Jerry Kaplan：坚信人工智能会让未来更加光明

机器学习背后是一系列的应用，包括软件的技术，包括选择各种不同的使用模式，案例，包括大量的事例来提取模式。对同一领域的数据进行收集，如果这个体量足够大了，让你能够找到一些模式，但是你能够充分地利用那些模式，来进行数据的预测或者说是归类，特别是对于同一领域的新数据的事例进行预测或者分类，因此在另外一方面，机器学习也是一个非常好的例子，对于你的未见的未来进行更好的预测，假设，机器学习的程序是用来识别图像，识别对象，而图像包括我们之前的讲者也提到的，在这里有不同的猫猫狗狗的照片，它能够找到其中的相关性，这个相关性也许是任何一样东西和股价的相关性，他找到这个相关性之后能够用来做股票，包括证券的销售等等。

大家是这方面的专家，大家知道了逻辑推理和机器学习是两种不同的人工智能领域，不同的两条路，但是又有一个问题出现了，逻辑推理为什么在过去的几十年里如此风靡全球，相应而言，当下，现在，机器学习变得大行其道呢？如果要说它背后简单的答案，也许是有不同的存储、网络、计算，数据正在发生深远的变革。他们所变化的这个体量不是一点点，也不是许多，我想说这个词，是一个巨大的天量的海量的变化，而这样的变化也是让我们的可能变得有更多的无限的可能。在回顾过去的几十年的发展，在速度和内存上面差不多每一年半，它的能力就能翻一番，这意味着当下的计算机，现在差不多它现在的能力，应该说是在过去的三十年里，应该是翻了二十多倍，那我想这应该是如果看到他的指数，是 2 的 20 次方，产生的体量应该是超过 1 百万了，因此甚至超越了我们直觉的分析和知识，来理解这巨大的海量，一百万代表的是速度方面，就是我们一个蜗牛的步行的速度和一个航天飞机，如果把它放到同一个阶数下面，他们的差别是多少？50 万。

如果再看苹果手表，苹果手表它的计算能力和传统的美国完整的空间项目，这是最早的，比 1965 年登月时候的计算能力要大得多，同样发生变化的也包括数位化的数据，所发生的体量也是海量巨大的。这为什么改变了整个人工智能的发展方向和方法呢？首先第一种方法，人工智能当中的推理法，他只要少量的数据就能够完成很多的工作，只要输入端很少的事实，能够有很好的推理和演绎，得出很多有用的用户案例，而这对于我们现存的技术，特别是对于 20、30年当时现成的技术而言，这种法以无是有效的。对比一下，30 年之前，计算机，或者说机器学习的算法还缺少数据，就算你有这部分的数据，它背后的存储处理能力，在当时也是会限制你能够发展的方向和速度。因此，再回到 20、30 年之前，这是为什么逻辑推算是主导。

而在那个时候，人们并不非常关心机器学习，随着时间的推移，情况发生了逆转。机器学习它能够带来的是非常混乱的，非结构化的真实世界当中的问题，因为数据量变得大了很多。他需要大量的计算能力，需要很强的云存储能力，而且需要更大量的数据，数据越多，结果越好，越准，因此，机器学习是一个非常非常好的一种匹配，特别是在一个数据密度非常高的世界当中，而且是当我们即将进入到 5G 的万物互联的时代。这也是发展到现在，我也给大家介绍了人工智能的发展史。

那么我们也看到了一系列的新的不同的应用，是和人工智能息息相关，但是非常重要的一点，我们也需要了解这些推动人工智慧发展的核心技术，他们其实背后有很多的共同，可以说所有的和 AI 有关的运用，无论是自动驾驶汽车，还是对于整个产品推荐的引擎，包括其他的，是防止我们来受到网络攻击的网络安全算法和技术，其实得是代表着数据的收集，那有的时候，这些数据是来自传统的数据库，这些传统的数据库有很多的交易，可能有很多的记录。那有的时候，这些数据或者数据的洪流是来自实时的像摄象头，像麦克风或者是物联网这样的设备终端，在这里，机器学习对于在座的各位业界人士，商界人士意味着什么？

这是取决于你所在的细分产业，我在这里也想要给大家选择几个例子，或者几个业务，因为人工智能通过机器学习有很广泛的运用，我给大家选择其中几个。首先是非常显而易见的，也就是代表着新一代的机器人，它能够在有人存在的空间当中，配合人类协同工作，安全工作，他们其实在工厂当中已经开始得到了使用，做一些比较重复的，比较简单的操作，之所以这样，是因为我们现在大部分的机器人它对于环境的感知能力是有限的，他没有办法做出很强的适应能力，因此他只能在一些管控严密的环境下，但是随着人工智能的引入，我们现在能够给到机器人有一个相当于人的眼和耳，它能够有很强的感知能力，并且和周围的环境做出相互的作用和反应，甚至像一些人和动物做出反应一样，这些新一代的柔性机器人有能力在真实世界环境当中和人一起协同操作，因为他们有很强的自适应能力，对于周围的环境有很强的自适应和反应能力。包括制造业，施工业，交通业，这其中这些行业由新一代的柔性机器人进行颠覆性的变化。对于自动驾驶汽车，之前的讲者 Sandra Rivera 所讲到的，也是这一代的新的柔性机器人的新的代表，这是其中的一个例子，接下来这段视频当中我们能够看到左边是驾驶员人的视角，右边是车载传感器和车载摄象头看到的，你在开的路上，如果有人出现他会自动停下来。

对于自动驾驶汽车，在整个应用行业的领域当中这是非常显而易见的，但是非常重要的一点是什么？我觉得在这里是自动驾驶的卡车或者车队非常的重要，在高速公路上，其实它的情况和条件也许和在非常繁忙的城市道路当中简单得多，规则化。因此自动驾驶卡车在高速公路上的使用也许比我们在道路上，在我们周围的社区上所驾驶的自动驾驶汽车更早的到来。这是美国的例子，自动驾驶汽车，后面是运啤酒的，在 100 万英里的运输当中，他没有人类驾驶员的敢于，这个人类的观察员，这个乘客能够在边开边喝啤酒，他不是自己在驾驶。背后我们能够看到它释放了驾驶员本身，而且它所带来的成本也更低，它能够实现几乎每一件货物的运输装运。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!