互联网

人工智能AI与机器智能MI

2017/9/29 11:14:00

一、人工智能与机器智能的关系



我们知道了AI是人工智能,但还有一个词——IA,指人类智能增强。即人通过机器变得更加聪明。AI和IA的结合就是脑机接口,《越狱》中T-bag最后接上的机器手就是脑机接口的一种,他可以通过大脑控制手的各种动作行为。而要想达到IA的增强,我们需要依靠MI,即机器智能。就像人工智能需要依靠计算机一样。而物联网是基于计算机连接MI、IA、AI的一个体系。物联网是把所有物体联入一个网络,可以被计算机或人类去操控。


“只要创造出关于动物和人的智能,都可以叫做人工智能。但人与动物不具备的智能,如果机器具备了,那就是机器智能,这是我的理解。”阿里巴巴技术委员会主席王坚说。机器智能如此无所不能,是否会取代人类?对此,王坚打了一个有趣的比喻:“我们拿一条狗让它去找毒品的时候从来没有说过我们的鼻子被狗的鼻子给取代了。”他认为,我们要尊重机器在某些方面的能力超越人类。


美国硅谷著名创业家、天使投资人史蒂夫?霍夫曼认为,AI是拿图灵测试作为定义,能与人进行互动通过图灵测试的都是AI。MI会是人机共生的核心点,我希望在有生之年能看到MI无处不在。因为今天我所做的很多决定,如果有MI辅助,我可以作出更好的决定,这让每个人未来可以发挥潜力。“我是写书的,写每一本书的时候要做大量的研究工作,如果有MI帮我收集信息、整理信息,把最相关信息提取出来,我可以用更短时间写出更有水平的书。”


美国斯坦福大学人工智能与伦理学教授杰瑞?卡普兰认为,机器智能不应该是让机器变得像人一样有智慧,应该是是新一代的自动化。它不是来取代人,它是来辅助人,还会有大量的工作岗位,现在就有很多工作岗位不能靠自动化来取代,这个技术它会改变工作的性质,让我们工作变得更加高效。如果从这个视角来理解,机器智能是自动化的延伸。


北京大数据研究院院长鄂维南认为,机器智能的核心是会学习的机器,它将会把我们带入智能化社会,就像当年造出了会劳动的机器把我们代入了工业化社会一样。


机器智能发展至今,已经带给人们非常多的便利。由前面的人工智能与机器智能的关系图我们可以知道,机器智能最初也是由计算机开始发展的,基于计算机的发展,人工智能也发展起来了。


二、机器智能的发展史


机器智能的基础是计算,而计算需要一定的工具来进行,人类最初的计算工具就是人类的双手,掰指头算数就是最早的计算方法。后来古代中国人发明了算筹,这是世界上最早的计算工具,算筹是计算机的祖先。从算筹到计算机的演变历程,也是人类计算工具的进化过程,而计算工具之所以进步,本质上是计算速度和能力的提升。

计算机的发明者最初是受中国道家的“八卦”的影响和启发从而发明的计算机。老子的《道德经》中有一句话:道生一,一生二,二生三,三生万物。计算机中的数,都是以0和1来存储和操作的,计算机其实就是由“0”和“1”组成的世界,而“与或非”的数学逻辑就是计算机的运算逻辑。这些跟老子的学说内容不谋而合。




三、机器智能的应用:“智慧城市”和“云”




IBM作为全球顶尖的IT公司之一,历史发展源远流长。1964年IBM公司花费50亿美金开发出了IBM SYSTEM/360大型机,开创了大型计算机时代。此后IBM在大型机,超级计算机(主要代表有深蓝、蓝色基因和Watson),UNIX,服务器方面领先业界。

研究大型计算机的IBM最早提出了“云”的概念,并在此后不断推进“云”的社会认知。2009年我受邀去IBM美国总部参加会议,IBM已经致力于“云”的社会推广达5年之久。在未来, IBM很有可能通过“云”的推广和发展,重回到曾经辉煌的“大型计算机时代”,甚至很有可能战胜靠PC机称霸市场的微软重成“霸主”。


