那些賦予機器智能的人,到底在想什么?
AlphaGo一戰成名,人工智能從此成為熱點話題。如何將真正的AI技術運用到各種場景,一直是業界重點研究的問題。此次人機大戰,讓無人駕駛、機器人、圖像識別等產品和技術開始被大眾熟知,而這些技術,也開始正在進入我們的生活。
記者采訪了國內幾位人工智能領域的業內專家,他們正在致力將AI投入使用,而這些努力已經到了收獲期。他們想用人工智能改變什么?他們眼中人工智能能帶給我們怎樣的未來?
閔萬里 阿里巴巴首席科學家
閔萬里
你在把人工智能應用到什么領域中去?
阿里云于2012年就開始人工智能領域的技術研發和儲備。在參加湖南衛視《我是歌手》比賽之前,小Ai已經積累了不少實戰經驗,比如在Sort Benchmark上獲得世界排序比賽冠軍,聽寫能力打敗全球速記亞軍,幫助交通部門預測未來道路擁堵情況,幫助北京市優化城市規劃,幫助淘寶、支付寶的客服小二接電話等等,可以說小Ai已身經百戰。
最近,小Ai又在幫助一家影視投資公司做風險評估,已經成功協助評估了多部電視劇和網絡大電影。
人工智能在這個領域里能解決什么樣的問題?
在智能交通,小Ai可以解決的問題包括:
如何幫助出行的人們提前避開可能發生擁堵的路段,同時又避免把車流導向同一個路段制造擁堵轉移?
如何實時推演一個交通事故將會影響多少周邊地區,持續多久?最極致的應用就是幫助信號燈提前預知可能到來的車流高峰,然后智能調控紅綠燈時長。
在影視娛樂領域:幫助影視創作人判斷哪些作品會火,適合什么樣的受眾?幫助院線決定一天不同時間段應該排片什么樣的題材?一首新歌的哪一段配樂有問題,應該如何修改?一個劇本的導演與主演班子選哪種組合比較好?
人工智能在這個領域里,能比人類好多少?
人工智能的計算能力及認知能力是人類的幾萬倍,所以它會天然具備很多人類無法比擬的有點。比在再智慧出行領域,人工智能可以比普通人類“看得全”,“看得懂”,“看得遠”,“看得快”。在影視娛樂領域,人工智能比普通人類“讀得深”,“讀得廣”,“讀得快”。計算能力及認知能力是人類的幾萬倍。
被這些人工智能取代/解放的人類,會去做什么?
人工智能解放了人類的時間與創造力,會用來驅動新的技術創新以滿足人類永無止境的精神與物質需求,
但有一點需要強調,人的創作具有無限可能性,思維跳出常規、不按常理出牌是人類獨有的,這一點機器無法替代。
像阿里云小Ai,我們從來沒有想過讓小Ai去創作音樂”。小Ai的作用是幫助音樂人,幫助專業人士更好地完成歌曲創作。
王小川 搜狗公司CEO
你在把人工智能應用到什么領域中去?
做搜索引擎本質上就是做人工智能,搜索引擎就是知道你要什么,在眾多的機會面前幫你做選擇,并具有一定的智力去思考。搜狗在人工智能領域也已經做了非常多的事情,在包括語音識別、圖像處理、網頁排序和商業廣告體系等領域中都開始大量使用深度學習的方法。
語音識別方面,因為搜狗在做輸入法,有上億人次使用搜狗語音輸入然后轉化成文字;圖像處理方面,拍攝照片,然后通過圖片搜索找到類似產品,這樣的功能也已經上線了。往下我們需要做的就是讓機器變得更加聰明,去真正理解人類的想法。
王小川
人工智能在這個領域里能解決什么樣的問題?
以前語音識別和圖像處理使用程序去描述十分困難。但是現在用深度學習的方法,機器對語音的識別能力,和對圖像的處理能力都得到了迅速的提升,相關的工作也變得非常吃香。
圖像處理領域中,以人臉識別為例:每個人的臉長什么樣子,使用程序去描述是非常困難的,而深度學習的方法,在建立一套數學模型之后,只要把人臉照片放進去,告訴計算機這張照片對應的名字是什么,在大量數據的基礎上,它就能開始自動提取特征,把復雜的物理圖片抽象成機器智能懂得的特征。
語音識別領域中,到今天為止機器對語音的識別能力也已經開始接近于人。
搜索領域中,之前搜索引擎是讓你獲得知識和答案,但這還是一種初級的形態:你需要給它一個關健詞,然后它從數百億網頁里面找十條最好的給你。但是隨著人工智能的發展,這個產品形態會發生變化:機器開始具有對概念理解的能力,知道你實際需要什么,然后通過計算給你一個它認為正確的答案,而不是單純的十條鏈接。
人工智能在這個領域里,能比人類好多少?
在一些重復性的腦力勞動中,機器已經開始具備比人類做得更好的能力。但是在一些需要創造力的領域中,機器目前的能力還不足。
機器目前還有兩個限制條件:第一個限制條件是它的工作環境相對封閉,輸入的是一些固定有限的信息;第二個限制條件是有標準化解答。所以一項工作如果面臨的環境越簡單,最后的動作越標準,比如審計師、司機,就越有可能被機器取代。
被這些人工智能取代/解放的人類,會去做什么?
