别再谈“奇点”和“机器觉醒”了,真正的人工智能并非如此专栏

/ 李北辰 / 2016-08-01 17:28
对机器反乌托邦的遐想称得上是某种惰性思维,暂时忘掉“奇点”和“机器觉醒”吧,因为无论你是否愿意,作为一项日趋完善的工具,愈加实用化的人工智能注定将成为人类值得仰...

很明显,人工智能的热度正犹如窗外的天气一般升温,“人工智能是否将超越人类?”“奇点是否即将来临?”的标题已经频繁出现在电视,飞机杂志,餐桌,乃至街头巷尾之间。可以理解,拜好莱坞所赐,众多机器背叛人类的故事在先,在人工智能技术落地的一瞬,这种话题自然可以撩拨更多人的神经。

不过,作为对人工智能握有最大解释权的严肃学者和科学家而言,这种人为塑造的对立多少有些偏离事实。我参见过不少人工智能的论坛和会议,提问环节,当台下观众急促而兴奋地抛出“天眼何时诞生”的问题时,学者们大多流露出一副“抱歉哈,这不属于我的研究范畴”的无奈神情。

在不久前的一次演讲中,李开复也曾谈到:“在这个新闻(AlphaGo)的热度之下,有一点让我觉得很可惜,大家对这个话题讨论的重心都放在了人工智能是不是在模仿人脑,‘奇点’是否即将来临这样的问题上,却没有真正关注人工智能对我们的现实影响……我们需要更关注的事情是人工智能是今天能够拿来用的工具,它能帮助人类解决问题,能取代重复性工作,创造商业价值。正因为这个理由,我认为我们今天进入了人工智能的黄金时代。”

在我看来,对机器反乌托邦的遐想称得上是某种惰性思维,毕竟人类大脑就是这么设计的,当类似“机器威胁人类”这种字眼进入大脑,第一也是最重要的过滤器就是杏仁核,它总处于高度戒备状态,找寻任何可能威胁生存的东西——没错,媒体最喜欢争夺的就是杏仁核的注意,这也是为什么“坏消息”总比“好消息”更容易传播的原因。

事实上,在人工智能领域,真正的“好消息”是,它并不是一个多么高冷的存在,其着力点也并非完全“照抄”人脑思维模式,在现阶段,基于深度学习的人工智能本质上是一个利用计算机学习和模拟人类行为,试图用自动化知识解决问题,从而让人类释放更多可能性的工具。也就是说,它并未脱离麦克卢汉“技术是人类延伸”的经典定义。

嗯,谁也无法否认,人工智能未来将成为整个社会的基础设施,出现数万亿美元的巨大市场——这也意味着,别把它关在象牙塔中的实验室里,而要尽快转变成惠及大众的实用科技,这也是消除误解的最佳方式。

最近一个例子来自百度,7月28日,百度地图首次向媒体开放了其位于广东顺德市的数据中心——这里是百度地图专注SD MAP(标准地图)和ADAS(自动驾驶辅助系统)数据采集和制作的地方;并对外阐述了人工智能在地图中的应用。通过这个例子,你或许多少能理解人工智能是未来几年“O2O”,或者未来信息文明“水电煤”的意涵。

人工智能+地图

拆解来看,如你所知,地图应用背后是数据的采集与运用。在此之前,地图数据的采集和生产主要是通过人工去执行的,对人力、财力和时间的要求都不小,而人工智能的加入,则能大大地提升这其间的效率,且实践证明,比人工的错误率还低。

先来看采集。据百度地图上海分公司总经理刘玉亭介绍,百度地图采集车使用的核心采集设备主要包括GNSS + IMU,成像系统,Lidar点云系统,车顶激光雷达的点云数据会描绘出包括车道线,地面喷漆,立面路牌,城市立交等在内的信息,精度能达到厘米级别, 也就是 ADAS级别高精地图数据采集。而百度地图也早已实现1人同时进行“驾车+采集”的工作模式,直觉便知,与传统2人工作模式相比,1人模式无疑更为高效。

再来看数据处理——事实上,在这一被人工智能技术充分惠及的环节,百度地图正充分利用深度学习,图像识别等在不少人眼中觉得“离现实很远”的技术提升地图数据生产中的自动化比例,目前外采团队回传数据中超过80%的工作都能自动处理,人工处理在百度地图的数据加工中只占不到20%的比例,毫无疑问,这能让地图数据的更新频次更高,从而保证准确与有效。

