红色中国网

 找回密码
 立即注册
搜索
红色中国网 首 页 经 济 查看内容

人工智能是共产主义的春天吗?(上)

2019-3-4 23:57| 发布者: 龙翔五洲| 查看: 89591| 评论: 0|原作者: 载言|来自: 激流1921

摘要: 2019年1月20日,载言同志在“好家伙”线上讲座向大家详细讲述了人工智能的技术现状,并在此基础上讨论了人工智能行业的现状,以及人工智能对社会矛盾产生的影响。

人工智能是共产主义的春天吗?(上)

 鸡柳王 激流1921 Yesterday载言
(转者注:文中有较多图,但不能显示,故而删去以节约空间,可能对理解文字有些影响,抱歉。)

导语:自从2016年AlphaGo围棋AI击败李世石,世界又掀起了一轮人工智能浪潮,公众视野对于人工智能的讨论不绝于耳,高等院校的人工智能研究院相继成立,与人工智能有关的商业项目雨后春笋搬出现,并在一些领域进入到人们的生活当中。

与此同时,有关人工智能的社会影响的讨论也一直没有停止。有人认为,人工智能会在近几年大规模取代人类劳动,并在有生之年替代人类;但也有人认为,人工智能现在只是资本炒作的噱头,并没有取得过多实质进展。有人认为,人工智能会加剧垄断集中,国家甚至会依靠人工智能实现法西斯式的统治,但也有人认为,人工智能是资本主义的丧钟和共产主义的春天。还有人认为,人工智能会导致社会阶级结构的变化,比如产业工人减少和脑力无产者增加。

对这些问题的争论,离不开对当前人工智能发展现状的认识。事实上,算上近几年,人工智能有三次浪潮,第一次浪潮实现了基于规则的简单推理,第二次浪潮是基于数据的机器学习及简单决策,本次浪潮是在深度学习的基础上众多决策领域的突破。每一次浪潮,都有上述问题的广泛讨论与研究。仔细观察本次浪潮,可以确定的是:当前人工智能在人类严格定义的问题上可以取得接近甚至超过人类的成果,如围棋、电竞游戏等。然而,人工智能目前大量依赖人工标注的数据,且容错性短期内无法解决。此外,当前人工智能远远无法有人类的思想,如推理、感知并没有实质性突破。可以断定,目前人工智能在生产领域只会处于辅助部门的位置。而从阶级结构的角度,人工智能一定会带来更大规模的垄断集中,并加速资本主义基本矛盾的爆发。

2019年1月20日,载言同志在“好家伙”线上讲座向大家详细讲述了人工智能的技术现状,并在此基础上讨论了人工智能行业的现状,以及人工智能对社会矛盾产生的影响。

在本次讲座开始之前,先对本次讲座做一些说明。因为大家也知道,这几年人工智能的浪潮,也引发了在左圈里面很多方面的讨论,而且讨论可以说是各种方向都有,有些讨论也比较天马行空,所以说我这次讲座的一个重点,是希望把这次讲座,讲得更加实际一些,看一看我们当前人工智能,到底发展到一个什么样的情况。基于当前的人工智能,我们去做一些相关的讨论。

首先我们仅讨论当前可预见时间内的人工智能,而这个当前和可预见时间大概是几年?可能就是五年,也可能是十年。如果说接下来可能出现一波人工智能低潮的话,可能只有20年。我们也是在这么一段时间内进行考虑,我们不会讨论更长远的时间,比如说50年,100年,那个时候可能在大家脑子会非常的天马行空。

为什么只讨论这段时间?是因为毕竟我们对对当前社会的理解,可能也就是这么多的时间!从长远来说,马克思主义已经把握一个大的方向,但是从短期来说,还是要看现实矛盾,从现实的矛盾去探讨当前的各种问题。

然后第二点,是我们这次讲座,要侧重于从技术角度来调整问题,所以说本次讲座可能我要花一半的时间讲这个,这一部分基础理论应该是需要一些高中的数学知识。然后我们尽量把这些技术理论讲得通俗一些,也让大家从基础理论的角度出发来看,这人工智能到底发展到什么程度,我们去从一些现实的生活做判断。

