別細(xì)思極恐了 人工智能終究會(huì)對(duì)人類俯首稱臣?

　　設(shè)下這一場(chǎng)舉世矚目棋局的AlphaGo的科學(xué)家們未曾料到，段子手們的想象力，令“人工智能”在中國(guó)民間引起的最大熱議，竟是它是否會(huì)消滅文明、統(tǒng)治人類。

　　科幻文學(xué)和好萊塢電影強(qiáng)大的洗腦能力，已經(jīng)在民眾腦中刻下深深的烙印——“人工智能就是那種上天入地?zé)o所不能的機(jī)器人”。通常人們會(huì)覺(jué)得它離現(xiàn)實(shí)較遠(yuǎn)，然而一個(gè)虛幻的大腦突然出現(xiàn)，在一場(chǎng)智力競(jìng)爭(zhēng)中橫掃了幾乎代表人類最高水平的選手，并且是在世界公認(rèn)的“人類智慧最后高地”的圍棋項(xiàng)目上。人類的自尊心很難接受，而人類的統(tǒng)治和防御本能更受到挑戰(zhàn)，于是就“細(xì)思極恐”了。

　　事實(shí)上恐慌大可不必，人工智能早已滲透社會(huì)，就在人們未曾在意的點(diǎn)滴之上。比如汽車防抱死系統(tǒng)、油路管理系統(tǒng)，可實(shí)時(shí)語(yǔ)音翻譯不同語(yǔ)言的Google翻譯軟件，垃圾郵件過(guò)濾系統(tǒng)，電商網(wǎng)站根據(jù)用戶喜好和瀏覽記錄推薦商品的引擎，醫(yī)院里協(xié)助醫(yī)生診斷的醫(yī)療系統(tǒng)，等等。

　　這些都是人工智能的實(shí)際應(yīng)用，并且隨著技術(shù)的發(fā)展，人工智能的應(yīng)用正在變得越來(lái)越高階，比如蘋果手機(jī)里的Siri，民用的智能無(wú)人機(jī)，又比如無(wú)人駕駛汽車。

　　AlphaGo背后的黑科技

　　AlphaGo與李世石的這一次世紀(jì)之戰(zhàn)之所以如此受到矚目，就因?yàn)樵诨A(chǔ)原理不變的情況下，發(fā)展出了新的訓(xùn)練和處理模式，使人工智能更進(jìn)一步。

　　AlphaGo采用了深度卷積神經(jīng)網(wǎng)絡(luò)(DCNN)的技術(shù)，DCNN的核心是卷積核，卷積核相當(dāng)于一個(gè)過(guò)濾網(wǎng)。而DCNN在圖像識(shí)別和語(yǔ)音識(shí)別中是非常有用的，AI能通過(guò)它對(duì)棋局做優(yōu)劣評(píng)估。

　　讓我們實(shí)驗(yàn)一下：我們準(zhǔn)備一萬(wàn)張狗的照片，各種表情、各種部位的寫真，讓機(jī)器學(xué)習(xí)。

　　這個(gè)過(guò)程如下：

　　1.首先，將各種過(guò)濾網(wǎng)呈上來(lái)，比如能將圖像黑白化、平滑、去噪的等等等等。愛(ài)美的各位肯定用過(guò)美圖秀秀，但我們跟美圖秀秀對(duì)著干，我們不是為了美化，而是為了模糊。這樣可以突出照片中最有特點(diǎn)的部分。

　　2.為降低運(yùn)算量，把圖片統(tǒng)統(tǒng)切成小塊，比如一張圖片切成10*10的小塊，并準(zhǔn)備好所謂權(quán)值共享等方法，再加上硬件設(shè)備，就可以開(kāi)始算了。

　　3.算什么呢?算這一萬(wàn)張狗照片的各種特征值，通過(guò)分類器，形成最優(yōu)的分類模型。實(shí)際上，多層堆疊后產(chǎn)生的分類模型根本就沒(méi)了狗狗的真實(shí)模樣，機(jī)器不會(huì)管狗長(zhǎng)什么樣。

