人工智能還是人工智障？
這是一個問題。
近二十年，人工智能技術逐漸與計算機技術、互聯網進行深入融合。
得益於大規模並行計算、大數據、深度學習算法和人腦芯片這四大催化劑的發展，以及計算成本的降低，使得人工智能技術突飛猛進。
它利用計算機和互聯網的發展機遇，化名為商業智能、數據分析、信息化、自動化等等，滲透到社會發展的每個角落。
一方麵，互聯網的推廣為人工智能創造了很多落地應用的場景，體現出真正的價值。
另一方麵，計算機軟硬件的升級為人工智能提供了強大的運算力，以前在理論上才能實現的算法得以落地，讓人工智能在越來越多賽事上創造奇跡，甚至超越人類。
但是到了實際應用中，人工智能被人們詬病最多的地方是：人工智能體現不出智能。
很多人對人工智能的認知都是分裂的。
一方麵媒體不斷報道人工智能又取得了什麽樣的新成果、國外各路大咖讓人們要警惕人工智能的發展、人工智能被納入我國發展規劃等各種大新聞。
另一方麵，新聞裏也總是傳出自動駕駛發生事故、家裏的智能家具表現地像個智障一樣、資訊平台總是傻傻地推同樣類型的新聞……
這些現象都讓人們疑惑，人工智能到底智能在哪裏？
就比如當初的無人駕駛汽車加速撞向翻到的大貨車事件。
因為貨車車頂反白光，讓無人車的攝像頭產生致盲反應，在沒有任何信息的情況下AI是不會有什麽反應的，甚至可能給出錯誤結論，錯認成一片坦途，一個加速懟上去。
而且“反光”什麽的也是交通事故發生後根據事故過程推斷的，而不是AI直接得出的結論。
AI可不會告訴你，“我之所以撞上去，是因為大意了，沒有閃。”
還有交通方麵的人工智能，隻能準確的識別到紅綠燈，但是無法識別公交車上的廣告海報，直接把海報上的明星框了起來，認為他們闖紅燈。
還有某網站的智能識別圖片直接把黑人識別成了大猩猩，被起訴了種族歧視，還差點引發零元購行動。
這種圖像識別技術，它的工作原理就是將圖案變成數字編碼，再從這些數字編碼中找到特征，查找“字典”，找到對應的解釋然後顯示出來。
<a id="wzsy" href="http://www.siluke.com">siluke.com</a>
實際上，計算機壓根不知道自己識別的到底是黑人還是大猩猩，隻是“字典”告訴它這個特征很大概率對應的是“大猩猩”這個單詞。
絕大部分算法在本質上都是在玩概率的遊戲，不同的隻是在模型訓練時需要的信息不同，以及計算出來對應“大猩猩”的判定方式不同。
當前所有被廣泛應用的知名模型，都是通過矩陣運算訓練數據來獲得某種概率分布。
複雜模型的概率分布通常是高維的，這裏又會引申出各種數學方法，但本質的思想依舊是想通過概率分布來描述訓練數據的特征。
有了這些，就可以使用相同的概率分布去描述同類的數據，從而實現所謂的“識別”或“預測”。
實際上，並非模型真的像人類一樣理解了什麽是“大猩猩”，隻是通過這種方式，模型能夠大概率得把長得像某些特定目標的圖片識別出來。
現在很多人把人工智能分為強人工智能和弱人工智能。
其中強人工智能就是“傳說中”的人工智能，甚至不少人追求讓計算機擁有人類的心智與意識，具有自主選擇行為。
但是強人工智能的研究難度較大，市麵上還沒有成熟的應用。
而弱人工智能更像是一個解決特定問題的工具。
這類問題的特點是可以通過統計，歸納出經驗並形成解決方案，而這種解決問題的實現方法被稱為“機器學習”。
並且數據越精確越好，越單一越好，一旦數據出現模糊和複雜程度增加，那它立刻就會從弱人工智能變成人工智障。
例如量化交易、人臉識別和阿爾法狗都是擅長於單個方麵的機器學習模型。
在訓練模型時，技術人員隻教會阿爾法狗下圍棋的技巧，所以它隻能會下圍棋。
如果你把一道數學題丟給它，它立刻懵逼。
就像現在的訪問團成員，他們也有點懵。
