“在未来100年内的某个时间,计算机人工智能将超过人类。这一切发生时我们一定要确保计算机的目标和人类的目标是一致的。” 世界著名宇宙学家霍金在2015年抛出这一论点后,最近从李世石到柯洁的人机大战又把人工智能推到了风口浪尖。那么人工智能为什么能够有这样神奇的能力呢?人工智能真的会是人类的灭顶之灾吗?
霍金的预言会成为现实吗?
第一步,机器学习从模仿起步
从冷冰冰的机器到肩负起毁灭人类的使命,这恐怖变化的关键便是机器学习(Machine Learning)。机器学习是人工智能的核心,其应用遍布于人工智能的各个领域。机器学习在不少高等院校中也有开设,但是其并非单一学科,而是概率论、统计学、神经生理学、自动化等多门学科的多个领域的交叉存在。可以说,没有机器学习,就没有人工智能。
机器学习给了人工智能腾飞的机会
机器学习的宗旨是让机器学会“人识别事物的方法”,这个方法的核心便在于“经验”。我们从小到大所受到的教育,简单来讲便是一种经验的累积,从呱呱坠地的那一刻起我们就在学习,把对外界的认知转化为经验,量变达到后便会质变为思考、推理等更高层次的行为。机器学习可以理解为让机器模仿人类的学习过程,最终实现智能化。
人工智能师从人类,能青出于蓝吗?
这个过程说起来简单,但是现实操作中却并不容易。首先,人类大脑中有无数个神经元,而机器却没有这样的神经构造,数据交互和处理方式完全不同;其次,人类大脑具有的意识能力并非仅仅是依靠经验而得来的,尤其是潜意识层次的思维,这点很难让机器做到;第三,人类只要在生活,无时无刻不处于学习的状态,机器学习却需要通过一定的帮助才能做到。这也是在过去人工智能发展的主要障碍所在,那么发展都成问题,毁灭人类的使命又从何说起呢?
机器毕竟与大脑不同,如何学习?
第二步,借大数据兴风,欲无监督作浪
人工智能毁灭人类的流言再度四起,原因便在于大数据。随大数据而来的一系列变革在众多领域发生,人工智能在大数据的带动下也开始兴风作浪。
大数据的崛起对机器学习意义非凡
大数据的核心在于数据挖掘,机器学习便是数据挖掘时最常用的方法之一。因此,机器学习技术不断的完善,原本模仿人类大脑的三点先天不足已经逐渐不再重要。
首先,机器学习处理大量数据时所采取的分布式处理技术已经成熟,也就是说在处理大量的任务时,并非集中处理,而是将任务分块,采取多个组件同时处理运算,这样就大幅提升了计算效率,计算能力远远超过人类的大脑;其次,我们在机器学习时会给予其大量的样本,并设置相应的处罚函数,然后通过训练逐步减少处罚函数出现的概率,提高的机器的智能水平;
机器学习不再仅仅是一种数据挖掘的算法
最后,机器学习的方法也更加成熟,现在一般分为三种:监督学习,半监督学习和无监督学习。监督学习是指利用一组已知标注类别的样本调整分类器的参数,使其达到所要求性能的过程。简单来说就是给机器一堆有标记的数据,然后让机器学习后,推测得出新的未知的信息。这其中的代表方法就有神经网络、SVM、Nave Bayes、KNN和决策树等,目前与韩国棋手李世石挑战的谷歌AlphaGo采用的便是神经网络的学习方法。
半监督学习是指介于监督学习和无监督学习之间,利用少量的标注样本和大量的未标注样本进行训练,以得出新的位置信息的办法。这种方法更多的像是两种方法的结合,也是现在正在兴起的一种方法。
无监督学习则指设计分类器时,不给样本参数任何标签,让机器自行分析处理。目标便是让机器学会自主学习。曾经有人设计过一项电脑程序,让其利用无监督学习的方法玩一款游戏,在进行了多次游戏以后,这项程序的游戏水平不仅超过了使用监督学习方法学习的机器,比之人类最好的玩家也要出色许多。
逐渐脱离监督进行学习,是谁的愿望?
但是目前,由于无监督学习还处于起步状态,因此半监督学习和监督学习的改进版是现在人工智能的主流方法。无监督学习既然已经开始,这种更为优秀也更智能的方法必然会成为未来发展的主流,机器学习的自主性提升后,似乎已经比人类更胜一筹,毕竟我们小时候被老师打着都不学的情景依然历历在目……
第三步,毁灭人类……额,有点早
其实,从无监督学习这个方法出现的时候,人们难免就会感到背部的一丝寒意。这个方法的出现就像是人工智能逆天的起步,人类作为地球上有史以来智商最高的种族,最引以为傲的智慧却被机器无情碾压,数十万年建立起来的自信就这样的消失,肯定是难以接受的。那么人工智能要想完全超越人类,甚至像终结者一样毁灭人类,有可能吗?
终结者才是机器学习的最高境界!
很多人认为,机器始终是人类创造的,要想超越人类是不可能的。这种说法对于不会学习的机器来讲无疑是正确的,但是当机器具备了学习能力,情况就完全不一样了。因为机器通过学习会成长到什么程度,连他的设计者也不能确定。所以我们担心它们会对人类造成威胁也不完全是杞人忧天,他们的学习系统如何帮助机器成长也值得让我们担心。
机器学习的学习系统基本架构可以分为三部分:环境、知识库和执行部分。环境就相当于我们的感知系统,而机器会通过环境收集信息,利用这些信息来修改自己的知识库;相应的,知识库就相当于人类的大脑,存储信息,思考处理方法;而执行部分就相当于我们做事情的手脚,做完了以后还会得到新的信息再次被收集,重新记忆。
学习系统完备,人工智能踏上超越人类的征途
通过这三者的构成我们不难发现,如果环境给予机器一些简单的信息,机器完全可以通过学习得到正确的处理方法和执行方式,但是如果给予了一大堆复杂的信息,这些信息有真有假,那么知识库所修改得到的信息就未必是正确的了。尽管系统通过执行可能发现这些问题进行修改,但是这样不仅导致学习任务加重,由于修改也可能导致其所得规则产生偏差。这也就是为什么人工智能下棋很厉害的原因,因为棋类项目有着明确的规则,而在规则之内进行预测和执行,进行大量的计算恰好便是人工智能的长处。如果脱离了这些规则,选择越多,人工智能的能力与人类相差越远。
无论李世石还是柯洁,人工智能终有一天会超越人类
人之所以能成为人,便在于我们常常不按套路出牌,我们没有翅膀却能够飞翔,没有腮鳍却可以远航,脚踏地球却在仰望太空。也许在未来,机器也能得到想象的能力,能够对我们的生存构成威胁。但是就目前来看,人工智能毁灭人类怎么看也是在背黑锅,而这口黑锅它们却背的很有价值,只要人工智能不断发展,我们必须不断的敲响合理发展科技的警世钟。