偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

深度學習也有缺陷,同質(zhì)化的AI創(chuàng)業(yè)競爭將很殘酷

人工智能 深度學習
人工智能這一輪的浪潮來的很快,接連攻克了圖像識別、語音識別、自動駕駛等多個難題,簡直是處于宇宙中心。從資本、媒體到創(chuàng)業(yè)者都對這個領(lǐng)域懷有極大的熱情。

[[186262]]

人工智能這一輪的浪潮來的很快,接連攻克了圖像識別、語音識別、自動駕駛等多個難題,簡直是處于宇宙中心。從資本、媒體到創(chuàng)業(yè)者都對這個領(lǐng)域懷有極大的熱情。

對于吃瓜群眾來說,觀感大概是這樣:不知不覺,人工智能創(chuàng)業(yè)公司就到處都是了,各大巨頭也紛紛入場;一夜之間,AlphaGo狂掃一波頂級棋手,笑傲世界棋壇;下一步,大家是不是該擔心普通人的飯碗不保,以及未來會被機器人奴役了?

[[186263]]

亞里士多德對自身智能及其模擬也曾發(fā)出過天問

然而假如我們認真地把目光投向這個上可追溯至公元前300年、下至1956年才正式得名“Artificial Intelligence”的領(lǐng)域,就會發(fā)現(xiàn),其實引起這一波狂潮的不是“人工智能”本身,而是處于這個領(lǐng)域里的機器學習中的一項技術(shù):深度學習。

通過構(gòu)建人工神經(jīng)網(wǎng)絡(luò),它第一次解決了許多人們無法觸及的難題、讓人工智能前所未有地和人類的生活產(chǎn)生交集,也因此獲得了最大限度的關(guān)注。

然而深度學習真的如此神乎其神嗎?它有沒有致命缺陷,未來又在哪里?鈦媒體駐硅谷記者采訪了AI領(lǐng)域的創(chuàng)業(yè)者、學者、投資人,還注冊了EDX上的人工智能課程,得到了這些初步答案:

深度學習也有致命缺陷

創(chuàng)投圈對于人工智能的再次關(guān)注,對深度學習的追捧,其實就是“人工神經(jīng)網(wǎng)絡(luò)”的一次復(fù)興。數(shù)十年前,許多學者曾經(jīng)刻苦鉆研過它,只是由于當時技術(shù)的限制,計算能力不足,神經(jīng)網(wǎng)絡(luò)很小很淺,它在吸引一波注意力之后回歸沉寂,也令投資人對它失去了興趣。

隨著基礎(chǔ)設(shè)施領(lǐng)域的進步,計算機的運算能力及數(shù)據(jù)資源的積累能力在不斷提高,數(shù)學、系統(tǒng)控制、經(jīng)濟等領(lǐng)域的技術(shù)也在不斷融合,人工神經(jīng)網(wǎng)絡(luò)技術(shù)又再一次走上了歷史舞臺。然而這時候,上一個“人工智能冬天”的影響?yīng)q在,于是有識之士給它換了個名字來進行下一輪的發(fā)展……

毫無疑問,這個做法奏效了。

在21世紀,深度學習讓人工智能第一次能夠開始解決大眾生活里的問題,存在感超強——它的特點是不再像以前一樣依靠硬編碼來解決各種問題,而是通過搭建一個模仿人工神經(jīng)網(wǎng)絡(luò)的架構(gòu),來讓機器通過大量數(shù)據(jù)訓練而自己找出其中的規(guī)律。

其中涉及多層復(fù)雜的人工神經(jīng)網(wǎng)絡(luò),機器在經(jīng)過大量訓練后最終能夠得出準確率極高的結(jié)果。在許多領(lǐng)域,深度學習技術(shù)都帶來了令人驚艷的結(jié)果:AlexNet,AlphaGo,自動駕駛,圖像識別,機器翻譯……

不過,“深度學習”(也就是“依賴深度神經(jīng)網(wǎng)絡(luò)的機器學習”)也有著一項幾乎是與生俱來的缺陷:這些復(fù)雜的人工神經(jīng)網(wǎng)絡(luò),不僅讓向其他人解釋變得困難無比,就連學者本身也無法考證他所創(chuàng)造的系統(tǒng),是如何得出這個結(jié)果的。