訪問團裏大多都是技術人員，不是技術人員也仔細了解過實用科技的資料，有些技術人員的研究領域還跟人工智能有些交叉，多多少少都知道一些人工智能方麵的知識。
他們可從來沒見過這麽牛批的人工智能。
智能苿來……它不是強不強的問題，而是很特別，反正一點也不弱，目前也沒聽說像智障。
李偉隻是說了一聲備車，沒說他們有多少人，苿來竟然就準備好了這麽精確的車輛，這個公司管理AI是怎麽在走廊裏確定他們的人數的？
怎麽沒有把旁邊路過的員工也算進去？
不過這次相關專業的人不夠多，而且這還是下次合作的議題，所以他們就沒怎麽說。
倒是車輛行進的時候，李偉稍微介紹了一下。
“公司級別的輔助管理AI功能不多，但它就像機器裏的潤滑劑，能充分的潤滑龐大機器的各種關節，讓機器運行的更加順暢。”
“比如我們現在坐的車，它們原先隻是普通的園區巡邏車，我們對它進行了改裝，但是它依舊是常規的無人車，甚至是比世麵上的無人車還要簡陋一些。”
“不過不要緊，它自己能力不足，我們可以加上苿來的輔助，苿來掌控了公司所有的攝像頭，所以無人車不僅可以自己識別路線，苿來還可以利用公司的攝像頭幫它提供額外的信息。”
“你們看車上的屏幕，”李偉指著車上的屏幕說道：“這邊的畫麵是車輛自己拍攝到的，旁邊則是苿來提供的。”
“前邊有個拐角，有不少員工在向著這裏走過來，對於車輛來說，拐角處的員工是突然出現的，非常考驗車輛AI的緊急情況處理能力，一個處理不好就會發生車禍。”
“但是有個苿來的輔助，車輛早就知道有人要過來，所以能提前一步做出正確的反應，避免車禍的發生。”
“它對公司內部的統籌合作非常有幫助……”
一邊說著，電動車就載著他們到了研發部，而他們剛進研發部就見李未來在指揮一個“鋼鐵戰士”走路。
“你什麽也別動，就當是癱瘓了，讓機器帶著你走。”
“可我不由自主的就走了啊！李顧問，我沒癱瘓，但我的腿就是不聽大腦指揮，它、他有自己的想法。”
“……”
這是一個問題。
近二十年，人工智能技術逐漸與計算機技術、互聯網進行深入融合。
得益於大規模並行計算、大數據、深度學習算法和人腦芯片這四大催化劑的發展，以及計算成本的降低，使得人工智能技術突飛猛進。
它利用計算機和互聯網的發展機遇，化名為商業智能、數據分析、信息化、自動化等等，滲透到社會發展的每個角落。
一方麵，互聯網的推廣為人工智能創造了很多落地應用的場景，體現出真正的價值。
另一方麵，計算機軟硬件的升級為人工智能提供了強大的運算力，以前在理論上才能實現的算法得以落地，讓人工智能在越來越多賽事上創造奇跡，甚至超越人類。
但是到了實際應用中，人工智能被人們詬病最多的地方是：人工智能體現不出智能。
很多人對人工智能的認知都是分裂的。
一方麵媒體不斷報道人工智能又取得了什麽樣的新成果、國外各路大咖讓人們要警惕人工智能的發展、人工智能被納入我國發展規劃等各種大新聞。
另一方麵，新聞裏也總是傳出自動駕駛發生事故、家裏的智能家具表現地像個智障一樣、資訊平台總是傻傻地推同樣類型的新聞……
這些現象都讓人們疑惑，人工智能到底智能在哪裏？
就比如當初的無人駕駛汽車加速撞向翻到的大貨車事件。
因為貨車車頂反白光，讓無人車的攝像頭產生致盲反應，在沒有任何信息的情況下AI是不會有什麽反應的，甚至可能給出錯誤結論，錯認成一片坦途，一個加速懟上去。
而且“反光”什麽的也是交通事故發生後根據事故過程推斷的，而不是AI直接得出的結論。
AI可不會告訴你，“我之所以撞上去，是因為大意了，沒有閃。”
還有交通方麵的人工智能，隻能準確的識別到紅綠燈，但是無法識別公交車上的廣告海報，直接把海報上的明星框了起來，認為他們闖紅燈。
還有某網站的智能識別圖片直接把黑人識別成了大猩猩，被起訴了種族歧視，還差點引發零元購行動。
