人工智能和機器學習從模擬到超越人類

1人工智能和機器學習你倆啥關系

人工智能和機器學習兩項前端技術已經成為了企業和消費者中的熱詞，但兩者間的關系知道的人就要少很多。

人工智能和機器學習你倆啥關系

人工智能在很多行業都是個熱門話題， 其應用已經開始深入到生活之中，我們每天都難免會和人工智能打交道。從機器人被用于各種工業制造、到Siri、Cortana等各類語音助手的興起，再到各種智能設備的使用，人工智能作為一種工具，對生活的影響以及開始。

在過去，人工智能的形象并不好，無論是終結者還是霍金的警告，甚至是橫掃棋壇的AlphaGo，人工智能都在以會對人類產生威脅的形象存在。但是，人工智能的本質真的如此嗎？機器學習是否也是如此呢？

AlphaGo擊敗柯潔的秘訣在于跟自己下棋

機器學習在一些平臺和解決方案之中，其表現往往超越了人類。而在廣泛領域中的概念，機器學習是使智能設備通過模擬人類的機械運動、推理方式和解決問題的方法，來實現作業目標。

而由于機器學習的優秀表現，很多方面已經開始取代人類的表現。比如谷歌深度學習技術部門所推出的AlphaGo，已經成功的擊敗了我國的圍棋世界排名世界第一的選手柯潔；而其他項目中，如無人駕駛和圖像識別平臺，其看待環境的可靠性和準確性均已經超越了人類在該領域的表現。

關系來看，機器學習是人工智能的一種應用，即以統計和數據驅動的方式來創造人工智能，幫助計算機程序改善性能并且完成學習任務。機器學習非常依賴數據，數據的質量或者創建數據的過程對于機器學習的成敗至關重要。

2機器學習不簡單

機器學習不簡單

機器學習看起來簡單，但是其并不容易。比如檢測一個圖形，在我們看來很容易，可是機器學習就要復雜很多。

舉例來看，當創建了一個項目之后，需要其去尋找蘋果的圖片。通過將各種食物的照片進行對比后，我們需要收集蘋果的數據特點，例如顏色是綠色或紅色、圓的、有柄等。同樣重要的是，項目在進行中還需要搜索區別開蘋果的食物，比如香蕉是黃色狹長的，梨可能是綠色的，但是形狀是瓢形，柄長等，這樣可以避免選擇了錯誤的水果。而如果數據出現錯誤或誤差，那就會直接影響最終結果的準確性。

數據是機器學習的老師

當得到了需要的數據之后，就可以對這些數據貼標簽并且進行分類，這就像進行一個棋盤類游戲一樣。機器學習首先會在圖形分類中犯很多錯誤，但是優勢在于，機器學習會像圣斗士一樣，不會被同一個錯誤擊敗兩次，然后將其性能提高后再進行下一次嘗試。

機器學習作為人工智能的一種應用，當其被應用于電腦上的時候，其學習任務的第一件事就是先對過去的歷史數據進行檢閱。由此，其可以通過自己的不斷適應和理解來預測未來可能會出現的一個特定的場景。而當電腦學會了以這種方式來處理歷史數據之后，其智能性會比此前更高，就可以當做是一種智能產品。

機器學習依賴數據的正確性

從歷史數據中學習的方式是目前最成功的一種機器學習方法，其也產生了許多不同類型的人工智能設備。但是這種方法的最大限制就在于其信息必須是已知的，而且必然是來自于人類。

3人工智能不智能

人工智能不智能

如果只是在模仿人類，那么采用了機器學習的人工智能機器人是不可能超越人類的。但是，真正的人工智能絕非僅僅如此。

模仿人類不能是真真的智能

我們目前的人工智能所能夠做到的效果有很多，比如在聽音樂或者看視頻的時候，會被按照個人喜好來推薦節目；通過追蹤過去的購物和瀏覽習慣，購物網站推薦相應的產品或者服務等。這些平臺中的應用僅僅只是在進行標準化的推送，其智能程度不過是在人類的教育之后形成的一種程序化進行。

而人工智能設備并不一定是像電影里一樣，讓每個人都有專屬的機器人服務。事實上，我們需要的也不是機器，在服務中現如今已經有Siri、Alexa、Cortana等多種產品被認為很聰明，可是其依然不能算上真正的智能。

機器學習還能進步

這些平臺或者應用的基礎都是機器學習，借助機器學習，一些平臺可以對大規模的數據集以毫秒為單位進行識別，然后模擬人類迅速評估一個場景，但是這種計算任務在現如今的標準的計算機之中可能會有難度。

而對機器學習創建預測規則集和模式識別的行為模式，其可以達到超越機器學習甚至不包括機器學習的方式來實現路線規劃、系統調度、生產線掌握或者平臺掌控等。這就達到了另一種人工智能的模式。

4人工智能不做第二個誰

回歸到人工智能和機器學習的本質來看，機器學習正在逐漸的偏離原來模仿人類的方向，卻在趨向真正的人工智能方向。人類和人工智能之間的智力差距正在縮小，人工智能正在變得越來越聰明，甚至在特定領域超越人類，因此拒絕模仿人類對人工智能的發展是有利的。

人工智能的發展一定會超越人類

當前有觀點認為，人類甚至在高端的科研領域會被人工智能超越，因為計算等任務顯然是人工智能更優，讓人工智能脫離模仿人類的桎梏，讓其積累更多的知識，即數據基礎，人工智能的創新能力不可忽視，因此如果未來在實驗室之中是人工智能為主力，人類只是打下手也不要驚訝。

霍金的警告不能忽視

人工智能和機器學習都是當前十分熱門的技術，二者相伴相生。但是從模仿人類到超越人類，這一切的前提都需要有著如霍金一般的警覺，前提都是不能傷害人類，必須要以為人類服務為底線，這樣才能更好的發展技術。