第74章 它不是強不強的問題（1 / 2）
人工智能還是人工智障？
這是一個問題。
近二十年，人工智能技術逐漸與計算機技術、互聯網進行深入融合。
得益於大規模並行計算、大數據、深度學習算法和人腦芯片這四大催化劑的發展，以及計算成本的降低，使得人工智能技術突飛猛進。
它利用計算機和互聯網的發展機遇，化名為商業智能、數據分析、信息化、自動化等等，滲透到社會發展的每個角落。
一方麵，互聯網的推廣為人工智能創造了很多落地應用的場景，體現出真正的價值。
另一方麵，計算機軟硬件的升級為人工智能提供了強大的運算力，以前在理論上才能實現的算法得以落地，讓人工智能在越來越多賽事上創造奇跡，甚至超越人類。
但是到了實際應用中，人工智能被人們詬病最多的地方是：人工智能體現不出智能。
很多人對人工智能的認知都是分裂的。
一方麵媒體不斷報道人工智能又取得了什麼樣的新成果、國外各路大咖讓人們要警惕人工智能的發展、人工智能被納入我國發展規劃等各種大新聞。
另一方麵，新聞裡也總是傳出自動駕駛發生事故、家裡的智能家具表現地像個智障一樣、資訊平台總是傻傻地推同樣類型的新聞……
這些現象都讓人們疑惑，人工智能到底智能在哪裡？
就比如當初的無人駕駛汽車加速撞向翻到的大貨車事件。
因為貨車車頂反白光，讓無人車的攝像頭產生致盲反應，在沒有任何信息的情況下AI是不會有什麼反應的，甚至可能給出錯誤結論，錯認成一片坦途，一個加速懟上去。
而且「反光」什麼的也是交通事故發生後根據事故過程推斷的，而不是AI直接得出的結論。
AI可不會告訴你，「我之所以撞上去，是因為大意了，沒有閃。」
還有交通方麵的人工智能，隻能準確的識別到紅綠燈，但是無法識別公交車上的廣告海報，直接把海報上的明星框了起來，認為他們闖紅燈。
還有某網站的智能識別圖片直接把黑人識別成了大猩猩，被起訴了種族歧視，還差點引發零元購行動。
這種圖像識別技術，它的工作原理就是將圖案變成數字編碼，再從這些數字編碼中找到特征，查找「字典」，找到對應的解釋然後顯示出來。
實際上，計算機壓根不知道自己識別的到底是黑人還是大猩猩，隻是「字典」告訴它這個特征很大概率對應的是「大猩猩」這個單詞。
絕大部分算法在本質上都是在玩概率的遊戲，不同的隻是在模型訓練時需要的信息不同，以及計算出來對應「大猩猩」的判定方式不同。
當前所有被廣泛應用的知名模型，都是通過矩陣運算訓練數據來獲得某種概率分布。
復雜模型的概率分布通常是高維的，這裡又會引申出各種數學方法，但本質的思想依舊是想通過概率分布來描述訓練數據的特征。
有了這些，就可以使用相同的概率分布去描述同類的數據，從而實現所謂的「識別」或「預測」。
實際上，並非模型真的像人類一樣理解了什麼是「大猩猩」，隻是通過這種方式，模型能夠大概率得把長得像某些特定目標的圖片識別出來。
現在很多人把人工智能分為強人工智能和弱人工智能。
其中強人工智能就是「傳說中」的人工智能，甚至不少人追求讓計算機擁有人類的心智與意識，具有自主選擇行為。