革新新闻

当前位置:革新新闻>科技>文章内容

致AI:你是我今生最大的机会吗?

字体大小:【 | |

2019-10-17 18:04:03

在这个世界上,有些人选择看到丑陋和混乱,但我选择看到光明的一面。

让我们做一个思维实验:

尽管人类经常做蠢事,但他们的大脑实际上非常强大,只消耗20瓦的能量。如果我们建造一台具有类似大脑功能的计算机,能耗将高达1万亿倍。

请问:如果人类发明了一种技术,可以每周将上述电脑的能耗降低一半,那么这台电脑能像人脑一样高效省电多久呢?

回答:只需要40周。

2的40次方是一个惊人的数字。

这是什么背后的秘密?

技术的指数增长。

在过去的半个世纪里,摩尔定律神奇地使集成电路的单位成本性能每18-24个月翻一番。结果,我们手中手机的计算能力是当年登陆月球的阿波罗飞船的1.2亿倍。

雷·库兹韦尔的核心论点是:加速回归定律。

他认为这是信息技术的基础理论。它遵循可预测的指数增长规律,反对“你无法预测未来”的传统观点。

尽管仍有许多未知因素(如哪个项目、公司或技术指数将在市场上流行,中东何时实现和平),但事实证明,基本的成本效益和信息承载能力确实是可预测的。

更令人惊讶的是,这些变化不受战争或和平、繁荣或萧条等因素的干扰。

这幅画来自人工智能的未来。

雷库兹韦尔将此视为“秘密武器”,并保持了惊人的预测记录,包括非常准确的预测,即人工智能将在象棋和围棋中击败人类。

比尔·盖茨形容雷·库兹韦尔是“我所知道的预测人工智能的最佳人选”。

对于未来,雷·库兹韦尔有以下预测:

他的上述预测会实现吗?

至于人工智能的预测,总的来说,人类没有良好的记录。

20世纪60年代,人类发布了两个雄心勃勃的10年“雄心壮志”:

西蒙也给了10年。

众所周知,看似巨大的登月计划已经成功实施。然而,破解重量不到1.4公斤的大脑直到今天还不是一个线索。

赫伯特·西蒙不是在胡说八道。他是一个罕见的跨境天才,曾获得九个博士学位,并在顶尖大学担任计算机和心理学教授。他创造性地提出了决策理论,并一直从事计量研究。他是商界和政府的聪明头脑。

赫伯特西蒙发现了一个机会,将计算机作为符号的通用处理器(从而也是思考的处理器),而不仅仅是算术运算的快速引擎。

1955年底,他和他的合作者发明了一种用于计算机编程的列表处理语言,并使用这种语言创建了第一个通过选择性搜索来解决非数值问题的计算机程序。

从那时起,计算机不仅会计算,还会“计算”

赫伯特·西蒙自己用方言解释道:

我们发明了一种可以思考非数值问题的计算机程序,从而解决了历史悠久的心脏/身体问题,并解释了由物质组成的系统是如何具有心理特征的。

通过这种方式,我们开辟了一条途径,使以前只能由人类智能完成的大量任务自动化,并为研究思维提供了一种新的方法——计算机“模拟”

从那时起,一场持久的争论开始了:机器能思考吗?

赫伯特·西蒙这么认为。

1975年,赫伯特·西蒙获得了图灵奖,这是计算机科学的最高奖项。

1978年,他获得了诺贝尔经济学奖。

然而,即使是地球上最聪明的人也低估了人脑的复杂性。直到今天,智能机器仍然远离人类大脑。

追溯到“智能机器”这个概念的萌芽,我们会在300多年前遇到一个叫帕斯卡的人。

总有一些人神奇地出现在人类历史的一个重要十字路口,像先知一样,把那些毫无头绪的元素聚集在一起。

帕斯卡点燃了三盏与人类智能机器相关的灯:

