人工智能進(jìn)入“下半場 機器變聰明了 人怎么辦?

　　人工智能創(chuàng)業(yè)分布在13個不同的領(lǐng)域，包括機器學(xué)習(xí)，計算機視覺，語音認(rèn)別，智能機器人等。高通創(chuàng)投在人工智能領(lǐng)域也投資了許多優(yōu)秀的企業(yè)，如基于大數(shù)據(jù)和機器學(xué)習(xí)的出行導(dǎo)航公司W(wǎng)AZE(在2013年被Google收購)，智能無人機公司3DR，語音識別公司云知聲，虛擬現(xiàn)實/擴充實景公司MAGIC LEAP和小熊尼奧，人機交互公司七鑫易維，等等。

　　正是因為計算能力和數(shù)據(jù)量的極大增強，機器學(xué)習(xí)成為人工智能領(lǐng)域進(jìn)步最快的分支，所獲得的投資額占總投資額的45%。

　　機器學(xué)習(xí)是用數(shù)據(jù)和以往的經(jīng)驗，優(yōu)化計算機模型的性能指標(biāo)。比如說，制造手機有100多道工序，如果我們通過編程，讓一個機器人一步一步地按照程序完成，這不是機器學(xué)習(xí)。如果智能機器人通過觀察工人制造手機的過程，再經(jīng)過不斷試錯，之后可以自行制造，這才是人工智能。

　　“大數(shù)據(jù)”之前，因為沒有足夠的數(shù)據(jù)來訓(xùn)練模型，所以模型優(yōu)化的進(jìn)程緩慢。今天數(shù)據(jù)足夠多了，運算能力大幅上升，使得優(yōu)化模型的速度加快。最近量子計算機帶來更強大的運算能力的希望。

　　近幾年大公司對人工智能的投入又怎么樣呢?

　　先說谷歌：谷歌在2010年正式開始汽車自動駕駛項目，在2012年獲得美國首個自動罵駛車輛許可證。到了2016年年初，谷歌的自動駕駛汽車己經(jīng)累計行駛了225萬公里，自動駕駛的趨于成熟的速度超出了許多人的想象。2014年，谷歌收購了深度學(xué)習(xí)公司DeepMind，10月DeepMind發(fā)布了一種全新的模擬神經(jīng)網(wǎng)絡(luò)。同年，谷歌開始開發(fā)一套能夠整合海量數(shù)據(jù)的語音系統(tǒng)，使得語音別識的精準(zhǔn)度從2012年的84%提升到2014年的98%。在圖像識別的研發(fā)方面，谷歌一直不遺余力。在2012年，“谷歌大腦”可以在1000萬張圖片中成功識別出貓，從2010年到2014年，谷歌的圖像分類識別精確度提高了4倍。谷歌在2013年收購了8家機器人公司。

　　再來看Facebook：深度學(xué)習(xí)的鼻祖級科學(xué)家Yann LeCun在2013年加入Facebook，使其圖像識別和自然語言處理技術(shù)飛速提高，2014年，F(xiàn)acebook的臉部識別的準(zhǔn)確率達(dá)到97%。再來看看IBM這支人工智能領(lǐng)域的老牌勁旅，2014年IBM宣布組建“Watson Group”，同時推出兩項Watson顧問服務(wù)，一項幫助企業(yè)從海量數(shù)據(jù)中獲得洞察，另一項使得數(shù)據(jù)可視化。同年8月IBM發(fā)布能模擬人類大腦的SyNAPSE(自適應(yīng)可伸縮神經(jīng)形態(tài)電子)芯片，該芯片有100萬個“神經(jīng)元”內(nèi)核，而功耗僅為70毫瓦。

　　最后說百度：2014年5月百度引入深度學(xué)習(xí)專家Andrew Ng，并由其組建百度北美研究中心。隨后他們發(fā)明了Deep Speech的語音識別方法，可以在嘈雜環(huán)境中實現(xiàn)81%的識別準(zhǔn)確率。同年4月，百度發(fā)布大數(shù)據(jù)引擎，提供大數(shù)據(jù)存儲、分析和挖掘技術(shù)，在醫(yī)療、金融和交通領(lǐng)域有具體的應(yīng)用。

　　人工智能的發(fā)展進(jìn)入了“下半場”的快車道，機器的智能日新月異，人類的智力有進(jìn)步嗎?

　　英國倫敦大學(xué)的科學(xué)家的研究表明，自1950年以來，人們的平均智商升高了20點，相當(dāng)于平均每10年人類的智商值提高了3%。

　　這是一個喜憂參半的消息，憂的是人類的智商提升的速度遠(yuǎn)遠(yuǎn)低于人工智能的進(jìn)步;喜的是，不管多少，人們的智商還是可以被提升的。

　　一個簡單而重要的問題是: 人工智能技術(shù)能夠用來提高人的能力嗎?

　　人工智能在教育領(lǐng)域的應(yīng)用

　　經(jīng)過分析，我將人工智能在教育領(lǐng)域的應(yīng)用總結(jié)為以下7個方面。我相信這方面的創(chuàng)新剛剛開始，科學(xué)家和創(chuàng)業(yè)者不僅應(yīng)該關(guān)心機器的能力，而是更在乎我們自身的能力。

　　1)自動作業(yè)批改。語音識別和語義分析使得自動批改作業(yè)成為可能。數(shù)學(xué)等學(xué)科的自動批改作業(yè)相對容易，但是，作文的自動批改已經(jīng)開始了，老師和助教的效率正在大大提高。

