[[179777]]

【51CTO.com快譯】由于如今在人工智能和機器學習領域取得了種種進展，市面上似乎不斷開始涌入充分利用認知功能的工具和解決方案。但是這些工具和解決方案是否真正體現了人工智能的含義呢?

[[179778]]

IBM Watson 的平臺經理喬納斯·紐烏克(Jonas Nwuke)稱，人工智能(或認知計算)“旨在幫助人們做出更合理的決定。系統可以大規模學習，通過積累經驗變得更好，并以一種更自然的方式與人類進行交互。”

Progress公司的首席宣傳官托德·安格林(Todd Anglin)稱，如今的軟件開發行業存在的問題是，由于人工智能是個如此大的統稱，它經常被誤用或濫用。他說：“在某些方面，它會因其性質而被濫用。它代表許多東西，但許多時候它的使用多少有點不當。”

安格林解釋，比如說，人工智能是個很好的營銷術語，開發人員常常將人工智能添加在解決方案的名稱中，讓它們脫穎而出，即便它們其實并不使用真正的人工智能功能。他說：“普通的應用程序用戶認為，由于它的名稱中有人工智能，它肯定智能化，肯定很出色。”

在其他情況下，開發人員會使用這個術語，傳達該應用程序在試圖為用戶做一些事這層意思。比如說，安格林表示，特斯拉使用“自動駕駛汽車”這個術語用于其制造的車輛，因為那樣大眾更容易理解，但實際上，特斯拉的汽車并非完全自動駕駛，因為它們需要人類照看方向盤，以防出什么岔子。

另外還有開發人員根本不明白人工智能的真正含義。人工智能最近的成功讓開發人員非常容易的從網站下載軟件包，并針對單一數據集對它進行訓練，比如圖像識別、視覺處理或自然語言處理等數據集。據Neurala的首席執行官馬西米利亞諾·弗塞斯(Massimiliano Versace)稱，這不是人工智能的含義。這家公司以“讓軟件更智能化”為使命。

他說：“人工智能其實是以大腦為原型，試圖用軟件來模仿它。圭腦的本領絕不僅限于識別物體，而在于思考，在于感知，在于行動，在于情感。”

弗塞斯聲稱，真正的智能離不開這三個主要部分：大腦、身體和思維。大腦包括軟件背后的算法或運算，處理輸入的數據。身體是智能賴以生存的硬件。而思維是運行算法的計算能力。

弗塞斯表示，如今，這三個部分趨于融合，因而讓人工智能更容易、更具有成本效益，這個領域因而得以迅速發展起來。

他說：“眼下，人工智能走上了一條康莊大道。挑戰在于開發一種不僅僅局限于圖像識別的應用。”

安格林認為，簡單的圖像識別、對象檢測和質疑/應答系統確實使用了某種程度的人工智能，但是開發人員在開發的應用程序中如何給它貼標簽時需要更謹慎一點。相反，開發人員應該專注于底層概念，比如機器學習或深度學習。他說：“我們不得不花更多的時間來關注那些方面，如何將它們運用于軟件中。我們在談論人工智能時，我們其實是在說什么?”

Gartner的研究人員湯姆·奧斯丁(Tom Austin)、亞歷山達·林登(Alexander Linden)和馬丁·雷諾茲(Martin Reynolds)最近發布了一份報告，報告的內容圍繞業界應如何有效地定義和使用智能機器術語。據報告聲稱，人們應該使用區別人類智能和人工智能的描述性詞語，忽視‘人工智能’或‘認知能力’之類的營銷術語。”相反，Gartner認為，“智能機器”是一個更合適、最不令人反感的術語。

Gartner的研究報告聲稱：“將人類特性賦予技術歪曲了我們對于這項技術能真正完成什么的理解。智能機器技術可根據經驗來改變行為，并不完全依賴人們下達的指令(它們可以自主學習)，還能夠得到意料不到的結果。”

人工智能背后的數字大腦

Progress的安格林聲稱，人工智能是開發人員和公司在竭力加入到服務和解決方案中的一項功能;但是那些公司和開發人員不得不充分利用早已到位的數字大腦。

他解釋，隨著更多的人開始使用機器學習和基于人工智能的系統，那些系統會變得越來越智能化，這讓它們變得更完美，鼓勵更多的人選擇它們。

安格林聲稱，這個領域主要的數字大腦包括如下：

Facebook：Facebook設有一個人工智能研究部門，專門推動機器學習，開發智能機器。最近，該公司開放了代號為Big Sur的人工智能硬件設計的源代碼，這種硬件可處理大規模的人工智能計算。它還宣布了新的算法，比如DeepMask分割框架;該公司基于深度學習的文本理解引擎 DeepText;分割精煉模型 SharpMask，以及對象檢測解決方案MultiPathNet。此外，Facebook 首席執行官馬克·扎克伯格宣布計劃很快向全世界推出個人人工智能助理。

谷歌：谷歌最近開放了TensorFlow機器學習庫的源代碼。安格林稱，TensorFlow 比其他認知服務要復雜一點，它封裝了大量的科學編程知識，采用了普通的應用程序開發人員，也能利用并嵌入到應用程序的方式加以包裝。

IBM Wastson：IBM Watson 是一種認知系統，旨在理解數據、推理和大規模學習。它提供了認知API，這些API可以充分利用自然語言處理和機器學習及其他方面來分析數據、從數據中學習，并獲得洞察力。IBM的紐烏克說：“可以從超越一般的抽象，并以專門的方式進行推理，從系統中獲得價值。”

