成人免费xxxxx在线视频软件_久久精品久久久_亚洲国产精品久久久_天天色天天色_亚洲人成一区_欧美一级欧美三级在线观看

我為什么不在乎人工智能

人工智能
有人聽說我想創業,給我提出了一些“忽悠”的想法。他們說,既然你是程序語言專家,而現在人工智能(AI)又非常熱,那你其實可以搞一個“自動編程系統”,號稱可以自動生成程序,取代程序員的工作,節省許許多多的人力支出,這樣就可以趁著“AI 熱”拉到投資。

有人聽說我想創業,給我提出了一些“忽悠”的想法。他們說,既然你是程序語言專家,而現在人工智能(AI)又非常熱,那你其實可以搞一個“自動編程系統”,號稱可以自動生成程序,取代程序員的工作,節省許許多多的人力支出,這樣就可以趁著“AI 熱”拉到投資。

[[189365]]

有人甚至把名字都給我想好了,叫“深度程序員”(DeepCoder = Deep Learning + Coder),還有人給我指出了這方向***的,吹得神乎其神的研究,比如微軟的 RubustFill ……

我謝謝這些人的關心,然而其實我并不在乎,也不看好人工智能。現在我簡單的講一下我的看法。

機器一樣的心

很多人喜歡鼓吹人工智能,自動車,機器人等技術,然而如果你仔細觀察,就會發現這些人不但不理解人類智能是什么,不理解人工智能有什么局限性,而且這些“AI 狂人”們的心,已經嚴重的機械化了。他們或多或少的失去了人性,仿佛忘記了自己是一個人,忘記了人最需要的是什么,忘記了人的價值。這些人就像卓別林在 『大獨裁者』***的演講 里指出的:“機器一樣的人,機器一樣的心。”

每逢提到 AI,這些人必然聯想到“取代人類的工作”,“節省勞動力開銷”。暫且不討論這些目標能否實現,它們與我的價值觀,從一開頭就是完全矛盾的。一個偉大的公司,應該為社會創造實在的,新的價值,而不是想方設法“節省”什么勞動力開銷,讓人失業!想一下都覺得可怕,我創造一個公司,它***的貢獻就是讓成千上萬的人失業,為貪得無厭的人節省“勞動力開銷”,讓貧富分化加劇,讓權力集中到極少數人手里,***導致民不聊生,導致社會的荒蕪甚至崩潰……

我不可想象生活在那樣一個世界,就算那將使我成為世界上最有錢的人,也沒有了意義。世界上有太多錢買不來的東西。如果走在大街上,我看不到人們幸福的笑容,悠閑的步伐,沒有親切的問候,關愛和幽默感,反而看見遍地痛不欲生的無家可歸者,鼻孔里充滿他們留下的尿騷味,走到哪里都怕有人搶劫,因為人們實在活不下去了……

如果人工智能能夠成功的話,這也許就是***的結果。幸運的是,有充足的證據顯示,人工智能是永遠不會成功的。

人工智能的夢想與現實

我也曾經為人工智能熱心,我也曾經把它作為“偉大的理想”。我也曾經以為,有了“邏輯”和“學習”這兩個法(kou)寶(hao),機器總有一天會超越人類的智能。

十多年前,人工智能正處于它的冬天。我在清華大學的圖書館,找到了塵封已久的 Peter Norvig 的大作『 Paradigms of Artificial Intelligence Programming 』(PAIP),開始像考古學家一樣,逐一實現其中的各種經典 AI 算法。PAIP 的算法側重于邏輯和推理,因為在它的年代,很多 AI 研究者都以為人類的智能,歸根結底就是邏輯推理。他們天真地以為,有了一階邏輯,謂詞邏輯這些東西,可以表達“因為所以不但而且”,機器就可以擁有智能。于是他們設計了各種基于邏輯的算法,專家系統(expert system),甚至設計了基于邏輯的程序語言 Prolog,把它稱作“第五代程序語言”。***,他們遇到了無法逾越的障礙,眾多的 AI 公司無法實現他們夸口的目標,各種基于“神經元”的機器無法解決實際的問題,巨額的政府和民間投資化為泡影,人工智能進入了冬天。

我就是在那樣一個冬天遇到了 PAIP,它雖然沒能讓我投身于人工智能領域,卻讓我迷上了 Lisp 和程序語言。也是因為這本書,我***次輕松而有章法的實現了 A* 等復雜的算法,并且理解到里面的真諦。也是因為 PAIP,我***次理解到了程序的“模塊化”是什么,我開始在自己的程序里使用小的“工具函數”,而不再擔心很多人憂心忡忡的“函數調用開銷”。PAIP 和 SICP 這兩本書,***導致了我投身于程序語言領域,并且有幸獲得這個領域鼻祖們的真傳。

