云南龙网

  1. 首页 > 云知道 > >

院士邬贺铨：人工智能的魅力是“永远在路上”( 三 )

小知识科普人工智能识别网络院士邬贺铨分类神经学习土


自动驾驶在简单路况中是好的， 复杂路况就很难， 因为行人和司机不见到都遵守交通规则， 很难用训练的办法掌握， 还需要驾驶员的经验和知识， 而且人类犯错是偶然的， 机器一旦犯错可能就是系统性的 。
人工智能可以检测肿瘤， 但医院还不敢这么用， 因为人工智能本身可以告诉你应该做什么， 但它不会告诉你为什么， 比如人工智能诊断一个病人， 最后得出结论“锯掉一条腿”， 但不告诉你为什么， 那医院敢锯掉腿吗？
还有很多功能是人工智能难以胜任的， 神经网络是以输入为导向的算法， 首先的前提是大量数据， 而且数据要比较准确， 如果受了干扰他就很难， 医生受干扰可能会产生很多错误， 比如北加州一个组织（美国公民自由联盟）利用亚马逊面部识别算法把美国535位国会议员的照片和美国警察局掌握的2.5万名罪犯照片进行比对， 发现28个议员被当成了罪犯 。 分类数据终美国的数据严重偏向白人男性， 所以黑皮肤的可能就容易被错认 。
【院士邬贺铨：人工智能的魅力是“永远在路上”】目前机器学习还有很多不足， 图灵奖的获奖者说， 目前机器学习只是曲线的拟合， 一个诺贝尔奖经济学奖得主（Judea Pear）说“人工智能不过是统计学”， 也就是说目前还是有很多不够的地方 。
刚才我用的两张图映射的猫和狗的区别有个曲线， 但只要拟合的地方稍微错一点， 可能就会发生错误 。 比如本来是熊猫， 在照片上加上一些噪音， 机器就可能识别成长臂猿， 所以人工智能识别目前来讲还是比较娇气的 。
大家看这张图， 有人看是顺时针转， 有人看是逆时针转， 哪怕是同一个人， 一会儿看着是顺时针转， 眨眨眼睛却变成了逆时针转， 究竟是顺还是逆？其实只是左腿在前还是右腿在前的问题， 是你的错觉 。
为什么会出现这个错觉？因为它正好处于人工智能辨识（包括人辨识）的分界线， 这时就可能发生误导 。
比如这个图里的圆圈， 大家都觉得它是滚动的、是圆的， 可是真的是这样吗？每个球都这样走吗？不一定， 我们可以看看 。 实际上每个球走的都是直线， 所以人工智能的模型是会被误导的 。
这张图中最后一个打问号的地方应该放（几个数字）， 人很容易看出来应该放哪个， 因为第一行232， 第二行343， 第三行应该是454， 可是人工智能就很难看出来， 因为人工智能要获得人类常识不是那么容易的 。
人工智能的进化与对就业的冲击
当然， 神经网络现在还在演进， 关键是怎样选择正确框架以及训练， 清华大学的张钹院士说我们要把感知和认知放到同一个空间里， 不是简单用概率统计的理论， 要用模糊级的理论来重新定义它， 否则我们没办法跟机器人交流， 机器人之间也没办法交流 。
机器学习着重于通过数据了解环境， 而人类能够同时洞悉不同的环境， 群体学习是人类与生俱来的本领， 而电脑是不具备的 。 我曾经跟一个搞人工智能的公司说， 识别语音、下围棋都不算什么， 能不能组织11人的机器人足球队， 什么时候踢赢皇马了， 那你就算厉害了， 因为11人的机器人足球队是要群体活动的 。
刚才谈到就业， 实际上人工智能确实会取代很多现在的就业， 49%的劳动人口可能会被取代， 但一半以上的人是不会被取代的， 因为人工智能没有情感， 有情感创作的文艺工作是不能被取代的， 人工智能不能取代文艺， 要由人来做 。 美国高德纳咨询公司以及世界经济论坛发布的《2018未来就业》报告中都说， 实际上取代了一部分工作， 但会新增一些工作岗位 。 人工智能会带来数字鸿沟， 发达国家、先进企业， 还会拉大社会贫富悬殊， 高智能岗位会增加， 一般劳动岗位会减少， 自动驾驶出了问题是谁的责任？机器人创作的小说、诗歌是否享有相应的知识产权？有法律道德的问题， 还有安全问题， 如果人工智能杀人了怎么办？

推荐阅读


上一篇：山东干热岩分布区域

下一篇：智能技术如何“玩转”音箱产业？