摘要:随着人工智能等新兴技术的快速落地和应用发展,人工智能技术在逻辑思维、神经网络、信息传递、学习模式、伦理观念、情感直觉等方面取得巨大提升。对人工智能要秉承严谨科学的态度,通过积极探索人工智能技术理论知识,思考其影响和变革,才能更好为生产、生活服务,为人类的社会发展、技术进步创造出更灿烂的未来。
关键词:人工智能;技术;探索;思考
中图分类号:TP18 文献标识码:A 文章编号:1007-9416(2020)04-0000-00
1 认知人工智能
自1956年在达特茅斯召开的会议拉开人工智能技术的序幕,60多年来,人工智能在机器学习、模式识别、人机交互等各个领域取得了巨大的提升。
人工智能革新,与以往以生产资料优化和替代为方式的工业革命不同,智能化发展,是对人类脑力、神经系统、甚至感情复制等方面的研究,涉及到逻辑思维、信息传递、学习模式、情感直觉等广泛的应用范围。人与人工智能的关系不再是简单的生产、应用与维护,而是实现质的跨越与改变,对社会经济体系甚至人类的生存也提出了新的挑战。
2 人工智能技术探索
通过将数学公式、定理等方法论进一步演进提升,使用计算机编程语言,将难以计算的数学逻辑进行处理,形成新的方法论,这种算法与编程语言的有机结合就是人工智能的技术基础。
2.1 算法引入
在计算机语言里只存在两种电信号,通电与断电,即表示为0和1。以结构化编程模式,转换成我们的思维模式,已经知道达到目标要经过的处理过程就是算法。
2.1.1 初级算法
初级结构化编程的理论为:只需输入数据,即可求出结果的过程。以y=ax+b这种类型的函数为例,比如,已知y=3x+2,令x=2,可以求出y=8。这里x就是“输入”,得到的y就是“输出”。知道公式和输出,要把输入值求出来,是逆向初级算法,比如已知y=3x+2,令y=11,求x。
2.1.2 高阶算法
高阶算法可以理解为,已知输入和输出,求函数的结构化编程过程。当我们不知道a,b这些系数,但是知道y和x的值,需要把a和b求出来,也就是已知输入和输出,要把函数求出来。在这个函数里,我们只需要知道两组x,y的值就能确认a和b。而此时的算法将变成已知x,y,求f(x)的过程。比如,x=4,y=11,求f(x)。在这种情况下,求得的f(x)将是无法计算的,f(x)可能是x+7,也可能是2x+3,等多种情况。但是如果x和y的值足够多,通过“逐渐逼近计算”的方法,不断缩减算法范围,近似求得函数,甚至准确无误求得结果,这種算法就是高阶算法。
2.2 机器学习
随着算法和编程语言不断发展,演变出机器学习。具有自我学习更新能力的机器学习过程,为人工智能的进一步发展奠定了基础。
编程优化和机器学习成为人工智能发展的技术核心[1]。人类棋手与机器人AlphaGo的“人机大战”就是机器学习的典型案例。机器学习与结构化编程在本质没有区别,不同点在于,机器学习是一种更省时省力习得数据和算法的智能方式。一种是先植入所有的数学模型、思维逻辑、判断分支等,再输入数据进行计算的过程;而另一种是倒推出的结论,只要给予足够多的示例,根据“逐渐逼近计算”,获得理想结果的算法。
2.3 技术探索
随着信息系统数据量的增加,计算量和计算能力呈指数级增涨,从而对基础设施也提出新的需求,同理,机器智能的发展也会要求“机器大脑”做出“生理”结构适应性的变化,以匹配数据和计算量的增加。
2.3.1 计算能力
机器学习的方法如何应对数据量的增加是机器学习面临的挑战。当前,通过互联网可以获得足够多的信息,数据量以线性规律变化,数据的计算量呈几何级增长,如何处理海量的数据来验证和训练,开始考验硬件的运算能力。
2.3.2 存储能力
随着海量数据的出现,如何有效存储数据是机器学习过程中不可回避的问题,保留和优化数据是人工智能技术发展的必经之路。一是针对能够即时处理数据,得到分析结果,只保留必要的日志信息;二是对于必须存储的数据,使用精简数据体积的算法,进行优化保存。
3 人工智能发展思考
人工智能技术的探索还在逐步深入,技术的革新提高了社会生产力,提升了生产效率,同时也面临着一些新的问题和挑战,如何利用好新技术,为人类文明创造更美好的生活,创新和发展是永恒的主题。
3.1 创造工作岗位
未来一些工作岗位被人工智能替代是发展趋势。基于对数据强大的运算和存储能力,以及通过机器学习,人工智能在分析、判断和预测方面更具有出色的能力,可以预见在某些工作岗位上,人工智能将有更出色的发挥。
3.2 提升生产效率
当人工智能技术从实验室走向应用时,它就不再只对技术具有巨大的冲击力,而是会显著影响到人类经济活动、社会的运行。在人工智能时代的经济生态中,经济增长将由技术创新而非劳动力驱动,劳动力不再是限制生产力发展的主要条件,生产资料的更新将带动生产效率的提升。科技的提升进一步促进生产力的解放,技术创新将是提升社会生产效率的根本保障。
3.3 创新社会变革