嗯,百度地图已在国内率先利用图像识别等技术实现实采全景图像自动化提取POI信息,全景路口放大图,电子眼以及3D导航等数据。而倘若进一步剖释,正如百度地图总经理李东旻所言,百度地图能够借助图像深度学习技术,让机器从通用影像中自动识别道路特征,提取轮廓并绘制形状,包括提取道路图形标牌,地面车标,车道线以及文字标牌等三百多种各类人眼可见的信息。“尤其专业采集车上增设了全景摄像机、高效雷达和高清高精度GPS,以此来大幅度提升每天超过10个T的数据采集效率和数据处理能力。在POI的采集上,百度地图将UGC、PGC和BGC的采集方式整合到一起,通过去年一年努力,我们把这些数据的贡献比例做到将近70%,成为了对虚拟世界数据采集的创新模式。”

事实上,除了通过全景图像自动识别技术让机器精准识别目前人工可目视的道路图形标牌、地面车标和文字标牌,基于外业车队实采、合作数据等多源数据,百度地图的多源数据自动差分融合技术也可实现程序的自动差分、属性自动融合,以减少人工工作量。

嗯,人工智能技术已渗透进百度地图的每一项基础业务。李东旻就举了两个例子:譬如,在导航过程中利用人工智能对比用户路线和规划路线,找出差异,统计用户最多的走法,得到局部经验路线;再比如实时路况功能,通过各种形式的位置大数据,结合深度学习模型,对实时拥堵状态进行识别,目前识别精准度已超过90%——不难发现,在某种程度上,由于人工智能技术的进阶,百度地图也已从一个单纯的导航应用,逐渐进化成一个基于大数据的人工智能出行平台。 

无人车开跑

其实追溯历史,在BAT三巨头中,最早看到地图价值的就是百度,而谁都知道,在移动时代所谓“无定位,不场景”的迁徙过程中,作为虚实两个世界重要的切换入口,地图的作用只会愈加凸显,而可以肯定,从导航向人工智能出行平台的角色演变,无疑会令百度得到某种利好。

提升地图自动化效率的一大利好便是无人驾驶。无人车上路正在逐步照进现实,靠的就是背后搭载的这张“巨网”——高精度地图。高精地图能够驾驭一些超出传感器感知范围的行为,更着眼于对远距离的路径判断与规划。百度在人工智能+高精地图的技术研究上颇具学院范,开创了将深度学习技术应用于高精地图数据生产的先河,已经申请相关专利30多项,并在IEEE举办的国际顶级会议(Intelligent Vehicles Symposium)上,同国际知名高校和研究机构比肩,发表学术论文,是国际上唯一一个有技术论文入选的图商。据说,百度高精地图的数据生产自动化程度达到90%以上,远远超过传统地图生产工艺水平。有了超高效率的高精地图数据生产工艺,相信百度在无人车进击之路上会走的更快。

无形之物

事实上,不难发现,将人工智能藏匿在不同领域深处,降低其使用门槛,从而走一条更为实用化的道路,一直为百度和李彦宏本人所擅长。无论是金融领域的智能投顾和风控,还是本质上是物流体系的外卖,亦或试图连接诸多行业的度秘,都内嵌人工智能作为低调的隐形助手。

这称得上是某种顺势而为。你知道,在不少人眼中,与一百年前“电器化”过程颇为相似,人工智能即将迎来与其他行业井喷式的嫁接与落地,这也意味着,它将以更为务实的姿态蔓延到一个又一个行当。凯文·凯利就不止一次宣称:人工智能会是下一个二十年颠覆人类社会的技术,其力量将堪比电与互联网,我们将会看见旧有事物加入人工智能,产生千万种不同结果。“我们可以轻而易举地预测接下来 10000家创业公司的商业计划:挑选一个领域并加入人工智能。”

所以我的建议是,暂时忘掉“奇点”和“机器觉醒”吧,因为无论你是否愿意,作为一项日趋完善的工具,愈加实用化的人工智能注定将成为人类值得仰仗的利器,你我必须学会与它协作,正如投资人王煜全先生所言,我们已经来到一个不再单纯是人与人交往,而是“人机”与“人机”协同互动进化的社会,有大量协同需求要与机器为伴,每个人必须提升自己所谓的“机器智商”。而与工业时代目力可及,可被体察的钢铁机器相比,如今“机器”的定义无疑更加飘忽,它们也许更习惯隐匿于无形。

在我看来,这才是人工智能的真正意涵。

李北辰/文(知名科技自媒体,致力于为您提供文字优雅的原创科技文章;微信公号:李北辰)



1.砍柴网遵循行业规范,任何转载的稿件都会明确标注作者和来源;2.砍柴网的原创文章,请转载时务必注明文章作者和"来源:砍柴网",不尊重原创的行为砍柴网或将追究责任;3.作者投稿可能会经砍柴网编辑修改或补充。


阅读延展



最新快报

1
3