[[167086]]

【51CTO快譯】關(guān)于AI驅(qū)動(dòng)型未來(lái)的表述很多但內(nèi)容往往不夠嚴(yán)謹(jǐn)，恐怕在很長(zhǎng)一段時(shí)間里我們?nèi)匀恍枰\(yùn)用自己的頭腦處理問(wèn)題。

人工智能——包括個(gè)人助理、機(jī)器人、自動(dòng)駕駛汽車以及機(jī)器學(xué)習(xí)等等具體形式——近來(lái)火爆異常，甚至全面占據(jù)了硅谷座談、技術(shù)報(bào)道以及供應(yīng)商展會(huì)。

AI屬于那種每隔一段時(shí)間就會(huì)再度被提及的技術(shù)方向，但其對(duì)現(xiàn)實(shí)世界的滲透卻相當(dāng)緩慢。我還記得早在上世紀(jì)八十年代就有不少AI方案出現(xiàn)，Jaron Lanier等技術(shù)支持者甚至還借此頻繁登上《Omni》雜志封面。

AI可謂眾多成熟技術(shù)的結(jié)合成果，但其實(shí)現(xiàn)方式仍然很不成熟。當(dāng)然，我們不能將其單純描述為“皇帝的新衣”，更確切地講其應(yīng)該屬于“皇帝的內(nèi)衣”——仍有很多工作需要進(jìn)行。

不過(guò)，眾多睿智的開(kāi)發(fā)者與技術(shù)企業(yè)也在奮力推動(dòng)其發(fā)展，希望能讓AI從科幻世界逐步過(guò)渡至現(xiàn)實(shí)領(lǐng)域。

機(jī)器人與AI分屬獨(dú)立學(xué)科

多年以來(lái)，通俗小說(shuō)往往將機(jī)器人與人工智能混為一談——從《地球停轉(zhuǎn)之日》到《太空堡壘卡拉狄加》再到阿西莫夫著名的機(jī)器人三定律。然而，機(jī)器人與人工智能并不是一碼事——前者其實(shí)屬于按照人類指令處理任務(wù)的機(jī)械，其更可靠、速度更快且不會(huì)要求任何報(bào)酬或者福利。

機(jī)器人在制造業(yè)更為常見(jiàn)，目前也開(kāi)始出現(xiàn)在醫(yī)院及藥房中，但卻很少涉及日常辦公及生活。

也許我們終有一天將見(jiàn)證機(jī)器人與人工智能的合并，但就目前來(lái)講這一目標(biāo)還非常遙遠(yuǎn)，其間AI只能在一定程度上幫助機(jī)器人更好地工作——而非像藝術(shù)作品中那樣讓其擁有所謂“自我意識(shí)”。

模式匹配得到高度關(guān)注，但復(fù)雜程度仍然很低

Amazon的產(chǎn)品推薦、Facebook內(nèi)容共享、蘋果Siri的語(yǔ)音識(shí)別以及谷歌地圖的行駛建議等都只能算是模式匹配，即AI范疇中最為基礎(chǔ)的層面。

憑借著強(qiáng)大的數(shù)據(jù)存儲(chǔ)與計(jì)算能力，如今各類系統(tǒng)可以存儲(chǔ)多種模式并借此做出判斷以采取行動(dòng)。但必須承認(rèn)，此類方案尚處于發(fā)展初期，特別是大家所熟悉的導(dǎo)航系統(tǒng)。其大多數(shù)情況下運(yùn)作良好，但有時(shí)候還是會(huì)把用戶引導(dǎo)到雪地、停機(jī)坪、小道甚至是湖泊當(dāng)中。

當(dāng)然，它們已經(jīng)能夠起到一定作用。眾多用戶的反饋與使用使其工作效果越來(lái)越好，例如Siri現(xiàn)在就已經(jīng)能夠自動(dòng)糾正語(yǔ)法錯(cuò)誤、數(shù)量指定不明以及錯(cuò)別字等干擾因素。

此類方案目前缺少的是上下文結(jié)合能力，例如通過(guò)用戶已經(jīng)購(gòu)買或者拒絕的條目發(fā)布更有針對(duì)性的推薦。作為下一步發(fā)展方向，谷歌地圖應(yīng)該了解大家的飲食偏好，從而在出門之后直接結(jié)合用餐模式與口味給出出行建議。

