人工智能繁荣的背后

 

 

人工智能会取代重复性、机械性的工作，那些从事简单劳动的人们将会失业，复杂劳动这些人又不会，这将造成失业率的持续上升，这是社会进步的必然趋势。失业率上升会带来很多问题，比如社会稳定性降低，犯罪率上升，贫富差距拉大等等，当失业者发现连自己和家人都无法养活，那么很可能会用暴力手段表达他们的不满。在西方发达国家，因为简单工作的机会越来越少，所以那些没有技能的人们均将面临失业，而国家不会养着这些整天无所事事的人，必然将更多的资源提供给那些拥有技能，工作的人们。有时候技术进步能解决生产力的问题，但也同时会带来更多的社会问题，AI技术也是如此，好在目前AI技术还不是那么成熟与发达，很多工作还不能用AI来替代，随着AI的发展，可替代的工作会越来越多。有一句话对AI技术的看法说的非常有道理：“AI不会代替人类，但是会废掉人类。”，就是说不用担心AI会取代人类，那些担心AI机器人会取代人类的想法是幼稚的，但AI的确会废掉人类，让人们不用再努力工作，绝大部分的工作都将由AI来完成，社会只需要一小撮懂得AI算法的人，其它大部门人都将失业，无法找到工作，成为“无用”的人，废掉人类。

 

 

AI技术这两年非常高调，吸引了大批投资者的青睐。但实际AI技术发展还比较初级，还未和很多行业结合起来。就像已经发展了多年的AI自动驾驶汽车，智能眼镜，机器视觉等技术，还未开花结果，不能够实用，还需要不断研究。以自动驾驶来说，单纯靠算法，车辆上路百分百会出事故，AI能解决的交通实际问题只有不到40%。我们知道，AI要进行大量的数据学习，才能够比较准确的独立完成工作，就像我们人类，从小婴儿长到成人，不断在接收各种知识，不断去学习，才能在成人后去自己完成一些工作，工作的过程中也是需要不断学习，这需要大量的数据输入，接触的数据多少直接决定了这个人所能完成的工作难度。AI也是这样的过程，所以需要大量的输入数据，而这些数据样本是极多的，要覆盖到很多方面，这样才能使得AI看起来很智能。现在的AI缺乏的就是这些数据样本，海量的学习样本数据才能让AI发挥作用，所以要不断地采集数据，这使得AI看起来更像是数据采集技术，AI技术完全依托于这些数据，过少的数据样本将使AI失去意义，AI的准确率将大大降低。现在的互联网每天产生海量的数据，但大部分是无用的垃圾数据，并不能都为AI所用，有效的数据太少，也是AI走向成熟的绊脚石。 

 

 

AI需要算法，通过大量的复杂计算让机器可以模仿人类工作。从1956年开始，AI专家们就野心勃勃，试图创造出不逊于人类智力水平的机器，但随后AI的每一个新浪潮都经历了从盲目乐观到彻底沦丧的轮回，从一开始通用问题的求解器，到后来的感知机技术、基于规则的专家系统，以及遗传算法、神经网络、概率图模型、支持向量机等，没有人能够统计出这个世界到底有多少种算法，而这些算法最大的问题是仅限于理论研究层面，AI的算法从理论走向实践，不仅要跨越各种复杂应用场景，还有CPU和GPU的问题，对应用场景的理解问题，AI要在更多的应用中落地还需要不断完善，那些永远走不出实验室的理论算法最终都将被抛弃，真正的算法是需要和应用紧密结合的，当前的AI算法还都比较初级，偏理论多一些，并不实用。

 

 

AI现在不能解决所有问题，未来也不能。机器是没有情感的，只能根据输入的数据来进行学习，然后按照既定设计完成相应功能，AI需要大量数据来运作，但通常没有合适的数据基础设施来支持AI学习，最终AI会学的四不像，无法真正有效地完成功能，更多的是从事一些指令性的工作，这些还称不上是AI，就像生产线上的机器手一样，都是提前输入指令，由机器手臂按照固定的步骤操作完成而已，非常初级的AI。大脑对人类还是未知的，我们并不清楚大脑是如何进行学习和工作的，AI其实就是模仿人脑去思考和工作，但我们对大脑的机理并不清楚，就无法通过AI完全模拟人脑，AI无法完全代替人脑去学习和工作，AI更多时候是根据输入的数据，将见到的问题录入与已输入的数据进行对比，有重叠度比较高的就认为匹配成功，执行相应的预设动作，当已有的样本库里没有匹配到，那AI也不知道该怎么办。在很多人类活动中，掺杂着很多复杂的社会问题，比如说种族歧视、国家竞争、疾病传染等问题，AI显然还意识不到这些问题的存在，这些数据不好采集和录入，AI算法也没有考虑这些社会因素，这些都是AI无法解决的问题。

 

关于AI的话题很多，AI技术繁荣的背后隐含着很多问题，AI的发展也必定不会一帆风顺。在这几十年AI发展历程中，AI已经经历了起伏数次，这一次AI也是来势汹汹，最终是否会刹羽而归，还不得而知。