AI技術這兩年非常高調,吸引了大批投資者的青睞。但實際AI技術發展還比較初級,還未和很多行業結合起來。
AI人工智能概念2018年繼續火爆,各大企業也紛紛發布了自己的AI戰略,包含推出一些AI產品,一切現象都表明AI要大干一場,再次要改變人們的生活方式,也不斷的有人開始討論AI的道德問題,擔心AI機器人是否會取代人類,最終人類被AI機器人消滅,之所以這樣都緣于AI實在太火了,關于AI的各種話題不斷。AI發展如此繁榮,到處顯示一片欣欣向榮的景象,然而繁榮背后,深入思考就會發現AI 發展的隱憂。
AI帶來失業問題
人工智能會取代重復性、機械性的工作,那些從事簡單勞動的人們將會失業,復雜勞動這些人又不會,這將造成失業率的持續上升,這是社會進步的必然趨勢。失業率上升會帶來很多問題,比如社會穩定性降低,犯罪率上升,貧富差距拉大等等,當失業者發現連自己和家人都無法養活,那么很可能會用暴力手段表達他們的不滿。在西方發達國家,因為簡單工作的機會越來越少,所以那些沒有技能的人們均將面臨失業,而國家不會養著這些整天無所事事的人,必然將更多的資源提供給那些擁有技能,工作的人們。有時候技術進步能解決生產力的問題,但也同時會帶來更多的社會問題,AI技術也是如此,好在目前AI技術還不是那么成熟與發達,很多工作還不能用AI來替代,隨著AI的發展,可替代的工作會越來越多。有一句話對AI技術的看法說的非常有道理:“AI不會代替人類,但是會廢掉人類。”,就是說不用擔心AI會取代人類,那些擔心AI機器人會取代人類的想法是幼稚的,但AI的確會廢掉人類,讓人們不用再努力工作,絕大部分的工作都將由AI來完成,社會只需要一小撮懂得AI算法的人,其它大部門人都將失業,無法找到工作,成為“無用”的人,廢掉人類。
AI還缺少數據樣本
AI技術這兩年非常高調,吸引了大批投資者的青睞。但實際AI技術發展還比較初級,還未和很多行業結合起來。就像已經發展了多年的AI自動駕駛汽車,智能眼鏡,機器視覺等技術,還未開花結果,不能夠實用,還需要不斷研究。以自動駕駛來說,單純靠算法,車輛上路百分百會出事故,AI能解決的交通實際問題只有不到40%。我們知道,AI要進行大量的數據學習,才能夠比較準確的獨立完成工作,就像我們人類,從小嬰兒長到成人,不斷在接收各種知識,不斷去學習,才能在成人后去自己完成一些工作,工作的過程中也是需要不斷學習,這需要大量的數據輸入,接觸的數據多少直接決定了這個人所能完成的工作難度。AI也是這樣的過程,所以需要大量的輸入數據,而這些數據樣本是極多的,要覆蓋到很多方面,這樣才能使得AI看起來很智能。現在的AI缺乏的就是這些數據樣本,海量的學習樣本數據才能讓AI發揮作用,所以要不斷地采集數據,這使得AI看起來更像是數據采集技術,AI技術完全依托于這些數據,過少的數據樣本將使AI失去意義,AI的準確率將大大降低。現在的互聯網每天產生海量的數據,但大部分是無用的垃圾數據,并不能都為AI所用,有效的數據太少,也是AI走向成熟的絆腳石。
AI算法還比較初級
AI需要算法,通過大量的復雜計算讓機器可以模仿人類工作。從1956年開始,AI專家們就野心勃勃,試圖創造出不遜于人類智力水平的機器,但隨后AI的每一個新浪潮都經歷了從盲目樂觀到徹底淪喪的輪回,從一開始通用問題的求解器,到后來的感知機技術、基于規則的專家系統,以及遺傳算法、神經網絡、概率圖模型、支持向量機等,沒有人能夠統計出這個世界到底有多少種算法,而這些算法最大的問題是僅限于理論研究層面,AI的算法從理論走向實踐,不僅要跨越各種復雜應用場景,還有CPU和GPU的問題,對應用場景的理解問題,AI要在更多的應用中落地還需要不斷完善,那些永遠走不出實驗室的理論算法最終都將被拋棄,真正的算法是需要和應用緊密結合的,當前的AI算法還都比較初級,偏理論多一些,并不實用。
AI不能解決所有問題
AI現在不能解決所有問題,未來也不能。機器是沒有情感的,只能根據輸入的數據來進行學習,然后按照既定設計完成相應功能,AI需要大量數據來運作,但通常沒有合適的數據基礎設施來支持AI學習,最終AI會學的四不像,無法真正有效地完成功能,更多的是從事一些指令性的工作,這些還稱不上是AI,就像生產線上的機器手一樣,都是提前輸入指令,由機器手臂按照固定的步驟操作完成而已,非常初級的AI。大腦對人類還是未知的,我們并不清楚大腦是如何進行學習和工作的,AI其實就是模仿人腦去思考和工作,但我們對大腦的機理并不清楚,就無法通過AI完全模擬人腦,AI無法完全代替人腦去學習和工作,AI更多時候是根據輸入的數據,將見到的問題錄入與已輸入的數據進行對比,有重疊度比較高的就認為匹配成功,執行相應的預設動作,當已有的樣本庫里沒有匹配到,那AI也不知道該怎么辦。在很多人類活動中,摻雜著很多復雜的社會問題,比如說種族歧視、國家競爭、疾病傳染等問題,AI顯然還意識不到這些問題的存在,這些數據不好采集和錄入,AI算法也沒有考慮這些社會因素,這些都是AI無法解決的問題。
關于AI的話題很多,AI技術繁榮的背后隱含著很多問題,AI的發展也必定不會一帆風順。在這幾十年AI發展歷程中,AI已經經歷了起伏數次,這一次AI也是來勢洶洶,最終是否會剎羽而歸,還不得而知。
-
機器人
+關注
關注
211文章
28398瀏覽量
206996 -
人工智能
+關注
關注
1791文章
47229瀏覽量
238334
原文標題:人工智能繁榮的背后
文章出處:【微信號:D1Net08,微信公眾號:AI人工智能D1net】歡迎添加關注!文章轉載請注明出處。
發布評論請先 登錄
相關推薦
評論