今天菜园子二园的@keke 同学分享了一张AI知识图谱,如下:
然后有位同学对于其中的 典型AI 产品提出了自己的意见:
小白弱弱的问一下:举例的人工智能产品(siri、faceU、toutiao)也能算AI的产品应用么?这些应该还是ANI=artificialnarrow intelligence吧,像Alpha Go - deep learning属于AGI=Artificial generalintelligence,因技术层面的天上地下的差异,小白弱弱的认为头条等app这种是程序是算法,而AGI是等同于脑,当然AGI也还发展不出人类的情绪和世界观等感兴趣的东西,ASI(S=super)才算是真正的AI吧?
其实关于AI的观点,我已经做过两次直播,录过两次音频,在三次线下分享中表达过了,简单来说,就是在你的人工智能语音助手只有人工,没有智能?一文中提到的菜三点:
1. 不必神话人工智能;
2.不要低估人工智能;
3.人工智能必须和具体业务场景相结合,是手段不是目的。
如果不嫌麻烦,还可以再听一遍我的音频:
然而,今天流行的另一段视频还是令我颇为惊讶,是来自Boston Dynamics 发布的他们的机器狗的最新成果,视频如下:
和之前发布的视频相比,这段视频的特殊之处在于:
视频中的机器狗已经具备了自主寻求解决方案的能力(找到手柄,并开门),而且在遇到外来阻碍的时候,依然坚持竭尽所能去完成自己的目标,期间先后克服了:对于抓手柄的干扰,对于开门的干扰,门的开启大小对于自身体型的约束,甚至当最后被人拽住尾巴的时候,依然克服了阻碍,最终穿过了这扇门。
让我们回顾上面提到的AI的分类,似乎我们总有一种假设,我们认为自己的大脑是机器无法模拟的,特别是情感。但是其实,时至今日,我们其实并不清楚我们的大脑的运行机制,也仅仅知道某些情绪和某些激素的分泌有关,但是并不十分清楚其生理学基础。
所以,我们在不知道一件事是什么情况下,就否定机器能做到的可能性,似乎的确有些自我安慰的嫌疑啊。
实际上视频中的机器狗和之前的技术相比,最大的区别就在于,这个机器狗是通过机器学习的手段,来习得了上述技能,于是并不单独需要去开发走路算法、开门算法、找门把手算法、抗干扰算法....等等。当然具体的这些问题都得到了解决依然是很了不起的,但是我们可以大胆展望一下:
在这个视频中,机器人只是被动的坚持自己的行进方向,并没有对它的干扰源采取任何攻击性行为(这个机器人也没有设计攻击模块)。但是理论上,如果Boston Dynamics的团队愿意,他们完全可以给机器人加上这个能力,同时机器学习的数据可能会使得这个机器狗认识到,消除干扰源是一个更有效率的做法......再往下就不敢想了。
这个时候,我们还来讨论机器人的自主意识似乎并无必要了,当机器人被设定为有一个清晰的目标时,一切输入都只是决策树上一个分支而已,你说那是意识也好,那是代码也罢,总之这个机器完全有可能产生巨大的破坏力。
这个机器虽然是被人类设计出来,但是一旦训练完成,这些设计者其实也失去了对机器运行逻辑的控制。 就好像Deep Mind团队也不能理解和预测Alpha Go的招法一样。
我想,这也许才是真正令人恐惧的吧,很显然在此处需要一些行业规范的约束(虽然不知道有多大的作用),但是乐观的想,这也就像很多国家私人不能拥有枪支一样,毕竟是可以管控的吧......
在我的朋友圈里,这段视频的转发语是这样写的,版权属于 @楼楼 同学,你是否同样感到了这一丝凉意呢?
很多年以后,因虐待机器人罪被判死刑,面对机器人行刑队的他,一定会想起那一天他拖拽那只动力狗的时候是多么的随意。那时,人工智能还只是一串串不会进化的代码,天空湛蓝,人类还可以在地面上自由活动,不需要佩戴反生命探测仪。电子追踪苍蝇、机器捕食者网络等发明刚诞生,许多东西都叫不出名字,不得不用手指指点点。
关注本公众号:生菜阅读发送入群二字,即可加入菜园子微信群。
领取专属 10元无门槛券
私享最新 技术干货