人工智能和機器學(xué)習(xí)從模擬到超越人類

1人工智能和機器學(xué)習(xí)你倆啥關(guān)系

人工智能和機器學(xué)習(xí)兩項前端技術(shù)已經(jīng)成為了企業(yè)和消費者中的熱詞，但兩者間的關(guān)系知道的人就要少很多。

人工智能和機器學(xué)習(xí)你倆啥關(guān)系

人工智能在很多行業(yè)都是個熱門話題， 其應(yīng)用已經(jīng)開始深入到生活之中，我們每天都難免會和人工智能打交道。從機器人被用于各種工業(yè)制造、到Siri、Cortana等各類語音助手的興起，再到各種智能設(shè)備的使用，人工智能作為一種工具，對生活的影響以及開始。

在過去，人工智能的形象并不好，無論是終結(jié)者還是霍金的警告，甚至是橫掃棋壇的AlphaGo，人工智能都在以會對人類產(chǎn)生威脅的形象存在。但是，人工智能的本質(zhì)真的如此嗎？機器學(xué)習(xí)是否也是如此呢？

AlphaGo擊敗柯潔的秘訣在于跟自己下棋

機器學(xué)習(xí)在一些平臺和解決方案之中，其表現(xiàn)往往超越了人類。而在廣泛領(lǐng)域中的概念，機器學(xué)習(xí)是使智能設(shè)備通過模擬人類的機械運動、推理方式和解決問題的方法，來實現(xiàn)作業(yè)目標(biāo)。

而由于機器學(xué)習(xí)的優(yōu)秀表現(xiàn)，很多方面已經(jīng)開始取代人類的表現(xiàn)。比如谷歌深度學(xué)習(xí)技術(shù)部門所推出的AlphaGo，已經(jīng)成功的擊敗了我國的圍棋世界排名世界第一的選手柯潔；而其他項目中，如無人駕駛和圖像識別平臺，其看待環(huán)境的可靠性和準(zhǔn)確性均已經(jīng)超越了人類在該領(lǐng)域的表現(xiàn)。

關(guān)系來看，機器學(xué)習(xí)是人工智能的一種應(yīng)用，即以統(tǒng)計和數(shù)據(jù)驅(qū)動的方式來創(chuàng)造人工智能，幫助計算機程序改善性能并且完成學(xué)習(xí)任務(wù)。機器學(xué)習(xí)非常依賴數(shù)據(jù)，數(shù)據(jù)的質(zhì)量或者創(chuàng)建數(shù)據(jù)的過程對于機器學(xué)習(xí)的成敗至關(guān)重要。

2機器學(xué)習(xí)不簡單

機器學(xué)習(xí)不簡單

機器學(xué)習(xí)看起來簡單，但是其并不容易。比如檢測一個圖形，在我們看來很容易，可是機器學(xué)習(xí)就要復(fù)雜很多。

舉例來看，當(dāng)創(chuàng)建了一個項目之后，需要其去尋找蘋果的圖片。通過將各種食物的照片進行對比后，我們需要收集蘋果的數(shù)據(jù)特點，例如顏色是綠色或紅色、圓的、有柄等。同樣重要的是，項目在進行中還需要搜索區(qū)別開蘋果的食物，比如香蕉是黃色狹長的，梨可能是綠色的，但是形狀是瓢形，柄長等，這樣可以避免選擇了錯誤的水果。而如果數(shù)據(jù)出現(xiàn)錯誤或誤差，那就會直接影響最終結(jié)果的準(zhǔn)確性。

數(shù)據(jù)是機器學(xué)習(xí)的老師

當(dāng)?shù)玫搅诵枰臄?shù)據(jù)之后，就可以對這些數(shù)據(jù)貼標(biāo)簽并且進行分類，這就像進行一個棋盤類游戲一樣。機器學(xué)習(xí)首先會在圖形分類中犯很多錯誤，但是優(yōu)勢在于，機器學(xué)習(xí)會像圣斗士一樣，不會被同一個錯誤擊敗兩次，然后將其性能提高后再進行下一次嘗試。