(1)人们对自我的认知

帕斯卡说人类只是一根芦苇,是自然界中最脆弱的东西。然而,这是一个思考芦苇。

即使宇宙毁灭了他,人类仍然比杀死他的东西高贵得多。

(2)可以计算的机器

帕斯卡的父亲是税务稽查员。帕斯卡设计这台机器是为了帮助他的父亲减轻繁重的计算任务。它是17世纪唯一的机械计算器。

(3)概率思维和计算

帕斯卡和费马在他们的通信中,开始了他们对概率论的第一次实质性研究,概率论是数学的一个分支。

如果你仔细想想,哀叹人们只是芦苇中的帕斯卡和计算机中的帕斯卡是矛盾的。用一定的数学知识来思考看似不确定的概率问题似乎是矛盾的。

这似乎意味着思考智力从来不是一个单一的命题,而是需要多学科的思考。

300多年后,我们知道帕斯卡的三盏灯分别对应认知科学、计算机和算法。

计算机的本质是用代码“模仿”人类的思想。为此,我们必须首先“解码”我们的思想。

亚里士多德认为逻辑是所有科学的基础,并开创了形式逻辑。

然而,在他之后,逻辑和数学分道扬镳了,似乎可计算和不可计算之间有着明显的区别。直到莱布尼茨开始尝试将两者联系起来。他把逻辑和数学结合起来,形成了第三个创新思想,这就是所谓的“异质联想”。

莱布尼茨发明了能够加、减、乘、除和平方运算的二元系统,创立了符号逻辑的基本概念,后来发展了“数学逻辑”这一学科。

莱布尼茨热衷于“一切都可以计算”。据说他最喜欢的短语是:来吧,让我们计算一下。

1651年,托马斯·霍布斯在其著名作品《利维坦》中提出了一个开创性的想法:

从这个层面来说,“推理”只是“计算”,也就是说,增加、减少和减去我们大脑中某些符号和表达的结果。当我们独立计算时,我们称之为“符号”。当我们向他人展示和证明我们的计算时,我们称之为“表达”。

然后,不同的学科融合了伟大的思想和伟大的公式:

如果我们跳出现代计算机的定义,我们可以回到巴贝奇,“通用计算机之父”和ada,他为自己的机器编写了最早的计算机软件。

也许是因为他父亲,著名诗人拜伦的血统,艾达做出了远远超出那个时代的浪漫预言:机器不仅能计算,还能作曲、写诗、编织和其他更复杂的事情。

当我们从亚里士多德开始,回顾人类在发明计算机过程中的大胆探索时,我们会发现思考“思维机器”需要一个把科学和人类结合起来的大脑,在不同的智慧边界之间架起桥梁,以及最大胆的想象力。

今天,当我们审视人类“计算”和“智力”的历史阶段时,我们不禁会感到:

我们的运气真好。

有三个原因:

一切都在发生。

也许你认为人工智能离你还有一点远,人工智能似乎仍然是实验室中的一个概念,仍然在做一些强大但“无用”的事情,比如挑战世界围棋冠军。

事实上,通过互联网和智能手机,人工智能已经开始渗透到我们的日常生活中。

当你登录淘宝网时,每一件商品、每一项活动,甚至其中的每一张图片,它们的展示顺序和方式都是智能背景根据你过去的行为所做的定制推荐。当你打开淘宝的主页时,它们会一个接一个地放在你想看的地方。

当您登录淘宝和天猫“呼叫”阿里小米的新版本时,您可以获得自己专用的智能服务助理,享受量身定制的服务体验。

“猜猜你想问什么”是基于促销活动、用户偏好、购物场景等。主动确定你的需求并问路。

“服务管家”在服务过程中自动推送处理信息。您不仅可以直接查看正在进行的售后过程,还可以在处理后自动将结果信息推给用户,并通过热线和在线数据实现“只来一次,只说一次”的极端服务体验。

我们似乎已经习惯了中国电子商务和手机支付的便利。像那些通常生活在海外的中国人一样,比如我,只有当我回到中国,我才能感受到一种似乎跨越时代的先进技术。

科幻大师亚瑟·克拉克说:

“如果一位受人尊敬的老科学家说,‘这是可能的’,那么他可能是对的。但是如果他说,‘有些事是不可能的’,那么他可能就大错特错了。”

数字化和人工智能的指数级进步重新定义了“预见”这个词。

我想问一个问题:马云聪明吗?