“云”的发展间接推动了商业智能(Business Intelligence,简称:BI)的发展。2008年,IBM提出的“智慧地球”的概念,2009年初,IBM寻求与中国地方政府推广其“智慧城市”项目,即借助云计算,IBM通过帮助城市建立实时的城市管理、整合的公共服务、高效的交通管理、可靠的安全监管等系统,逐步实现“智慧城市”,“智慧城市”属于商业智能的范畴。但受制于信息安全,该项目如今的发展没有预想中的那么好。


四、仿生学的概念



AI的学科基础有数学、IT,以及仿生学,其中仿生学是 “人工智能”中最能体现“人”的特征的学科,它所蕴含的内容也非常丰富和宽广。我们前面提到MI的基础是计算,我们可以说数学就是MI的基础学科。仿生学,即生物,则是AI的基础学科。


仿生学是一门既古老又年轻的学科。人们研究生物体的结构与功能工作的原理,并根据这些原理发明出新的设备、工具和科技,创造出适用于生产,学习和生活的先进技术。这是一门模仿生物的特殊本领,利用生物的结构和功能原理来研制机械或各种新技术的学科。

在过去,仿生学的应用主要是人模仿生物。例如根据蜻蜓的飞行原理发明了直升机,仿造甲虫制造出了坦克,而军人们穿的迷彩服则是模仿的变色龙。在人工智能时代,仿生学之所以能成为AI的基础学科,是因为机器在模仿人类。


五、机器模仿了人的哪些能力?


仿生学作为AI的基础学科之一,体现了机器对人类的模仿,那么,他们模仿的是人的哪些能力呢?


(一)感知力


感知力目前主要体现在AI的视觉功能,即它的图像识别能力。我们现在越来越成熟的人脸识别技术就是让机器具备人的视觉能力,像人一样去识人、认人。2016年9月1日,在百度世界大会上,百度董事长兼首席执行官李彦宏表示,现在人脸识别的准确率已经达到了99.7%。


人脸识别技术被广泛用于政府、军队、银行、社会福利保障、电子商务、安全防务等领域。美国“9.11”事件后,反恐怖活动已成为各国政府的共识,美国维萨格公司的脸像识别技术在美国的两家机场大显神通,它能在拥挤的人群中挑出某一张面孔,判断他是不是通缉犯。


(二)行动力


当机器具有行动力,可以像人一样行动的时候,就可以把人从沉重艰辛的体力活中解放出来了。


2016年2月25日,谷歌旗下的波士顿动力公司展示了一款叫做Atlas的人形机器人。Atlas高5英尺,重180磅,除了可以像人类一样正常行走之外,它还可以处理多种不同情况下的物体搬运任务。即使遇到百般阻挠,它还是能够坚持把地上的物体捡起来继续搬运。Atlas可以在雪地中行走,虽然会遇到脚滑摔倒的现象,但自主的平衡控制力让它可以在雪地中爬起来,继续保持行走的状态。 



(三)人的智商


AI模仿人的智商主要体现在人工神经网络(Artificial Neural Networks,简写为ANNs),也简称为神经网络(NNs)。它是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。


在网络模型与算法研究的基础上,利用人工神经网络组成实际的应用系统,例如,完成某种信号处理或模式识别的功能、构作专家系统、制成机器人、复杂系统控制等等。当机器具备人的智商,像人一样思考和处理问题,这也是人工智能的高度体现。


(四)创造力


创造力其实就是学习能力,机器要想像人一样具备学习创造能力,也是需要学习的,我们称之为“深度学习”。


深度学习是机器学习研究中的一个新的领域,其动机在于建立可以模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如,图像、声音和文本。深度学习的目的是形成复杂算法和优势算法,属于无监督(Unsupervised)学习的一种。无监督学习的意思就是不需要通过人工方式进行样本类别的标注来完成学习。因此,深度学习是一种可以自动地学习特征的方法。


人工智能“广目天王”,就是通过深度学习不断加强对信息的识别能力。深度学习的应用领域广泛,除了信息识别,还有语音识别、自然语言处理等领域,也都应用了“深度学习”的方法。


AI其实是将人与机器的优势相结合,使机器具备更优的性能,而人能更好地发挥自身的优势,去指导机器去达成想要的目标。在这期间,我们需要对人和智能机器人的探索达到一个更深的层次,让二者互相取长补短。


六、为什么大脑被称为“三磅宇宙”?


