money 发表于 2016-9-11 00:27:31

2016年9月大数据 机器学习 人工智能使你更穷 加剧贫富差距

2016年9月大数据 机器学习 人工智能使你更穷 加剧贫富差距

2016年8月中国人工智能大会上,中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛先生提倡:中国人工智能面临重大发展机遇也面临诸多挑战,需制定人工智能创新发展战略规划,推动人工智能诸多利好政策及时落地,建设自主人工智能体系,最终走出一条具有中国特色的人工智能强国之路。
人工智能自1956年诞生以来,多年来取得了长足发展,伴随着Alpha go战胜人类围棋冠军,2016年堪称是人工智能之年。人工智能是新一轮科技与产业革命的最显著特征。
2016年阿尔法狗是标志性之一,包括竞赛性能的不断提高;新人型机器人,可在地上自由行走、跑动,过去都是看不到的;自动驾驶汽车、语音识别、人脸识别,尽管还有一些挑战,但这几年都在飞速发展;虹膜识别,在远距离时非常有用;深度学习确实能解决很多领域的诸多问题;还有智能视觉监控。
目前,人工智能有智能没智慧,有智商没情商,会计算不会算计,有专才无通才。2015年全球人工智能市场规模为1270亿美金,今年预计1650亿美金,到2018年预计超过2000亿。
人工智能服务要专业化,一是研究通用化人工智能,一是专业化人工智能;基础平台要开源,关键技术要硬件化,包括 IBM 的类脑计算平台;技术方法要集成化,学科创新协同化,多学科跨界融合、交叉协同,包括量子技术跟人工智能结合。
中国要推进 "互联网+"、"中国制造2025" 或 "工业4.0" 战略,从目前来看来,没有大数据、机器学习、人工智能的参与,真要发挥作用,可能会力不从心,解决了生产一个环节,但不能解决从生产到消费,及再由消费到生产的整个闭环问题。

在你身边 不了解更不懂使用
大家看明白本人在说什么吗,相信 99% 的人都不明白或了解 "互联网+"、"中国制造2025" 或 "工业4.0",更别说大数据、机器学习、人工智能这些新科技啦。
一句话,这些新科技主要掌握在全球主要 IT 或高科技公司手中,目前主要为这些公司服务或这些公司将其用于商业或其它目的,好像与普通人没有半毛钱关系似的。注意:若这些公司将其用于商业目的,就是用来赚取所有人的钱的。
由于一般人对此不了解,就算是了解的专业人士,也不一定有机会或本钱,可使用上大数据、机器学习、人工智能技术,最多只能停留在局部应用上。
譬如,一位于日本 IT 工程师就利用谷歌全新开源人工智能系统 TensorFlow,为其父母农场生产的黄瓜,研发一个基于大小、形状、颜色、品相等参数的分类、筛选系统,花了半年时间。得出的结论是:目前的图像深度学习数据还远远不够,一般计算机处理图像能力不足,图像缩小并压缩后也不太好,目前只能达到预期的70%效果;若想要及时反馈结果,得租用云计算技术。

“DeepMind AlphaGo 围棋” 利用机器深度学习技术,虽轻易战胜了人类围棋冠军,但其后面有一个强大高科技团队,花了多年及 Google 公司大把钞票才做到,你行吗、有机会参与吗?
DeepMind 公司由 Demis Hassabis、Shane Legg 及 Mustafa Suleyman 成立于 2011 年。公司团队设于伦敦,由过去十年中最具代表性的一些科技企业家和投资者所支持。人才招聘要求:希望听到(有机器学习、物理学、神经科学、计算机科学或类似博士学位的)研究科学家、研发工程师(具有较强的数学、统计、编程经验,最好会用 Lua 或 Python)、软件工程师(有使用 C / C ++ 的经验和最好有用 Lua 或 Python 的经验)。
与大部分先进的神经网络类似,DeepMind的系统运行在基于GPU(图形处理芯片)的计算机上。GPU最初的设计目的是游戏和其他图像应用的图形渲染,但近年来研究表明,这类芯片也非常适合深度学习技术。
人工智能现状
2014年初,库洛姆的围棋软件Crazystone在日本的巡回赛中挑战了依田纪基九段,并取得了胜利。不过,这一胜利的成色不足:Crazystone获得了四子的让先。当时,库洛姆预言,在没有让先的情况下,人工智能击败顶尖围棋高手还需要10年时间。
据全国人大代表、科大讯飞董事长刘庆峰先生介绍:
01、1997年,IBM“深蓝”击败了国际象棋大师卡斯帕罗夫,当时这台超级计算机采用了“暴力计算”的方式。从本质上来看,“深蓝”分析了每一步走法可能出现的各种结果,这是标志机器的运算能力强的一次里程碑。
两三年前,这个机器人在参加美国脱口秀节目超过人类冠军,这个标志意义可能更大,代表机器在自然语言理解方面的突破。而围棋的规则虽然比象棋要复杂,但本质上它是有规则可循的。

