܄

不可不看的幕后真相:关于AI、机器学习与机器人

【数据猿导读】 多年以来,IT行业一直在强调预测分析这一概念——或者强调商务智能等与之同源的其它表现形式。这是一项伟大的概念,但仍然需要模式匹配、机器学习与洞察能力的全面配合。而洞察能力真正使其迈入了新的发展阶段

不可不看的幕后真相:关于AI、机器学习与机器人

关于AI驱动型未来的表述很多但内容往往不够严谨,恐怕在很长一段时间里我们仍然需要运用自己的头脑处理问题。

人工智能——包括个人助理、机器人、自动驾驶汽车以及机器学习等等具体形式——近来火爆异常,甚至全面占据了硅谷座谈、技术报道以及供应商展会。

AI属于那种每隔一段时间就会再度被提及的技术方向,但其对现实世界的渗透却相当缓慢。我还记得早在上世纪八十年代就有不少AI方案出现,Jaron Lanier等技术支持者甚至还借此频繁登上《Omni》杂志封面。

AI可谓众多成熟技术的结合成果,但其实现方式仍然很不成熟。当然,我们不能将其单纯描述为“皇帝的新衣”,更确切地讲其应该属于“皇帝的内衣”——仍有很多工作需要进行。

不过,众多睿智的开发者与技术企业也在奋力推动其发展,希望能让AI从科幻世界逐步过渡至现实领域。

机器人与AI分属独立学科

多年以来,通俗小说往往将机器人与人工智能混为一谈——从《地球停转之日》到《太空堡垒卡拉狄加》再到阿西莫夫著名的机器人三定律。然而,机器人与人工智能并不是一码事——前者其实属于按照人类指令处理任务的机械,其更可靠、速度更快且不会要求任何报酬或者福利。

机器人在制造业更为常见,目前也开始出现在医院及药房中,但却很少涉及日常办公及生活。

也许我们终有一天将见证机器人与人工智能的合并,但就目前来讲这一目标还非常遥远,其间AI只能在一定程度上帮助机器人更好地工作——而非像艺术作品中那样让其拥有所谓“自我意识”。

模式匹配得到高度关注,但复杂程度仍然很低

Amazon的产品推荐、Facebook内容共享、苹果Siri的语音识别以及谷歌地图的行驶建议等都只能算是模式匹配,即AI范畴中最为基础的层面。

凭借着强大的数据存储与计算能力,如今各类系统可以存储多种模式并借此做出判断以采取行动。但必须承认,此类方案尚处于发展初期,特别是大家所熟悉的导航系统。其大多数情况下运作良好,但有时候还是会把用户引导到雪地、停机坪、小道甚至是湖泊当中。

当然,它们已经能够起到一定作用。众多用户的反馈与使用使其工作效果越来越好,例如Siri现在就已经能够自动纠正语法错误、数量指定不明以及错别字等干扰因素。

此类方案目前缺少的是上下文结合能力,例如通过用户已经购买或者拒绝的条目发布更有针对性的推荐。作为下一步发展方向,谷歌地图应该了解大家的饮食偏好,从而在出门之后直接结合用餐模式与口味给出出行建议。

自动更正也属于此类情况下的实例。首先,有人应当告知Siri如何区别“its”与“it’s”,同时解释正确的语法变化。另外,其需要在规则基础之上允许用户根据个人习惯做出表达调整。

模式识别正乘机器学习的浪潮快速崛起

模式匹配还远远不够,因为其要求各模式以预定义方式构建。因此,模式识别方案开始出现,意味着软件能够自行发现新模式或者根据用户行为变更现有模式。

当然,这绝非易事。模式识别要解决的问题极为复杂,特别现实世界中存在的众多“意外状况”,例如天气与交通情况、设备故障乃至自动驾驶技术中极为重要的威胁因素判断等等。

由于机器学习极难实现——特别是在高度定义化的工程技术领域之外——很明显其发展速度将相当缓慢。

语音识别正是其中一个很好的例子——初代系统往往效果极差,但现在我们已经拥有了Siri、Google Now以及Cortana等具备可用性的方案。它们有时候还是要犯错,特别是在复杂的句式以及特殊的语言环境之下,但只要拥有足够的背景提示,它们已经能够发挥作用。

不过状况越是混乱,机器学习就越难起效,因为其很难将所有真实条件都纳入考量。自动驾驶汽车就是其中一例——车辆能够学习行驶模式与信号识别,但天气、行人及非机动车等外部因素极具混淆性,因此目前业界普遍认为短时间内自动驾驶仍然不可能走向成熟。

预测分析——机器学习的下一阶段

多年以来,IT行业一直在强调预测分析这一概念——或者强调商务智能等与之同源的其它表现形式。这是一项伟大的概念,但仍然需要模式匹配、机器学习与洞察能力的全面配合。而洞察能力真正使其迈入了新的发展阶段。

对于预测分析,其目前的水平只能接受现成的思路,但却在努力理解并接受其它非常规模式及结果。但作为“智能”,这种定位本身就存在一定矛盾——人们希望其提供最适用的模式与路径,而非自作主张地进行其它判断,毕竟其仅仅作为工具而非决策者存在。

大多数辅助系统都会利用现有条件引导一条可行的途径。预测系统会利用概率算法对结论进行排序,但真正的问题是如果其结论与大家的直观认知相去过远,那么用户往往会拒绝根据其提示采取行动。

可以看到,我们还有很多任务需要完成,所以新的时代恐怕还会如滴水穿石般缓慢来临。是的,人工智能必将崛起,但其具体过程则是渐进而难以察觉的。


来源:51CTO

声明:数据猿尊重媒体行业规范,相关内容都会注明来源与作者;转载我们原创内容时,也请务必注明“来源:数据猿”与作者名称,否则将会受到数据猿追责。

相关精彩内容推荐

我要评论

精品栏目

[2016/10/10]

大数据24小时

More>

[2016/09/26-7]

大数据周周看

More>

[2016/09/01-30]

大数据投融资

More>

[2016/11/04-11]

大咖周语录

More>

[2016/10/31-7]

大数据周聘汇

More>

[2016/11/01-6]

每周一本书

More>