淺談智能機(jī)器人
如果流行文化能在某種程度上反映公眾的態(tài)度,那么一個顯而易見的事實是:人類非??謶种悄軝C(jī)器。比如去年以來的一系列涉及到機(jī)器人、機(jī)器的電影,人類在其中的地位顯得岌岌可危。類似的情況還出現(xiàn)在很多打著“經(jīng)濟(jì)學(xué)”名義的暢銷書里,這些圖書不管從什么角度切入,其最后的落腳地往往都是機(jī)器取代人類。
然而在 MIT Sloan 與美國眾多企業(yè)家的對話中發(fā)現(xiàn),這些企業(yè)家對于所謂機(jī)器取代人類的倡議(或者未來)并不感冒,對他們而言,企業(yè)的發(fā)展需要借助人類員工,尤其是知識型員工以及機(jī)器的通力合作。但現(xiàn)狀是,各種公共媒體上充滿了機(jī)器即將代替人類的不切實際的想象 ,幾乎或者根本沒有媒體圍繞一個當(dāng)下最急迫解決的問題:究竟哪些領(lǐng)域或職業(yè)會在技術(shù)的輔助下得到大幅增強(qiáng)。
為了解決這個難題,MIT Sloan 提出了一個簡單的分析框架,將現(xiàn)有的人工智能、認(rèn)知科學(xué)等技術(shù)分成兩個維度來思考——找出現(xiàn)有技術(shù)可以做和不能做的領(lǐng)域(如下圖所示)。同時為了更便于探索,這個分析框架會把所有的智能技術(shù)、機(jī)器統(tǒng)稱為“智能機(jī)器”,以此來思考機(jī)器智能面臨的困境、挑戰(zhàn)以及創(chuàng)新者接下來需要努力的方向。
當(dāng)我們在談?wù)撝悄軝C(jī)器時,我們在談?wù)撌裁矗?/p>
機(jī)器智能的四個階段
總體上看,機(jī)器智能的水準(zhǔn)正在不斷提升,過去,計算機(jī)可能處理高度結(jié)構(gòu)化的數(shù)據(jù),而現(xiàn)在,計算機(jī)對不同數(shù)據(jù)類型都有很好的兼容甚至“適應(yīng)”能力。
階段1:人類支持
數(shù)十年來,人類對于計算機(jī)智能的追求都建立在一個假設(shè)之上:計算機(jī)可以輔助人類決策。因為人類在決策方面天然缺乏理性、不穩(wěn)定。但到目前為止,這個階段還無法完全實現(xiàn),更多時候,包括 IBM Watson 在內(nèi)的認(rèn)知產(chǎn)品,都是為人類工作者提供決策建議,最終由人類完成決策。
階段2:重復(fù)性的自動化任務(wù)
較上一階段而言,這個階段的機(jī)器可以在某些特定場合做出“決策”。機(jī)器自動化的決策方式最近幾年發(fā)展迅速,并在某些領(lǐng)域,如保險銷售與股票交易方面取得很不錯的成績。但這些領(lǐng)域都有一些共同的特點(diǎn),比如確定的交易規(guī)則或算法,所以人類只需要提前寫好算法,然后監(jiān)控算法執(zhí)行就可以了。
階段3:情景感知和學(xué)習(xí)
目前復(fù)雜的認(rèn)知技術(shù)能在某種程度實現(xiàn)對于復(fù)雜情景的實時感知。隨著人類社會對于互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的依賴性增強(qiáng),數(shù)據(jù)也在源源不斷地產(chǎn)生,海量數(shù)據(jù)的實時處理要求變得非常急迫,企業(yè)需要從這些數(shù)據(jù)中發(fā)現(xiàn)客戶的潛在需求,比如大量互聯(lián)網(wǎng)公司,不僅包括電商,甚至很多內(nèi)容網(wǎng)站,也會根據(jù)用戶的瀏覽習(xí)慣來形成推薦機(jī)制,為了更精確地推薦內(nèi)容,還需要包括用戶位置、時間以及用戶其他行為記錄作為輔助信息。
