首页>>技术前沿>>网站/软件行业动态
人工智能产业化应避开这些雷区,否则可能造成人工智障
作者:西安软件公司 | 转载 来源:西安软件公司 | 时间:2018年10月7日| 点击:0次 | 【评论】

人工智能正日益为人类社会带来不可思议的改变,阿尔法狗打败围棋高手、索菲亚任你问答、无人车陆续量产。人工智能一方面在不断挑战人类的想象力,一方面又显得十分智障,人工智能呈现出两种不同的面貌。

人工智能

西安弈聪信息技术有限公司总经理人工智能技术研究专家卓建超认为,目前的人工智能的应用场景主要在,交通、家庭、健康、教育、低资源群体、安全、雇员与工作场所、娱乐、金融与智能制造领域。而人工智能要应用到具体场景,必须要满足下面的5个限制:有丰富的数据或者丰富的知识、完全信息、确定性信息、静态与结构性环境、单任务与有限领域。人工智能要实现,这五个条件缺一不可。对人工智能来说最重要的能力是知识,而不是数据。机器应用数据的能力强于人类、人类应用知识的能力强于机器,如果不能两者结合起来,人工智能就无法很好与产业进行结合。

以医疗场景的例子而言,人工智能可进行肿瘤检测,但医院目前无法大规模应用这项技术。首先由于深度学习具有不可解释性,即人工智能不能像医生一样对病因进行有效解释,其更倾向于做出直接的的判断;其次因为人工智能其鲁棒性不够强,稍许噪声都会对机器产生很大干扰,其差别甚至会大到使机器将“雪山”识别成“狗”。因而人工智能在医疗中需要解决三个问题,包括人工智能系统的可解释性和鲁棒性;个人数据的隐私和保护;规章与制度改革问题。尤其要解决解释性的问题,就需要人工智能学习医生的知识,用医生的知识去对病情进行解释,不然人工智能无法解释,也无法与医生进行交互。

人工智能

阿尔法狗打败围棋大师李世石,成为人工智能发展史上的一个里程碑,阿尔法狗抛弃了传统下棋程序的编程方法,创造性的利用机器学习来获取下棋的经验与直觉。其不仅学习了以往围棋大师们已下过的所有棋局——约几千万棋局,还通过强化学习(自己与自己对弈),学习了上亿个新棋局。这就意味着阿尔法狗下过的棋是任何一位围棋大师一生下过棋的几百上千倍。由于围棋棋局空间很大,在围棋几千年的历史中人类只是探索了其中的一部分,阿尔法狗利用计算机的超强计算能力,不仅把人类已经探索过的空间加以优化,还探索了新的空间。正由于此,人类棋手在阿尔法狗面前才显得十分被动。卓建超认为,研究阿尔法狗不过是为了研究人工智能解决这类问题的方法以及可能达到的水平,其为完全信息博弈,信息完全和确定,遵循着完全确定的游戏规则演化,拥有静态与结构性环境。而计算机打麻将就难以超越人类,因为牌类是不完全信息博弈,因而人工智能学习比棋类困难。

人工智能

而对于目前较为乐观的自动驾驶领域,可以通过数据驱动的方法,学习不同场景下的图象分割,并判别是车辆还是行人、道路等,然后建立三维模型,在三维模型上规划行驶路径,应用硬件可以做到实时。但目前自动驾驶依然不能解决所有问题,如果路况比较简单,行人、车辆很少,勉强可以使用,复杂的路况就难以实现。其主要原因在于,行人或司机都会有意无意破坏交通规则,使得数据驱动方法失效,各种各样的行为是难以用数据训练就能学习的。如果行人违反规则,计算机不能正确反应,就会造成不可避免的危险。而驾驶员的经验和知识,此时就变得尤为重要。从犯错误的概率来说,人类也优于人工智能:人类犯错误是偶然的;而机器一旦犯错误,就是系统性错误,必然错误。

卓建超认为,目前人工智能只能在丰富的数据或者丰富的知识、完全信息、确定性信息、静态与结构性环境、单任务与有限领域下才能更好发挥能力。但在不满足条件的情况下人工智能产业化会很难走,这些就是创业的雷区。避开这些雷区,才能更少的造出“人工智障”。

此内容DOC下载 此内容PDF下载

【全文完】
关键词标签: 人工智能 
0 ([$-顶稿人数-$])
0 ([$-踩稿人数-$])

版权声明:

1、弈聪软件网站内容中凡注明“来源:XXX(非西安弈聪网站)”的作品,转载自其它媒体,转载目的在于传递更多信息,其中涉及的网站建设,网站优化,APP开发,微信小程序开发,大数据平台开发,区块链技术开发等软件开发技术细节并不代表本站赞同支持其观点,并不对其真实性负责。对于署名“西安弈聪”的作品系本站版权所有,任何人转载请署名来源,否则西安弈聪将追究其相关法律责任。

2、本站内容中未声明为“原创”的内容可能源自其它网站,但并不代表本站支持其观点,对此带来的法律纠纷及其它责任与我方无关。如果此内容侵犯了您的权益,请联系我方进行删除。