自動(dòng)更正也屬于此類情況下的實(shí)例。首先，有人應(yīng)當(dāng)告知Siri如何區(qū)別“its”與“it’s”，同時(shí)解釋正確的語(yǔ)法變化。另外，其需要在規(guī)則基礎(chǔ)之上允許用戶根據(jù)個(gè)人習(xí)慣做出表達(dá)調(diào)整。

模式識(shí)別正乘機(jī)器學(xué)習(xí)的浪潮快速崛起

模式匹配還遠(yuǎn)遠(yuǎn)不夠，因?yàn)槠湟蟾髂Ｊ揭灶A(yù)定義方式構(gòu)建。因此，模式識(shí)別方案開(kāi)始出現(xiàn)，意味著軟件能夠自行發(fā)現(xiàn)新模式或者根據(jù)用戶行為變更現(xiàn)有模式。

當(dāng)然，這絕非易事。模式識(shí)別要解決的問(wèn)題極為復(fù)雜，特別現(xiàn)實(shí)世界中存在的眾多“意外狀況”，例如天氣與交通情況、設(shè)備故障乃至自動(dòng)駕駛技術(shù)中極為重要的威脅因素判斷等等。

由于機(jī)器學(xué)習(xí)極難實(shí)現(xiàn)——特別是在高度定義化的工程技術(shù)領(lǐng)域之外——很明顯其發(fā)展速度將相當(dāng)緩慢。

語(yǔ)音識(shí)別正是其中一個(gè)很好的例子——初代系統(tǒng)往往效果極差，但現(xiàn)在我們已經(jīng)擁有了Siri、Google Now以及Cortana等具備可用性的方案。它們有時(shí)候還是要犯錯(cuò)，特別是在復(fù)雜的句式以及特殊的語(yǔ)言環(huán)境之下，但只要擁有足夠的背景提示，它們已經(jīng)能夠發(fā)揮作用。

不過(guò)狀況越是混亂，機(jī)器學(xué)習(xí)就越難起效，因?yàn)槠浜茈y將所有真實(shí)條件都納入考量。自動(dòng)駕駛汽車就是其中一例——車輛能夠?qū)W習(xí)行駛模式與信號(hào)識(shí)別，但天氣、行人及非機(jī)動(dòng)車等外部因素***混淆性，因此目前業(yè)界普遍認(rèn)為短時(shí)間內(nèi)自動(dòng)駕駛?cè)匀徊豢赡茏呦虺墒臁?o:p>

預(yù)測(cè)分析——機(jī)器學(xué)習(xí)的下一階段

多年以來(lái)，IT行業(yè)一直在強(qiáng)調(diào)預(yù)測(cè)分析這一概念——或者強(qiáng)調(diào)商務(wù)智能等與之同源的其它表現(xiàn)形式。這是一項(xiàng)偉大的概念，但仍然需要模式匹配、機(jī)器學(xué)習(xí)與洞察能力的全面配合。而洞察能力真正使其邁入了新的發(fā)展階段。

對(duì)于預(yù)測(cè)分析，其目前的水平只能接受現(xiàn)成的思路，但卻在努力理解并接受其它非常規(guī)模式及結(jié)果。但作為“智能”，這種定位本身就存在一定矛盾——人們希望其提供最適用的模式與路徑，而非自作主張地進(jìn)行其它判斷，畢竟其僅僅作為工具而非決策者存在。

大多數(shù)輔助系統(tǒng)都會(huì)利用現(xiàn)有條件引導(dǎo)一條可行的途徑。預(yù)測(cè)系統(tǒng)會(huì)利用概率算法對(duì)結(jié)論進(jìn)行排序，但真正的問(wèn)題是如果其結(jié)論與大家的直觀認(rèn)知相去過(guò)遠(yuǎn)，那么用戶往往會(huì)拒絕根據(jù)其提示采取行動(dòng)。

可以看到，我們還有很多任務(wù)需要完成，所以新的時(shí)代恐怕還會(huì)如滴水穿石般緩慢來(lái)臨。是的，人工智能必將崛起，但其具體過(guò)程則是漸進(jìn)而難以察覺(jué)的。

原文鏈接：幕后真相：關(guān)于AI、機(jī)器學(xué)習(xí)與機(jī)器人

【51CTO譯稿，合作站點(diǎn)轉(zhuǎn)載請(qǐng)注明原文譯者和出處為51CTO.com】