AI教程网 - 未来以来,拥抱AI;新手入门,从AI教程网开始......

下一个马克·扎克伯格会是人工智能吗?

AI前沿 AI君 62℃

本文转载自公众号“读芯术”(ID:AI_Discovery)

一直以来,关于奇点事件以及同人工智能接管世界的讨论层出不穷——自己的电脑会在不远的未来取代杰夫·贝佐斯或马克·扎克伯格吗?

笔者是负责为管理人员开发Sat-Nav(卫星导航的缩写)工具的首席执行官。由于卫星导航是自动驾驶汽车的基础,这些天我经常被问到:科学家会让机器人来管理公司吗?答案很明确:绝对不可能。

奇点事件:一派炒作

诚然,人工智能在过去三十年间进步显著。然而目前的水平要达到技术奇点,也就是机器能够复制甚至超越人类思想的程度,还有很长的路要走。

从核心上来讲,这个新的数据科学术语是个崇高的名称,代表着广泛的数据处理活动,其大多数产生于过去。但最近获得新生,它们应用在更先进的技术仪器上,这些仪器数据量更多、处理能力更强,结果更合理还更便宜。

下一个马克·扎克伯格会是人工智能吗?

图为人工智能的三波浪潮,基于Evo的DHL research

随着数据的储存和处理所需成本的降低,数据收集量上升:这是非常简单的供需法则,又叫数据的价格弹性——价格下降,容量上升。同那些更旧更小的数据相比,新数据的价值更低。这是纯粹的经济学知识,之后就得有人来处理这些数据了,也就是数据科学。

数据科学基本上都是老一套的科学。还有人记得专家系统吗?尽管人们大肆宣传,这个系统即使到今天还有严重的技术限制:

  • 仅自下而上,从上级数据而来。举个例子,一份图像会被扫描为数百万或数十亿像素的集合,而这些像素是数字的向量。这种方式效率低下,但由于成本低廉,它在某些问题上仍在使用。

然而,在机器学习方面,这种方法要慢得多,而且比用人力昂贵得多。一个三岁孩子可以在依次看到两个香蕉后就能分辨出什么是香蕉,但一个昂贵的系统需要一百万张图像来自我学习,还只有95%的可信度,平均每20次图像分辨会出错一次。

  • 仅复制机械部分,缺失了大脑中的化学部分。神经网络为机器学习的核心,它某种意义上成功复制了大脑的机械部分:神经元和神经元之间的电子信号。然而,有关大脑化学部分的研究极少,这些部分可能掌管整体思维、情感和自上而下推理的直觉思考。

从结构来说,机器缺失了许多功能。这就是人工智能同人类之争的关键:机器只能按照已有的程序运行,而人类能够发挥创造力。人类的根本能力是提出正确的问题,但可惜的是,今天的学校教的是如何回答问题,这项技能变得无关紧要。

这就是杞人忧天的理由吗?

优步、谷歌和特斯拉正对此争论不休

目前有关人工智能的争论受到自动驾驶汽车的影响。随着优步、谷歌,和特斯拉争先推出自动驾驶汽车,人们猜测这只是危机的开端,机器将很快足以掌控公司,甚至是整个地球。

事实是,管理公司需要多种的能力以处理模棱两可的问题,还需解释人类情感,这通常“十分混乱”且难以被量化。定义一个目标使其改变市场,并且需要定义新目标,这叫做自反性。

自反性指的是因果间的循环关系,尤其根植于人类的信仰结构中。自反关系是双向的,因与果间相互影响,在这种关系中两者都不能被指定为原因或结果。

自动驾驶汽车只需运用可量化数据如位置或速度,从而辨识物理条件,例如交通状况、其他车辆、行人等。即便这样也总会出现程序员未纳入考量的“黑天鹅事件”,然而这些突发事件的数量是有限的,最终都会规划好。

结构上来说,自动驾驶只是有一辆车能自己上路,仅此而已。然而管理行为会导致市场范式的转变,整个循环需要机器再次从头开始。

2012年在澳大利亚墨尔本,一辆装载着绵羊的卡车在高架桥上发生车祸,导致几百只绵羊像下雨一样落在了桥下的高速路上。虽然人类能够克服遇见绵羊会飞时的认知失调,但你能设身处地想象出困惑的优步机器人讲着老套的科幻笑话:它无法计算!

这是意料事件中的极端例子。这或许能更生动地理解为什么机器无法在不远的未来接管公司,在相互竞争的管理游戏中可有不少会飞的绵羊。

机器人企业的真相

当然,就像在工业革命中许多手工劳动被机械替代,机器能接管许多管理功能。然而,越是富有创造力并需要高水平思维的工作,越有可能留在人类手中并进一步发展。越使用数据,就越需要更强的领导力来掌握方向。

近年来,汽车制造商大众公司的许多研发将人工智能同人类的相互作用设为主题。首席信息官马丁·霍夫曼(Martin Hoffman)解释了该公司是如何将自动驾驶汽车的清单运用于“机器企业”领域:他们在公司功能流程中采用了自适应算法。

用我比较熟悉的东西举例,想象一下仓库自动化的重新排序过程。今天,系统能使供应链处于自动执行模式,除了执行策略仍旧需要人类设计:

  • 是更高成本下选择更多的库存和客户服务,还是背负缺货风险选择选择更少的库存?未来几周覆盖范围会是多少?
  • 最优水平是不存在的,因为最优视情况不同而不同。确定决策需要将策略前景的变化转化为日常调整。
  • 机器决定了权衡的效率前缘。任何给定的目标覆盖周数只有一个最优的仓储水平,但人类必须选择目标周数。

大众公司已经确定了人工智能控制水平的五个阶段。从阶段一的手动,即人力决定所有商业决策,到阶段五的完全自动化,这个阶段完全不需人工输入。

根据大众公司的判断标准,通常来说机器在阶段二表现出色:它能够提供建议,但最终做出决策的是人类。机器并非取代了人类判断,而是加强了人类,就像我们今天的手机每天都在加强大脑一样。在可见的未来,人类的大脑将依然掌控管理权。

作者:读芯术_读芯术
原文链接:https://www.toutiao.com/i6900417405294592523/

转载请注明:www.ainoob.cn » 下一个马克·扎克伯格会是人工智能吗?

喜欢 (0)or分享 (0)