人工智慧的未來：人工智慧將如何改變世界

人工智慧的未來：人工智慧將如何改變世界

人工智慧真的是世界上最偉大的未來技術嗎？人工智慧可以改變世界的7種方式變得更好…或者更糟。

在靠近芝加哥市中心的一座不起眼的建築里，Marc Gyongyosi和IFM/Onetrack.AI的雖小但不斷壯大的工作人員有一條規則來統治他們所有人：簡單思考。這些文字是用簡單的字體寫在一張簡單的紙上，這張紙貼在他們工業兩層工作空間的樓后牆上。然而，他們在這裡用人工智慧做的事情並不簡單。

Gyongyosi坐在他雜亂無章的辦公桌前，靠近一張經常使用的乒乓球桌，懸掛在頭頂上的大學時代的無人機原型，在筆記型電腦上敲打一些鑰匙，以提取一名叉車司機在倉庫中操作車輛的顆粒狀視頻片段。它是從頭頂上捕獲的，由 Onetrack.AI「叉車視覺系統」 提供。

利用機器學習和計算機視覺來檢測和分類各種「安全事件」，這個鞋盒大小的設備並不能看到全部，但它看到了很多。比如司機在操作車輛時看向哪個方向，他開車的速度有多快，他在哪裡開車，他周圍人的位置以及其他叉車操作員如何操縱他們的車輛。IFM的軟體會自動檢測安全違規行為（例如，手機使用），並通知倉庫經理，以便他們立即採取行動。主要目標是防止事故和提高效率。Gyongyosi聲稱，僅僅知道IFM的一個設備正在觀看，就產生了”巨大的影響”。

“如果你考慮一下相機，它確實是我們今天最豐富的感測器，價格非常實惠，”他說。”由於智慧手機，相機和圖像感測器已經變得非常便宜，但我們捕獲了很多資訊。從圖像中，我們今天可能能夠推斷出25個信號，但從現在起的六個月後，我們將能夠從同一圖像中推斷出100或150個信號。唯一的區別是查看圖像的軟體。這就是為什麼這如此引人注目，因為我們今天可以提供一個非常重要的核心功能集，但隨著時間的推移，我們所有的系統都在相互學習。每個客戶都能夠從我們帶來的所有其他客戶中受益，因為我們的系統開始看到和學習更多的流程，並檢測到更多重要和相關的事情。

人工智慧的演變

IFM只是這個領域無數人工智慧創新者之一，這個領域比以往任何時候都更熱，而且一直在變得越來越熱。這是一個很好的指標：在2018年IBM發明者收到的9，100項專利中，有1，600項（或近18%）與AI相關。特斯拉創始人兼科技巨頭埃隆·馬斯克（Elon Musk）最近捐贈了1000萬美元，用於資助非營利性研究公司OpenAI正在進行的研究——如果他在2015年的10億美元共同承諾有任何跡象的話，這隻是眾所周知的滄海一粟。2017年，俄羅斯總統弗拉基米爾·普京（Vladimir Putin）告訴學童，”無論誰成為這一領域的領導者（人工智慧），都將成為世界的統治者。然後他把頭向後甩了甩，瘋狂地笑了起來。

好吧，最後一件事是假的。然而，事實並非如此：在多波進化時期以喧囂和零星休眠為標誌的七十多年後，人工智慧已經以前所未有的方式重新佔據了中心舞臺，這種進化時期始於所謂的”知識工程”，發展到基於模型和演算法的機器學習，並且越來越關注感知、推理和概括。而且它不會很快放棄聚光燈。

未來就在眼前：人工智慧的影響無處不在

幾乎沒有主要的行業現代人工智慧 – 更具體地說，「狹義人工智慧」，它使用數據訓練模型執行目標功能，並且通常屬於深度學習或機器學習的類別 – 還沒有受到影響。在過去幾年中尤其如此，因為由於強大的物聯網連接，連接設備的激增以及更快的計算機處理，數據收集和分析已經大大增加。

一些行業正處於人工智慧之旅的起點，而另一些行業則是資深旅行者。兩者都有很長的路要走。無論如何，人工智慧對我們當今生活的影響是難以忽視的：

• 運輸：雖然可能需要十年或更長時間才能完善它們，但自動駕駛汽車總有一天會把我們從一個地方運送到另一個地方。
• 製造：人工智慧機器人與人類一起工作，執行有限範圍的任務，如組裝和堆疊，預測分析感測器保持設備平穩運行。
• 醫療：在相對人工智慧新興的醫療保健領域，疾病得到更快、更準確的診斷，藥物發現的速度和簡化，虛擬護理助理監控患者，大數據分析有助於創造更加個人化的患者體驗。
• 教育：教科書在人工智慧的説明下被數位化，早期虛擬導師協助人類教師和面部分析衡量學生的情緒，以幫助確定誰在掙扎或無聊，並更好地根據他們的個人需求定製體驗。
• 媒體：新聞業也在利用人工智慧，並將繼續從中受益。彭博使用Cyborg技術來説明快速理解複雜的財務報告。美聯社利用Automated Insights的自然語言能力，每年製作3，700篇收益報告故事 – 幾乎是最近過去的四倍。
• 顧客服務：最後但並非最不重要的一點是，谷歌正在開發一種人工智慧助手，它可以撥打類似人類的電話，以便在你附近的美發沙龍進行預約。除了文字之外，系統還瞭解上下文和細微差別。

