理解人工智能的的12大特點(diǎn)

隨著所有行業(yè)對(duì)人工智能的呼聲越來(lái)越高，IT領(lǐng)導(dǎo)者必須掌握與人工智能合作的一些秘密，以便收集商業(yè)見(jiàn)解。

人類一直就在夢(mèng)想有一個(gè)無(wú)所不知、無(wú)所不能的精靈來(lái)承擔(dān)自己的工作?，F(xiàn)在，多虧了計(jì)算機(jī)科學(xué)家在實(shí)驗(yàn)室里的辛勤工作，我們?cè)谌斯ぶ悄苤姓业搅舜鸢福绻阋蚕嘈胚@一點(diǎn)，你的公司幾乎可以做任何你需要做的事情--至少是其中的一些，在有些時(shí)候。

是的，人工智能的創(chuàng)新是驚人的。像Siri、Alexa或Google Assistant這樣的虛擬助手對(duì)于10到15年前的時(shí)間旅行者來(lái)說(shuō)似乎是很神奇的。你的話就是它們的命令，與上世紀(jì)90年代的語(yǔ)音識(shí)別工具不同，他們通常會(huì)給出正確的答案--如果你避免問(wèn)一些曲線球問(wèn)題的話，比如問(wèn)有多少天使能在一根大頭針上跳舞。

盡管人工智能很神奇，但它們?nèi)匀灰蕾囉谟?jì)算機(jī)編程，這意味著它們會(huì)受到各種限制，這些限制阻礙了電子表格或文字處理器等更普通的代碼。它們?cè)谔幚硎澜缃y(tǒng)計(jì)上的變幻莫測(cè)方面做得更好，但歸根結(jié)底，它們?nèi)匀恢皇峭ㄟ^(guò)計(jì)算一個(gè)函數(shù)并確定某個(gè)數(shù)字是大于還是小于閾值來(lái)做出決策的計(jì)算機(jī)。在所有巧妙的神秘和復(fù)雜的算法之下，是一組實(shí)現(xiàn)“如果--那么”決策的晶體管。

我們能接受這個(gè)嗎?我們還有別的選擇嗎?隨著所有行業(yè)對(duì)人工智能的呼聲越來(lái)越高，我們必須開始學(xué)會(huì)接受以下人工智能的一些現(xiàn)實(shí)。

你在AI中發(fā)現(xiàn)的很多東西都是顯而易見(jiàn)的

對(duì)人工智能科學(xué)家來(lái)說(shuō)，最艱難的工作就是告訴老板，人工智能已經(jīng)發(fā)現(xiàn)了每個(gè)人都已經(jīng)知道的東西。也許它檢查了100億張照片，發(fā)現(xiàn)天空是藍(lán)色的。但是如果你忘了把晚上的照片也放在訓(xùn)練集里，它也就不會(huì)意識(shí)到晚上會(huì)變黑了。

但是人工智能如何才能避免這些顯而易見(jiàn)的結(jié)論呢?數(shù)據(jù)中最強(qiáng)烈的信號(hào)對(duì)任何在第一線工作的人來(lái)說(shuō)都是顯而易見(jiàn)的，對(duì)于挖掘數(shù)據(jù)的計(jì)算機(jī)算法來(lái)說(shuō)也是顯而易見(jiàn)的。它們將是獵犬能夠帶回來(lái)并落在你腳下的第一個(gè)答案。只不過(guò)算法不會(huì)期望得到你的回報(bào)。

利用微妙的人工智能洞察力可能并不值得

當(dāng)然，當(dāng)數(shù)據(jù)精確時(shí)，好的人工智能也會(huì)鎖定小的差異。但是使用這些小的見(jiàn)解可能需要對(duì)公司的工作流程進(jìn)行深刻的戰(zhàn)略轉(zhuǎn)變。有些細(xì)微的差別將過(guò)于微妙，根本不值得追根究底。但計(jì)算機(jī)依然會(huì)糾結(jié)于此。問(wèn)題是，大信號(hào)往往是明顯的，而小信號(hào)可能只能產(chǎn)生很小的收益。

