AI前线(2018年3月)

AI前线(2018年3月)

发布于:2018-03-31 00:37
本期主要内容:人工智能发展神速?37年前的尘封档案告诉你并没有;阿里巴巴最新实践:TVM+TensorFlow提高神经机器翻译性能;推特爆款:谷歌大脑工程师的深度强化学习劝退文;JeffDean又用深度学习搞事情:这次要颠覆整个计算机系统结构设计
查看更多
下载此书

作者 陈思

2018 年 3 月 14 日晚,河南焦作车主薛先生驾驶奔驰 200L 轿车开启定速巡航,后发现车辆失控,只能以 120 公里 / 时的速度继续飞驰,在交警和奔驰售后方面操作下,奔驰车在失控近一小时、约一百公里后,终于安全停下。

2018 年 3 月 19 日,Uber 的一辆自动驾驶汽车撞死了美国亚利桑那州一名正在过马路的 49 岁女性伊莱恩·赫兹伯格( Elaine Herzberg ),这位不幸的女性在被送往医院后因伤死亡,这是自动驾驶汽车首例发生在公共道路上的致死案。事件发生后,Uber 方面立即停止了所有自动驾驶车辆的测试。

2018 年 3 月 18 日,美国知名社交媒体 Facebook 被曝出其合作机构剑桥分析对 Facebook 的数据使用是“不道德的实验”。剑桥分析被指,在未经用户同意的情况下,利用在 Facebook 上获得的 5000 万用户的个人资料数据,来创建档案、并在 2016 总统大选期间针对这些人进行定向宣传。

……

对于全球的人工智能研究者和企业来说,最近这段时间接连被爆出的新闻对这项技术一点儿都不友好,甚至让本就饱受质疑的人工智能再次成为了众矢之的:人们更加不愿意相信自动驾驶车辆,因为没有人愿意在高速行驶的车流中将自己的声明交给一个没有人控制的机器;人们宁愿放弃社交软件,因为起码这样自己的个人信息安全不会受到威胁。

人们在面对任何新型科技或者发明的时候,总会抱有质疑和否定的态度,而科技工作者需要做的正是让人们相信它是无害的,或者“基本上”是无害的。

让我们站在今天的时间节点简单回顾一下我们最常用的两款电子产品的发展史:

  1. 从 1946 年“埃尼阿克”计算机出现,到第一代个人计算机于 1984 年问世,花费了 38 年;
  2. 从 1875 年第一部电话诞生,到 1973 第一台移动电话出现,花费了 98 年;
  3. 从第一台移动电话,到 1993 年第一台全球公认的智能手机“IBM Simon”诞生,花费了 20 年;
  4. 智能手机从 2008 年逐渐开始普及,到今天成为最日常使用的电子产品,花费了 10 年;
  5. 人工智能技术从提出理论到被称作“元年”的 2016 年,花费了半个多世纪;
  6. 而 AI 技术从“元年”到 AI 科技公司林立的 2017 年,只用了 1 年时间。
  7. 在“埃尼阿克”诞生的时候,没有人相信未来这种叫做“电脑”的东西能走进千家万户,同样的,在人工智能的概念第一次出现的时候,人们更多的是认为它只能够存在于科学家们的实验室当中,可是,人工智能时代就这么来了,仅仅一年的时间,它来的太快了。

2016 年,AlphaGo 证明了人工智能可以战胜人类,于是从哪一年开始,一些从没有听过的、或者只存在于电影当中的名词开始出现在我们的日常生活里:机器学习、深度学习、人脸识别、自动驾驶···在大多数人都还没有准备好的时候,人工智能就这么突然降临了,一时间,我们看到谷歌、百度、亚马逊等等科技巨头们的人工智能研究项目在飞速进行着;我们看到一些从没有听过、没有见过的人工智能科技公司遍地都是,就像一位 AI 领域的从业者所说:以前谈人工智能,人家说你脑子不正常,现在如果不谈人工智能,那你的脑子才不正常。

从一个陌生的概念发展的人们日常谈论的话题,从深藏实验室的研究项目到鳞次栉比的科技公司,这一切只发生在一年的时间里。

这样快到有些疯狂的发展速度,对于这项技术真的好吗?

有了前文提到的那些案例,以及更多没有被媒体曝光的问题,相信有人提出这样的问题也不会奇怪,不可否认的是,目前的技术水平完全有能力让 AI 飞速发展,但也同样有能力让某些别有用心的企业或个人拿去,当作敛财和害人的工具。

2018 年 3 月 28 日,在英伟达 GTC 2018 大会上,英伟达 CEO 黄仁勋对 Uber 自动驾驶事故发表了一些感想,在发言中他说了这样一段话:“ 这显然是一个重要的时刻,你应该停下来从中吸取教训,毫无疑问,行业中的每个人都应该停下来。”

当发展缓慢的时候,我们需要审视自我,当发展迅速的时候,我们更需要审视自身,有时候停下来并不一定是件坏事。

愿身处人工智能浪潮下的每一个人都能够保持热爱、保持冷静。

目录

生态评论

人工智能发展神速?37 年前的尘封档案告诉你并没有

重磅访谈

想成为教育领域的阿里云,要分几步走?

落地实践

阿里巴巴最新实践:TVM+TensorFlow 提高神经机器翻译性能

推荐阅读

推特爆款:谷歌大脑工程师的深度强化学习劝退文

传奇工程师卡马克入坑 AI:徒手一周实现反向传播和 CNN

精选论文导读

JeffDean 又用深度学习搞事情:这次要颠覆整个计算机系统结构设计

评论

发布
暂无评论