您的位置: 主页 > 人工智能学家 > 为什么对AI发展的预测这么糟糕?

为什么对AI发展的预测这么糟糕?

时间: 2017-06-13阅读:

作者:Aiden  Livingston  

译者:独孤芳

概要:1997年,IBM的Deep Blue击败了世界象棋冠军Gary Kasparov,这是AI技术第一次在高度复杂的任务中胜过世界级专家。


1997年,IBM的Deep Blue击败了世界象棋冠军Gary Kasparov,这是AI技术第一次在高度复杂的任务中胜过世界级专家。尤其是,当时他们凭借的是1997年的计算能力,这一成更令人惊叹。 1997年时,我的电脑勉强连上互联网,任务结果需要等待很长时间。等待期间,电脑痛苦的哔哔声和嗡嗡声表明计算机正在任务的负荷下挣扎着运行。


即使在Deep Blue实实在在地获得了颠覆性的胜利。大多数专家仍然不相信。新泽西州高级研究所的天体物理学家皮特·胡特(Piet Hut)在1997年告诉“纽约时报”,还要一百年,计算机下围棋才能战胜人类。


诚然,古代的围棋游戏比国际象棋要复杂得多。即使在2014年,人们普遍认为还要几十年,AI在围棋中才能大获全胜。现任世界冠军Lee Sedol在为Wired写的一篇文章中洋洋得意地表示:“西方是有国际象棋,但是围棋中的微妙之处和思维难度,象棋无可比拟。”


那么Google的 AI平台AlphaGo在两年后击败了他。就这能体现出围棋的微妙之处吗?

近年来,人们越来越清楚AI比人类更出色的领域,绝不仅仅限于棋盘游戏。这导致劳动者越来越担心他们的赖以谋生的工作很快就会自动化。


无数的出版物已经迅速抓住了这种恐惧来推动网页浏览量的提升。似乎每天都有一个新的文章,声称明确知道哪些工作将在AI革命中生存下来,哪些将被淘汰。到目前为止,有些文章甚至将预测时用百分比精确到小数点,从而使整个预测活动有种庄严的感觉。然而,如果比较他们的结论,就会发现,结论最引人注目的一个特点就是,这些结果非常不一致。


最近陷入这个泥潭的一篇文章,是一个名为“机器人会取代我的工作吗?”的Facebook小测试。自然地,我查了查“作家”这个工作,得到了令人欣慰的答案,只有3.8%的可能性。毕竟,如果一个医生告诉我,我有3.8%的几率死于某种疾病,那么我就不会急于办好自己的事情了。


只有一件事让我无法安慰自己:人工智能作家已经存在,并且正在被主流出版物广泛使用。这样看来,他们的预测就像一个医生在我的葬礼上宣称,我的病情恶化的概率只有3.8%。


所有这些都引出了一个问题:为什么这些对人工智能的预测如此糟糕?

从“机器人将会取代我的工作吗”测试中挖掘出的信息,给了我们第一个线索。这些预测是以研究论文为依据的。这就是大多数糟糕的关于人工智能发展预测的根源。学者们倾向于把世界看作与硅谷企业家截然不同的世界。在学术界,要想让一个项目获批可能需要数年时间,然而科技创业者们就会去想,在周五之前,我们能做些什么?因此,请学者们对行业的发展进行预测,就像问你当地的DMV,了解Uber在中国的市场份额能有多快。他们可能是垂直领域的专家,但他们仍然远离“快速突破”心态,而这种心态却渗透到整个科技行业。

 

因此,他们认为世界只是以像冰河运动般缓慢的速度移动,也以此理解来进行预测,导致他们的预测与随机猜测的质量差不多,另一个导致糟糕的AI预测的因素是人的偏见。当问题是人或机器谁将获胜时,我们会忍不住为主队加油。据说,当他们的工作取决于自己而非他们对工作的理解时,很难让他们相信某些事。这意味着,石油公司的水冷却器旁的玩笑很少转变为对气候变化的担忧。 AI又对人类工作的概念构成威胁,所以赌注要高得多。所以当你问在大学工作的人时,AI自动化所有工作的可能性有多大时,他们的回答是不可能客观的。


因此,保守的估计——任何可以教授给人的工作显然也可以被传授给人工智能,承认这件事会让研究人员充满有关生存的恐惧。最好回避整个问题,并说在接下来的50年里不会再发生这样的事情,期盼着那时他们已死,这将是下一代人问题。


这为我们呈现了最终极的影响因素,人类对于指数增长的理解真的很糟糕。研究论文“机器人会取代我的工作吗”是2013年发表的。根据过去预测的AI会有多大变化,前四年里AI的进展,是之前预测的40年里的变化。事实上,从这个角度来看,他们的不良预测才更讲得通。假设需要决策的工作比直接的常规工作更为“安全”就是一个明显的偏见。然而,神经网络资源的扩散显示,当任务定义良好时,AI在实际上非常擅长决策。


问题是我们有些原始的推理,倾向于用线性推理来看待这个世界。以这个经常用于逻辑测试的例子为例,如果湖上的睡莲叶的数量每天都翻倍,而铺满湖面要30天,那么湖半满会需要多少天呢?令人沮丧地是,大多数人下意识的回答是15天,而真正的答案是29天。其实,如果你一直观察这个湖,直到第26天左右时,睡莲叶才会看起来正在增长。如果你在第25天时问普通人,直到多少天湖面才能铺满睡莲叶,他们会理所当然地推断出,还要几十年。


现实是,人工智能工具正以指数级增长。即使在当前的迭代中,他们也有能力自动化至少部分的人类工作。在自动化趋势中,没有一项工作是“安全”的,但所有这些人工智能的预测都试图分散我们对于这个令人不安事实的注意力。可是,在2014年,就像Lee Sedol一样,我们依然集体地在我们的优越感中自以为是。人工智能的不断涌现,或许可以用Nelson Mandela:的观点来概括:“成功之前,一切总看似不可能。”

 

*Aiden Livingston是Casting.AI的创始人,第一个chatbot的经纪人。


 本文系网易新闻&网易号“各有态度”特色内容


作者:Aiden  Livingston  

译者:独孤芳

原文链接:https://venturebeat.com/2017/06/10/why-are-ai-predictions-so-terrible/



欢迎加入未来科技学院企业家群,共同提升企业科技竞争力

一日千里的科技进展,层出不穷的新概念,使企业家,投资人和社会大众面临巨大的科技发展压力,前沿科技现状和未来发展方向是什么?现代企业家如何应对新科学技术带来的产业升级挑战?


欢迎加入未来科技学院企业家群,未来科技学院将通过举办企业家与科技专家研讨会,未来科技学习班,企业家与科技专家、投资人的聚会交流,企业科技问题专题研究会等多种形式,帮助现代企业通过前沿科技解决产业升级问题、开展新业务拓展,提高科技竞争力。


未来科技学院由人工智能学家在中国科学院虚拟经济与数据科学研究中心的支持下建立,成立以来,已经邀请国际和国内著名科学家、科技企业家300多人参与学院建设,并建立覆盖2万余人的专业社群;与近60家投资机构合作,建立了近200名投资人的投资社群。开展前沿科技讲座和研讨会20多期。  欢迎行业、产业和科技领域的企业家加入未来科技学院


报名加入请扫描下列二维码,点击本文左下角“阅读原文”报名


上一篇:高盛:中国科技股BAT面临的风险不如FAAMG极端
下一篇:(最新)2017年人工智能研究报告

相关阅读