　　2)個性化學(xué)習(xí)。大數(shù)據(jù)可以描述每個學(xué)生的學(xué)習(xí)特性，根據(jù)倫敦的一個研究機構(gòu)的分析，人們的學(xué)習(xí)方法可以分為70種。高通投資的愛樂奇已經(jīng)積累了一千三百萬學(xué)生所做過的8億道題，為個性化教學(xué)提供了充分的依據(jù)。如果說今天的課堂教學(xué)的主流方法是“從原理到應(yīng)用”，而機器學(xué)習(xí)的方法是“從案例到原理”，并且是同時學(xué)習(xí)多個案例。那么“從案例到原理”的學(xué)習(xí)方法對部分同學(xué)有效嗎?事實上，許多人包括我本人在內(nèi)，更適應(yīng)于“從案例到原理”的學(xué)習(xí)方法。

　　3)智能輔導(dǎo)系統(tǒng)(ITS)。人工智能在這個領(lǐng)域的應(yīng)用已經(jīng)有長足的進(jìn)步，也展示出明顯的效果。我和我的兒子都喜歡可汗學(xué)院(KHAN ACADEMY)，它是一個優(yōu)秀的智能輔導(dǎo)系統(tǒng)，幫助我們學(xué)習(xí)數(shù)學(xué)、科學(xué)、人文科學(xué)和計算機科學(xué)。值得一提的是，可汗學(xué)院的創(chuàng)始人拒絕了風(fēng)險投資人的投資建議，堅持要把可汗學(xué)院辦成非贏利企業(yè)。學(xué)者將ITS和課堂一對多教學(xué)以及一對一的老師輔導(dǎo)進(jìn)行對比，結(jié)果令人振奮: ITS的效果比課堂教學(xué)好很多，和老師的一對一輔導(dǎo)的效果相似。

　　4)互動學(xué)習(xí)環(huán)境(ILE)。互動學(xué)習(xí)環(huán)境與智能輔導(dǎo)系統(tǒng)的區(qū)別在于四方面：更多建設(shè)性學(xué)習(xí)(或者說學(xué)生自己決定學(xué)習(xí)科題)，學(xué)生更主動，更多個性化，以及學(xué)生收到更多反饋。

　　5)通過仿真游戲?qū)W習(xí): 目前最成功的仿真是飛行模擬器。我的飛行員朋友告訴我：在模擬機上飛行和真機沒有兩樣，只是訓(xùn)練更加便捷。美國紅雀公司的FMX就是一款經(jīng)過美國FAA認(rèn)證的，價值幾千萬美金的模擬機。我女兒熱愛環(huán)境保護(hù)，她使用Catchment Simulation 仿真軟件學(xué)習(xí)水文和水利。我兒子正在模擬的股市中，使用虛擬貨幣進(jìn)行交易。我認(rèn)為人的能力大概分為三種：分析能力(一種在書本和課堂中能夠?qū)W到的能力)，實踐能力(一種只能在生活中培養(yǎng)的能力)，以及創(chuàng)造能力(一種上天賦予的能力)。今天，因為實踐的機會極少，人們的實踐能力越來越弱，仿真可以多少彌補一些實踐能力。

　　6)對教學(xué)體系的反饋和評測。

　　7)人工智能為學(xué)校招生，學(xué)習(xí)場所和課后活動提供創(chuàng)新的解決方案。

　　在以上人工智能應(yīng)用于教育的七大方面，效果明顯的是智能輔導(dǎo)系統(tǒng)和通過仿真游戲?qū)W習(xí)。

　　象棋大師的“東山再起”

　　在1997年象棋大師卡斯帕羅夫輸給IBM的“深藍(lán)”之后，雖然有短暫的不服等情緒，他總結(jié)了失敗原因，并提出了一種新型的國際象棋比賽形式——自由式。在自由式國際象棋比賽中，人和機器可以自由組合：可以是一臺或多臺電腦，可以是一個或者幾個棋手，也可以是人加機器。

　　在2014年的自由式國際象棋比賽中，機器贏了42局，而人加機器勝53局。獲得冠軍的是一個叫Intagrand的人加機器的團隊。當(dāng)他們剛剛出現(xiàn)時，人們懷疑團隊中有卡斯帕羅夫，后來才知道這個團隊的棋手是由三名業(yè)務(wù)選手組成，加上并非最尖端的國際象棋軟硬件。三名棋手其中一位是華裔女選手，她也是全球唯一兩位自由式國際象棋女選手之一。人加機器的勝利說明這樣的組合比人或者機器更有優(yōu)勢，而冠軍隊Intagrand的組成也進(jìn)一步證明“一般人加上一般機器”可以戰(zhàn)勝“最強的人”或者“最強的機器”。

　　雖然“人加機器”的文明進(jìn)步方式讓我們松了一口氣：人和機器不是對立的。但是人仍然希望自身能力可以大大提高。正如本文所闡述的，人工智能可以在教育領(lǐng)域得以應(yīng)用，人工智能也能夠幫助國際象棋棋手快速提高水平。今天的國際象棋大師中最高水平當(dāng)屬Magnus Carlsen，他在訓(xùn)練中使用了人工智能，也被大家認(rèn)為下棋風(fēng)格最像電腦的大師。Magnus的水平已經(jīng)超過了歷史上所有的大師。所以說，人工智能能夠幫助我們達(dá)到更快更高更好。

　　2015年12月21日，英國倫敦帝國理工學(xué)院的科學(xué)家在《自然：神經(jīng)學(xué)》發(fā)表一項研究成果：他們發(fā)現(xiàn)了影響人類智力的基因群M1和M3。他們聲稱“……我們有望操縱一整套與人類智力有關(guān)的基因。通過這些基因改造智力，理論上是有可能的，……” 這類基因研究成果首先用于治療疾病，但是我們可以想象：將來我們的智商可以大幅度提高，仍然高于機器。