但這些進步（以及許多其他進步，包括這批新進展）只是一個開始。未來還有很多——比任何人都多，即使是最有先見之明的預言家，也能理解的更多。

“我認為任何對智能軟體功能做出假設的人都是錯誤的，”客戶關係管理公司4Degrees的首席技術官兼聯合創始人David Vandegrift說。

隨著公司每年在人工智慧產品和服務上花費近200億美元，谷歌、蘋果、微軟和亞馬遜等科技巨頭花費數十億美元來創造這些產品和服務，大學將人工智慧作為各自課程中更突出的一部分（僅麻省理工學院就向一所專門研究計算的新學院投入了10億美元，專注於人工智慧）。 而美國國防部正在提升其人工智慧遊戲，大事必將會發生。其中一些事態發展正在順利實現;它們正在逐步實現。有些只是理論上的，可能仍然如此。所有這些都是破壞性的，無論好壞，而且看不到經濟衰退的跡象。

“許多行業都會經歷這種冬天，冬天，然後是永恆的春天的模式，”前谷歌大腦領導者和百度首席科學家Andrew Ng去年年底告訴ZDNet。”我們可能正處於人工智慧的永恆之春。

“你的工作有多常規？”：縮小人工智慧對勞動力的影響

去年秋天在西北大學的一次演講中，人工智慧大師李開複（Kai-Fu Lee）倡導人工智慧技術及其即將產生的影響，同時也指出了其副作用和局限性。對於前者，他警告說：

“底層90%的人，尤其是世界上收入或教育程度最低的50%的人，將因失業而受到嚴重傷害……要問的簡單問題是，「工作有多常規？這就是一份工作被人工智慧取代的可能性，因為人工智慧可以在日常任務中學會自我優化。越是定量，工作就越客觀——把東西分成垃圾箱、洗碗、摘水果和接聽客戶服務電話——這些都是腳本化的任務，本質上是重複和例行公事的。在5年、10年或15年內，他們將被人工智慧取代。

在擁有超過10萬台機器人的在線巨頭和人工智慧巨頭亞馬遜的倉庫中，揀選和包裝功能仍然由人類執行 – 但這種情況將會改變。

李的觀點最近得到了印孚瑟斯總裁Mohit Joshi的回應，他在今年的達沃斯聚會上告訴「紐約時報」，「人們正在尋求實現非常大的數位。早些時候，他們在裁員方面有5%到10%的增量目標。現在他們說，’為什麼我們不能用我們所擁有的1%的人來做這件事？'”

再培訓和教育：緩解人工智慧勞動力的成長之痛

在更樂觀的方面，李強調，今天的人工智慧在兩個重要方面是無用的：它沒有創造力，沒有同情心或愛的能力。相反，它是”一種放大人類創造力的工具”。他的解決方案？那些工作涉及重複性或例行任務的人必須學習新技能，以免被拋在一邊。亞馬遜甚至向員工提供資金，讓他們為其他公司的工作提供培訓。

“人工智慧在許多[領域]取得成功的絕對先決條件之一是，我們在教育方面投入了大量資金，以重新培訓人們從事新工作，”伊利諾伊大學厄巴納 – 香檳分校計算機科學教授，該校協調科學實驗室主任Klara Nahrstedt說。

她擔心這種情況沒有廣泛或經常發生。IFM的Gyongyosi甚至更具體。

“人們需要像學習一門新語言一樣學習程式設計，”他說，”他們需要儘早做到這一點，因為這確實是未來。將來，如果你不懂編碼，你就不懂程式設計，它只會變得更加困難。

AGI真的是對人類的生存威脅嗎？

不止一些領先的人工智慧人物（有些比其他人更誇張）贊同一個噩夢般的場景，涉及所謂的”奇點”，即超級智慧機器接管並通過奴役或根除永久改變人類的存在。

已故理論物理學家斯蒂芬·霍金（Stephen Hawking）有一個著名的假設，如果人工智慧本身開始設計出比人類程式師更好的人工智慧，結果可能是”機器的智力超過我們的智力，超過我們的蝸牛”。埃隆·馬斯克（Elon Musk）相信並多年來一直警告說，AGI是人類最大的生存威脅。他說，實現這一目標的努力就像「召喚惡魔」。。他甚至表示擔心，他的朋友、谷歌聯合創始人兼Alphabet首席執行官拉裡·佩奇（Larry Page）可能會不小心讓一些”邪惡”的東西存在，儘管他有最好的意圖。例如，比如說，「一群能夠摧毀人類的人工智慧增強型機器人」。（你可能知道，馬斯克有戲劇性的天賦。即使是IFM的Gyongyosi，在人工智慧預測方面也沒有危言聳聽，也不排除任何可能性。他說，在某個時候，人類將不再需要訓練系統。他們將自己學習和發展。