阿里是如何成为领先的科技公司的?

说到阿里巴巴,“价值观”和“双11”等关键词将会在我们脑海中浮现。

但似乎在不知不觉中,身为商业大师的阿里,突然成了技术大师:

“商业阿里”如何变成“技术阿里”实际上包含两个悬念:

让我们回到07 ai: 1956的第一年。1956.

就在那一年,科学家麦卡锡、明斯基、罗切斯特和香农在美国达特茅斯学院(Dartmouth College)举办了一次关于“人工智能”的研讨会,标志着“人工智能”这一新学科的正式诞生。1956年也被称为人工智能的第一年。

后来,人工智能经历了几次高潮和低谷。

第一个高潮(1956 ~ 1973):第一个聊天程序伊莱扎诞生了。在跳棋中,计算机开始赢得“人机大战”。

第一个低谷(1974 ~ 1980):1973年,英国著名数学家莱特希尔严厉批评了当时的机器人技术、语言处理技术和图像识别技术,并对之前的人工智能投资未能产生预期回报表示失望。

随后,各国政府和机构也停止或减少了资本投资。人工智能在20世纪70年代进入了第一个冬天。

第二次高潮(1981-1987):卡耐基梅隆大学开发的帮助客户自动选择计算机配件的软件程序xcon投入实际使用,标志着“专家系统”从理论走向实际工业应用的第一步。深度学习的“三大”发表了关于反向传播算法的论文,开启了深度学习的潮流。

第二个低谷(1987-2005):“专家系统”因其应用领域狭窄、推理方法单一、数据采集困难而逐渐暴露出来。与此同时,它也无法自我学习和更新知识库和算法,导致了越来越多的维护麻烦和成本的急剧增加。

1997年,ibm的深蓝击败了世界象棋冠军卡斯帕罗夫。然而,胜利的背后是ibm的高速计算机资源、定制的象棋芯片和强大的象棋大师咨询小组。

人们或多或少地认为,计算机的胜利对于“暴力计算”来说是足够的,而对于“人工智能”来说是不够的。

因为国际象棋的变化,它没有围棋复杂--比宇宙中所有原子加在一起还要复杂。

深蓝的开发者徐凤雄对2002年电脑围棋的前景作出如下判断:“这太难了,可能在未来20年内无法解决。”

第三个高潮(从2006年至今,也被称为人工智能之春):随着计算机性能的进一步提高和gpu加速技术的出现,计算量不再是阻碍神经网络发展的问题。2012年,imagenet面临的年度挑战将深入学习和大数据推向前台,投资资金大量涌入。

2016年,阿尔法围棋打破了徐凤雄的预测,打败了世界围棋冠军,震惊了世界。

阿尔法围棋(Alphago)应用了深度学习和强化学习等技术,这些技术近年来在人工智能领域取得了重大突破,谷歌强大的并行计算能力,可以说,其“智能”水平已经远远超过了“深蓝”。

2018年,阿尔法狗之父哈萨比斯(Hassabis)创立了deepmind,专注于人工智能的研发。其目标是建立一个强大的通用学习算法,并应用技术来解决现实世界中的问题。

这个目标比以往任何时候都更加雄心勃勃,但似乎值得冒险。

回顾人工智能的发展,我们会发现这样一个秘密:人工智能实际上是一个有点笼统的概念。

因此,人工智能研究人员可能倾向于形成不同的阵营,甚至互相批评。这已经成为并将继续成为进步的障碍。

布莱尔·惠特比在他的书《每个人都应该知道的人工智能》中写道:

“人工智能领域如此之广,人工智能技术的应用领域也是如此...然而,人工智能的研究人员通常只在他们的工具包中放入一种技术。”

为什么人工智能的历史如此之短,以至于会出现派系之争?