　　訓(xùn)練結(jié)束，模型產(chǎn)生，如下圖，算法看見(jiàn)了什么——它看到的就是紅黃藍(lán)的色斑圖，藍(lán)色區(qū)域就是小狗的頭部。

　　讓我們回到AlphaGo的問(wèn)題上。通過(guò)Google的論文，我們知道它是將19*19的棋盤看作一張圖，黑子和白子當(dāng)作像素，每落一子就相當(dāng)于加了一層過(guò)濾網(wǎng)(當(dāng)然特征算法和照片識(shí)別還是不一樣的)，如此對(duì)棋局做出勝率評(píng)估，其實(shí)這就是Policy Network的基礎(chǔ)。所以，下棋的時(shí)候大家感覺(jué)AlphaGo很有大局觀，還會(huì)落下迷惑詭異的子，其實(shí)它只是根據(jù)圖形判斷了一下勝率做出的判斷。

　　過(guò)去的人工智能是基于人工指定的規(guī)則進(jìn)行推導(dǎo)從而給出專業(yè)方案，如今的人工智能更多的是利用神經(jīng)網(wǎng)絡(luò)算法對(duì)文本、圖像、聲音進(jìn)行海量計(jì)算，從而自主地找出其中的規(guī)律，甚至可能挖掘出人類忽視的規(guī)律，正如AlphaGo在圍棋中落下的神之一子，利用“人腦”思維的棋手們還無(wú)法理解其中的深意。

　　DCNN這樣的技術(shù)當(dāng)然不只是成為圍棋領(lǐng)域人工智能的制勝法寶，讓我們欣賞下它在視覺(jué)上取得的成就。

　　這是一張從窗口拍攝的照片：

　　這是梵高筆下的星空：

　　人工智能學(xué)習(xí)后創(chuàng)作的結(jié)果：

　　我們正在選擇的AI，也許會(huì)讓你眼前一亮

　　那人工智能會(huì)厲害到什么程度呢?目前來(lái)說(shuō)，這并不取決于AI自身，而是取決于我們。

　　以具體行業(yè)為例子，比如教育領(lǐng)域，我們真的需要一個(gè)人形的、陪伴孩子成長(zhǎng)的人工智能機(jī)器人么?比如體育領(lǐng)域，我們真的需要可以和人類對(duì)抗的機(jī)器運(yùn)動(dòng)員么?比如醫(yī)療領(lǐng)域，我們真的需要一雙機(jī)械臂幫你手術(shù)么?人工智能不一定非要替代人類，而是幫助人類更好地生活。

　　比如，以幫助人類更好地生活為理念，我們可以想象下AI怎么樣在汽車場(chǎng)景得到應(yīng)用：

　　1.無(wú)論是4S店還是路邊店，維修技工都無(wú)法做到可以對(duì)所有車型產(chǎn)生的任何問(wèn)題找到解決方案。因?yàn)槿说闹R(shí)和經(jīng)驗(yàn)是有限的。但是人工智能加大數(shù)據(jù)，是否可以幫技師解決這個(gè)問(wèn)題?

　　2.車主在不同的用車場(chǎng)景會(huì)遇到各種各樣的問(wèn)題，學(xué)車、買車、故障、維修、保養(yǎng)、自駕游等等，他們?nèi)绾文芰私獠⒔鉀Q這些問(wèn)題?一個(gè)包括自然語(yǔ)言分析和機(jī)器學(xué)習(xí)的人工智能用車助手也許就是答案。

　　3.上游整車廠、品牌配件商，下游維修廠，他們?nèi)绾闻袛嗾麄€(gè)汽車后市場(chǎng)用戶的需求變化和市場(chǎng)走向?人工智能可以針對(duì)既有海量B2B數(shù)據(jù)(例如中馳車福擁有的汽配數(shù)據(jù)庫(kù))的挖掘給你答案。

　　正如圍棋在中國(guó)傳統(tǒng)文化里的另一層精神含義“太極”所代表的理念：這從來(lái)不是一個(gè)生存的問(wèn)題，而是生活哲理。