为何说人工智能是一场精妙的商业炒作?

从2016年3月的AlphaGo围棋比赛中以4-1击败李世石距现在已经三年了。近年来,在谷歌等大公司的牵制下,“人工智能”一词屡见不鲜。随着人机战争的结束,“人工智能”风口也被引爆到了极致。在任何地方都可以看到“智能”项目:智能语音、智能扬声器、智能电话机器人、智能手表(手环)、各种智能家居等等。

成都创新互联公司一直在为企业提供服务,多年的磨炼,使我们在创意设计,营销型网站到技术研发拥有了开发经验。我们擅长倾听企业需求,挖掘用户对产品需求服务价值,为企业制作有用的创意设计体验。核心团队拥有超过10多年以上行业经验,涵盖创意,策化,开发等专业领域,公司涉及领域有基础互联网服务成都服务器托管成都app开发、手机移动建站、网页设计、网络整合营销。


如今,人工智能是“深度学习”的突破的产物(难怪算法部那么难挤进)。深度学习算法本质上是一种神经网络,早在20世纪40年代就提出了,神经网络并在80年代达到了研究热潮。


如果要深纠“深度学习”算法只不过是将神经网络的隐含层加多了而已,本质上还是神经网络。 而“神经网络”算法,所依赖的数学基础就是概率论。简单点说,语音识别算法在语料库中找到最接近的文本;自动驾驶算法算出最安全的行车路线;AlphaGo下棋时,总是算出胜率最大的落子等等。

 

如果只是从算法层面去看待人工智能,那么现在的人工智能所用有的也仅仅是算法层面上的升级,相较于80年代是没有核心本质上面的区别,还不具备自主思考的能力,那么为什么曾经的人工智能与现在的差别如此之大呢?例如电话机器人,在人机交互体验上逐渐有取代客户的趋势?关键点还是在于大数据。


追本溯源的话,早在1980年,著名未来学家托夫勒在其所著的《第三次浪潮》中就热情地将“大数据”这一个概念提出,并称之为 “第三次浪潮的华彩乐章,但是直到2011年6月,世界著名的管理咨询公司麦肯锡公司才发表了以一次大数据报告,这也是大数据的首次实际应用。


现在,“大数据”这个词经常和“人工智能”一起提到。它还有一个很俗气的名字——“许多许多的数据”。例如,用户数据(网页、用户浏览或购买的物品,甚至一些聊天软件的内容)、流量数据、天气数据、股市数据等,随着互联网用户数量的激增和服务器存储计算能力的提高,存储和分析“许多许多数据”成为现实。

 

因为在商业宣传上面的需要“很多很数据”这个词汇,完全不能和“大数据”三个字相比。 

“大数据”是从英文"big data"直译过来,如果这个概念最先从中国发明出来,可能就叫 “宏数据”是不是感觉格调就不一样了。


按照现在业界的认可,人工智能有三个层次: 

一、运算智能

快速计算和记忆存储能力。 

二、感知智能

视觉、听觉、触觉等感知能力。人和动物都具备,能够通过各种智能感知能力与自然界进行交互。自动驾驶汽车,就是通过激光雷达等感知设备和人工智能算法,实现这样的感知智能的。  

三、认知智能

通俗讲是“能理解会思考”。人类有语言,才有概念,才有推理,所以概念、意识、观念等都是人类认知智能的表现。

 

其实上面1,2两个智能都在软件层面上实现了,人机互相的接口做得更容易让人使用,但距离真正智能还是有差距。但是商业的力量很可怕, 可以改变一个词汇的意思! 现在“智能”两字几乎等同于“好用”,如果一个产品换成好用后,完全说得通,并且更好理解,只不过没有“智能”二字高大上而已,没有“智能”二字更具商业宣传价值而已。


类似某某家具,打着人工智能旗号,其实就是在固定程序下面的框架式回答,甚至技术的最高原理只与感应灯原理类似。


知道了最近几年的“人工智能”是商业词汇,但我们能做的确实不多。毕竟也是大佬们玩的游戏,作为吃瓜群众的我们不可能让人们去忘记“人工智能”这个词。不过,我们自己可以做到加强一下就这个词汇的抵抗力,在选购商品时如果出现“人工智能”家居之类的词汇,得看它是否真的是自己所需,还只是打了这个标签。


从图灵机-冯诺依曼体系结构到现在可以说是没有本质上的突破。如果要硬说是进步,应该是芯片和5G的进步提高了AI的运算能力,就好似上文中提到的智能电话机器人,一款电话机器人好不好用还是看数据和系统运算能力。


虽然现在这场“人工智能”热潮有点儿名不副实,但信息技术给予一些企业的帮助是实实在在的特别是外呼型的企业,能够带去不小的便利。这是一个不错的时代,至少我们还有期盼,等基础物理学的突破。量子、弦论或M理论的完备,全新数学分支的创建。为实现有别于概率的智能算法提供理论支持,脑生物学的突破。彻底弄明白人脑结构、为何会产生意识,并且为之建立精准的数学模型。 打破图灵机-冯诺依曼体系结构计算机的出现时候,就是真正人工智能实现的时候吧!


网站栏目:为何说人工智能是一场精妙的商业炒作?
地址分享:http://cdiso.cn/article/gpdhcj.html

其他资讯