我们讨论的一个前提就是,这是我对当前人工智能的理解,可能有一些同志有不同的观点,我们后面可以再进行讨论。我对当前人工智能理解就是一个更加先进的机器,这个机器可能能操作以前机器没有办法去做的事情,而且可能是能够做很多以前自己没有办法去做的事情。

至于它有没有人的感知,反正在能预见的时间内,我认为是没有,所以我们不讨论更加长远时间内的问题。

有一个叫冯象的老师,他有一本书叫《我是阿尔法》,里面也说了一些人工智能的远景。对于一些远景问题的话,可以参考冯象老师的那本书,它相应的文章里面提出的一些观点。

然后第三点的话,我们不讨论当前看来非常虚无飘渺的问题,比如说最典型的问题就是人工智能何时取代人类,我们不讨论。

然后还是基于这个点,我们不讨论以后所有工作是不是全部自动化了。可能某些工厂是全自动化的,这已经有实现的了,比如一些港口。但是所有工厂能不能全自动化,这一点我觉得可能时间太长了,我们也不讨论这个问题。

当然还有一种讨论,说人工智能能不能统治人类,不仅能够取代,而且能够统治。当然这个统治可能说的很抽象,比如说像资本主义私有制社会里面,统治阶级能不能依靠人工智能统治人民。这一点的话也不讨论,一是它比较长远,二是我们还是把重点放在人的关系上。。

最后一个就是,人工智能会不会对资本主义内部的经济结构产生影响,就是说在资本主义的环境下,会不会有些阶级会消失,有些阶级会产生?比如说比较典型的观点是,脑力无产者会成为将来社会的主流,而产业工人是没落的群体。这个问题的话,也相对来说也非常长的,我们也不做讨论。

01

人工智能的典型应用


今天我们是主要是谈这几个方面的,首先先谈一下人工智能当前有哪些应用。

然后花一半的时间去谈论一下人工智能目前的一些技术理论及发展现状,从工程角度来理解一下,人工智能到底在做什么。

第三点的话是讨论一下人工智能目前的行业发展是一个什么样的情况,就是说各个产业在人工智能里面有什么样的应用。然后第四点的话,讨论一下,就是从马克思的政治经济学的角度,看对人工智能如何去理解,这个涉及到一些政治经济学的知识。

最后一点就是说一下我对人工智能一个基本的结论。

首先先谈一个典型应用。

先说一下什么是人工智能。国外有一个人,他编了一本教科书,分成了两个维度。

一个就是,一个人维度,或者可以做人做的事情,或者可以像人一样具有理性(毕竟人是有社会性的)。然后第二点的话,是从行为的角度,或者有一定的行为,或者有一定的思维(毕竟人有社会性啦,他可以思考)。

那么从这两个维度,其实就可以构成四个层面的定义,比如说一个人工智能系统可以像人一样地行动;然后更高端的,就是人工智有可能像人一样地思考;或者进一步来说,人工智能这个系统,可能能够理性地进行行动,不仅是像人一样行动,而且是能够做一些正确的决策,而且这个正确决策,对社会来说看起来是合理的;还有一个就是,人工智有可能能够像做到一种理性的思考,甚至理性思考可能还比人要好一些。

从目前发展情况来说,我标了不同的颜色,这不同颜色就标志着人工智能在不同的层面下发展的情况。

比如说红色的这部分就是人工智能像人一样行动,其实这一部分从当前来说已经基本上实现了,或者有一些没有实现的,应该也能够在近期来进行实现,在比较简单的领域做人做的事情。

然后这些系统能不能像人一样思考?这个谁都不知道。当然有的人工智能系统能做一些类似人的行为,比如说AlphaGo,AlphaGo确实是在这个方面还是起了很大的突破的,它至少能知道这个棋局是一个什么样的情况,这有点像人一样思考。

但是它能够做到理性思考,理性行动,那就当前的人工智能可能远远达不到这个层次,毕竟它远远没达到人对事物认知的水平。

我们说一些典型的应用,比如说自然语言的处理。

这里面的语音,第一点就是语音合成,这里面就有一个大家知道公司叫讯飞。可能很多人会用一种输入法,叫讯飞输入法,那种输入法,至少你在走路或者是在开车的时候,使用起来都非常地方便,因为我只要说一段语音,无论是普通话还是地方的方言,一般来说这个识别准确率能达到90%以上,至少是人都能看得懂,汉字的叙述顺序和错误,可能不会影响到人对这段语音的文字的判断。