“我不認為我們目前在這些領域使用的方法會導致機器決定殺死我們，”他說。”我認為，也許從現在起的五年或十年後，我將不得不重新評估這一說法，因為我們將有不同的方法和不同的方法來處理這些事情。

雖然殺人機器很可能仍然是小說的素材，但許多人認為它們會以各種方式取代人類。

去年春天，牛津大學人類未來研究所發佈了一項人工智慧調查結果。標題為「人工智慧何時會超越人類的表現？來自AI專家的證據，它包含來自352名機器學習研究人員對未來幾年AI演變的估計。這群人中有很多樂觀主義者。到2026年，中位數的受訪者表示，機器將能夠撰寫學校論文;到2027年，自動駕駛卡車將使司機變得不必要;到2031年，人工智慧將在零售業超越人類;到2049年，人工智慧可能成為下一個斯蒂芬·金，到2053年，下一個查理·張。稍微刺耳的封蓋器：到2137年，所有人類工作都將實現自動化。但是人類自己呢？毫無疑問，啜飲機器人提供的雨傘飲料。

西北大學教授、該校分析理學碩士專案的創始主任迭戈·克拉布詹（Diego Klabjan）認為自己是AGI的懷疑論者。

“目前，計算機可以處理超過10，000個單詞，”他解釋說。”所以，幾百萬個神經元。但人類大腦有數十億個神經元，這些神經元以一種非常有趣和複雜的方式連接，而目前最先進的[技術]只是遵循非常簡單的模式的直接連接。因此，使用當前的硬體和軟體技術從幾百萬個神經元到數十億個神經元 – 我沒有看到這種情況發生。

戰爭機器人和邪惡的動機：人類如何使用AGI才是真正的威脅

Klabjan也很少關注極端場景——比如說，涉及殺人的半機械人，將地球變成一個悶熱的地獄景觀。他更關心的是機器——例如戰爭機器人——被邪惡的人類餵養了錯誤的”激勵”。正如麻省理工學院物理學教授和領先的人工智慧研究員馬克斯·泰格馬克（Max Tegmark）在2018年TED演講中所說的那樣，”人工智慧的真正威脅不是惡意，就像在愚蠢的好萊塢電影中一樣，而是能力——人工智慧完成的目標與我們的目標不一致。這也是萊爾德的觀點。

“我絕對沒有看到某種東西醒來並決定要接管世界的情況，”他說。”我認為這是科幻小說，而不是它將要發生的方式。

萊爾德最擔心的不是邪惡的人工智慧本身，而是”邪惡的人類利用人工智慧作為一種虛假的力量倍增器”，用於銀行搶劫和信用卡欺詐等許多其他罪行。因此，雖然他經常對進步的步伐感到沮喪，但人工智慧的緩慢燃燒實際上可能是一種祝福。

“是時候了解我們正在創造什麼，以及我們如何將其融入社會，”萊爾德說，”可能正是我們所需要的。

但沒有人確切知道。

“必須取得幾項重大突破，這些突破可能會很快到來，”拉塞爾在威斯敏斯特的演講中說。在提到英國物理學家歐內斯特·盧瑟福（Ernest Rutherford）在1917年提出的核裂變（原子分裂）的快速轉化效應時，他補充說：”很難預測這些概念上的突破何時會發生。

但每當他們這樣做時，如果他們這樣做，他都強調了準備的重要性。這意味著開始或繼續討論AGI的道德使用以及是否應該對其進行監管。這意味著要努力消除數據偏差，這對演算法有腐敗的影響，目前是AI美中不足的胖蒼蠅。這意味著要努力發明和增強能夠控制技術的安全措施。這意味著要謙卑地意識到，僅僅因為我們可以並不意味著我們應該這樣做。

“我們的技術情況很複雜，但大局相當簡單，”Tegmark在他的TED演講中說。”大多數AGI研究人員預計AGI將在幾十年內完成，如果我們只是毫無準備地陷入其中，這可能是人類歷史上最大的錯誤。它可能使殘酷的全球獨裁統治陷入前所未有的不平等，監視，痛苦甚至人類滅絕。但是，如果我們謹慎地引導，我們最終可能會進入一個美好的未來，每個人都會過得更好- 窮人更富有，富人更富有，每個人都健康，自由地實現自己的夢想。