原因之一是研究人员需要在激烈的竞争中赢得资金。

好消息是,在商界,不同技术路线的整合是可行的。

在这里,我们可以回答上一节中的一个悬念:

为什么商业公司成为全球人工智能研发的主要战场?

答案如下:

另一个悬念呢?

阿里的价值优势是如何延伸到阿里云和达摩学院的?

一个原因是前面提到的“愿景”。马云不受技术细节的限制,因为他对技术是外行。相反,他有“粗线算法”的优势。

另一个原因是“商业阿里”和“技术阿里”的基因是一样的,即敢于尝试和犯错。

商人阿里是一家敢于失败的公司。例如,从“来回”到“钉死”一场血战到底,它会回来。

技术的阿里相信科学方法。

科学的本质是不断承认你错了,并接受新的和更普遍的模型。

正如路易斯·达特内尔所说:科学作为一个了解世界运行的系统是如此有用,科学方法本身就是最伟大的发明。

阿里的达摩学院可能有机会成为人工智能时代的贝尔实验室。

作为公司内的独立实体,贝尔实验室是许多重要发明的发源地,如晶体管、激光器、太阳能电池、发光二极管、专用交换分机、通信卫星、电子数字计算机、蜂窝移动通信设备、远程电视传输、模拟语言、音频电影、立体声录音和通信网络。

贝尔实验室的科学家共获得8项诺贝尔奖,包括7项物理奖和1项化学奖。

这真是一种神圣的存在。

前面提到的信息论之父香农在贝尔实验室提出了香农理论。香农还体现了贝尔实验室科学天才的特征:对可能产生产品的科学进行研究。

阿里的佛法学院被阿里巴巴定义为“探索未来科技、追求人类愿景的科学研究机构”。

“法院”是马云自己命名的。从这个名字,我们可以看到他的殷切希望。

在金庸的武术世界里,法院是少林寺最高的武术组织。学习世界武术和世界观是佛法学院的精髓。

这种世界观、世界的思想和感情也融入了佛法学院最初的心灵。

在短短两年时间里,达摩学院交出了一张漂亮的成绩单。

截至2019年9月,达摩研究所已在国际顶级学术会议上发表了450多篇论文。它在自然语言处理、智能语音、视觉计算等领域赢得了40多个世界第一,成为阿里聚集科技人才和基础技术研发的“技术基石”。

达摩研究所机器智能实验室(Machine Intelligence Laboratory)在过去两年建立了完整的算法系统,涵盖语音智能、语言技术、机器视觉、决策智能等领域。它已经取得了许多世界领先的成果,包括自主开发的语音识别算法(dfsmn)、机器翻译领域的顶级国际比赛wmt、五大类中的第一名以及被称为“人工智能世界杯”的网络视觉竞赛冠军...

其中特别值得注意的是,在量子计算领域,达摩研究所量子实验室完成了第一次量子比特的可控研发。比特的设计、准备和测量都由达摩研究所量子实验室独立完成。此外,量子实验室也在开发量子芯片。

在指数增长的数字化智能时代,达摩学院将创造什么奇迹?