人的一颗大脑,约三磅重,有人称之为“三磅的宇宙”,因为大脑和宇宙的构造有着惊人的相似。


2012年11月16日,《自然》杂志在「科学报告」专栏发表了一篇研究论文,证明宇宙的成长过程和结构与大脑细胞的生成过程和结构几乎是一模一样。无独有偶,杂志编辑和作家朱迪思·霍珀和她的先生迪克·特瑞西合写的《三磅宇宙》,把人脑比作三磅重的宇宙。在书的第三十三页,有两张图片,一张是大脑皮层,一张是宇宙暗物质,这两张图片也是惊人的相似;说明大脑就像一个微缩宇宙,而宇宙则是一个巨型的大脑。



大脑作为一个微缩的宇宙,它是由无数的神经元组成,神经元是人体内神经网络的一个基本构成单位。神经元是具有长突起的细胞,它由细胞体和细胞突起构成。神经元有接受、整合和传递信息的功能。一般就长轴突神经元而言,树突和胞体接受从其他神经元传来的信息,并进行整合,然后通过轴突将信息传递给另一些神经元或效应器,它们在立体的空间相互联结。


跟人的大脑类似,计算机也有它的基本构成单位,我们称之为“门”。我们的计算机就是通过若干个以下这样的门来计算输入并输出的,根据门的通过与否来做出判断。


计算机中有6种类型的逻辑门,如下表:


关于神经元和计算机“门”的异同点,我也画了一个表详细说明。


谈及到人的进化,有个很有意思的现象跟大家分享。在进化过程中,女性的基因是优于男性,因为她们更多的保留了进化历史中的遗传基因。也就是说,女性相比男性,累积了更多进化过程中的经验。举个例子,在冰川时代,人类为了御寒,身上的毛发茂密程度远高于现在。如今人类适应了现在的生活环境和气候,毛发已经非常稀少了。但是假使有一天,冰川时代再度来临,女性是很有可能先于男性长出毛发御寒,因为她们身上有更多关于曾经冰川时代DNA记忆。


对人工智能的探索本质上还是要回归到对人类自己大脑的探索,在未来,我们努力的目标是将人与机器完美地结合。前提是我们对我们人类自身有着足够的了解,才能将人的优点和机器与优点相结合,创造出一个更加高效的社会。


七、AI可以帮人找到满意伴侣


我有一个朋友,人称“相亲大户”,“相亲大户”自身的条件非常优越,所以身边的朋友、媒人源源不断地给他介绍对象,但他都觉得不满意。在相亲了很多遍还是没成功后,有一次我好奇问他:“你的条件是多高啊,这么多女孩子你没一个满意的?”他摊摊手表示无奈:“我的要求并不高啊,只要求对方知书达理,跟我有共同爱好就行了。”知书达理,有共同爱好,这样的女孩子应该不难找啊。“但是,”他话锋一转,“有时候碰到了这样的女孩子,但是相处起来还是感觉不对。”听他这么一说,我就明白了,他其实是搞不懂自己潜意识里对另一半的真正要求。

我现在假设我这个朋友潜意识里是想要一个胸大的伴侣,但他的显意识却可能会说想要一个知书达理和拥有共同爱好的。但每当媒人问他的时候,他说不出自己潜意识里的这个需求,所以每次遇到知书达理或者有共同爱好的姑娘,就会基于各种原因把她淘汰,可能是身高不够高,家庭条件不够好,对人不够好,等等。这种结果其实是潜意识层面的决策起了作用,就是因为潜意识里认为对方胸不够大,所以才会淘汰对方,这种潜意识的需求才是真正的需求。



如果这件事交给MI去办,它不一定能办成。因为MI发展程度再高,也需要人去帮它制定一定的规则,才能为人办事。但是制定规则只能从人的显意识出发,在涉及到潜意识的层面时,我们是无法制定出明确规则提供给机器,所以MI做不了这样的事情。


但是AI可以。当你每处一个姑娘,如果你有能力把她的全部特点输入计算机里,最后反馈结果行还是不行。在你处了海量的姑娘以后,AI就会发现,不管你的评判标准是什么,最后都是胸大的姑娘行,胸不大的就不行。所以不管你给出的理由是什么,最后AI总结完回头就会来告诉你:你就是想要个胸大的姑娘。这就相当于,人没有给AI制定规则,但它基于自己的学习和理解,最后反过来告诉人一个真相,这就是AI自我分析和归纳总结能力的体现。


八、为什么MI做不到AI做的事?


