iDoNews專欄：霍金髮表新言論，人工智慧可能要比我們想像的還厲害？

近日，霍金在外媒的專欄中發文，對人工智慧的發展作出警示，他說「科技已經摧毀了許多傳統製造業和藍領崗位，下一步可能給中產階級帶來類似災難。」

在專欄中，霍金用工廠自動化已經讓眾多傳統製造業工人失業類比，說人工智慧的興起很可能會讓失業潮波及到中產階級，最後只給人類留下護理、創造和監督工作。人工智慧和日益發展的自動化將會大量取代中產階級的工作，導致社會更加不平等，還有可能引起嚴重的政治動蕩。

人工智慧真的如此可怕嗎?它會如何改變我們的世界呢?

一、人工智慧接近的腳步

人工智慧的設想可以追溯百年，人工智慧歷史上也有幾次高峰和低谷，70年代後很長一段時間，人工智慧一度被認為是空中樓閣，無法實現。

但是最近幾年的技術發展把人工智慧推向實用化。谷歌AlphaGO的大廣告讓人們意識到如今的人工智慧正在變得強大。

AlphaGO用到的技術並沒有太新奇的地方，就是最近幾年的深度學習、多層神經網路結合傳統的蒙特卡羅樹搜索。而不同的是，我們的世界變了。

感測器、智能手機、PC、伺服器、互聯網讓整個現實世界數據化，產生了各種各樣的大數據。

AlphaGO可以通過網路上記錄的圍棋對局進行大量的初始訓練，做深度學習。

同時，人類的計算能力也是一日千里，CPU越來越強大，通用計算讓GPU參與運算，未來甚至會有專門針對人工智慧的處理器架構。

強大的計算能力，龐大的數據，讓卷積神經網路和深度學習成為可能。而且通過學習訓練，計算機已經可以達到很高的人工智慧水平。

所以，在短短的幾年之間，突然機器翻譯的水平上來了，谷歌翻譯的東西修改不多就能用了;以前被認為是計算機計算不清的圍棋，突然就達到高水平了;人臉識別，語音識別，自然語言識別突然都有突破了;無人駕駛以前是科幻片的內容，如今突然就變成研發熱點了。

技術的進步讓人工智慧突然進化到一個節點，我們的生活即將發生重大的變化。

二、研發應用脫節阻礙人工智慧發展

現在研發人工智慧的公司，大多都是不差錢的大公司。谷歌、百度、蘋果、微軟、亞馬遜、Facebook。這些公司研發的成果也確實令人矚目。但是從目前普遍的情況看，人工智慧的研發與應用是脫節的。

AlphaGO確實有轟動效應，但是谷歌並沒有把它拿來盈利。谷歌的無人駕駛已經發展到比較高的水平，但是距離實際裝車依然有一段距離。

百度的語音識別技術被MIT列為2016年的十大技術突破，李彥宏在會議上的展示的人工智慧多輪對話技術令人震驚。但是這項技術目前的應用是百度的度秘和KFC合作，利用語音識別技術來點菜。

谷歌和百度的圖形識別，人臉識別技術都達到了很高的水平，百度大會上，百度的人臉識別門禁識別非常快速準確，但是這個技術也沒聽說到大規模的商業應用。

人工智慧需要高難度的編程技術、高性能的計算機，是一件開發成本很高的事情。

巨頭們投入都是瞄準未來，李彥宏說下一個風口是人工智慧，王小川的搜狗對於人工智慧也痴迷，但是目前人工智慧的一些成果雖然能應用於它們的產品，但是短期內效益不明顯。

巨頭對人工智慧的研發投入巨大，但是並沒有形成盈利，實現盈利，研發，盈利的循環，存在脫節。

三、人工智慧將如何改變我們的世界

前一段徐小平談自己投資的獨角獸公司提到了一家依圖科技，這家公司也是做人工智慧領域研發的公司，做的是圖像識別、人臉識別的小領域。

本來在這個領域，國際上能夠參與測試拿到獎項是都是谷歌百度等大公司，依圖科技作為創業公司並不知名。

但是依圖科技卻成功的給人工智慧技術找到了贏利點，公安部門對車牌識別有需求，人工智慧的圖像識別可以解決這個問題。

之後，人臉識別在公安、海關等部門的應用需求也被發掘，一家很小的，技術上並沒有在同領域國際測試中獲得領先地位的小公司，成了眾多政府部門的供應商。而這些在人工智慧領域中相對簡單的技術已經能夠提升行政管理的效率。

如果未來，百度、谷歌、微軟等大公司能夠學習依圖科技，以用戶需求出發去研發人工智慧，那麼即使目前水平的人工智慧也已經能做很多事情。

簡單的人臉識別，聲紋識別，簽名識別，生物特徵識別，就可以解決遠程身份認證的問題。如果各方配合，我們以後辦理任何證件都不需要跑了，手機在身邊，我們可以銀行開戶，可以辦理護照，可以辦理各種證件。

個人的時間可以節省，交通費用可以節省，辦理機構的房租也可以節省。整個社會運行的效率將會提升。

霍金所說的人工智慧是強人工智慧，能替代人類多個領域的智能，這種人工智慧從目前的技術看還很遙遠。即使造成失業，也只是結構性失業。

當年鐵路出現，讓漕運苦力失業，但是有了鐵路工人;後來汽車出現，馬車夫失業，但是有了司機。

人工智慧並沒有霍金說的那樣可怕，現階段的人工智慧並不會替代很多職位，造成廣泛的失業，而只會提升我們整個社會的效率，讓我們的世界更美好。

作者：maomaobear | 來源：iDoNews專欄