AI初創(chuàng )搭車(chē)上路 蘋(píng)果谷歌英特爾們的收購競賽全解析

　　人工智能會(huì )使人類(lèi)更好還是更糟?

　　人工智能到底會(huì )讓人們生活變得更好還是讓人們生活在提心吊膽中，現在還無(wú)法回答。很多人包括霍金都擔心人工智能的機器人在某一天會(huì )統治世界，使核武器、全球變暖這些世界性的問(wèn)題失去人類(lèi)的控制而變的更可怕，但大部分的人還是對人工智能抱有美好的期望。

　　在李世石和AlphaGo交戰之前，樊麾在和AlphaGo已經(jīng)連續輸了5場(chǎng)。在這之后，樊麾成了DeepMind的員工，每個(gè)月會(huì )有一半時(shí)間和AlphaGo在一起，給它當“教練”?！哆B線(xiàn)》雜志在6月份的封面報道里，說(shuō)他在訓練AlphaGo的同時(shí)，也在接受AlphaGo的“訓練”。被AlphaGo擊敗后的幾個(gè)月內，職業(yè)二段的樊麾棋力大漲，已經(jīng)能戰勝頂尖職業(yè)棋手。

　　或許人工智能也沒(méi)有那么“聰明”，但是和人類(lèi)相比，它最大的特點(diǎn)是能用自身的程序算法減少失誤的次數，從而得到更好的表現。引用到現實(shí)中，用人工智能的算法對司機進(jìn)行訓練，會(huì )減少司機對駕駛狀況的誤判，還能在保證安全的情況下提升技巧。人工智能比人類(lèi)更有效率，還會(huì )用和人類(lèi)行為規范不同的方式來(lái)解決問(wèn)題。隨著(zhù)人工智能變得更聰明，它們不但會(huì )解決一些我們作為人類(lèi)無(wú)法解決的問(wèn)題，還會(huì )訓練我們處理這種問(wèn)題的方式。

　　人工智能對圖像的處理是現在很多初創(chuàng )企業(yè)在研究的。圖像識別是一個(gè)很具有擴展性的算法方式，除了那些被應用在手機上用文字來(lái)搜索圖像之外，人工智能的圖像識別還能夠分析圖像和文字語(yǔ)義之間的關(guān)系。一些社交媒體用人工智能來(lái)分析工作中的性別和種族歧視。他們用人工智能分析年輕用戶(hù)資料中照片、性別、膚色、體重等和他們被雇傭之間的聯(lián)系。這個(gè)分析能夠幫助人們提升意識，打擊社會(huì )中存在的偏見(jiàn)。

　　網(wǎng)絡(luò )一直是一個(gè)魚(yú)龍混雜的地方，人工智能也能很好的凈化網(wǎng)絡(luò )環(huán)境。一個(gè)約會(huì )軟件能清除掉那些裸體的、令人反感的照片，幫助規范用戶(hù)行為。還有一些網(wǎng)絡(luò )黑市出售違禁品如毒品、槍支的時(shí)候，會(huì )上傳真實(shí)的圖片，但會(huì )避免真實(shí)的文字介紹以防被抓取。圖像識別也能防止這樣的網(wǎng)路犯罪事件。

　　這些例子都證明了人工智能并不是只存在于游戲比賽或者是科學(xué)研究中，而是會(huì )讓人們真實(shí)的生活變得更好。

　　最后：還有哪些挑戰?

　　從上面這些越來(lái)越多的投資收購案來(lái)看，AI的未來(lái)應用一定是十分光明的，它能在很多領(lǐng)域代替人類(lèi)并且完成人類(lèi)無(wú)法完成的工作，將人們從繁勞德工作中解放出來(lái)。

　　但是在未來(lái)幾年的發(fā)展中，還有很多挑戰：

　　1、避免人工智能“狹隘”的形式

　　這些形式暗指運用十分廣泛機器學(xué)習法(machine learning)，例如由Apache Flink和Amazon提供的可以從很多在線(xiàn)圖書(shū)館下載數據的功能。

　　這個(gè)形式也是可以的，如果可以找到一個(gè)確切的方式提升產(chǎn)品并且能夠讓他從眾多分析工具中脫穎而出的話(huà)。

　　2、避免用挖掘獨特的數據作為訓練數據

　　建立一個(gè)新的AI產(chǎn)品通?；谝粋€(gè)經(jīng)過(guò)優(yōu)選的訓練數據。優(yōu)質(zhì)數據主要的標準是：數量大、種類(lèi)多，只有這樣才能將所有可能的結果考慮進(jìn)去，才能讓更多的使用者滿(mǎn)意。

　　3、設計一個(gè)能綜合新數據的靈活的數據模型

　　高質(zhì)量的有競爭力的數據模型要求更高的靈活性和更精準的算法。靈活性指的是可擴展性和在多領(lǐng)域應用的可能性。任何一個(gè)解決方案都應該有可擴展性，未來(lái)能夠根據用戶(hù)反饋和不斷變化的市場(chǎng)需求開(kāi)發(fā)新業(yè)務(wù)。最理想的選擇是讓機器獲得自我提升的能力，即使剛開(kāi)始聚焦在一個(gè)比較狹窄的領(lǐng)域，那也值得開(kāi)發(fā)一個(gè)數據學(xué)習的功能，這樣它就能夠處理任何行書(shū)和主要領(lǐng)域的數據了。

　　4、集合一群有出色能力的專(zhuān)家

　　為了解決這些問(wèn)題，就需要與聰明的人一起工作。所以需要考慮這些可能存在的潛在的問(wèn)題，然后吸引全球的開(kāi)發(fā)者，他們需要有不同的專(zhuān)業(yè)背景，能解決這些創(chuàng )新的問(wèn)題。