自2016年阿尔法狗热潮以来,人们开始从更不同的角度看待人工智能。

图灵奖得主朱迪亚·珀尔(Judea Pearl)认为,目前的人工智能只是曲线拟合,而不是真正的智能。

珀尔说,除非算法和它们控制的机器能够推断因果关系,或者至少概念化差异,否则它们的效用和多功能性永远不会接近人类。

朱迪亚·珀尔(Judea Pearl)以其在人工智能概率方法和贝叶斯网络的研究开发方面的杰出成就而闻名。2011年,他因通过概率和因果推理算法的研究和开发对人工智能做出杰出贡献而获得图灵奖,被称为贝叶斯网络之父。

诺贝尔经济学奖获得者托马斯·萨金特说,人工智能实际上是统计学,但他使用了一种非常华丽的语言。许多公式都很古老,但是所有人工智能都使用统计来解决问题。

南加利福尼亚大学的信息科学家巴特·卡斯柯认为:人工智能=运行在高速计算机上的旧算法

所以机器不会认为。它们更类似于函数,即把输入转换成输出。

他说,大数据和机器学习中最流行的两种算法:无监督算法和有监督算法是期望最大化算法的特例,与现代统计学中的标准算法相同。大多数所谓的人工智能只是一种“机器爬山算法”。

麻省理工学院的一篇论文指出:

然而,这些科学家可能忽略了一个重要的现实:无论当前的人工智能技术是否真的“智能”,它们都是非常有用的。

尤其是对中国来说,因为它还没有经历过完整的信息洗礼,大数据+人工智能实际上弥补了“信息”所缺乏的所有教训。

这就像在中国一样,手机支付被广泛使用的原因之一是信用卡不像国外那么受欢迎,也没有什么好担心的。

因此,支付宝对信用卡做了正确的事情。

达摩研究所的技术研究有两个特点:

“阿里巴巴的人工智能电话数量已经达到1万亿,服务用户数量已经达到10亿!我们无意中成为了最大的人工智能公司。”

你认为人工智能的未来如何?

我自己的态度是:乐观向往,参与其中。

我同意哈萨比斯的观点,“如果未来世界没有人工智能,我会对这个世界非常悲观。”

技术的指数级进步可能会带来人工智能的巨大飞跃。

我对人工智能充满期待。

除了乐观的向往,我也希望参与其中。

在过去的一年里,我创建的教育科技公司福冈经历了比我预期的更快的增长。

未来,春腾致力于成为亿万中国家庭的教育智能助手。

作为一家小型初创公司,我们如何才能参与到人工智能的浪潮中来?

我在2019年的云栖息地会议上找到了一个机会:达摩研究所创造的云智能作为基础设施,将成为每个人的人工智能。

人工智能是云的核心,云是人工智能的形式。

人工智能是引擎,数据是石油。

达摩研究所提出“零时差和云”,步骤是:进入阿利云官方网站,选择适用的人工智能功能,如“语音合成tts”,点击“申请激活”。

整个过程非常简单,达摩学院可以在30分钟内发展几年的语言能力。

我期待着斯普林斯汀未来的应用,它可以在最好的云智能技术的帮助下,为中国儿童带来最好的教育资源。

马云曾经说过,“动物强调本能,机器强调智力,人类必须坚持自己的智慧。”

人类不仅是会思考的芦苇,也是会行动的实践者。

人工智能是人类创造的天使还是魔鬼?它是一个新世界的钥匙还是终结人类的武器?

它的未来是由人类的集体意识和行动决定的。这个世界的未来算法最终将掌握在我们手中。

在hbo的《西方世界》中,人工智能和人类展开了残酷的斗争,但仍有一个词闪耀着人类温暖的光芒:“在这个世界上,有些人选择看到丑陋和混乱,但我选择看到好的一面。”

作者:老俞正在补充,公开号码:孤独的大脑(身份证:孤独的大脑)

这篇文章最初是由加拿大的“老俞”发表的。每个人都是产品经理。未经允许禁止复制。

主题地图来自unsplash,基于cc0协议。

利记体育

上一篇: 2019年9月28日山东亿德塑业有限公司以底价竞得潍坊市1宗 下一篇: 世界纵论新中国70年|傅高义:中国的发展令世界惊叹