在 PAIP 之后,我又迷了一陣子機器學習(machine learning),因為有人告訴我,機器學習是人工智能的新篇章。然而我逐漸的意識到,所謂的人工智能和機器學習,跟真正的人類智能,其實關系不大。相對于實際的問題,PAIP 里面的經典算法其實相當幼稚,復雜度很高,根本不可能解決大規模的實際問題。而“機器學習”這個名字,其實完全就是一個幌子。很多人都看出來了,機器學習說白了就是統計學里面的“擬合函數”,換了一個忽悠人的名字而已。

人工智能的研究者們總是喜歡抬出“神經元”這類名詞來嚇人,喜歡跟你說他們的算法是受了人腦神經元工作原理的啟發,然而 AI 研究者,有幾個真的研究過人腦,解刨過人腦,拿它做過實驗,或者讀過腦科學的研究成果?***你發現,幾乎沒有 AI 研究者真正做過人腦或者認知科學的研究。著名的認知科學家 Douglas Hofstadter 早就在接受采訪時指出,這幫所謂的“AI 專家”,對人腦和意識(mind)是怎么工作的,其實完全不感興趣,也從來沒有深入研究過,卻號稱要實現“通用人工智能”,這就是為什么 AI 直到今天都只是一個虛無的夢想和騙錢的口號。

縱觀歷史上機器學習能夠做到的事情,無非是一些字符識別(OCR),語音識別一類的。各大公司叫得最響亮的 AI 技術,無非是 Siri,Cortana,Google Assistant,Amazon Echo 一類。這些東西里面,到底有多少可以叫做“智能”的東西,我想用過他們的人都應該明白。我每一次試用 Siri 都被它的愚蠢所折服,它可以讓你著急得想砸了水果手機。那另外幾個,也沒有好到哪里去。很多人分不清“文字識別”和“語言理解”的區別。這些 OCR 和語音識別系統,雖然能依靠統計的方法,知道你說的是哪些字,它們卻不能真正理解你在說什么。這就像程序語言里面“語法”和“語義”的差別。識別出語法很容易,要理解語義,是非常困難的。

我并不是說這些產品完全沒有價值。我用過 Siri 和 Google Assistant,我發現它們對于我唯一的價值,只是在開車的時候。因為開車時操作手機容易出事,所以我可以利用語音控制。比如我可以對手機說:“導航到最近的加油站。” 然而這些“個人助手”的用途,也就止于這里了。我根本不想在家里和公共場所使用它們,很簡單的原因:我懶得說話,或者不方便說話。點擊幾下屏幕,我就可以精確地做到我想要的事情,這比說話省力很多,也精確很多。

很多人看到 AlphaGo 的勝利,以為所謂 Deep Learning 終究有一天能夠實現人類級別的智能。在之前的一篇文章里,我已經指出了這是一個誤區。很多人以為人覺得困難的事情(比如圍棋),就是體現真正人類智能的地方,然而事實并不是那樣。我問你,心算除法(23423451345 / 729)難不難?這對于人是很難的,然而任何一個傻電腦,都可以在 0.1 秒之內把它算出來。圍棋,國際象棋之類也是一樣的原理。這些機械化的問題,根本不能反應真正的人類智能。

自動編程是不可能的

現在回到有些人最開頭的提議,實現自動編程系統。我現在可以很簡單的告訴你,那是不可能實現的。微軟的 RobustFill 之類,全都是在扯淡。我對微軟最近乘著 AI 熱,各種煽風點火的做法,表示少許鄙視。不過微軟的研究員也許知道這些東西的局限,只是國內小編在夸大它的功效吧。

你仔細看看他們舉出的例子,就知道那是一個玩具問題。人給出少量例子,想要電腦完全正確的猜出他想做什么,那顯然是不可能的。很簡單的原因,例子不可能包含足夠的信息,精確地表達人想要什么。最最簡單的變換也許可以,然而只要多出那么一點點例外情況,你就完全沒法猜出來他想干什么。就連人看到這些例子,都不能知道另一個人想干什么,機器又如何知道?這根本就是想實現“讀心術”。

所以讓機器能夠猜出人想要干什么,等于要求機器具有“讀心術”,那根本就不可能。對于如此***的問題,都不能100%正確的解決,遇到稍微有點邏輯的事情,就更沒有希望了。所以 RobustFill 所能做的,也就是讓這種極其***的玩具問題,達到“接近 92% 的成功率”而已了。另外,這個 92% 是用什么標準算出來的,也很值得懷疑。