機器學(xué)習(xí)作為人工智能的一種應(yīng)用，當(dāng)其被應(yīng)用于電腦上的時候，其學(xué)習(xí)任務(wù)的第一件事就是先對過去的歷史數(shù)據(jù)進行檢閱。由此，其可以通過自己的不斷適應(yīng)和理解來預(yù)測未來可能會出現(xiàn)的一個特定的場景。而當(dāng)電腦學(xué)會了以這種方式來處理歷史數(shù)據(jù)之后，其智能性會比此前更高，就可以當(dāng)做是一種智能產(chǎn)品。

機器學(xué)習(xí)依賴數(shù)據(jù)的正確性

從歷史數(shù)據(jù)中學(xué)習(xí)的方式是目前最成功的一種機器學(xué)習(xí)方法，其也產(chǎn)生了許多不同類型的人工智能設(shè)備。但是這種方法的最大限制就在于其信息必須是已知的，而且必然是來自于人類。

3人工智能不智能

人工智能不智能

如果只是在模仿人類，那么采用了機器學(xué)習(xí)的人工智能機器人是不可能超越人類的。但是，真正的人工智能絕非僅僅如此。

模仿人類不能是真真的智能

我們目前的人工智能所能夠做到的效果有很多，比如在聽音樂或者看視頻的時候，會被按照個人喜好來推薦節(jié)目；通過追蹤過去的購物和瀏覽習(xí)慣，購物網(wǎng)站推薦相應(yīng)的產(chǎn)品或者服務(wù)等。這些平臺中的應(yīng)用僅僅只是在進行標(biāo)準(zhǔn)化的推送，其智能程度不過是在人類的教育之后形成的一種程序化進行。

而人工智能設(shè)備并不一定是像電影里一樣，讓每個人都有專屬的機器人服務(wù)。事實上，我們需要的也不是機器，在服務(wù)中現(xiàn)如今已經(jīng)有Siri、Alexa、Cortana等多種產(chǎn)品被認(rèn)為很聰明，可是其依然不能算上真正的智能。

機器學(xué)習(xí)還能進步

這些平臺或者應(yīng)用的基礎(chǔ)都是機器學(xué)習(xí)，借助機器學(xué)習(xí)，一些平臺可以對大規(guī)模的數(shù)據(jù)集以毫秒為單位進行識別，然后模擬人類迅速評估一個場景，但是這種計算任務(wù)在現(xiàn)如今的標(biāo)準(zhǔn)的計算機之中可能會有難度。

而對機器學(xué)習(xí)創(chuàng)建預(yù)測規(guī)則集和模式識別的行為模式，其可以達到超越機器學(xué)習(xí)甚至不包括機器學(xué)習(xí)的方式來實現(xiàn)路線規(guī)劃、系統(tǒng)調(diào)度、生產(chǎn)線掌握或者平臺掌控等。這就達到了另一種人工智能的模式。

4人工智能不做第二個誰

回歸到人工智能和機器學(xué)習(xí)的本質(zhì)來看，機器學(xué)習(xí)正在逐漸的偏離原來模仿人類的方向，卻在趨向真正的人工智能方向。人類和人工智能之間的智力差距正在縮小，人工智能正在變得越來越聰明，甚至在特定領(lǐng)域超越人類，因此拒絕模仿人類對人工智能的發(fā)展是有利的。

人工智能的發(fā)展一定會超越人類

當(dāng)前有觀點認(rèn)為，人類甚至在高端的科研領(lǐng)域會被人工智能超越，因為計算等任務(wù)顯然是人工智能更優(yōu)，讓人工智能脫離模仿人類的桎梏，讓其積累更多的知識，即數(shù)據(jù)基礎(chǔ)，人工智能的創(chuàng)新能力不可忽視，因此如果未來在實驗室之中是人工智能為主力，人類只是打下手也不要驚訝。

霍金的警告不能忽視

人工智能和機器學(xué)習(xí)都是當(dāng)前十分熱門的技術(shù)，二者相伴相生。但是從模仿人類到超越人類，這一切的前提都需要有著如霍金一般的警覺，前提都是不能傷害人類，必須要以為人類服務(wù)為底線，這樣才能更好的發(fā)展技術(shù)。