2019年 AI离我们的生活还有多远?

张康康
关注

近日,ins上的一位模特红了。粉色的蘑菇头搭配着时尚的穿着,以日本街道为背景的照片都有着一种浑然天成的日系潮流感。但当你仔细读过个人简介才会惊呼,这位名为imma的模特并不是一位真实的人类,而是一名虚拟模特。智能化作为未来的趋势,诞生了imma这样的AI虚拟模特,也让我们看到了人工智能已经离我们越来越近。

如同电的诞生一样,AI技术正在改变每个行业,智能设备、IOT、人工智能、云计算,越来越多新技术的兴起使行业效率得到有效提升,加速了行业转型发展。从16年开始,我们的生活刮起了一股人工智能的风潮,一部分企业开始涉足人工智能领域,短短数年,国内诞生了诸如旷视科技、商汤科技、极链科技Video++、依图科技等优秀的初创AI企业。AI已经给谷歌、百度、微软和Facebook等领先的科技公司中创造了巨大的价值。那么AI离我们究竟还有多远?

什么是人工智能?

其实从广义上说,人工智能的应用已经非常广泛,各大新闻客户端会根据你的阅读兴趣推送相关新闻、电商平台也会根据你的购买习惯推送相关商品,这些都可以称为人工智能。从云计算到大数据,人工智能已经具备了相对坚实的基础。其中,大数据称得上是人工智能赖以开展的生产资料,而云计算则是人工智能发展的生产工具。不过,从当下人工智能的发展现状看,大部分的人工智能还停留在大数据分析阶段,距离真正的人工智能还有一定的距离。

人工智能正在告别新一轮概念炒作

如果说60年前人工智能概念的提出,多少有些科幻成分。那么,今天人工智能概念的再次出现却带有强烈的现实意义。从AlphaGo在围棋领域战胜人类选手后,人工智能又开启了新一轮的发展热潮。与以往人工智能凭借强大的算法战胜人类不同,在围棋领域,人工智能展现出了机器学习的能力。

我们一直梦想着有一个通用的模型,可以建模整个世界,使各种各样的问题都能够迎刃而解,这便是通用人工智能的最终目标。但事实上,我们现在所研究的人工智能,都是针对某一特定问题的算法或模型,比如图像的分类,目标的检测,视频的理解等等。在特定的问题上,深度学习给我们带来了惊人的表现,但是一旦离开特定的领域,算法与模型的性能会大幅度下降。

从我们的目标来看,通用人工智能意味着如何来提高神经网络的泛化能力。所谓泛化能力,指机器学习算法对于新的样本的适应能力,即对于未知的数据也可以得到很好的结果。比如迁移学习中的一个例子:我们使用欧洲人的面部表情图片来训练一个模型,然后用来识别其他欧洲人的面部表情,识别结果通常可以不错,但是用来识别亚洲人的表情,结果会一落千丈,远远达不到预期,即此时模型的泛化能力很差。

人工智能的下一个突破点:应用场景

无论是围棋、象棋还是德州,人工智能在这类棋牌游戏中能否战胜人类,已经基本没有悬念。但如果人工智能只能做到这些,这一新兴技术的魅力也会大打折扣。

如今,人们对这类人机大战开始变得漠不关心,开始期望在几乎所有的工作和生活场景中应用这一新技术,就如同当年计算机、互联网出现之初一样。彼时,计算机的应用让人们进入无纸化的信息时代,而互联网的应用则让人们得以打破信息传输的边界,真正让世界变得更加互联互通。

从目前的态势看,人工智能所带来的革命性将远超计算机和互联网,因为它要做的是要代替,或者说部分代替人类的思考。现在,我们发现人工智能的应用还可以推广到更多的场景中,比如金融、医疗、交通、文娱等众多行业。人工智能带给人们的,不仅是通过数据分析呈现的规律和帮助人们进行决策,更多的是规避人类被情绪、感情等因素的干扰,帮助人们做出更加合理的决策。

不过,相比较人工智能技术的演进,当下人工智能最重要的任务是如何普及到更多的应用场景中,并真正在这些场景中为人们所应用。人工智能不断获取新的数据、进行持续且深度的学习,才是发展的关键。而从目前市场应用的角度看,人工智能还只是在一些特殊的领域和特殊的地方应用而已,并没有普及,也很难真正发挥其作用。从实验室到普及全社会,人工智能显然还有一个相当长的路要走。

声明: 本文由入驻OFweek维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。
侵权投诉

下载OFweek,一手掌握高科技全行业资讯

还不是OFweek会员,马上注册
打开app,查看更多精彩资讯 >
  • 长按识别二维码
  • 进入OFweek阅读全文
长按图片进行保存