我们前面知道了MI的计算基础是数字逻辑,那么数字逻辑的概念又是什么呢?数字逻辑其实可以用一个很简单的词来解释,即“与或非”。下图就是“与或非”的数字逻辑示意图:上面有很多个分支,分支上都有打开或者关闭的门。这跟电路图是非常相似的,电流从中经过,然后通过开关来控制电流的走向。

                     

在机器层面或者单片机的层面,我们把硬件的智慧又称为机器智慧。单片机是指为特定任务而制作的硬件,它跟计算机不同,计算机是为多个不同的任务而制作的硬件。在过去,我们的坦克和飞机上应用的都是单片机的升级版。最简单的单片机就是电灯开关,它只有一个门,两个选择。现在有些家用灯可以在开关上进行调光和不同灯源间的切换,因为其中是融合了一些编程的。正是基于这样的原理,我们的工业自动化也发展起来了。在过去,工业自动化不是由电脑控制,而是工业机,它是服务于特定的目标的。随着工业机的进一步发展,就演变成了MI。

回到刚才我们讨论的“选胸大”的例子上,我们可以看到,原始的MI的做法就是,人类去告诉它有哪些标签,比如知书达理、有钱、胸大等等,然后人类把这些编成一个程序让MI去判断。MI的判断是分层的,第一层:她是女性吗?是则过,否则不让过。接下来,她有钱吗?有就过,没有就不让过。以此类推,一层层筛。


MI是没有能力像AI一样通过自我分析去创造出新的概念来的,它只能按照现有的指定规则来做事情。所以MI实际上不能叫做智能,它只能被称为自动化。自动化即把已经有具体规则和清楚流程的事情通过机器去完成,所以在以前MI也叫做工业智能化。MI在没有明确的规则写入的时候,是无法帮人判断出人在潜意识里真正想要选择的“胸大”的伴侣的。


九、AI的自我判断和行动能力



人工智能科学家李飞飞曾经提到过一个实验,让一个AI机器人在一堆方块中把压在底下的某一个方块拿出来。也就是说,它要拿出一个红色方块,红色方块上还有一个绿色方块,它必须先把绿色方块拿到一边,才能把红色方块拿起来。李飞飞表示目前的研究成果还不够好,实验的结果不尽如人意,因为AI机器人尚无法准确地分辨方块的前后3D关系。


如果是MI去做这件事情,我们就要分步骤地告诉机器,第一步要先把绿色方块拿到一边,第二步再把红色方块拿出,那么这件事情才能做成。或者预先把把定好的策略的程序都写入计算机,那这件事也是可以实现的,但是这样做的话就是属于通过编程实现的自动化,也是MI的范畴。


但是AI是具有自我判断和行动能力的,只要给它发出做某件事的指令,它会通过自我学习去独立完成接下来的步骤,不用人去提前告诉它。我们在今天的社会为什么对AI如此的重视,因为你可以预想到以后,如果机器人真的可以理解你的工作,而且它能够通过不断地导入数据去学习,去提高自己的行动能力。


十、AI是如何变强大的?


为什么今天“人工智能”的概念这么火,引爆点是什么?并不是在大众传媒上被大肆报道的阿尔法狗战胜人类围棋冠军这一类单纯的事件,这只是表面原因。事实上,在科学领域和业界高端领域引起震动的真正原因是,阿尔法狗在战胜围棋高手李世石的过程中在不断学习和成长。


为什么之前的计算机战胜国际象棋选手却没有引起如此大的震动呢?因为国际象棋的定式尽管很多,但是是可以背下来的,而且它的很多规则都是被定死的。但是围棋的定式是不可能全部背完的,从计算的角度来讲无法算完所有的可能性,也绝对没有官方的最佳策略。围棋是一个长期的胜利,下很多子才能赢一部分,它最后是要“屠大龙”的,需要有长远思维;而国际象棋一个短期的胜利,只要吃掉对方的最高统帅就可以战胜对方。阿尔法狗的赢不在于背下了棋谱,不是记忆力上的赢,它其实是在思维能力上赢了,阿尔法狗是通过自我学习创造出了一个通用的解决方案。