然后语音合成的话,就是可以合成一些像人听起来非常舒服的这种,比如说可能合成一些方言等等,最近不是有一个非常火的平台,就是什么新闻联播的播音员的合成,还有在iPhone手机上有一个东西叫siri的对话系统,就是我说的一句话,然后然后siri会自动反应,比如说打电话给谁谁谁,那就真的把电话给拨出去了。

自然语言里面还有一些其他应用,比如说机器翻译等,一会我会举一个例子。

信息的抽取,就是给一段话,生成一段摘要的文字,有的时候也是能成功的。信息的检索,就百度谷歌的搜索,自动的问答,比如说百度王宝强的前妻是谁,百度直接就反应,说了马蓉。还有一个就是文本的情感识别。另外比如说有一些在炒股领域可能有些可笑例子,比如说像之前章泽天和刘强东,之前两者关系出现一些矛盾,于是有一个股票当天就暴跌了,这个股票就叫泽天股份。当然还有川大智胜啊,西仪股份。它们可能也会受到智能炒股软件一些影响,即这些炒股软件针对网上消息进行大数据分析,“发现”了相关股票的“负面/正面消息”,然后做出卖/买的决定,当然这都只是传言了,当个段子听就可以。

这里面就举一个例子就是谷歌的翻译,然后上图是前几年谷歌翻译系统,然后下图是谷歌2016年的翻译系统。我们可以对比一下,上图和下图翻译系统,然后它的翻译效果,前一段文字你会发现其实读起来非常不通顺,比如说第二句 “AI教科书定义字段的研究的和设计的管理,智能管理智能代理,其中一个智能代理是感觉周围环境”,你会发现读起来非常不通顺,也不知道他在说什么。

但是到16年,他翻译就已经是非常通顺。关于第二句话,“AI教科书将该领域定义为智能代理的研究和设计,其中这个代理能够感知其环境,并采取行动以最大化及成功机会的系统”,那么发现这段话至少人是能够非常理解的,而且其实翻译的结构和人自己去翻译,可以说是没有什么太大的差别。

所以说现在读英文论文的话,大家都会采取一个手段,就是先把这段英文扔到谷歌翻译里面,让谷歌翻译,再看一看他到底在讲什么,可能这篇论文理解起来就会更容易些。然后写论文的时候就也会做,先写一段中文,把它扔到就谷歌或者百度翻译里面,让他生成一个英文,然后把这段英文粘贴,然后润色里面的文字。

然后在视觉领域的话,一般是针对图像或者视频,一般可以做图像的分类,比如说我拍一个照片,这照片有一朵花,花是一个是一种什么样的种类的花,这个APP都是有实现的。

还有就是物体的检测,比如说给一张图,这个图里面是有很多绵羊,把每只绵羊都识别出来。

当然可能大家更加熟悉的就是街上摄像头的人脸或者行人的检测,就是我这个摄像头三个环境里面,基本上这摄像头下面,所有的人,我都可以检测出来,甚至我都知道这个人的一些基本特征是什么。

然后右边这个图,是一些场景的标注。比如说这个场景,我给定三种这张图,我去标注右上,然后可以看到标注的结果就是右上方,比如说哪些地方是马路,哪些地方是物体,哪些地方是高楼,哪个地方是天空,那我都可以把这个区域都找出来,这一些现在人工智能系统已经被完全实现了。

用场景标注在自动驾驶领域是非常实用的。还有是安防领域,这是一个非常简单的安防系统,所以我给定在摄像头背后,去连一个数据中心,他在数据中心里面可以实时地去进行进行人脸和判决,有时候可能去抓一些犯罪分子,会去抓一些相对敏感的人物等等。

