人工智能和机器学习——这些流行词你Get到了吗？

到2017年为止，最常用的流行语就是人工智能(AI)和机器学习(ML)了，但是，现在越来越明显，它们的使用范围覆盖各种领域，包括数据分析、自动驾驶、网络安全、物联网、市场营销、数字助理和所有这些一切的鼻祖——大数据。

资深分析公司SAS已经指出，人工智能这个词其实是错的——只有它的算法是智能的，至少目前是这样的。其首席技术官Oliver Schabenberger说，虽然人工智能这个词听起来很时髦，但它只不过是人类智慧的一个错觉罢了。

“AI是以类人的方式来执行一组特定任务的。人类的智慧具有创造行性、创新能力、感性、道德、直觉、情景意识、偏见感、从错误中吸取教训等特点，而这些，AI在短时间内是没办法做到的。“他说。

他是对的——目前所有的AI能做的只是深入学习，使用编纂好的程序或是学到的知识来做出相关的反应。iTWire与ASI Solutions的总经理Nathan Lowe进行了会谈，双方就AI和ML进行了深入的交流。Lowe自1999年以来一直与ASI合作，并于2015年5月成为MD。

世界是如何进入AI领域的

在20世纪六十年代和七十年代，它是《迷失太空》中的机器人，是《星际迷航》中的电脑，是库布里克《2001太空漫游》中的HAL。但这些在很大程度上仍然被看做是计算设备，不算是真正的人工智能。尽管今天如果问Siri她长大后想成为什么的时候，她会说，“我想成为《星际迷航》中的电脑。”

2011年，在电视智力游戏节目“Jeopardy”中，两名前冠军肯?詹宁斯和布拉德?拉特和一名叫做沃森的人工智能型计算机系统进行竞赛，它是由IBM创建的。两位前冠军信心满满地走上擂台，却被沃森狠狠地打败，充分展示了IBM在先进科学和计算领域的专长。同时，这也是AI潜力的第一个真正示范。

去年年底，一位旧金山的Uber用户称赞了自动驾驶汽车开车接他们，并将他们送到目的地的行为，这些汽车配有传感器和摄像机，并通过机器学习，学会驾驶、加速、制动和改变车道等技巧。

AI/ML的发展方向是什么?

其实，AI和ML之间是有区别的。

真正的人工智能有创造更大影响力的潜力，这远远超过个人电脑的发明和移动手机的传播所带来的影响力，这是人类智慧的体现，而这也仅仅是冰山一角罢了——我们根本没有计算能力来构建一个像人脑这样的神经网络。

所以让我们将人工智能的进步限制在ML的现实之中加以考虑，它使我们在技术上的进步比想象中要快的多。我们希望能够让机器从他们对世界的观察中进行学习，而不是试图按需知密般提前对机器进行组编(编写)程序。

现在世界上的一切都是由一台机器来驱动的。得益于技术的发展进步，当今的工程师们可以研发一种机器——在编码参数之内，可以自主学习，这就是机器学习。它试图创建预测模型和算法，赋予计算机在没有显式编程的情况下执行任务的能力。

有什么例子可以说明这些呢?

我们在日常生活中有使用机器学习的例子吗?哦，对，Google搜索引擎，这可是来自亚马逊，Netflix和YouTube的建议，甚至Facebook上的一些朋友都推荐了它。除此之外，ML融入我们日常生活的另一种方式是通过人脸识别，在机场，你正在盯着前方的照相机，脚上却好像做了标记一样，等待门打开，通过门禁。

现如今，工程师可以使用基本级别的人工智能来实现机器学习，其中包括使计算机在没有显式编程的情况下执行智能人工任务。人工智能在日常生活中的普遍应用包括苹果的Siri，计算机模拟，信用卡欺诈检测，使用Chatbots的在线客户支持以及安全监控等。

随着计算机硬件和软件的迅速发展，人工智能似乎超越了人类专家的能力，比如，沃森在Jeopardy电视节目中赢得了胜利，日本的机器人在市场预测中击败了人类。这似乎表明在未来，这种技术的使用有着巨大的潜力，如减少医疗实践中的失误，道路交通中的事故。

人工智能具有速度更快，摄像机集成和精确速度识别等功能，这使机器能够比人类更好地执行某些任务。但这并不意味着人类已经被取代了。

ML的复杂性是什么?

机器学习的基础技术是非常复杂的，它有三个部分——模型，参数和学习者。

模型是一种能够进行预测和识别的系统。

参数是模型用于做出决定的信号和因素。

学习者是通过观察差异，预测结果和实际结果来调整参数的系统。

AI的复杂性是什么?

人工智能要复杂得多，每个程序在很大程度上都取决于产品的用途。它们都有三个组件——数据结构，输入和输出以及学习系统。

在这里，数据结构包括两类必需的数据结构，一种用于长期存储，另一种用于短期存储。输入和输出是数据的核心来源。传感器和下载的数据就是输入的一些示例。学习系统的联盟是人工智能系统中最重要的组成部分。这为我们提供了一个机器的学习系统和测试的边界。它提供了感知和学习新信息的能力，并允许在人机交互中进行合作和社交智能。

AI会不会在短期内取代我们?

虽然机器学习和人工智能都是很有用的技术，但是在他们构成某些伦理困境之前还有很长的路要走的——机器的兴起将导致代人类——这或者是最近他们接手我们的工作时所面临的隐含威胁。

到2034年的时候，一项分析得出结论，美国47%的工作都将实现自动化，这意味着机器人可以接管人力就业。这对于公司来说可是个好消息，因为机器人不需要薪水，不需要休息时间，并且每次都能够出色地完成工作任务。

然而，科技界的一些人认为人工智能可以让人们享受生活，并利用智力作为一个推动者来完成更多的工作。它们可以帮助人类消除单调、乏味的任务，让人们有更多的时间可以花费在创意工作和其他有趣的事情上，不仅如此，人们还可以从这些其他追求中获得收入。

许多生活在人工智能和机器学习世界中的人们都在想，如果机器出现故障，将会发生什么?这会是谁的过错?程序员还是最终用户?如果机器没有先进的社会智力(至少现在没有)，他们将如何做出复杂和道德层面的决定?

正如生命未来研究所的总裁Max Tegmark所说：“我们所爱的有关文明的一切都是智慧的产物，所以用人工智能来扩大人类智慧，有可能帮助文明前所未有的蓬勃发展——只要我们设法保持技术朝着有益的方向发展”。

图灵测试怎么样—— “让人机对话成为可能”?

对话系统是许多科幻作家和技术专家所梦想的语音接口。然而，得益于人工智能和机器学习的进步，语音对话系统变得更加实用。有很多平台，如苹果的Siri，微软的Cortana，亚马逊的Alexa和Echo，这些平台中的语音接口都可以将语音转换为搜索命令。

他们还具有管理歌曲播放列表，购物清单和快速查找信息的技能。这些会话系统的未来是控制家电，这些已经在一些大型家电用器身上发生了。

在业务中，这些会话式语音接口——chatbots——可以简化业务实践，它可以使用户和系统能够进行有意义的交互。公司一直在寻找新的创新方式来增加品牌与消费者的沟通。和消费者之间的新的接触点可以是相关式的，高度个人式的和对话式的。