科学技术的革命归根结底是工具的革新,带动生产力的解放和生产方式的转变,带来生活方式、生存状态的改善,激励人类对更美好生活的追求。植根于事实的认识往往是通往未来的向导,面临不同时期科技进步带来的挑战,解决方案也不尽相同,但人类最根本的需求是相同的,指导原则是具有普适性的[2]。当人类发展经济、促进社会繁荣时,更应该小心翼翼地保护传统文化中的精粹,尊重人的权利,确保公平而广泛地分享发展带来的机遇。
3.4 风险和挑战
随着进入智能时代,人类创造的机器人将会出现,如何正确利用机器人将面临着法律和社会层面的思考。法律层面,如何判断机器人是否具有独立意识和自主判断能力的独立个体,机器人做出的决策是否可视作是使用者的授权等问题,对法律体系的架构提出了挑战;社会层面,作为被人工智能机器替代工作岗位的劳动者,如何安置或生存,失业人员的增加带来的社会风险如何应对等问题,也是我们不得不面对和思考的问题。
人工智能时代,淘汰的不仅是工作岗位,更是技能,新技术革新已经带动了社会生产力的发展,我们如何保障发展带来的收益有效分配;在人工智能促进生产力更大解放的同时,如何保障资源分配更加公平等问题,都是影响未来的重大课题,人工智能时代,人类面临的主要挑战是如何利用这些新技术,创造共同繁荣[3]。
4 人工智能的未来
人类每次工具革命都让人惊叹不已,翻看科技革命的演进历史,力学的研究,蒸汽机代替了畜力/人力;电磁学、电力以及内燃机成为新的动力输出,更新了人的交通和通信工具。人工智能奔驰的列车是由互联网、云计算、物联网、大数据等信息技术的革新组成的,也终将创造新的历史[4]。
简繁互变,人工智能的发展充满着哲学的思考。极简而繁,极繁而简,人工智能的发展会否受到客观因素的限制?人工智能不能模拟出人类的复杂情感、迸发闪现的灵感和逻辑的直觉,能不能完美表述出以文字为记录载体的世界,能不能用0和1来表示信仰、精神与心神等内涵,对人工智能的未来探索其实也是人类的自我探索。
我们对人工智能要秉承严谨科学的态度。人类每次科技的进步都会引起反思,是创造还是偶遇了新科技;人工智能是被发现还是灵光乍现。进而思考,在0和1之间,否还有0.5等待着人类发现,创新创造是人类发现科学、应用技术的本质,如何利用人工智能技术创造更美好的生活,是人类不断追求方向。
参考文献
[1]玛雅·比亚利克,查尔斯·菲德尔,舒越,等.人工智能时代的知识:致力于培养专长和学会迁移[J].开放教育研究,2018,24(2):13-22.
[2]张广斌.人工智能时代的價值教育:挑战、机遇与策略[J].当代教育科学,2019(9):15-18.
[3]李德毅.人工智能在奔跑[J].重庆理工大学学报(自然科学),2016,30(8):1-2.
[4]杨倩,郭埙.人工智能大爆炸[J].中国企业家,2016(7):22-23.
收稿日期:2020-02-10
作者简介:韩文科(1979—),男,河北邯郸人,本科,研究方向:金融科技、IT系统管理与架构设计。
Exploration and Thinking on Artificial Intelligence Technology
HAN Wen-ke
(Handan Bank, Handan Hebei 056005)
Abstract: With the rapid development of artificial intelligence and other emerging technologies, artificial intelligence technology in logical thinking, neural network, information transmission, learning mode, ethical concepts, emotional intuition and other aspects of great improvement. We should take a rigorous and scientific attitude towards artificial intelligence, and through actively exploring the theoretical knowledge of artificial intelligence technology, thinking about its impact and changes, we can better serve production and life, for Human Social Development, technological progress to create a more brilliant future.
Key words: Artificial intelligence; Technique; Explore; Thinking