02、语音和语言为入口的认知计算是人工智能必由之路,语音和语言它可让智能家居、穿戴式设备、以及家庭机器人,第一时间把我们的海量用户数据反馈到后台,以最自然的方式反馈给用户。
2015年4月1日愚人节之前,亚马逊推出了一个基于电子标签与互联网+,用于购物的按钮产品“Dash按钮”。Dash按钮是一个如拇指般大小的实体按钮,附带了粘合带,不同的按钮针对不同的网购商品,比如用户可以将一个汰渍洗衣粉的按钮,粘贴在洗衣机上,一旦发现家中的洗衣粉用尽,只需按一下按钮,这个按钮将会发出购买洗衣粉的订单,用户无需再利用智能手机或者家庭电脑上网,十分便捷。
2016年5月三星电子推出一款产品Otto,和亚马逊Echo有几分类似,这将是一款语音操控的个人助理和联网工具,将成为Echo的挑战者。三星这一设备目前仍处于原型开发阶段,配置有语音识别系统、麦克风、扬声器,住家用户可以随便对Otto咨询各种问题、或是通过它来操控各种家用电器或是智能设备。
和Echo不同的是,三星产品包括了一个高清摄像头,可以进行家庭监控或拍摄现场视频,传输到主人的智能手机上。用户也可以通过手机远程调整摄像头。
在Echo设备的幕后,亚马逊也正在大力开发语音助手Alexa,让它达到甚至赶超苹果Siri、谷歌Google Now、微软Cortana的水平。
2015年7月,亚马逊悄然宣布将向智能家居开发者免费推送Alexa软件开发工具包ASK(Alexa Skills Kit),同时鼓励开发者在无需调用Echo硬件的前提下将Alexa的语音识别、自然语言处理等功能整合到自己的智能家居设备中。同时,亚马逊还斥资1亿美元设立了Alexa基金用于帮助完善智能语音系统建设。
现实应用威胁
2016年9月闭幕的 G20 中国杭州峰会上,世界各国领导人在这一问题上达成了一致:日益严重的收入不平等现象,存在巨大隐患。
在科技突飞猛进的当下,技术进步自然而然地被作为解决途径之一,大数据、机器学习、人工智能等技术正不断渗透经济、政治、司法等各社会层面,效果如何呢?《数学杀伤性武器》(Weapons of Math Destruction) 一书的作者凯西·奥尼尔 (Cathy O'Neil) 指出,这些技术恰恰在加剧收入不平等。
美国人开始越来越多地遭遇这样的经历:求职过程中,因为一项性格测试被刷下阵来,只因算法认为他不是合适人选;去银行贷款,利率比别人都要高,只因所住地区有信用记录不良者多;被从重判罚,只因亲朋好友中有人是累犯。在被算法“算计”之后,他们还被蒙在鼓里,得不到一个合理解释。
她在书中剖析了不少大数据模型,都存在一个共同点:用一种指标来取代真正需要衡量的指标。比如:雇主依据信用记录来判断应聘者责任心,放贷机构根据语法优劣来判断申请人的信用度。但这些指标之间真能画上等号吗?信用记录也许更多地代表了财富水平,语法错误多的也有可能是信用优良的移民,并非所有的代理指标都经得起推敲。
在美国,近半数的雇主都要求应聘者提交信用报告,把信用评分等同于责任心或可靠性。这样做会形成一种危险的贫困正反馈循环。如有人因为信用记录不良而找不到工作、没有收入,其信用记录只会越来越差,从而越来越难以找到工作。但在雇主眼中,满纸数据的信用记录却比人为判断都要可靠。他们从不考虑数字背后隐藏着怎样的假设。
孤立起来看,这些算法产生的效应就已足够恶劣,更何况它们之间还会相互强化。教育、就业前景、债务和犯罪记录全都相互关联。穷人因为入不敷出,更有可能拥有不良信用记录,并生活在治安不良地区,与其他穷人比邻而居。系统一旦消化这些数据,就会推荐对他们更加不利的次级贷款、更差的学校等。警方会派遣更多警力在当地维持治安,从而引发更多不必要的逮捕,一旦罪名成立,还会被从重处罚。
随后,这些结果又会形成新一组数据,使他们在日后申请房贷、贷款和保险时被收取更高的费率。
奥尼尔担心,这种技术模型和真人分道扬镳的现象会带来严重道德后果。好在,越来越多的律师、社会学家和统计学家开始关注数据滥用造成的危害,并思索解决之道。
针对算法假设不够透明、令人费解或经不起推敲的现象,解决办法是在算法层面加以调整,体现哪些信息对最终决策起到了决定性的作用。并通过立法,增加对个人数据的保护,对算法透明度实行规范化的管理。
另外,政府也可以优先用大数据来改善民生,而不是严打犯罪,由此赢得公众的信任。总而言之,算法可以作为决策依据,但不能替代人类做出决策。
在使用得当的情况下,它们或许能协助政府削减收入不平等现象。哈佛大学教授戈德史密斯(Stephen Goldsmith)就表示,机器学习有望变革公共政策领域的方方面面。
结论
目前,大数据、机器学习、人工智能都只是技术,技术本身无害,且都是有智能没智慧,有智商没情商,会计算不会算计,有专才无通才。
关键是谁在使用,和如何使用,只可惜一般人不了解也不会使用,会使用的一般也没这个财力、物力。从目前来看,这些技术,主要是掌握在一些全球大型托拉斯国际 IT 公司或高技术公司手中,或掌握在政治家或社会团队手中。加之,一般都不透明且大都不是用于社会公益,这些都是大家应担心的或关注的。
随着这几年全球经济形势的不断下滑,全世界有影响力的人们还在提倡机器换人,或人工智能代人的年代。
http://forum.digitser.cn/data/attachment/forum/201605/19/132155fevczeyds5e5y1wy.jpg
请关注 "德云社区" 及其微信公众号,了解相关资讯

版权声明:
本文为独家原创稿件,版权归 德云社区,未经许可不得转载;否则,将追究其法律责任。

页: [1]
查看完整版本: 2016年9月大数据 机器学习 人工智能使你更穷 加剧贫富差距