目前認(rèn)知計算的一個特點(diǎn)就是其擁有學(xué)習(xí)的能力。這種學(xué)習(xí)過程絕大多數(shù)是利用對實時數(shù)據(jù)、用戶反饋的持續(xù)分析。這種可學(xué)習(xí)的系統(tǒng)對于類似股票交易的決策非常有幫助,能夠不斷提升決策的準(zhǔn)確度。
階段4:自我意識
截止到現(xiàn)在,2016 年年末,擁有自我意識的機(jī)器有且僅存在于科幻小說中。如果計算機(jī)具有自我意識,計算機(jī)需要像人類或超越人類智能水準(zhǔn),才能夠應(yīng)對紛繁復(fù)雜的現(xiàn)實生活環(huán)境。即便是最樂觀的專家也認(rèn)為,出現(xiàn)能夠具有自我意識的機(jī)器,至少還需要 30 到 40 年。機(jī)器智能會做什么
觀察機(jī)器處理任務(wù)的智能程度,一定程度上可以根據(jù)機(jī)器都能處理哪些任務(wù),比如有些任務(wù)實際上是由文本、數(shù)字或圖片組成,這些要素不過是數(shù)字世界的基本要素,而另一些任務(wù)則包括數(shù)字世界和物理世界的多個要素。
分析數(shù)字
事實上,如果要追根溯源,認(rèn)知技術(shù)來自于計算機(jī)在處理結(jié)構(gòu)化數(shù)據(jù)2方面的超強(qiáng)能力。過去很長時間內(nèi),計算機(jī)都通過對數(shù)字的分析來支持人類決策。如今,越來越多的公司將數(shù)字分析技術(shù)嵌入到公司運(yùn)營體系或流程中,從而實現(xiàn)重復(fù)性自動化決策,這也使得該技術(shù)兼具了處理速度和處理規(guī)模。尤其是機(jī)器學(xué)習(xí)開始大規(guī)模使用后,改變了過去人為設(shè)計處理數(shù)字模型的方法,機(jī)器可以實現(xiàn)自動化生成分析模型。
分析文字和圖片
人類智能中的一個關(guān)鍵部分是可以讀懂文字和圖片里信息,同時能思考其背后的含義。但現(xiàn)在,一系列你可能“耳熟能詳”的技術(shù),比如機(jī)器學(xué)習(xí)、自然語言處理、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)等等,已經(jīng)具備了分類、解釋和生成文字的能力,其中的一些技術(shù)還可以分析和識別圖片。
早期的智能程序,通過分析文字、圖片以及語音,能夠讓人類和計算機(jī)實現(xiàn)淺層次的交流。這些技術(shù)發(fā)展到今天,已經(jīng)越來越多地出現(xiàn)在我們的智能手機(jī)上,智能手機(jī)能夠理解人類語音和文字,還可以識別圖片,盡管在某些方面不太完美,但至少,已經(jīng)非常廣泛地應(yīng)用到我們?nèi)粘I钪小?/p>
有三種大規(guī)模文字、圖片處理的需求。其一,多種語言的翻譯;其二,像人類一樣回答問題;其三,從大量文本中獲取有效信息或者生產(chǎn)新的文本信息。
圖像識別和分類并非什么新概念?;趯缀芜M(jìn)行匹配的“機(jī)器視覺”技術(shù)已經(jīng)使用了很多年?,F(xiàn)在,圖像識別延伸到互聯(lián)網(wǎng)上海量圖片的分類和識別,尤其是人臉識別。要應(yīng)對這些需求,現(xiàn)在的公司們則借助機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)來識別圖片。更重要的一點(diǎn)在于,這些系統(tǒng)能夠通過學(xué)習(xí)應(yīng)對海量圖片處理需求,事實上,機(jī)器“吃”越多的數(shù)據(jù),其決策的準(zhǔn)確性越高。
執(zhí)行數(shù)字化任務(wù)