神秘的計(jì)算機(jī)更具威脅性

雖然早期的研究人員希望計(jì)算機(jī)算法的數(shù)學(xué)方法會(huì)給最終的決定帶來(lái)一種體面的氣氛，但世界上的許多人都不愿意向邏輯之神投降。如果說(shuō)有什么不同的話，那就是人工智能的復(fù)雜性和神秘性讓任何對(duì)答案不滿意的人都更容易攻擊這個(gè)過(guò)程。算法是有偏差的嗎?暗箱下的神秘和復(fù)雜越多，這個(gè)世界就越有理由產(chǎn)生懷疑和憤怒。

人工智能主要是曲線擬合

數(shù)百年來(lái)，科學(xué)家們一直在繪制一些噪聲數(shù)據(jù)，并在這些點(diǎn)上畫線。機(jī)器學(xué)習(xí)算法核心的許多人工智能算法就是這樣做的。他們收集了一些數(shù)據(jù)，并通過(guò)它們畫了一條線。大部分的進(jìn)步都來(lái)自于找到方法將問(wèn)題分解成數(shù)千、數(shù)百萬(wàn)甚至是數(shù)十億個(gè)的小問(wèn)題，然后在所有的問(wèn)題上畫線。這不是魔法;這只是一條流水線，展示了幾個(gè)世紀(jì)以來(lái)我們是如何做科學(xué)的。那些不喜歡人工智能并發(fā)現(xiàn)很容易在它的決策上戳洞的人關(guān)注的就是這樣一個(gè)事實(shí)，即通常沒(méi)有深刻的理論或哲學(xué)支架來(lái)為答案提供可信度。這只是對(duì)某條線的斜率的一個(gè)猜測(cè)。

收集數(shù)據(jù)才是真正的工作

每個(gè)開始研究數(shù)據(jù)科學(xué)的人都開始意識(shí)到做科學(xué)的時(shí)間不多了，因?yàn)檎业綌?shù)據(jù)才是真正的工作。人工智能是數(shù)據(jù)科學(xué)的近親，它也面臨著同樣的挑戰(zhàn)。0.01%的靈感來(lái)自于文件格式，99.99%的靈感來(lái)自于丟失的數(shù)據(jù)字段和字符代碼。

你需要大量的數(shù)據(jù)來(lái)得出更深刻的結(jié)論

有些答案很容易找到，但更深層次、更復(fù)雜的答案往往需要越來(lái)越多的數(shù)據(jù)。有時(shí)數(shù)據(jù)量會(huì)呈指數(shù)級(jí)增長(zhǎng)。人工智能會(huì)讓你對(duì)越來(lái)越多的信息貪得無(wú)厭。

你會(huì)被你的數(shù)據(jù)偏見(jiàn)所困

就像柏拉圖洞穴里的居民一樣，我們都被我們所能看到和感知的東西所限制。人工智能也沒(méi)有什么不同。他們明顯受到了訓(xùn)練環(huán)境的限制。如果數(shù)據(jù)中存在偏差，人工智能就將繼承這些偏差。如果數(shù)據(jù)有漏洞，人工智能對(duì)世界的理解就會(huì)有漏洞。

人工智能是電力的黑洞

大多數(shù)好的游戲都有一個(gè)最終的關(guān)卡或最終的目標(biāo)。然而，人工智能只會(huì)變得越來(lái)越復(fù)雜。只要你愿意支付電費(fèi)，他們就會(huì)不斷推出更多節(jié)點(diǎn)、更多級(jí)別和更多內(nèi)部狀態(tài)的更復(fù)雜的模型。也許這種額外的復(fù)雜性將足以使模型真正有用。也許下一次跑步時(shí)就會(huì)出現(xiàn)一些緊急的感知行為。但也許我們需要一個(gè)更大的GPU集合通宵運(yùn)行才能真正捕捉到這些效果。