另外一点,比如说像在火车站、飞机场这样的一些环境当中,利用人脸识别的系统去代替以前的实名制,是实名制的检验系统。

然后还有一个,最近这个视听节目类吧,要进行审核。这个审核领域,像抖音这种短视频,审核的话,人的审核其实根本没有办法完成的,所以很多时候会比较依赖机器审核。比如说一些直播系统,它背后是有一个AI的鉴黄师的,就是说某个主播,可能会做一些黄色行为,鉴黄师就可以立马反映到后台,然后后台有些审核人员就跟进,根据反馈的结果,然后去决定到底要不要封杀主播的一些不法的行为。这种鉴黄师其实现在已经有了非常广泛的运用。

有人提问:道路识别这个因为楼房是白色的?你刚才说的这道路识别,就是照片的建筑颜色是白色的是吧?但问题是,其实是如果从人的角度来说,肯定是识别判别的一个依据,但是现实的场景当中,建筑物的颜色可能千奇百怪,道路颜色可能也是千奇百怪的,而且会受到雪天、雨水天、太阳这种影响,所以他不一定都是这样。建筑物或者是场景范本这种识别,它可能会综合很多的因素,这个因素都是从数据中去学习出来。

然后还有一个比较经典的,就是围棋游戏,待会我会讲围棋游戏的基本的原理。

另外就是一些电竞游戏,比如说像dota2,还有像星际争霸。现在dota2和星际争霸的AI的水平,基本上已经能够超过一般的顶级玩家水平,但是远远达不到职业玩家的水平。(最近星际争霸AI可以达到一般职业玩家的水平

还有一大类就是属于生成工作,就是AI可以自己去做一些艺术作品,比如说AI去作画,AI去作曲,这个现在都有一些初步结果。我们实验室有一个人,做一个工作,就是AI生成风景画,大家可以猜一下,哪些画是生成的,哪些画是真实的中国画。可能一般的人确实看不出来,当然如果你放大去看里面的细节,可能是能够看出来的。这里就直接展示结果,有标签的是生成图片,仔细看看这生成图片,可能和真实的图片还是有一定的差别的,但是如果你简单去看,确实是能够达到一个就是水平不太高的人的做画标准。

自动驾驶领域,它是有很多的摄像头,有雷达测距的系统,它就会根据汽车周围环境信息,去做一些自动驾驶决策,比如说要加速,减速,刹车等等。自动驾驶系统,至少可以做到一个辅助驾驶水平,就是人去离开方向盘,在一个比较简单的环境中,是可以做一些简单的决策的。

这是一个自动驾驶的例子,就是它可以检测出来前面的汽车,它的行驶的轨迹和行驶的速度。

这里也是自动驾驶的一个案例,比如说给他一个前方的摄像头,它来做什么,比如说会做一些检测工作,防止有一些障碍物,然后直接撞上去。右侧就是一个场景的分割,我要把道路去分割出来,防止汽车不小心就开到了荒郊野里去了。

所以总结就是人工智能有三大应用场景,总共3大类。

第一类对机器人和人都很容易,比如说语音识别、机器翻译、棋类游戏,这类是对机器对人都是比较容易,人能够经过大量的训练,达到一个很高的水准,机器也是,可以达到一个很高水平。这些领域有一个特点,就是他对问题的定义都是高度的结构化或者是形式化的,也就是说这个定义非常非常简单,每个人都会知道这个问题到底是什么,虽然我可能不会这个问题,但我至少知道这个问题应该是出一个什么样的结果。

第二个就是对机器和人类可能都很难,比如说像提出一些新的概念,可能人类都不一定能完成,机器目前来说也不一定会完成。

还有一大类就是对人类容易,对机器很难。当然就是这一类任务的难度都是相对的,比如说早期的话有像图像识别、图像理解、联想,等等这样的一些工作,对人类都是很容易的,对机器是很难。但这几年对图像识别,然后自然语言的处理,它可以说对机器来说也都不是那么难的事情。一般来说只要对人类容易的问题,一般长远来说机器都是能够解决的。

当然有些对人容易的问题,可能机器是不能够解决的,这是一些基本的应用。


鲜花

握手

雷人

路过

鸡蛋

最新评论

Archiver|红色中国网

GMT+8, 2024-3-29 18:27 , Processed in 0.015999 second(s), 12 queries .

E_mail: redchinacn@gmail.com

2010-2011http://redchinacn.net

回顶部