所谓的AI

AI到底是什么?目前为止,貌似也没有人能够给出一个确切的定义。不过,它的身影早已渗透进了普通人的生活。比如你遇到疑问用百度搜一搜,遇到不认识的英文单词去查百度翻译,在豆瓣或者网易听着给你推荐的歌,在天猫上浏览给你推荐的宝贝,这背后,都有一套强大的AI系统在支持,只不过在不同的业务场景里有不同的称谓而已。在天猫和豆瓣叫推荐系统,在搜索排序叫ranker, 在翻译则叫机器翻译.

传统观念上,要构建一套AI系统,有三种因素不可或缺:数据、算法和算力。在目前的认知范围内,不管是无监督学习还是有监督学习,都离不开数据的支撑,某种意义上可以认为数据决定了模型性能的上限。算法当然也十分重要,不同的数据的样本空间不尽相同,能够拟合这些数据的模型自然也千差万别,如何挑选合适的模型显得十分重要,关于model assesment and selection感兴趣的朋友可以看下《The elements of Statictical Learning》的第七章,里面有比较严谨的描述。算力是极大的促进AI生态发展的动力,在没有GPU之前,复杂模型的优化在计算上一直存在着瓶颈,而GPU在图像处理方面取得的巨大成功,使得其迅速应用到了AI领域,最先大规模使用GPU的是google, 有了powerful的算力之后,各种富有创造力的模型被提出,vggnet, googlenet,resnet, 这些层出不穷的模型不断的挑战者人类认知的极限,在图片分类,人脸识别,语音识别等诸多领域你追我赶的不断着创新者新的记录,而人类所能达到的效果,已经远远的被抛在了身后,特别是algpago-zero以100:0的摧枯拉朽般的优势战胜曾经所向披靡的algha-go,不得不让人引发担忧:人真的要被AI碾压么?不依赖先验知识的AI真的有可能成为人类埋下的雷么?

我觉得不会,至少就目前人类的认知所创造出的AI不会。

这个世界太神奇了,有太多的东西等待人类去探索,太多的壁垒需要一代代人去不断的打破~  路漫漫其修远,人类加油~

Leave a Reply

Your email address will not be published. Required fields are marked *