×
嵌入式 > 技术百科 > 详情

人工智能的浪潮正不可避免的袭来,到底是怪兽还是福音?

发布时间:2020-06-23 发布时间:
|

我们已经站在人工智能时代的前沿。大部分人对此趋之若鹜,少数人高喊着警惕的口号,被视为杞人忧天的傻子。人工智能的浪潮正不可避免的袭来,它到底是怪兽还是福音?

恐怕事实上,它两者都是。日前Wired发布文章,深刻的揭露了人工智能从提高人类生产力到淘汰人类生产力的过程,可以说是一篇警世恒言。爱板网在不改变原意的情况下为您做如下编译:

去年秋天,谷歌翻译推出了一个崭新的、改进过的人工智能翻译引擎,声称它与人工翻译有时“几乎难以区分”。 Jost Zetzsche对此只能翻白眼。 这位德国人已经在翻译领域工作了20年,他一次又一次地听说他的行业将受到自动化进步的威胁。 每一次他都发现是夸大其词的炒作,Google翻译也不例外。他认为,这当然不是翻译的关键。

但是这次的结果出乎意料的好。谷歌在2016年花费了更多的时间改造其翻译工具,以人工智能为动力,并且通过这种方法,它创造了一些无比强大的东西。谷歌翻译一度以出产呆板但是尚说得过去的翻译而闻名,现在开始生产流畅而高度精确的散文。对于未经训练的人来看,它的这种输出与人类翻译几乎没有区别。一个1.5万字的纽约时报的故事称之为“AI的伟大觉醒”。引擎很快开始学习新的技巧,弄清楚如何翻译它以前没有遇到的语言:一旦它处理过英语对日语以及英语对韩语的翻译,它就可以弄清楚怎么处理韩语对日语的翻译。在上个月的Pixel 2发布会上,谷歌引入了它所承诺的无线耳机,可以实时翻译40种语言,将它雄心勃勃的议程进一步推向了前进的轨道,

自从IBM于1954年首次推出机器翻译系统以来,完美机器翻译的理念就抓住了程序员和公众的想象力。科幻小说家们抓住了这个想法,创造了大量这样的乌托邦幻想,从《星际迷航》的“宇宙通用译者”到《银河系漫游指南》中的巴比鱼。人工翻译的水准——翻译流利的散文并能够捕捉源文本中包含的人文意义,这是机器学习的圣杯:如果被实现,就意味着机器已经达到人的智能水平。谷歌在神经机器翻译领域的进步意味着圣杯在触手可及之处——随之而来的是人工劳动的过时。 

由于翻译长期以来一直处于人工智能引发工作恐慌的第一线,因此人们并不很担心。有些人甚至很高兴。 对那些抓住人工智能工具潜力的人来说,生产力随着工作的需求而急剧上升。

把他们想象成穿着白领在煤矿里挖煤的金丝雀吧。目前,他们还在唱歌。 随着深度学习的萌芽,许多行业正在认识到,人工智能确实能够完成曾经被认为是专属于人类的任务。与司机和仓库员工不同,知识型员工不会立即面临流离失所的危险。但是,随着人工智能成为他们工作流程的重要组成部分,他们的工作正在发生变化,而且不能保证今天有用的人工智能工具不会成为未来的威胁。 这给人们提供了一个选择:放下自我,拥抱你的新AI同事,或被抛弃。

华盛顿大学计算机科学教授,《The Master Algorithm》一书的作者佩德罗·多明戈斯(Pedro Domingos)说:“机器可以富有创造性,而且它们确实富有创造性。与此同时,直觉是一个更为棘手的问题:它需要更深入地了解人们如何思考以及世界如何运作。 Tech的最佳工程师们还没有想出如何用直觉装备AI;只要这种情况仍然存在,人类将在工作中继续占上风。律师需要了解她的目标读者以及他们可能拥有的所有偏见或倾向;译者需要对他所翻译的两种文化有一个细致入微的理解。多明戈斯说:“一旦这些任务中映射到现实世界,就是机器落后的地方,人们确实有优势——至少在可预见的将来。”

与我们的AI同事合作,使工作看起来变成了可疑的乌托邦。机器接管了那些吃力不讨好的工作,它们一直太过复杂难以自动化,直到最近。人类可以沉浸在工作中最有创意和价值的方面。但是,这是我们之前看到的一种模式——一种可能最终破灭的热潮。

当自动取款机在20世纪60年代后期首次推出时,很多人都惊讶地看到美国的银行出纳员人数增加了一倍,并保持了数十年的增长。为了摆脱现金的沉重任务,出纳员可以把注意力转向帮助客户解决账户问题或发放出纳员支票;结果,他们变得更有生产力。但是,经过这样的增长之后,银行出纳员的数量现在正在下降,这要归功于贝宝,智能手机银行等技术的累积效应,以及现金需求的下降。一段时间之后,技术终于从福音走向了“怪物”。对麻省理工学院“数字经济倡议”的联合主管安德鲁·迈克菲来说,银行出纳员的传奇故事是一个警醒寓言。他说:“技术可能在一段时间内增加了工作,创造了就业机会,那那并不意味着它将一直这样做。”“我们以前看过这种情况。”

但是目前,翻译人员,律师,医生,记者和文学代理人的工作是安全的。有人甚至会说他们的工作比以往任何时候都好。但我们现在发现自己处于一个奇怪的位置。我们不得不承认,人工智能正在迅速掌握我们以往视为机器禁区的任务。我们必须认识到,拥抱AI正在迅速成为在许多领域取得成功的先决条件。我们必须欢迎这些新的AI同事,在他们犯错的时候纠正他们——并且心里知道在某个时候,等我们教的足够多了,他们会一步步往上爬。


『本文转载自网络,版权归原作者所有,如有侵权请联系删除』

热门文章 更多
德州仪器推出稳压误差仅为1%的无电容LDO产品