人工智能，对你的误解有多深！

文 顾东东 孙婧宜

人工智能的发展日新月异，我们的生活的每一天都在因为人工智能而发生变化。有时你认为自己已经完全了解人工智能了，而有时你又会发现自己对人工智能一无所知。不得不承认，人工智能需要我们更深入地去挖掘。4月1日，谷歌校友周哲（子歌人工智能研究院院长）和黄博文（北京子歌人工智能科技有限公司联合创始人）一起来到了海创学习沙龙，为海创院及其合作伙伴做了一场有价值的分享。

人工智能是人类的发明？

NO！一直以来，大家都认为人工智能是人类发明的。但周哲先生否认了这种说法。周哲先生认为，人工智能并非是我们的发明，而是“发现”。发明和发现两者不同，我们可以说是人类发明了文字、语言却不能说是人类发明火和电。火和电是客观存在的，只是被人类发现和利用罢了，周哲先生认为人工智能也是如此。火和电都是摸不着的东西，在电刚被发现时，只有顶尖的科学家才能理解何为电；而在电灯发明后的很长时间，电的应用也仅仅限于此。然而现在，电被应用在生活的方方面面，人类已然离不开电了。而周哲先生认为人工智能被发现的重要程度完全不亚于原始人发现了火、现代人发现了电。所以，目前谁都无法预言人工智能的应用场景会有多大。

人工智能如我们所想的那么聪明？

NO！跟大多朋友理解不同，人工智能并非我们想的那么“聪明”，越传统的行业越需要也越可以得到人工智能的协助。

人工智能的机器学习属于输入型经验学习，这种学习是依靠着数据的，这些数据也可以叫做人工智能的“经验”。有了大量数据，人工智能才能开始深度学习，就目前而言：AI=深度学习=大数据。

在深度学习中，输入的数据可能很多很繁杂，那么AI是依靠什么进行学习的呢？其实AI自身的学习体系中会有一系列的公式代码，AI在学习中根据公式代码对数据进行分类。让人惊讶的是，这些公式是几十年前就有的，只是当年没有配套的硬件去承担。之后，由于GPU芯片的发展，人工智能迎来了最好的时代。AI进行大量的数据分类、数据标签。把你能想到的都扔进去，AI会自行学习并识别，当然自动到什么程度取决于人的设定。可以说，只要人能判断的东西，人工智能高概率都能做到：视觉、声音、机器人（目前的自动驾驶）。

但是，人工智能的学习能力又是非常“可怕”的。正如AlphagoZero的发明，一台电脑在没有任何人类数据输入的条件下，通过三天学习就超过了它的祖宗Alphago，技术的进步让人咂舌。

人工智能的发展一帆风顺？

NO！人工智能的发展不是一帆风顺的，每一个新事物的出现都必定会受到传统势力的阻碍。周哲先生举了一个例子。飞机由于其速度和便利程度，受到了大家的广泛好评，人类已经无法想像没有飞机的日子，但在当年，飞机的处境与现在却大不相同。那时，由于美国的法律规定土地之上到无限空间和土地之下无限空间都属于私有财产，飞机飞过来必须要交钱，所以飞机受到地主的阻扰。值得庆幸的是，最后最高法院的判决推翻了这些不合理的规定。

这个故事告诉我们，自动驾驶现在碰到的困难，并非是技术方面的。传统势力的反对才是阻碍自动驾驶发展最坚硬的壁垒。当然还有更多法律、道德和社会方面的问题，人类为自动驾驶而“担惊受怕”，但其实自动驾驶的安全目前已经达到了较高的程度。

人工智能的普及代表着失业？

NO！当人工智能有了大量的数据，就需要对数据做大量的处理。首先要进行数据清洗，然后加工，打标签。当数据没有标签时，去找相对应的标签，或者人工做标签，这种情况下5-10年会有更多的就业机会。标签的精细化、准确化，还在经验积累阶段。在这个时候，很多人会失业，但同时也会产生很大的就业。

所以，人们无必担心太多，关键的是在这个过程中，如何寻找到适合自己发展的道路。目前人工智能趋向标准化靠机械化的学习，而非经验，所以经验性的事情方面，人类的优势，人工智能还远远不能企及。

人工智能更适合高新行业？

NO！在传统行业中，人工智能更具有发展空间，而传统企业也更需要人工智能的帮助。目前，人工智能其实很“傻”，它只能在人类的规定范围内，机械地重复某些动作，正如一个智商5岁的小孩做一个事情很多年，自然会很熟练。而在传统产业，有很多可以分解出来的机械重复的工作，这些机械性的工作人工智能做得更快更准确，从而提升企业的生产效率。

那么，作为传统行业如何开始应用人工智能呢？中国最大的优势在于各种场景的应用。首先是大量的数据，其次是大量的实验。如同炼金术让爱迪生发现了最合适的用于制造灯丝的材料，我们将大量数据通过无数实验去筛选和整合就能获得各种意想得到或意外的收获。