人工智能將給未來帶來哪些可能？你的工作會被取代嗎？

設(shè)想一下，給頭頂?shù)碾姛舭惭b上攝像頭和傳感器，這種“智能電燈”通過機(jī)器學(xué)習(xí)，能及時(shí)發(fā)現(xiàn)并提醒準(zhǔn)備離開的你，“手機(jī)落在座位上啦”；醫(yī)院里的“智能電燈”也能檢測到房間里的病人有沒有摔倒，在病人需要用藥的時(shí)候，以最快的速度告知醫(yī)護(hù)人員……美國工程院院士、卡耐基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院院長Tom Mitchell教授，在第一期上海人工智能大講堂上給現(xiàn)場聽眾這樣描述未來人工智能在日常中的應(yīng)用。在他看來，人工智能的發(fā)展將給未來的生活帶來無限可能。

機(jī)器學(xué)習(xí)讓技術(shù)真正改變生活

“人工智能被持續(xù)關(guān)注，是不是已經(jīng)過度發(fā)展？事實(shí)上，人工智能在一些領(lǐng)域已經(jīng)取得不小的成果，這些技術(shù)進(jìn)步在未來會改變社會的發(fā)展方向，應(yīng)該經(jīng)常回顧過去，展望未來?！被厮葸^去十年中人工智能取得的進(jìn)展，Tom Mitchell教授指出，十年前的計(jì)算機(jī)視覺能力并不太好，識別簡單圖片中物體的能力也不高，但如今這個(gè)“盲人”已經(jīng)“脫盲”，在物體識別方面的能力大大提高，能夠觀察并準(zhǔn)確識別圖片中的物體。

除了計(jì)算機(jī)視覺能力不斷提高，未來生活中會出現(xiàn)越來越多具備智能的應(yīng)用。而這些新的人工智能產(chǎn)品，將很大程度通過機(jī)器學(xué)習(xí)的訓(xùn)練模型“學(xué)會思考”。比如，在機(jī)器學(xué)習(xí)的一步步教學(xué)下“學(xué)會”發(fā)送郵件，成為比蘋果手機(jī)智能助手Siri更加“智能”的手機(jī)助理。據(jù)Tom Mitchell教授所言，隨著時(shí)間的推移，人工智能的閱讀能力和知識都在不停地提高和增長，“我們在實(shí)驗(yàn)中獲得一些經(jīng)驗(yàn)以及教訓(xùn)是，必須讓機(jī)器從標(biāo)記的數(shù)據(jù)中進(jìn)行學(xué)習(xí)，還要優(yōu)化語言的一致性，提高準(zhǔn)確率。”

可以說，機(jī)器學(xué)習(xí)是一種基于算法的人工智能技術(shù)，這也是人工智能的開發(fā)者改變策略的結(jié)果開發(fā)者們不僅通過編寫計(jì)算機(jī)的程序，使得計(jì)算機(jī)能夠識別物體，而且對它進(jìn)行訓(xùn)練，教育機(jī)器進(jìn)行自我學(xué)習(xí)。對于計(jì)算機(jī)來說，擁有了機(jī)器學(xué)習(xí)能力，意味著能夠在物體識別、游戲等方面取得進(jìn)步。比如Tom Mitchell所描述的“智能電燈”，這種電燈成本低，可聯(lián)網(wǎng)，可與軟件兼容，能夠通過攝像頭捕捉到畫面，運(yùn)用機(jī)器學(xué)習(xí)后的算法對圖片進(jìn)行識別和分析，判斷出病人是否暈倒在地、是否有人把手機(jī)落在座位上等等行為，再通過傳感器，將分析到的情況給予反潰“機(jī)器學(xué)習(xí)和深度學(xué)習(xí)正在推進(jìn)人工智能進(jìn)入更多的新領(lǐng)域，當(dāng)然，最終能有多成功還有待觀察，但這個(gè)趨勢鼓舞人心”

自動駕駛前路漫漫但仍可期待

自動駕駛，正在成為人工智能技術(shù)最具商業(yè)潛力和社會價(jià)值的應(yīng)用之一。無論是傳統(tǒng)汽車廠商還是造車新勢力，無一不在布局自動駕駛。然而，伴隨著傷人事故頻發(fā)，盡管飽受追捧，自動駕駛汽車要想真正實(shí)踐和應(yīng)用，依然前路漫漫。正如Uber資深研究科學(xué)家、哥倫比亞大學(xué)計(jì)算機(jī)科學(xué)系兼職教授Erran Li所言，自動駕駛的大部分問題已慢慢解決，但距離成功還有不小的距離。