微軟：微軟提供的認知服務讓開發人員可以使用功能強大的智能算法，構建安卓、iOS和Windows應用程序。服務包括視覺、語音、語言和知識等方面的 API。

安格林說：“我們可以享用來自這些大公司的非常高效的數字大腦，而選擇單干的公司想真正競爭會很難。”

然而弗塞斯表示，盡管Neurala是家小公司，但已經在構建自己的數字大腦，領先同行。他說：“我們在研發人工大腦的構建模塊方面有著悠久的歷史，小至單個的神經元，大至擁有數億個、甚至數十億個由突觸連接的神經元的龐大系統。”

該公司最近發布了Neurala機器人大腦SDK，讓其他公司得以將深度學習整合到開發的應用程序中。據弗塞斯聲稱，該SDK是那些大公司迄今還無力提供的工具。

這項技術目前針對無人機，讓無人機能夠學習、識別、查找和跟蹤對象。但是弗塞斯解釋，它還可以應用到電腦、手機及其他機器。他說：“我們不會打造垂直領域。我們會搭建一個平臺，讓人們去打造垂直領域。”

我們應該擔心人工智能嗎?

有人擔心，人工智能將來不僅會取代我們的工作，機器還會變得高度智能，掌管世界、毀滅文明。IBM的紐烏克說：“一些人在詆毀人工智能;他們認為，這項技術在以某種方式挑戰或危及我們所知道的這個世界。”但是他認為，人工智能的未來只是意味著機器能夠為企業、專業人士和消費者帶來更多的價值。

他說：“這項技術在人與機器之間提供了一定程度的合作，可增強和擴展人類所做的工作。”

Progress的安格林聲稱，之所以社會有這樣的詆毀，歸因于我們有時描繪人工智能的方式。電影中經常出現人工智能惡棍掌管世界的這種經典場景，他認為，這種觀念有點夸大了。社會上的大多數人對于這項技術缺少足夠的了解。

安格林說：“工程界的開發人員不大擔心，因為他們對這項技術有更切身的了解。人工智能沒那么魔幻，它在更大程度上是一種機器。”

安格林并不懷疑人工智能在未來有可能被濫用或用來干壞事，但他解釋，任何工具和技術都存在這種可能性。他說：“我要說，籠統地講，把我們帶到何處的不是人工智能，而是人類。”

安格林解釋，畢竟，人們將制造和訓練機器，他們要對這項技術負責。開發人員的工作就是，確保已落實合適的防范措施，向人們宣講這項技術具有的好處。

Gartner的奧斯丁說：“人們對人工智能抱有許多幻想，首先是想當然地以為我們能制造人工智能，我們實則不能。如果太多的高層主管相信對話界面方面的擬人化假設――比如說，它們與人類無從區別，或者它們能通過觀察一切來學習，從而取代呼叫中心里面的所有人，那么太多的項目會失敗和關閉。”

未來

格林聲稱，如今，雖然人工智能最常用于圖像識別、自然語言處理和語音識別，但這只是學習的起點。

他說：“目前人工智能所處的狀態相當于學步的孩子。它能理解看到和聽到的東西，然后告訴你它看到了什么。這只是人工智能的早期階段，如果企業真正想得益于人工智能，下一步將是建立更多的關系，并推理對象之間的關系。”

安格林說：“我們正沿著從學步的孩子向能力更強一點的學習機器這條道路前進。”

Neurala的弗塞斯想看到業界超越人們對于人工智能的認識。他說：“人工智能意味著能夠擁有一款功能上與人類難分上下的軟件。人工智能可以應用到無數領域。”

由于平臺和傳感器遍地開花，弗塞斯表示，現在人工智能比以往任何時候都來得重要。他說：“凡是人類盯著屏幕的工作，我們都可以改由人工智能來處理工作，那樣人類可以去做其他事情。”

在此基礎上，開發人員和數據科學家要分析我們如何理解對象之間的概念，并不僅限于挑出對象和理解圖片中的一切這些很基礎的方面。

安格林說：“到時候，我們軟件開發社區的所有成員都要抬頭說‘我們可以開始把什么樣的模式運用于用戶軟件，并以不同的方式加以運用?’后兩三年，我們會看到這一幕頻頻出現，到時人們其實會暫停下來，考慮他們要創造的下一個軟件時代，搞清楚那些場景看起來是什么樣。”

IBM 的紐烏克已經看到公司的客戶身上出現了這一幕。他說：“開發人員已開始在零售、醫療、銀行、體育及更多行業把他們的想法商業化。我們的靈感來自這個社區創造的東西，我們在共創美好未來，到時認知技術會積極影響我們生活的方方面面，包括工作和家庭。”

Edge Up Sports 的創始人利伊亞·塔巴克(Ilya Tabakh)預計，在短期內，我們會看到更好的語音識別，更準確地理解身體姿勢，能夠理解用戶的情感狀態，以及改善我們生活的更多技術。

據安格林聲稱，這一切的目的是為用戶解決難題。他說：“開發人員一定要留神，如果某項技術實際上不能使用戶的生活變得更好，開發人員不要匆忙將它做入到應用到程序中，或者放在用戶面前。關鍵是我們如何巧妙地運用這項技術，而不是隨隨便便地運用。”

原文標題：What is the current state of AI?，作者：Christina Cardoza

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】