任何一個負責的程序語言專家都會告訴你,自動生成程序是根本不可能的事情。因為“讀心術”是不可能實現的,所以要機器做事,人必須至少告訴機器自己“想要什么”,然而表達這個“想要什么”的難度,其實跟編程幾乎是一樣的。實際上程序員的工作,不就是告訴電腦自己想要它干什么嗎?最困難的工作(數據結構,算法,數據庫系統)已經被固化到了庫代碼里面,然而表達“想要干什么”這個任務,是永遠無法自動完成的。

所以,程序員其實是一種不可被機器取代的工作。雖然好的編程工具可以讓他們工作起來更加舒心,任何試圖取代程序員工作,節省編程勞力開銷,克扣程序員待遇,試圖把他們變成“可替換原件”的做法(比如 Agile),最終都會倒戈,使得雇主收到適得其反的后果。同樣的原理也適用于其它創造性的工作:廚師,發型師,畫家,……

傻機器的價值

既然我決定不蹚人工智能這攤渾水,那我要怎么創業呢?很簡單,我覺得人其實不需要很“智能”的機器。比如,有些公司想研制機器仆人,可以自動打掃衛生做家務,我覺得這問題幾乎不可能解決,還不如直接請真正智能的——阿姨來幫忙。給她配備更好的工具和通信設施,讓她工作不累又方便,讓主人家也放心,那豈不是兩全其美?哪里需要什么智能機器人,難度又高還不好用,還危害社會。

所以呢我覺得,“傻機器”才是對人最有價值的。有許許多多對人有用的傻機器,在等待我們去發明。這些機器設計起來雖然需要靈機一動,然而實現起來難度卻不高,給人帶來便利,經濟上見效也快。這些東西不對人的工作造成競爭,反而可能制造更多的就業機會,可以說是利國利民。利用人的智慧,加上機器的暴力,讓勞動人民又省力又能掙錢,才是最合理的發展方向。

所以設計新的,造福于人的傻機器,應該是我創業的目標。

責任編輯:未麗燕 來源: 36大數據
相關推薦

2022-08-11 08:31:25

QQQQ等級馬化騰

2011-04-07 10:10:59

山寨平板Android 3.0Android

2015-01-19 09:54:03

Linus

2012-04-27 09:59:32

甲骨文云計算公有云

2023-12-25 15:52:10

2025-01-22 13:47:26

2024-02-20 16:14:36

人工智能開源AI

2012-08-15 13:21:16

2024-02-26 11:31:33

人工智能數據中心

2021-10-26 10:00:35

人工智能AI

2020-08-11 09:13:20

人工智能自動駕駛技術

2024-01-12 17:36:16

人工智能機器學習

2016-01-13 16:07:04

2020-04-15 09:56:29

人工智能技術SaaS

2023-08-22 13:56:02

人工智能邊緣計算

2018-05-16 13:35:51

人工智能

2021-04-12 10:28:51

機器學習人工智能AI

2024-04-07 08:40:33

人工智能AI算法

2022-07-29 11:39:33

人工智能AI

2020-12-18 13:22:33

人工智能算法
點贊
收藏

51CTO技術棧公眾號

主站蜘蛛池模板: 久久久精品国产 | 午夜精品影院 | 国产精品欧美一区二区 | 99久久精品免费看国产小宝寻花 | 激情欧美一区二区三区中文字幕 | 亚洲电影一区二区三区 | 午夜男人的天堂 | 99亚洲视频 | 成人午夜在线 | 一区二区三区中文字幕 | 日韩免费一二三区 | 欧美亚洲另类丝袜综合网动图 | 日韩视频在线播放 | 中文字幕一区二区三区四区五区 | 欧美日韩国产精品一区二区 | 亚洲欧美视频在线观看 | 欧美日韩不卡合集视频 | 国产精品久久久久久久久久妇女 | 国产色在线| 久热久草 | 国产一区二区三区视频免费观看 | 免费精品 | 91麻豆精品一区二区三区 | 国产精品美女久久久久久免费 | 在线一区二区三区 | 在线午夜 | 精品日韩在线 | 天天干,夜夜操 | 久久久999精品 | 国产亚洲欧美另类一区二区三区 | 亚洲 欧美 日韩 精品 | 亚洲精品在线播放 | 成人精品一区二区 | 91精品观看 | 男女污污网站 | 久久视频精品在线 | 99福利视频 | 亚洲精品久久 | 国产成人精品免高潮在线观看 | 亚洲精品久久久一区二区三区 | 午夜精品视频一区 |