流行文化中的“ 人工智慧 ”一詞常常讓人聯想到反烏托邦,例如1968年電影《 2001:太空漫遊》中的機器Hal 9000因自我保護而喪命。或導演詹姆斯•卡梅隆(James Cameron)的“魔鬼終結者”(The Terminator)中帶有金屬內骨架的半機械人殺手。近年來,我們對AI 人工智慧 潛力的迷戀轉向更加的深入,如2013年科幻電視劇《她》(Her)中所示主角愛上了虛擬助手。

 

實際上, 人工智慧 (AI)技術正在迅速滲透到我們生活的各個方面。

從亞馬遜的語音Alexa,到可幫助管理人員撰寫職位發布的寫作技術,人工智慧已經出現在我們的核心,例如家庭和工作場所。而且它將成為我們生活中更大的一部分:專家稱AI的興起將成為第四次工業革命的推動力。

西雅圖大學區的NVIDIA機器人研究實驗室,研究人員使用模擬廚房來測試機器人執行簡單任務(例如抓取物體)的能力。(一個5英尺高的7英寸高的白色機器人,上面裝有像夾娃娃機中常見的那種爪子),隨著研究科學家於在旁的電腦中輸入指令,機器人便抓住櫃檯上的盒子,將零食輕輕地放在櫃子中。

華盛頓大學計算機科學與工程學院教授迪特•福克斯(Dieter Fox)表示:“令人迷惑的是,對於我們來說,簡單的動作對機器人來說卻是種挑戰。”他同時也是該實驗室機器人研究高級總監。總部位於矽谷的科技公司,於去年秋天開設了機器人實驗室,以利用華盛頓大學在西雅圖發揮核心作用的領域的人才。

儘管如此,圍繞人工智慧技術能力的偏執人仍然存在。當我們最近問讀者他們想對AI 了解什麼時,許多人都集中在負面方面。我們收到了以下問題:“我們怎麼知道什麼時候機器人不受控制?”和“何時製造,生產和違法分銷,因為這對人類構成專利威脅?”其他人對此都表示擔憂。人工智慧將取代工人的潛力。這種擔憂在最近的東北大學和蓋洛普大學的一項調查中得到了反映,該調查發現71%的美國人擔心AI的激增會造成更多人的失業。

計算機科學家約翰•麥卡錫(John McCarthy)於1956年創造了“人工智慧”一詞,後來將其描述為“製造智能機器(尤其是智能計算機程序)的科學和工程學”。從那時起的幾十年中,人工智慧不斷達到新的里程碑。

1997年,IBM的Deep Blue計算機在六局國際象棋比賽中首次擊敗了職業選手,證明了計算機的計算能力。研究人員說,今年7月,Facebook和卡內基梅隆大學宣布他們創建了一個名為Pluribus的AI程式,該程程在流行的撲克遊戲Texas Hold’em中擊敗了五名頂級玩家,這表明AI已經達到了超越人類的戰略推理水平。卡內基梅隆大學計算機科學教授Tuomas Sandholm表示,對Pluribus的研究可以應用於現實情況,包括優化投資銀行業務的策略。

 

機器學習

有沒有想過Netflix如何在成千上萬部影片中推荐一些符合您興趣的電視節目?或者,您一直在關注的Wayfair地毯廣告是如何在Facebook feed上彈出的?這不是魔術,它是一個稱為機器學習的分析系統,可以在大量數據中查找模式。例如Facebook之類的平台通過收集有關用戶的信息(包括他們的瀏覽歷史,年齡和在線購買習慣)來提出建議,以推斷出未來的選擇或偏好。

機器學習分為三種形式:監督學習,無監督學習和強化學習。在監督學習中可以找到AI的大多數實際應用,監督學習是當人工註釋輸入到軟件中的圖像時使用的。例如,通過使用演算法教自動吸塵器如何清潔而不會碰到物體。

當人們在線上購買床墊時,客戶的信息將被匯總到一個大型數據庫中,無人監督的學習會找到預測未來購買習慣的模式。例如,基於購買床墊的其他顧客的行為,該算法可以確定該人接下來可能購買床架。無監督學習是指系統在不進行特定目標的情況下進行捕捉發崛以發現信息中的潛在模式時的情況。

AI機器人Pluribus 通過強化學習擊敗了德州撲克中的五個頂級撲克玩家,它通過學習哪些賭注可能會贏得更多的錢來改善了比賽的結果,並隨後分析了自己的手牌,以確定其他選擇是否會產生更好的結果。在強化學習中,系統通過反複試驗自學。

 

深度學習

就像人類的大腦通過知識和經驗學會識別不同的人一樣,無人駕駛汽車也可以通過稱為深度學習的AI被訓練為識別道路上的行人和物體。深度學習依靠眾多算法層來篩选和處理大量數據,因此利用了稱為“神經網絡”的計算模型網絡,該網絡旨在模擬人的大腦。汽車擁有的駕駛經驗越多,就越有可能識別出各種顏色,形狀和大小的人。當Facebook在上傳到其平台上的圖像上建議使用名稱標籤時,這種深度學習也在起作用。稱為面部識別的技術通過測量面部特徵之間的距離來分析人的面部,並使用演算法來找到合適的匹配項目。

 

自然語言處理

您是否想知道Siri如何理解您需要前往Sammy家的路線,而不是三明治店的路線?或者,當您錯過通話時,如何將語音郵件的複本發送到您的電子郵件收件箱?感謝自然語言處理程式(NLP)。NLP技術使用機器學習演算法來標記語音部分以及單詞之間的關係,以分析文本和音頻中的含義。 Gmail的Smart Compose功能於去年推出,通過向用戶提供建議以在電子郵件正文中完成句子的建議,使NLP的技術更進一步發展。

 

 人工智慧 Deepfake技術

AI的另一個新應用是Deepfake技術,它使用深度學習模型來操縱照片和視頻,以創建人們做過或說過的事情的真實圖像,但有時變成成是出於邪惡或違法的使用方法。過往網路上著在在選舉週期中虛構政治言論的Deepfake視頻!

專家無法預期未來 人工智慧 的發展極限,但不可否認的並不排除有往壞的方向的可能性,甚至於對未來帶來違法、傷害或其他危險性,因此有學者討論是否應該對於發展 人工智慧 時需制定相關的法則,或對於科學機、工程師們進行研究限制,這在未來人工智慧發展中將會是另一個難題。