关于人工智能的以讹传讹

阅读数:1134 2017 年 5 月 4 日

话题:语言 & 开发架构AI

在过去的五年里,在谷歌上搜索机器学习的次数已经翻了五倍。Motive Partners 的一位管理合伙人Andy Stewart上星期在国际金融大会上指出,“对于任何使用了机器学习技术或区块链技术的公司,估值都翻了二、三、四甚至五倍”。对于普通大众和投资者来说,不管是机器学习还是将机器学习应用于各种不同的行业,不可否认都会带来巨大的利益。

最近有一篇关于“关于人工智能的以讹传讹”的文章,卡内基梅隆大学助理教授Zachary Lipton讲述了一方面大家是如何对机器学习兴趣浓厚,另一方面对于到底在发生些什么却又了解得如何之少,这两者结合起来就形成了非常盲目的浓厚兴趣,导致对专业领域内情的以讹传讹。在一篇后续的文章里,他详细分析了在第一篇文章中提到的一些观点。

在一份关于将来要写的文章的提纲中,Lipton 将这种乱象归因于一些人工智能的影响者,一些关于未来的预言家,以及媒体未能正确地用大家能听得懂的话来解释明白人工智能到底是什么。

从技术角度来说,要用大白话来讲清楚机器学习系统中到底发生了些什么真的很困难。要将程序式、确定性的算法描述清楚或者可视化,这比较简单。但许多机器学习算法都是基于概率论、统计学和 N 维空间的,受一般大众的理解能力所限,有许多名词都无法简单地解释清楚。

即使暂时不考虑这些,就各个主要技术公司关于机器学习提供的各种各样的 API 来说,也很难解释清楚使用预测分析型 SaaS和完全自己实现这两者之间,工作量之间的差异如何。

另一方面,即使一般的技术网站,或者面向一般读者的网站上对人工智能的描述不足,业界内部还是有足够信息的,可以免费提供给任何愿意去学习的人。在这个领域内最前沿的研究成果大多发表在Arxiv上,任何人都可以得到。除此之外还有来自于各知名学府不计其数的关于机器学习和人工智能的课程纳米学位,以及活跃的开源生态社区,任何愿意涉足此领域的人都可以自由地一探究竟。

阅读英文原文The AI Misinformation Epidemic