這種圖像識別技術，它的工作原理就是將圖案變成數字編碼，再從這些數字編碼中找到特征，查找“字典”，找到對應的解釋然後顯示出來。
<a id="wzsy" href="http://www.siluke.com">siluke.com</a>
實際上，計算機壓根不知道自己識別的到底是黑人還是大猩猩，隻是“字典”告訴它這個特征很大概率對應的是“大猩猩”這個單詞。
絕大部分算法在本質上都是在玩概率的遊戲，不同的隻是在模型訓練時需要的信息不同，以及計算出來對應“大猩猩”的判定方式不同。
當前所有被廣泛應用的知名模型，都是通過矩陣運算訓練數據來獲得某種概率分布。
複雜模型的概率分布通常是高維的，這裏又會引申出各種數學方法，但本質的思想依舊是想通過概率分布來描述訓練數據的特征。
有了這些，就可以使用相同的概率分布去描述同類的數據，從而實現所謂的“識別”或“預測”。
實際上，並非模型真的像人類一樣理解了什麽是“大猩猩”，隻是通過這種方式，模型能夠大概率得把長得像某些特定目標的圖片識別出來。
現在很多人把人工智能分為強人工智能和弱人工智能。
其中強人工智能就是“傳說中”的人工智能，甚至不少人追求讓計算機擁有人類的心智與意識，具有自主選擇行為。
但是強人工智能的研究難度較大，市麵上還沒有成熟的應用。
而弱人工智能更像是一個解決特定問題的工具。
這類問題的特點是可以通過統計，歸納出經驗並形成解決方案，而這種解決問題的實現方法被稱為“機器學習”。
並且數據越精確越好，越單一越好，一旦數據出現模糊和複雜程度增加，那它立刻就會從弱人工智能變成人工智障。
例如量化交易、人臉識別和阿爾法狗都是擅長於單個方麵的機器學習模型。
在訓練模型時，技術人員隻教會阿爾法狗下圍棋的技巧，所以它隻能會下圍棋。
如果你把一道數學題丟給它，它立刻懵逼。
就像現在的訪問團成員，他們也有點懵。
訪問團裏大多都是技術人員，不是技術人員也仔細了解過實用科技的資料，有些技術人員的研究領域還跟人工智能有些交叉，多多少少都知道一些人工智能方麵的知識。
他們可從來沒見過這麽牛批的人工智能。
智能苿來……它不是強不強的問題，而是很特別，反正一點也不弱，目前也沒聽說像智障。
李偉隻是說了一聲備車，沒說他們有多少人，苿來竟然就準備好了這麽精確的車輛，這個公司管理AI是怎麽在走廊裏確定他們的人數的？
怎麽沒有把旁邊路過的員工也算進去？
不過這次相關專業的人不夠多，而且這還是下次合作的議題，所以他們就沒怎麽說。
倒是車輛行進的時候，李偉稍微介紹了一下。
“公司級別的輔助管理AI功能不多，但它就像機器裏的潤滑劑，能充分的潤滑龐大機器的各種關節，讓機器運行的更加順暢。”
“比如我們現在坐的車，它們原先隻是普通的園區巡邏車，我們對它進行了改裝，但是它依舊是常規的無人車，甚至是比世麵上的無人車還要簡陋一些。”
“不過不要緊，它自己能力不足，我們可以加上苿來的輔助，苿來掌控了公司所有的攝像頭，所以無人車不僅可以自己識別路線，苿來還可以利用公司的攝像頭幫它提供額外的信息。”
“你們看車上的屏幕，”李偉指著車上的屏幕說道：“這邊的畫麵是車輛自己拍攝到的，旁邊則是苿來提供的。”
“前邊有個拐角，有不少員工在向著這裏走過來，對於車輛來說，拐角處的員工是突然出現的，非常考驗車輛AI的緊急情況處理能力，一個處理不好就會發生車禍。”
“但是有個苿來的輔助，車輛早就知道有人要過來，所以能提前一步做出正確的反應，避免車禍的發生。”
“它對公司內部的統籌合作非常有幫助……”
一邊說著，電動車就載著他們到了研發部，而他們剛進研發部就見李未來在指揮一個“鋼鐵戰士”走路。
“你什麽也別動，就當是癱瘓了，讓機器帶著你走。”
“可我不由自主的就走了啊！李顧問，我沒癱瘓，但我的腿就是不聽大腦指揮，它、他有自己的想法。”
“……”