這是一個可怕的特點——“Uninterpretable”。在學術(shù)界,這意味著人類無法知道機器給出這個結(jié)果的原因。它有可能會讓你在不知不覺間,失去“發(fā)現(xiàn)錯誤”的機會。

機器學習學者Rich Caruana描述的一個事件中,就出現(xiàn)了這樣一個生死攸關(guān)的“錯誤”:

在匹茲堡大學的醫(yī)療中心里,有一個小組利用不同的機器學習技術(shù)預(yù)測肺炎患者是否會患上嚴重的并發(fā)癥。這樣一來,就能讓有較低患上嚴重并發(fā)癥的病人提早出院,來減少床位壓力及醫(yī)護人員的負擔。

然而其中一種可以學習規(guī)則的機器學習系統(tǒng)輸出了這樣一條規(guī)則,讓這個小組覺得很奇怪:讓所有患有哮喘的肺炎患者出院。

為了解讀這個奇怪的規(guī)則,他們查閱了醫(yī)院規(guī)定,發(fā)現(xiàn)了這樣一條:哮喘患者得了肺炎后很容易患上嚴重并發(fā)癥,所以要尤其注意他們。這條規(guī)則在這醫(yī)院執(zhí)行的太好了,導(dǎo)致這些脆弱的病人實際上很少真正患上并發(fā)癥。

這就是機器只看數(shù)據(jù)的局限性,“我們可能會不小心害死一些病人。”學者總結(jié)道。

這一次,他們用了多種方法,所以通過基于這種會輸出規(guī)則的方法而發(fā)現(xiàn)了這一點。如果他們僅僅采用了人工神經(jīng)網(wǎng)絡(luò)的話,人們大概只能知道這一部分人被它標記“可以出院”,然后在一段時間后通過急劇升高的肺炎并發(fā)癥數(shù)量而意識到這一切……

“人工智能只能分析數(shù)據(jù),而數(shù)據(jù)建模與真實生活之間很難直接劃上等號。”硅谷投資人郭威這樣告訴記者。當然,這也許并不會是一個永遠的缺陷。已經(jīng)有學者在研究人工神經(jīng)網(wǎng)絡(luò)的“行為習慣”(對就是像研究野生動物一樣),希望能通過這個過程找到“解讀”人工神經(jīng)網(wǎng)絡(luò)的方法。

同時,如今的深度學習技術(shù)還有另一個問題,它需要大量的數(shù)據(jù)作為訓練基礎(chǔ),而訓練所得的結(jié)果卻難以應(yīng)用到其他問題上。

很簡單的例子,比如曾經(jīng)虐翻中日韓圍棋天才的AlphaGo,在跳棋賽場上可能就束手無策了……這也意味著花費了很大精力、數(shù)據(jù)來訓練的模型,很難跨行業(yè)、甚至只是跨項目的應(yīng)用。

[[186264]]

1997年,國際象棋世界冠軍Garry Kasparov對陣Deep Blue

同質(zhì)化的AI創(chuàng)業(yè)

雖然深度學習還不是一個完美的技術(shù),但在它成功地“吸引了全世界的注意力”之后,工業(yè)界的進展正不斷加速。

“如今人工智能行業(yè)正處于一個‘四處開花’的階段,能看到不同方向上的創(chuàng)新。”華盛頓大學人工智能博士徐宥告訴鈦媒體記者,他曾在FitBit領(lǐng)導(dǎo)機器學習團隊,離職后也加入了AI創(chuàng)業(yè)浪潮,做了一個用AI幫助程序員更好地寫代碼的公司。

比如上文中提到的Google翻譯,就在某種程度上實現(xiàn)了類似人類的遷移學習能力。毫無疑問,這也是一個未來很有希望的AI創(chuàng)業(yè)方向。

除此之前,我們還能在模型架構(gòu)、訓練方法等方面看到各類創(chuàng)新。比如DeepMind就提出了完全人工的神經(jīng)網(wǎng)絡(luò)架構(gòu),“這可能不是受生物啟發(fā),但是對這個問題理解很深刻才能做到。”徐宥說。

訓練方法則意味著讓機器找到“學習的方法”(learning to learn)。在人們訓練自己家的小狗時,不同訓練的方法會帶來不同的結(jié)果;在訓練機器的時候,這仍然成立。

