在未来,取代人类的不是AI,而是掌握了AI技能的人

作者: 佚名 2019-05-06 14:30:40

在未来,取代人类的不是AI,而是掌握了AI技能的人

面对那些关于“机器学习”、“深度学习”、“神经网络”的高深技术讨论和分析,大多数人并不能完全理解其背后的真相。于是,带着既不想做“宠物”,也不做“奴隶”的想法,许多人开始对AI的未来充满担忧。

那么,处处都在吹捧的人工智能真有那么高大上吗?

日前,微软(中国)技术官韦青与《深度学习》一书的作者、被称为“AI奠基人”的特伦斯·谢诺夫斯基进行了一场精彩的深度对话,让我们在这场思想碰撞中,重新认识了AI。特伦斯谢诺夫·斯基曾和AI教父杰弗里·辛顿共同发明了波尔兹曼机。

取代人类的不是AI

而是掌握了AI技能的人

与高谈阔论,畅享AI未来的大咖演讲不同,两人的交谈很接地气。谢诺夫斯基和韦青更像两位“好老师”,他们不仅讲到了历史课、科学课,还有生理课、心理课和职业规划……

谢诺夫斯基谈到我们共同的祖先——“智人”。智人大约在距今20万年前就出现了,这在几十亿年的自然界进化过程中也只是疏忽一瞬。智人之所以能够成为智人,是因为拥有了其它动物所不具备的特殊才能,比如帮助我们思考、创造的大脑,比如灵活的身躯,比如语言、自主意识、理解能力、记忆等。

人类大脑的机制非常复杂与精妙,并且尚未完全开发,然而只是目前这些看似合理而自然的能力,想要提取其中的原则并集成到人工系统中,也是非常困难的。

人工智能发展到今天,就像初尝美味的点心表面那层薄薄的糖霜,只是刚刚奠定了基础,未来还有很多需要攻克的难题。

韦青提到,目前人工智能的主要表现方式是深度学习,而深度学习的灵感正是来源于大脑神经科学,它不仅仅是知识,更是一种思维范式的转变。

微软在与客户的交流中也在思考,如何帮助用户基于思维范式的转变去理解新一轮技术变革,为每一个人、每一个组织赋能。如今经过多年的研发,微软Azure认知服务在计算机视觉、语音、自然语言理解、机器翻译等方面均已实现人类同等水平,微软将这些AI基础能力以云服务的方式向广大用户输出,为开发者提供了触手可及的人工智能。

将来取代人类的并不是AI,而是掌握了AI技能的人,所以面对新一轮科技革命的浪潮,我们应该积极学习如何与智能机器相处,并不断提高这种能力,才能更好地应对时代挑战。

终身学习,从“娃娃”抓起,“奥数已走远,编程天天练”,中国的少儿培训机构已经认识到了这一点。这也与谢诺夫斯基的想法不谋而合。

对于很多想进入人工智能领域的人,谢诺夫斯基的建议是需要一步一步地走,人工智能的领域很广,需要了解数学、概率学、物理、生态学、神经科学等,在这些不同方向的知识领域中,我们可以找到一个共同点,那就是编程。

编程可以处理AI时代大量的数据信息,帮助发现规律、理解数据背后复杂的问题,并进行深入的学习。谢诺夫斯基主张家长们应该让孩子从小开始学习编程,培养计算思维,在更容易吸收新知识的阶段尝试用不同角度看世界,才能够拥有更广阔的视野去接近真相、抓住时代的机遇。

人工智能时代,没有专家

在探讨“年轻人如何摆脱思维局限”这个问题时,韦青表示,传统的老师授课、学生被动吸收的模式是一种效率很低的学习方式,每个人都要通过不断的主动学习去搭建自己的知识体系并不断迭代。

当有一天走出教室,没有人会再像老师一样给你答案,甚至老师也并不会知道所有问题的答案。我们需要掌握大脑规律,在瞬息万变的现实世界中学习如何发现问题、解决问题。

谢诺夫斯基分享了自己多年来的学习经验,在持续不断的跨学科学习生涯里,他有幸跟不同领域的人合作并取得了成绩,在工作中也有许多有趣的经历。

在80年代,谢诺夫斯基曾与学生一起做过一个暑期项目,他们通过不断的实验,把一个只会像婴儿一样牙牙学语的程序,训练到可以吸收整本字典、会创造新词,甚至具备了概括和分析能力。在这个过程中,曾有业界权威AI教父之称的杰弗里·辛顿在拜访他时,认为这项研究是非常难以实现的,并说:“你们太疯狂了!”然而他们成功了。

事实证明:也许专家知道失败的每一种方式,但他们不知道的是成功解决问题的方式。

所以在这个时代没有专家,墨守成规就不会有突破,年轻人需要不怕困难、勇于冒险,这在每个人的职业生涯中都非常重要,当你突然有一个异想天开甚至惊人的想法时,不要受限于经验主义,要勇敢地去不断尝试。

人类大脑的优势也正是可以超越规则去学习和创造,通过研究大量的例子去发现事物之间的相互作用与规律,而不是只依靠单纯的经验与记忆。这是人工智能所不具备的,也是未来科学进步试图打破的藩篱。

996是基于制度

还是源于热爱?