AI拥有学习能力,但它绝不会只学习单一的某个经验。阿尔法狗在它的成长过程中并不只是单一地跟某一位棋手对弈,而是在一次次对战不同的棋手以后,很快速地学习了他们很多人的经验,在这个过程中也创造出了许多算法,同时它的速度也变得越来越快,能力越来越强,所以阿尔法狗能在后来战胜世界冠军柯洁。


为什么现在总是在讲AI会对人类的职业造成冲击?作为一个个体,必须跟整个行业内千千万万的对象,特别是一些优秀对象的经验总和去竞争,并且AI还能去总结出一些大家没有发现的经验,比原来它学习的广大对象更加厉害,所以人在AI面前的胜算是非常之低的。在未来,我们每一个职业所遭受到的挑战都是非常巨大的。当AI有一天被大规模地应用、有能力去服务海量的对象的时候,我们就应该去想想我们人类自己还能做什么。


AI的不简单在于,它其实是在创造一个自我意识、自我理解和自我决策的过程,这才是它的强大和可怕之处。


十一、AI的“指数级”发展趋势


AI对人的职业方面的压力在于,它在发展到一定的阶段的时候,一定比所有的人类都要强大。现阶段的AI的发展已经非常之快了,我们预测其未来的发展趋势将会是以“我们人类无法感知的指数级增长”。什么是指数级增长?这里可以套用棋盘上放麦子的故事来说明。



大臣让国王在棋盘上放麦子,第一个格子放一粒麦子,第二个放两粒,第三个放四粒,第四个放八粒,以此类推。国王欣然应允,在最初的时候,这个要求显得的非常简单,消耗的麦子很少,但还未放满一半格子。国王就发现就算拿出全国的麦子,也无法满足这个“简单”的要求。


为什么棋盘上连小小的麦子都放不下呢?因为这是一个指数级增长,它在后期的增长速度会超越人的想象。正常人只看棋盘上放麦子,想象不到后面会放那么多,这就是人类无法察觉指数级增长的一个形象比喻。同样地,我们也是无法察觉AI的指数级增长的。一开始,AI这个词只是在一些新闻报道里星星点点地出现,对很多人来说这只是一个很高科技很陌生的概念,仿佛离我们很远。但是等到了一定的节点的时候,AI的发展将会让所有人大跌眼镜和措手不及,它给人类带来的影响将遍布生活的方方面面。


AI的指数级增长始于它开始成为一个通用型智能,这相当于人类在棋盘上放下的第一粒麦子。我们人类现在对AI下的这个棋盘上面,已经放了一粒麦子、两粒麦子、四粒麦子……我们已经累计放了二十几粒麦子了。这个数字不是随便说说的,因为在人工AI的发展过程中,有很多里程碑、算法和关键点,每个关键点的突破都使得后面的发展速度至少翻了一倍。而在过去这段时间里,已经有二十几个关键节点了,再往下发展,速度更加无法想象,届时我们也将面对AI对我们的生活还有职业的各种挑战。

版权声明
本文仅代表作者观点,不代表艾瑞立场。本文系作者授权艾瑞专栏发表,未经许可,不得转载。

专家介绍

  • 金欣

    总访问量:34034
    全部文章:28
中国电子商务领军人物,国家级专家。志欣合众(电子商务方向)、志欣育杰、云泥科技创始人。邮箱:service@ec-serve.cn,欢迎交流。
  • 合作伙伴

  • 官方微信
    官方微信

    新浪微博
    邮件订阅
    第一时间获取最新行业数据、研究成果、产业报告、活动峰会等信息。
     关于艾瑞| 业务体系| 加入艾瑞| 服务声明| 信息反馈| 联系我们| 广告赞助| 友情链接

Copyright© 沪公网安备 31010402000581号沪ICP备15021772号-10

扫一扫,或长按识别二维码

关注艾瑞网官方微信公众号