可解釋的人工智能只是另一只烏龜

人工智能研究人員最近花了更多時(shí)間來(lái)試圖解釋人工智能到底在做什么。我們可以深入研究數(shù)據(jù)，發(fā)現(xiàn)經(jīng)過(guò)訓(xùn)練的模型在很大程度上將依賴于這些來(lái)自數(shù)據(jù)集特定角落的參數(shù)。然而，通常其解釋就像是魔術(shù)師通過(guò)表演一個(gè)戲法來(lái)解釋另一個(gè)戲法一樣?；卮稹盀槭裁础边@個(gè)問(wèn)題出人意料地困難。你可以看著最簡(jiǎn)單的線性模型，盯著參數(shù)，但通常你會(huì)一頭霧水。如果模型顯示每年行駛的英里數(shù)乘以0.043255，你可能會(huì)想為什么不是0.043256或0.7，或者可能是像4110億或100億這樣驚人的不同。一旦你使用一個(gè)連續(xù)體，沿著軸的所有數(shù)字可能都是對(duì)的。

這就像是那個(gè)舊模型，地球只是坐在一只巨大的烏龜上面。但這只烏龜站在哪里?在另一只烏龜?shù)谋成?。而下一個(gè)站在哪里?一路下來(lái)都是烏龜。

努力做到公平是一項(xiàng)挑戰(zhàn)

你可以把身高排除在訓(xùn)練集之外，但是你的人工智能程序很有可能會(huì)找到其他代理來(lái)標(biāo)記高個(gè)子，并為你的籃球隊(duì)選擇他們。也許會(huì)是鞋碼。或者是手長(zhǎng)。人們夢(mèng)想著讓一個(gè)中立的人工智能做出公正的決定來(lái)使世界變得更加公平，但有時(shí)這些問(wèn)題已經(jīng)深深植根于現(xiàn)實(shí)，算法也做不到更好。

有時(shí)修復(fù)后的情況甚至更糟

強(qiáng)迫使人工智能公平有什么真正的解決辦法嗎?有些人試圖堅(jiān)持認(rèn)為人工智能產(chǎn)生的結(jié)果具有一定的預(yù)定百分比。他們把拇指放在天平上，然后重寫算法來(lái)改變輸出。但是，人們開始懷疑，如果你已經(jīng)決定了你想要的答案，為什么我們還要費(fèi)心的進(jìn)行任何培訓(xùn)或數(shù)據(jù)分析。

人類才是真正的問(wèn)題

當(dāng)風(fēng)險(xiǎn)較低時(shí)，我們通常會(huì)對(duì)人工智能感到滿意。如果你有1000萬(wàn)張圖片要分類，如果一些人工智能在大多數(shù)時(shí)候都能產(chǎn)生相當(dāng)準(zhǔn)確的結(jié)果，你就會(huì)很高興。當(dāng)然，也可能會(huì)有問(wèn)題和錯(cuò)誤。一些小故障甚至可能反映了人工智能偏見(jiàn)的深層問(wèn)題，這些問(wèn)題可能寫出一篇200頁(yè)的令人毛骨悚然的論文。

但是人工智能可能并不是問(wèn)題所在。他們會(huì)按照他們的要求去做。如果他們變得大驚小怪并開始生成錯(cuò)誤消息，我們可以隱藏這些消息。如果訓(xùn)練集不能產(chǎn)生完美的結(jié)果，我們可以把抱怨的結(jié)果放在一邊，然后要求更多的數(shù)據(jù)。如果準(zhǔn)確性不高，我們可以把結(jié)果歸檔。人工智能將回去工作，并盡其所能。

然而，人類是一種完全不同的動(dòng)物。人工智能是他們的工具，而人類就是那些想要利用它們來(lái)尋找優(yōu)勢(shì)并從中獲利的人。這些計(jì)劃中的一些將是相對(duì)無(wú)辜的，但也有一些是被預(yù)先策劃的秘密惡意所驅(qū)使的。很多時(shí)候，當(dāng)我們遇到一個(gè)糟糕的人工智能時(shí)，可能只是因?yàn)樗且恍┤藦脑愀獾男袨橹蝎@利的傀儡而已。
編輯：hfy