認(rèn)知技術(shù)最近幾年發(fā)展的一個方向是實現(xiàn)行政工作和決策的自動化過程。為了實現(xiàn)自動化,需要兩個技術(shù)能力。首先,你需要能夠按照業(yè)務(wù)規(guī)定來描述完成這些工作需要的邏輯;其次,你需要可以一步一步完成這些工作的技術(shù)。過去幾十年內(nèi),自動化決策工具的應(yīng)用場景非常廣泛,從保險政策審批到信息技術(shù)運(yùn)維以及高頻交易等等。
最近,科技公司開始使用“自動控制流程自動化”,這項技術(shù)基于工作流和業(yè)務(wù)規(guī)則,通過接入公司里的多個信息渠道來實現(xiàn),這與普通人類用戶的做法很相似。自動控制流程技術(shù)廣泛應(yīng)用在銀行(比如幫助客戶替換丟失的銀行卡服務(wù),能夠極大地省去人力客服)、保險行業(yè)、IT業(yè)(如監(jiān)控系統(tǒng)錯誤信息、修復(fù)某些簡單錯誤)和供應(yīng)鏈管理(比如訂單處理和回應(yīng)客戶、供應(yīng)商的日常需求)等領(lǐng)域。
流程自動化的好處顯而易見。2015 年 4 月份 的一個案例中,英國第二大移動運(yùn)營商 Telefónica O2 發(fā)現(xiàn),在該公司將 160 個業(yè)務(wù)流程軟件化、自動化之后,其未來三年在這些領(lǐng)域的投資回報率將達(dá)到 650%——800%。
處理物理任務(wù)
我們一般將能夠處理物理任務(wù)的計算機(jī)稱之為機(jī)器人(Rebot),根據(jù)英文韋氏詞典的解釋,所謂 robot:a machine that can do the work of a person and that works automatically or is controlled by a computer.
2014 年,全球范圍內(nèi)有 22 萬臺機(jī)器人上臺,大約三分之一集中在汽車制造行業(yè)。不過,機(jī)器人短期內(nèi)還無法真正滿足需求。2011 年的時候,富士康曾信誓旦旦地表示,要在三年之內(nèi)通過一百萬機(jī)器人替代人類工人,但很快富士康就發(fā)現(xiàn),讓機(jī)器人代替人類制造手機(jī)真不是一件輕松的事情。到了 2015 年,當(dāng)富士康開始代工新一代 iPhone 的時候,該公司招聘了超過 10 萬人類工人,并配備了 10 萬臺新機(jī)器人。
過去很長一段時間內(nèi),那些可以替代人類的機(jī)器人都是通過編程,從而能夠高效完成大量重復(fù)性的工作。同時,出于安全的考慮,機(jī)器人工人往往也和人類工人分開工作。但現(xiàn)在,一種新型的機(jī)器人,也就是所謂“協(xié)作型機(jī)器人”正在出現(xiàn)在工作場所,這種機(jī)器人可以和人類協(xié)同工作。
寫在最后
在看完本季前六集《黑鏡》后我曾這樣感嘆:如何處理人與機(jī)器的關(guān)系會成為接下來很長一段時間內(nèi)的重要課題。而第一步則是正確認(rèn)識機(jī)器或者智能機(jī)器或者人工智能當(dāng)下的處境,過去一年,我們聽到太多關(guān)于人工智能如何如何的聳人聽聞的報道,但真實的一面往往平淡無奇,正如上文所言,機(jī)器在某些層面的確超越了人類,但在絕大多數(shù)場景下,尤其是需要情感、意識加入其中的場景中,人類終究還是勝者。
然而不可否認(rèn)的一個事實,當(dāng)機(jī)器繼續(xù)進(jìn)化的同時,人類進(jìn)化幾乎已經(jīng)停止.....
請注意,這里絕不涉及到機(jī)器取代人類,而是人類如何被機(jī)器增強(qiáng)自身的能力。
所謂結(jié)構(gòu)化數(shù)據(jù),就是以行、列來排序的數(shù)字,比如 Excel 就是處理結(jié)構(gòu)化數(shù)據(jù)的一種基本工具。
|