雖然此刻我們很難預(yù)測深度學習乃至人工智能的未來,但是行業(yè)內(nèi)有一個共識——“它會持續(xù)給市場帶來驚喜,而如今以深度學習技術(shù)為主的人工智能創(chuàng)業(yè)生態(tài)也將面臨洗牌。”郭威對記者說道。作為硅谷知名早期投資人,他的成績顯著,在CB Insights剛剛發(fā)布的100家變革人工智能產(chǎn)業(yè)的創(chuàng)業(yè)項目榜單里,他投中的就有Skymind,Mode,Atomwise和TalkIQ。

根據(jù)VentureScanner今年發(fā)布的數(shù)據(jù),全球范圍內(nèi)的人工智能公司數(shù)量達到1464家,其中有超過三分之一都有關(guān)機器學習。

圖片來自Venture Scanner

在任何一個對人類極其重要、競爭又面臨同質(zhì)化的行業(yè)而言,這個未來并不難以想象:在某個節(jié)點,巨頭入場,end of story。

“真正對人類有價值的問題就那么多,巨頭一定不會把這類問題讓給大批小公司。”徐宥說,他認為面臨這類競爭時,模型上的優(yōu)勢對于創(chuàng)業(yè)公司來說,幾乎難以構(gòu)成護城河。在巨頭進場以后,專注于技術(shù)的小型AI創(chuàng)業(yè)公司的慘淡未來不難預(yù)期。徐宥在創(chuàng)業(yè)一段時間后,寫下了這樣一段博文:

目前宣稱有獨特模型和算法的,是把賭注押在一個特定的方法上,而和全世界的所有研究者競爭。目前來說這注定是無效的——誰也不知道明天DeepMind會公開什么黑科技,一下子超越了你的獨特模型?;蛟S在這個賽道上再走幾年,有些公司的確能夠領(lǐng)先其他。

目前大家都在同樣的起跑線上,模型或者算法的領(lǐng)先可以忽略不計。

就像Oriza Venture的合伙人John Yu在采訪中提到的,面對深度科技時,大眾、乃至有些投資人往往過度關(guān)注這項科技聽上去的“先進性”,而忽略了一點:除了極其少數(shù)的顛覆性技術(shù)以外,大部分科技都必須找到與產(chǎn)業(yè)結(jié)合的落腳點,在技術(shù)以外的維度上建立起競爭優(yōu)勢,才能夠真正發(fā)揮其價值,“成為一個擁有商業(yè)前景的項目”。

對于人工智能企業(yè)來說也是一樣,在圖像處理、語音識別等各個AI行業(yè)內(nèi)的問題漸漸都被打上“已解決”的標記之際,也許這才是在越來越激烈的AI賽場上占據(jù)一席之地的機會。

責任編輯:武曉燕 來源: 鈦媒體
相關(guān)推薦

2019-03-28 12:29:11

運營商競爭同質(zhì)化

2013-04-08 09:45:16

虛擬化安全

2011-06-13 16:38:24

2017-05-10 13:12:11

深度學習神經(jīng)網(wǎng)絡(luò)圖像處理

2011-03-15 17:32:34

Android國產(chǎn)

2018-06-21 07:20:25

運營商套餐4G

2014-07-29 10:17:31

銳捷網(wǎng)絡(luò)銳捷智分

2016-03-24 11:01:41

云適配

2020-11-03 10:45:53

人工智能AIAI偏差

2013-11-06 16:53:49

微信支付支付寶支付安全

2021-02-09 01:00:12

5G運營商網(wǎng)絡(luò)

2018-10-19 16:24:09

深度學習無人駕駛語音識別

2017-03-17 19:03:51

復(fù)制數(shù)據(jù)存儲管理

2010-07-20 10:14:22

蘋果天線門

2015-07-01 15:49:17

程序員現(xiàn)實辭職

2013-01-06 15:49:20

手機游戲移動游戲同質(zhì)化

2021-04-16 15:05:54

加密貨幣美元貨幣

2021-07-07 10:57:08

神經(jīng)網(wǎng)絡(luò)AI算法

2025-06-05 09:05:36

點贊
收藏

51CTO技術(shù)棧公眾號