有很多機器解決不了的問題,比如:創造力的問題、認知上的問題、人的好奇心的問題。人工智能到今天為止還只是幫助完成簡單的重復性的腦力勞動,圍棋其實也是接近重復性的腦力勞動,更加具有挑戰性、更有創造性的事情還需要人類來完成。
機器能幫助我們做一些簡單的體力、腦力勞動后,人類會被解放出來,去做更加有創造性和更加需要有想象力的事情。
趙勇 格靈深瞳創始人
你在把人工智能應用到什么領域中去?
我們正在把AI應用到安防、智能交通、無人駕駛等領域。我們的主要技術優勢有兩方面,一方面是計算機視覺,另一方面是深度學習算法。格靈深瞳更多解決的是視覺部分的難題。
人工智能在這個領域里能解決什么樣的問題?
我們主要關注兩方面的問題,一個是人,一個是車。我們在做的事情就是讓計算機看懂人的行為和車的行為。具體到各個領域,就是看懂監控場景下的人和車,識別人的行為,識別車輛信息(車牌、車型、車款、車身顏色、標志物等)。在無人駕駛領域,我們正在用低成本的視覺方案代替高成本的光感雷達(Lidar)方案。
人工智能在這個領域里,能比人類好多少?
人工智能在安防領域主要是解決事前預警和事后搜索的問題,可以減輕安保人員的負擔,提高案件偵破的效率等。在智能交通領域,可以自動對車輛進行識別,抓拍闖紅燈等違法違規行為,事后搜索嫌疑人車輛等。在無人駕駛領域,車想要上路自己開,必須得看懂路上發生的一切,識別前面的人、車、交通標志、路況等。
被這些人工智能取代/解放的人類,會去做什么?
被人工智能解放的人類,會去做更有創造性的工作,比如研究性和藝術類的工作等。
趙勇
先是被AlphaGo嚇一跳,然后又把“AlphaGo布局”學成流行下法的圍棋圈
回想起三月初的人機大戰給棋界帶來的震撼,兩個多月過去了,回想起這場特別的對抗不禁陷入沉思,它到底給我們帶來了什么樣的改變?
最容易想到的是圍棋技術上的變化,人機大戰第2局中,AlphaGo在小目托退定式后的那手看起來像“俗手”的尖以及第5局與李世石下出來那著名的“AlphaGo布局”在人機大戰之后都已經成為流行下法。
然而,技術上的改變顯然只是一部分。比如第2局中,AlphaGo第37手尖沖給棋界帶來的震撼,顯然完全超脫了技術層面。而更多的是破除了棋手們固有的“思維枷鎖”。何為枷鎖?就是棋手們從小在學棋的過程中,老師們長期灌輸給他們的固定概念,比如不壓四路(太損實地),這也是AlphaGo的五路尖沖為何給我們帶來如此之大的震撼的原因。它突破了所有棋手對圍棋的固有認識。來聽聽中國棋手們怎么說。
李喆職業六段
李喆
目前就讀于北大哲學系的國手李喆組織了多場關于人工智能圍棋的研討會,其中包括技術層面的剖析以及涉及圍棋知識體系的深度研討。他表示人機大戰給他帶來了美的感受,讓他看到了人類在圍棋技術上的進步空間,體驗到了與時代潮流不同的圍棋。同時期待著圍棋AI的普及帶來的訓練方式革新,以及為體系化的學術研究提供了極佳的視野。李喆還透露,很希望對AI的認知反過來幫助我們認識自己。
謝赫職業七段
謝赫
謝赫是中國農心杯歷史上不可忘記的功臣,近兩年在后輩棋手的沖擊下成績有所下滑,在前不久的阿含桐山杯中謝赫剪短了頭發再次出現在人們的視野中,并且殺入16強,讓人們仿佛看到了當年那個擂臺賽英雄的身影。談到人機大戰,謝赫不禁感嘆AlphaGo的后半盤太強,五盤棋譜翻來覆去的看,非常精彩。只可惜棋譜太少了些,而且不知道AlphaGo是怎么想的,有些遺憾。
江維杰職業九段
世界冠軍江維杰表示人機大戰給他對圍棋帶來新的理解,開拓了一些新的思路。看了AlphaGo的招不禁感慨,圍棋原來還可以這么下,也感到不能固步自封,圍棋的奧妙難以窮盡。
佟禹林職業四段
職業棋手佟禹林表示,人機大戰給他帶來很大的沖擊,雖然并非直接改變訓練習慣,但是就如同打開了一個新世界的大門,帶來了很多新的思考。
於之瑩職業五段
中國女子第一人更是在國內的倡棋杯(慢棋)擊敗世界冠軍江維杰,於之瑩賽后表示:“感覺人機大戰后自己思路都被打開了,萬事皆有可能,以后沒有什么棋是不能下的了,對心態等方面都有幫助。”於之瑩還透露了自己在訓練中的一些改變,會花更多時間去嘗試一些新的思路和布局,和李世石類似,下棋的時候盡量不憑感覺去判斷好壞。
唐奕職業二段
前女子國手唐奕表示,比起技術方面的改變,在觀念上帶來的沖擊更強烈。因為好多以前覺得一定的棋現在仔細想想,其實也不一定是那樣。目前,除了作為一名棋手以外,唐奕還以合伙人的身份加入萬同科技(圍棋科技公司),為科技在圍棋領域的應用包括中國的圍棋人工智能開發貢獻力量。
也有部分棋手表示并未感受到人機大戰帶來的變化。近來上升勢頭明顯的胡躍峰認為棋該怎樣下還是怎樣下,不過如果AlphaGo有了公眾版,那么無疑將給棋手的訓練方式帶來影響。連笑則干脆表示沒感受到什么變化。
(審核編輯: 智匯小蟹)
分享