關於人工智慧的「討論」
今天是一周思享社的新年特別企劃活動分別有五位小夥伴帶來了自己的優質內容來做分享。每次線下的交流都能收穫意外地驚喜。在這個線上社交大行其道的時代，能與人面對面的交流幾個小時，實在是一件奢侈至極的事情。
這裡有一群切身踐行的終生學習者，以全方位無死角的提升自己的學習效率為基本踐行路徑。共享他人思維，建構自己的成長閉環。
思維共享的紅利，是讓你站在他人思維的高度之上獲得提升。
今天一開始就又一次聽到了關於人工智慧的討論，關於阿爾法狗和李世石的討論。
人工智慧無疑是非常熱門的一個話題，一般能夠受到人們熱議的話題都帶有某種引發大眾普遍恐慌的因素。這是我們大腦自身的運行機制決定的。
而對於人工智慧的熱議，所附帶的恐慌就是「人工智慧」會不會造成大面積的失業，會不會對一些非智能型產業造成破壞性的影響。
各人眾說紛紜，大多數人的解讀無關對錯是非，都是依照自身的邏輯基點推導出來的結論，各有各的道理，各有各的論據。
像這樣的討論，更多的啟發每個角度的深層邏輯，比死摳某一個角度的漏洞要有意義的多。
博採眾長，才可能另闢蹊徑。
我從2012年開始接觸大數據，進而一層層學習人工智慧，雖然不是科班的系統學習，但因為有IT基礎架構的從業基礎，也總結了一些關於阿爾法狗的一點見解。
我所了解的人工智慧本質上是一套演算法，是符合某種邏輯的演算法，所以人工智慧是統稱，就像人有各種思維模式一樣，人工智慧也因為餵養的數據種類不同而分為各種不同能力領域的人工智慧。
前提是有什麼樣的數據，需要人工智慧計算和處理的數據是什麼，然後再根據需求設計相應的演算法。
舉一個例子，要想讓人工智慧下圍棋就一定要給人工智慧圍棋的數據和圍棋的演算法模型。其計算的底層邏輯是數學的二進位。只要在這個計算邏輯範圍之內，可以被人類系統化的事情，都可以交給人工智慧來做。
相比於計算機人類的大腦並不是只有數學二進位的邏輯，李世石不下圍棋可以去做廚師，他之前圍棋的經歷對他之後廚師的經歷也不會造成太大的阻礙，甚至會是加分項。
那麼同樣的事情人工智慧來做會怎麼樣？比如阿爾法狗不去下圍棋了也去做廚師可以嗎？
不是不行只是沒有必要，不是不可以只是成本太高，高到還不如重新設計一個阿爾法貓之類的。
為什麼？
阿爾法狗被設計出來的目的就是為了下圍棋的，因為圍棋號稱是人類智力遊戲的頂端，用圍棋來測試人工智慧的潛力，具有非同尋常的意義。所以它的所有演算法模型都是為了圍棋，他夜以繼日的研究和計算或者叫做學習的也都是圍棋相關。
如果現在你不讓它下圍棋了，首先它的演算法程序需要重新設計，按照廚師的邏輯設計演算法模型，然後給他成為一名廚師的相關數據，還要把之前的圍棋的數據和演算法全部刪除掉，如果不刪除之前已有的模型，人工智慧會出現邏輯混亂。一個邏輯混亂的人工智慧，就好像我們的電腦在執行某條命令的時候發現命令所指的路徑沒有命令所需要的數據，他就會一直重複這個錯誤的命令，人工智慧的目的就是完成計算，所以它會一直嘗試。直到你將這個任務路徑關掉或修改。
所以，人工智慧的優勢在於集中所有資源和數據，打攻堅戰。在單個任務或者一種邏輯模型的事務處理上，可以達到人類大腦無法企及的高度。而這種高度原則上來說也並非人類的大腦真的無法達到，只是人類的大腦是多任務並行，資源和數據也都是並行，這與人工智慧在單個模型的計算程序，不是一個維度的對比。
所以，人工智慧本質上還是人類的工具。像汽車是人腿的延伸一樣，人工智慧是人大腦的延伸。
所以，我們對人工智慧的態度不應該只是焦慮和排斥，應該接受並吸收，為我們所用。
所有的工具發明出來的動力都是為了提高人類的效率，人工智慧也不例外，只是人工智慧所帶來的這種效率的提升超出了我們已有的所有認知。
人工智慧時代已來！
任何技術的大變革都會將人群自然的分為兩類。
你選擇站在那邊？
TAG:轉身向左邊 |