AI將就此停留,或者只是我們另一個不切實際的期望,而終將在幾年后泡沫破滅?雖然AI目前滲…..
近年來,人工智能(AI)創新的快速崛起及其相關技術的穩步進展,已經讓過去的許多技術承諾終于得以實現了。這項首度在1955年引進的技術帶來了不少成就,但失敗的案例也不在話下,因而讓許多人質疑我們是否可能在日常生活中見證它發揮全部的潛力。
大多數的人應該還記得1970年代和1980年代時的經典案例——《星際迷航》(Star Trek)中的計算機HAL 9000以及ELIZA等計算機程序進入了我們的集體意識。然而,由于成本的限制與資源受限,缺少先進技術加上消費者的興趣漸減,讓AI在過去25年來一直無法實現早期的那些承諾,甚至退化至研究領域以及高度專業化的利基。
時至今日,我們再度處于快速的AI創新之中。對于信息技術的興趣、能力與涉入程度,持續突破新的高度,AI的應用也迅速滲透至成千上萬的日常生活任務中。隨著機器學習技術的最新進展以及日益增加的消費需求,我們已經從AI的低點復蘇了,如今正尋找看似無限的可能性。新一代以語音啟動的個人助理,如Alexa、Google Home與Apple HomeKit,能夠控制所有的家電設備,無所不在的聊天機器人更簡化了多種服務流程,如在線銀行、回答與健康有關的問題等等,這些都承諾將持續推動現有技術成長的浪潮以及重建消費者的信任與需求。
然而,這種新的浪潮也導致了一個重要的問題——AI將就此停留,或者只是我們另一個不切實際的期望,而終將在幾年后泡沫破滅?雖然AI目前滲透至日常活動中,但已發展到足以說AI成功地糾正過去所有的疑慮了嗎?想想看我們最近目睹的現象:對于特斯拉(Tesla)自動駕駛模式的期待及其所引發的爭議。在現代AI運動背后的技術——機器學習、大數據、深度學習、神經網絡和自然語言處理等等進展,足以讓AI之名當之無愧嗎?
答案是既是肯定也是否定的。當然,最近在人工智能的進展已經證實較過去更成功。雖然過去將AI炒作成實時消費應用相當不切實際,但僅在過去五年來的進展,已經讓AI成為一種更可行的主流商用解決方案了。今日的技術在資料方面蓬勃發展,過去五年來也見證了龐大的資料累積。結合數據庫技術的改善,以及提高計算機運算能力,來處理可用的資料,AI已經從科學與學術應用領域轉移到更廣泛的企業軟件消費以及取得消費者認同了。
如今,AI運動的成就主要取決于幾項關鍵因素,其中包括來自Google、微軟(Microsoft)和亞馬遜(Amazon)等主要業者支持AI的新平臺,打造利用這些平臺的大量開發人員。再者,來自IBM、Yahoo!、Salesforce和Apple等大型企業與技術領導者的承諾,更有助于確保AI在未來占有一席之地,他們也將續耕耘這一技術領域,并進一步推動在數據安全、計算機輔助診斷、購買預測、錯誤偵測等領域的進展。
這些“大咖”廠商的長期投資,可說是確保AI實力的有力證據。如果你打算為AI技術結合較低的價格點,來自業界巨擘的承諾、越來越多的可用數據等待進行分析,以及改變消費者對于所能成就的期待,越來越清楚的是,這一次對于AI重新萌生的興趣是真實的,這一次不會再出現泡沫破滅的情況了。
但這些公司能善加利用真正的人工智能技術?由于AI的表現一直位居重要位置,我們必須明白,“人工智能”的真正意義仍只有幾年之久,而非發展幾十年了,因而機器還無法在無人干預的情況下獨立操作。諸如機器學習、數據探勘和神經網絡等技術,都無法僅以自己的知識自我學習或發明任何事物。
就像AI一詞所暗示的,機器必須依靠已知的數據集和預先編程的反應和行為,才能充分發揮作用。換言之,AI能在龐大的資料量中發現規律性或某種模式——即使這種模式是人類無法看到的,以及快速且有效地處理例行任務,不過,他們還不能在一些問題上創造新穎的解決方案,這是因為他們是相當依靠編程和演法的。
正如我們知道的,AI如今能善加利用現代統計學技術的進展,雖然有人可能會覺得不符合傳統的AI,本質上也不具有AI的“智能”能力。然而,AI近來的復興,已經證實對于商業與消費端這兩個領域的各種不同應用相當有幫助。未來,我們將推動AI進步到什么程度,取決于業界大廠的持續投資、在數據技術與算法方面的更多進展,以及發現更多有利于消費者和企業的應用。
摘自 FT中文網