谈到最近大火的“996.ICU”事件,韦青表示,不管工作还是学习,都需要保证作息,罔顾员工基本权益的极端行为是不被提倡的。但如果一个人真的找到了热爱的事业,并且处于追求个人事业突破的阶段,那么所谓的“996”也就并不那么重要了。他自己有时也会加班调算法到忘了时间,凌晨两点才能回家入睡,但投入到自己热爱的事业中并不会让他感到疲惫。

谢诺夫斯基则提到了不久前和中国学生的一次交流,当有位学生抱怨被导师要求周末来实验室工作时,他的反应是感到非常疑惑,“难道不该这样吗?”

无论任何领域,在学术或事业的起步阶段,想要有进步就必须具备非常有针对性的专注力和自我驱动力,让自己全身心地沉浸在这份事业中以求得能力的突破,让所学的知识真正成为大脑的一部分并伴随终身。在这种情况下便不再有“996”的局限,但与996的不同在于,这是个人自发的、基于自身热爱与能力发展的行为。

韦青也谈到了当前一些年轻人被灌输的观念:“生活不需要那么辛苦工作和学习,要及时享乐。”他认为这在一定程度上是一种误导,未来每个人、每个行业都面临着巨大的竞争,想要在这场竞争中脱颖而出,需要付出刻苦的努力,不断升级和迭代自己的认知。

特伦斯·谢诺夫斯基对年轻人提出忠告:水平的学习,是去发现学习之外新的领域,而不是仅仅局限于被告知、被灌输的层面。

所有取得出色成就的成功人士都有一个共同点,那就是抱着开放的态度,勇于探索新的方向,有一天当你走上一条少有人走的路,观察到有悖于传统认知的矛盾点,也许那便是你取得重大发现的时刻。

AI 人工智能
上一篇:人工智能、自动化和工作的未来:需要解决的十个问题! 下一篇:扫码刷脸、人工智能、“互联网+”……数字中国改变你我生活!
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

MIT提出Liquid机器学习系统,可像液体一样适应动态变化

麻省理工学院(MIT)的研究者开发出了一种新型的神经网络,其不仅能在训练阶段学习,而且还能持续不断地适应。

机器之心 ·  2021-02-21 15:47:47
规划智慧城市时,别忘了无障碍通行

要想成为一个智慧城市甚至一个智慧世界,虽然可能需要时间和有针对性的规划,但我们必须以人为本。

蒙光伟 ·  2021-02-21 10:26:41
2021关于人工智能的五大趋势

数字化变革,比过去10年更多,这主要是由于远程工作的规模,以及企业迅速部署了必要的技术,尤其是与网络安全相关的技术。那,2021关于人工智能的五大趋势会是如何的呢?

Lichu ·  2021-02-21 10:21:01
使数据中心更智能:人工智能如何发挥作用?

随着数据成为维持几乎所有业务运营以获取洞察力和业务成果的先决条件,数据中心正处于这种数字化转型的关键。

Cassie ·  2021-02-21 10:14:59
IBM拟出售Watson Health后,AI医疗还能不能碰

医疗服务仍然是一块商业上尚未被完全发掘的市场,看病难/看病贵、医疗资源紧缺、医疗资源不平均等痛点问题长期存在,对应的市场空间理应是巨大的。而Watson Health作为IBM曾寄予厚望的业务方向,为何要在此时萌生退意?它的故事给业界带来哪些启发?眼下的AI医疗市场,究竟是一副什么样的局面呢?

物联传媒 ·  2021-02-21 08:41:16
抛弃归一化,深度学习模型准确率却达到了前所未有的水平

我们知道,在传递给机器学习模型的数据中,我们需要对数据进行归一化(normalization)处理。

机器之心 ·  2021-02-20 21:09:12
华人博士生首次尝试用两个Transformer构建一个GAN

最近,CV 研究者对 transformer 产生了极大的兴趣并取得了不少突破。这表明,transformer 有可能成为计算机视觉任务(如分类、检测和分割)的强大通用模型。

Yifan Jiang ·  2021-02-20 21:04:53
无监督训练用堆叠自编码器是否落伍?ML博士对比了8个自编码器

柏林工业大学深度学习方向博士生 Tilman Krokotsch 在多项任务中对比了 8 种自编码器的性能。

Tilman Krokotsch ·  2021-02-20 20:57:16
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载