谷歌阿尔法狗 养活“阿尔法狗”的 不是谷歌 是屏幕前的你(图)
在图灵吃掉那颗毒苹果的四年前,也就是1950年,这位著名的英国同性恋数学家专门写了篇文章《计算机器与智能》来探讨机器能否拥有智能的问题,并提出有关人工智能的三大命题:
1、人工智能关注如何模拟人类的智能活动,而不是全部脑力活动。
2、人工智能关注计算机的外部智能行为,而不是产生该行为的内部过程。
3、人工智能的主题是设计能够综合适应“人类所在环境”的单一智能体,而不是专门解决特定数学问题的算法。
没错,这就是图灵留给后世最大的两笔精神遗产:现代计算机工作原理和人工智能定义。虽然“阿尔法狗”接连赢了李世石两次,但依然没跳出图灵在60多年前给人工智能画的那个圈。同样,与其担心科幻片里预测的人工智能反超人类统治地球的黑暗时代,倒不如想想眼下到底是该买房还是卖房,股市割肉还是抄底。
人脑的强大之处
论计算速度,普通人哪怕是李世石这样的大脑,远远比不过计算机,但是人脑的强大之处在于,它是大规模并行化计算高手,即所有神经网络可以同时解决多个问题。你看看身边的女同学一边麻利地徒手拆快递,一边用耸着肩膀电话聊天,同时还对着老公使眼色,就知道人类的并行计算能力有多强大了。
而传统的计算机平台,无论速度多快,都是顺序操作,每一步只能解决一个问题。因此,综合看,虽然李世石输了棋,但是在“阿尔法狗”面前,我们还是可以保持智力上的优越感。把电源拔了,或者把赛场移师某局域网大国,“阿尔法狗”就什么也不是了。
不过,计算机运算能力也在呈现出摩尔定律化发展的趋势。1985年,最快的计算机的运算能力只相当于人脑的万亿分之一,但是到了1995年这一差距就缩小到了十亿分之一,到了2005年进一步缩小到百万分之一,按照谷歌技术总监Ray Kurzweil的推测,到2025年,计算机将最终达到人脑的计算能力。
工程师们用小白用户的数据喂养出了人工智能这头巨兽
历史上,人工智能先后流行过多个理论,比如搜索式推理、微世界、专家系统等等,目前机器学习已经成为主流的研究范式。从2012年起,由于在并行计算、大数据和先进算法上取得了突破,人工智能研究也开始一日千里。这其中大数据发挥的作用尤为突出。
由于机器学习主要通过模仿人类对周围世界的感知中获取经验和知识,进而刺激了数据胃口,可以说就是数据狂魔。就在几年前,谷歌的人脸识别技术,还偶尔把照片中的黑人误认为是黑猩猩,这在美帝完全是上纲上线的大问题,但是自2015年5月推出 google photos项目后,在1亿活雷锋用户上传了近500亿张相片的帮助下,谷歌改进了算法,最终还了黑人兄弟们一个清白。
