手。加里•卡斯帕羅夫以2.5:3.5 1勝2負(fù)3平)輸給IBM的計(jì)算機(jī)程序“深藍(lán)”,當(dāng)時(shí)全球媒體和高科技界都驚呼標(biāo)志著人工智能進(jìn)入了新時(shí)代。
此前1988年,“深藍(lán)”的上一代“深思”是第一個(gè)贏過國際象棋特級(jí)大師的電腦;1996年,“深藍(lán)”成了第一個(gè)贏了國際象棋世界冠軍的電腦。需要說明的是。深藍(lán)重1270公斤,有32個(gè)大腦(微處理器),每秒鐘可以計(jì)算2億步,輸入了一百多年來優(yōu)秀棋手的對(duì)局兩百多萬局。
相比之下,AlphaGo最初通過模仿人類玩家,嘗試匹配職業(yè)棋手的過往棋局,其數(shù)據(jù)庫中約含3000萬步棋,計(jì)算能力是當(dāng)初“深藍(lán)”的3萬倍。這里我們看到的與“深藍(lán)”相比最大的不同是AlphaGo在數(shù)據(jù)和計(jì)算能力上的優(yōu)勢。
在此也許有人會(huì)說AlphaGo贏在其龐大復(fù)雜的神經(jīng)網(wǎng)絡(luò),但根據(jù)TIan yuandong和AlphaGo的論文,如果不做任何搜索(實(shí)際上考驗(yàn)的是計(jì)算能力),只是根據(jù)“棋感”(其實(shí)就是估值函數(shù)),CNN(神經(jīng)網(wǎng)絡(luò))最好能達(dá)到KGS 3d的水平,也就是業(yè)余1段的水平。
而MCTS算法在沒有Value Network的情況下在9x9的棋盤上能戰(zhàn)勝人類高手,其實(shí)印證了AlphaGo在殘局的實(shí)力是搜索(計(jì)算)起重要作用,也就是殘局的計(jì)算能力碾壓人類。但眾所周知的事實(shí)是,計(jì)算機(jī)的計(jì)算能力遠(yuǎn)強(qiáng)于人類早已經(jīng)是常識(shí)。
對(duì)此,微軟亞洲研究院常務(wù)副院長芮勇在評(píng)價(jià)AlphaGo時(shí)曾對(duì)媒體表示:
“今天所有的人工智能幾乎都是來自于人類過去的大數(shù)據(jù),沒有任何一個(gè)領(lǐng)域的能力源自自我意識(shí),不管是象棋還是圍棋,計(jì)算機(jī)都是從人類過去的棋譜中學(xué)習(xí)。其他領(lǐng)域也是類似,計(jì)算機(jī)在做圖像識(shí)別的時(shí)候,也是從人類已有的大數(shù)據(jù)中學(xué)習(xí)了大量的圖片。
在面對(duì)人類從來沒有教過的問題時(shí),計(jì)算機(jī)就會(huì)一竅不通。假如讓 AlphaGo 去下跳棋,它就會(huì)完全傻掉。甚至說把圍棋的棋盤稍作修改,從 19&TImes;19 的格子變成 21&TImes;21 的格子,AlphaGo 都招架不住,但是人類就沒有問題。”
牛津英語詞典對(duì)智能(intelligence)的定義為“獲取并應(yīng)用知識(shí)的能力”。以數(shù)字經(jīng)濟(jì)麻省理工學(xué)院(MIT)數(shù)字經(jīng)濟(jì)倡議的研究員兼AI意見領(lǐng)袖湯姆•達(dá)文波特(Tom Davenport)的話來說:“深度學(xué)習(xí)并不是深刻的學(xué)習(xí)。”
另一位專家奧倫•埃佐尼(Allen InsTItute of AI)也有類似意見:“AI只是簡單的數(shù)學(xué)的大規(guī)模執(zhí)行。”簡單說,現(xiàn)在的AI實(shí)質(zhì)只是一種強(qiáng)大的計(jì)算方式,并沒有達(dá)到人腦那種堪稱智能的方式。
而花了15年的時(shí)間在IBM研究院和IBM Watson團(tuán)隊(duì)工作的專家Michelle Zhou,作為該領(lǐng)域的專家,其將AI分為三個(gè)階段。
第一個(gè)階段是識(shí)別智能,在更加強(qiáng)大的計(jì)算機(jī)里運(yùn)行的算法能從大量文本中識(shí)別模式和獲取主題,甚至能從幾個(gè)句子獲取整個(gè)文章的意義;第二個(gè)階段是認(rèn)知智能,機(jī)器已經(jīng)超越模式識(shí)別,而且開始從數(shù)據(jù)中做出推論;第三個(gè)階段的實(shí)現(xiàn)要等到我們能創(chuàng)建像人類一樣思考、行動(dòng)的虛擬人類才行。
而我們現(xiàn)在只處于第一階段,“識(shí)別智能”,也就是說,人們說的“人工智能”里面有很大一部分其實(shí)是數(shù)據(jù)分析,還是原來的套路或者說是“舊瓶裝新酒”而已。
無獨(dú)有偶,如果說上述AlphaGo最終還是依靠強(qiáng)大的計(jì)算能力體現(xiàn)出所謂AI優(yōu)勢的話,那么接下來我們要說的谷歌和特斯拉的自動(dòng)和無人駕駛汽車則在簡單的數(shù)據(jù)分析上都出現(xiàn)了偏差。
最典型的表現(xiàn)就是此前一直被吹捧的谷歌無人駕駛汽車,今年在時(shí)速低于2英里的情況下竟然發(fā)生了交通事故,且按責(zé)任劃分當(dāng)屬谷歌。
如果我們拿當(dāng)時(shí)谷歌無人駕駛汽車發(fā)生事故時(shí)的選擇和結(jié)果與此次人機(jī)大戰(zhàn)中的每步棋的選擇與結(jié)果比較的話,對(duì)于AI(例如AlphaGo)來說,前者不知道要容易多少倍(谷歌無人駕駛系統(tǒng)比人類最大的優(yōu)勢就是預(yù)判對(duì)方的行為,并做出應(yīng)對(duì))。
可惜的是,谷歌無人駕駛汽車在這次事故中體現(xiàn)出了智能系統(tǒng)沒能完全判斷準(zhǔn)確人類的行為,還做出了最令人失望,可能也是最有悖于人類駕駛員的選擇,并最終導(dǎo)致事故的發(fā)生。
至于特斯拉,在今年屢屢發(fā)生事故之后,其升級(jí)了到了Autopilot 2.0系統(tǒng),并發(fā)布了第二段自動(dòng)駕駛技術(shù)的演示視頻。