麻省理工學(xué)院計(jì)算機(jī)科學(xué)和人工智能實(shí)驗(yàn)室主任Daniela Rus教授，基于其在自動駕駛領(lǐng)域的研究認(rèn)為，“盡管許多汽車制造商仍然認(rèn)為自動化是駕駛的未來，然而，培訓(xùn)這些自動駕駛系統(tǒng)非常困難，其中大多數(shù)需要使用來自預(yù)掃描區(qū)域的復(fù)雜數(shù)據(jù)在道路上反復(fù)訓(xùn)練?！?/p>

據(jù)Daniela Rus介紹，目前麻省理工學(xué)院的研究人員正在開發(fā)一種能夠通過基于GPS的地圖自我學(xué)習(xí)的人工智能系統(tǒng)，它使用與人類相同的直覺學(xué)習(xí)方式，但也需要研究數(shù)據(jù)集，不過不是研究道路本身，而是研究人類如何在道路上行駛，如何獲取標(biāo)志、結(jié)構(gòu)和地圖的線索，使得一輛自動駕駛的汽車能夠在不同區(qū)域的計(jì)劃路線上，設(shè)法做出幾乎與人類完全相同的決策。

在她看來，了解人工智能是為了更好地了解自己，并創(chuàng)造機(jī)器來支持人類的認(rèn)知和體力工作。自動駕駛技術(shù)無疑是在分擔(dān)人類的認(rèn)知和體力的部分工作，如果能取得成功，將給人類生活帶來極大便利。同時(shí)，她也指出，“攝像頭如果安裝在無人駕駛的車輛上，光照太強(qiáng)烈可能什么都看不到”等等自動駕駛還未解決的問題。目前自動駕駛的錯(cuò)誤率仍然太高，現(xiàn)在并不完全可靠，不能完全依賴基于攝像頭進(jìn)行可靠的自動駕駛，這一點(diǎn)必須要改善。

取代醫(yī)生？人機(jī)合作而非簡單取代

隨著人工智能技術(shù)在各行業(yè)的應(yīng)用越來越深入，不免有人擔(dān)心人工智能是否會取代一些職業(yè)，甚至?xí)〈恍└呒夹g(shù)含量的工作。

對于這個(gè)擔(dān)憂，Tom Mitchell和Daniela Rus提出了各自觀點(diǎn)?！皺C(jī)器的自動化和人工智能將在未來承擔(dān)更多工作，但大多數(shù)受影響的工作將部分實(shí)現(xiàn)自動化而不是完全消失?！盩om Mitchell如是說。

在發(fā)表于《美國經(jīng)濟(jì)協(xié)會論文與會議錄》(American Economic Association Papers and Proceedings)的一篇論文中，研究者們深度分析了機(jī)器學(xué)習(xí)可以完成哪些特定任務(wù)不同于研究機(jī)器學(xué)習(xí)對特定工作的影響，研究者們通過涵蓋23個(gè)問題的標(biāo)準(zhǔn)來評估機(jī)器能否學(xué)會執(zhí)行某一項(xiàng)任務(wù)，其試驗(yàn)對象是美國900多個(gè)職業(yè)。研究結(jié)果顯示，幾乎每個(gè)職業(yè)中都有部分工作會受到機(jī)器學(xué)習(xí)的影響，但也有很多工作無法被機(jī)器取代。當(dāng)然，這也意味著有一些職位受到的影響更大一些。

近年來，機(jī)器取代醫(yī)生進(jìn)行診斷的情況成為社會各界關(guān)注的熱點(diǎn)。在Daniela Rus看來，醫(yī)生并不會被沃森機(jī)器人、達(dá)芬奇手術(shù)機(jī)器人等機(jī)器所取代，“人和機(jī)器共同合作，而不是取代?！彼M(jìn)一步解釋道，機(jī)器人具備多任務(wù)處理學(xué)習(xí)的能力，即研發(fā)者們使機(jī)器人能夠?qū)⒑芏嘧兞恳蛩匾徊⒖紤]，從而提升系統(tǒng)預(yù)測的準(zhǔn)確度，比如診斷和監(jiān)測肺炎病人的病情惡化情況。除了肺炎本身的嚴(yán)重程度，還需要一并考慮病人的白細(xì)胞數(shù)量、是否曾經(jīng)轉(zhuǎn)入ICU 治療等，通過這種方式來更好地診斷和預(yù)測病人肺炎惡化的幾率?！皵?shù)據(jù)顯示，機(jī)器人診斷并分析病情的速度快，而醫(yī)生有智力，機(jī)器人有速度，人機(jī)合作的誤診率可降低80%?！?/p>

已有研究人員建議，可以利用人工智能可以完成高度自動化任務(wù)的特點(diǎn)，將這些工作從其他任務(wù)中分離出來，讓機(jī)器人可以做它們擅長的任務(wù)，而人力勞動可以被解放出來做更多機(jī)器學(xué)習(xí)不適合的工作，從而提高行業(yè)的整體工作效率。

可以說，人工智能與人類工作相結(jié)合是未來的趨勢，而不是簡單的職業(yè)取代和替換。