伯克利教授说人机共存才是未来;李飞飞说简直再同意不过-阿里云开发者社区

开发者社区> 量子位> 正文
登录阅读全文

伯克利教授说人机共存才是未来;李飞飞说简直再同意不过

简介:
本文来自AI新媒体量子位(QbitAI)

今天,加州大学伯克利分校工程教授、“人类与机器人行动”主任Ken Goldberg在《华尔街日报》上发表评论文章《The Robot-Human Alliance》。

他从上个月棋手在乌镇与AlphaGo合作对局谈起,提出了思考未来AI时代的另一种方式:“机器取代人类”被过分夸大,人类的反馈循环是人工智能系统优化的关键,多样化的人类与机器配合,共同解决问题,才是我们更应该思考的方向。

斯坦福教授李飞飞在Twitter上转发文章,称“再同意不过”,MIT机器人学教授Rodney Brooks等人也纷纷发推表示赞同。

640?wx_fmt=jpeg&wxfrom=5&wx_lazy=1

 Ken Goldberg

以下内容来自Goldberg的文章,量子位编译:

人类再次被机器打败。上月,世界排名最高的围棋选手输给了谷歌的人工智能软件AlphaGo。考虑到围棋的复杂程度,这标志着机器学习取得了又一个重要成就。

然而更重要的是,人们可能没有注意到,某些世界顶尖的围棋选手已开始与AlphaGo合作,进行人机组队比赛。通过研究AlphaGo之前的新策略,选手们有了新思路。他们表示,与人工智能软件的合作给他们更强的信心。

这反映了思考未来人工智能时代的另一种方式。

大部分计算机科学家都认为,关于机器人将取代人类工作的预测被过分夸大。与其担心即将到来的人工智能“奇点”,我们或许更应该思考人工智能带来的“多样性”(Multipilicity):多样化的人类和机器配合,共同解决问题。

这样的多样性并非科幻小说。机器学习、群体智能和云计算的结合已经深入美国人的日常:搜索文档、过滤垃圾邮件、语言翻译、查找新闻和电影、地图导航,以及管理照片和视频。

可以来看看谷歌搜索引擎。谷歌搜索引擎基于一组算法,这些算法的输入来自大量人类用户,用户的每次点击和跳过链接都会带来有价值的反馈信息。

垃圾邮件过滤器也是如此。每当有人将电子邮件标记为垃圾邮件,或是修改过滤器设置时,人工智能就会对系统进行微调,以确定怎样做才更加合适。

多样性帮助亚马逊推荐图书,帮Netflix推荐电影,以及为Facebook管理消息流中的内容。

数以百万计的的用户通过点击来表现自己的偏好,而这些数据被用于建立和维护统计模型,预测用户的需求。这里的关键是对用户和产品进行分组,而算法可以根据相似人群具有相似偏好的特点来做出推荐。持续的人际交互可以确保,随着新元素的引入和用户品味的变化,系统可以不断发展。

尽管科学家仍然不太理解多样性,但他们已经看到了多样性带来的优势。

研究人员开发了一套被称作“整体学习”的技术。在这种技术中,一组专门的算法协同工作,产生单一结果。

加州大学伯克利分校的Leo Breiman和Adele Cutler共同开发了名为“随机森林”的技术。他们证明,对于存在噪声数据的复杂问题,一组“决策树”的表现要胜过单一树,只要这样的树足够多。

基于同样的原因,几个世纪之前,人群多样性带来的帮助和挑战就已经在政治学、经济学和社会学中得到认可。对群体问题的实验表明,参与人群的多样性比他们的智商更重要。或许,机器学习最有趣的领域是深度学习。在这种技术中,利用人工打上标签的语音或图像数据进行训练,数百万个参数将得到不断调整。

在机器人领域,尤其是自动驾驶领域,许多技术进步都可以用多样性的方式来描述。通过整合不同人群司机的数据,我们可以了解如何在不同环境下做出反应,进而训练多个统计的机器学习方法,并将其运行在分布式硬件上。

系统必须根据道路、天气和交通状况的变化,以及用户期望的变化来持续做出改变和微调。所有这一切都需要持续的反馈循环,而核心是人类。

配合人工智能的集体智慧带来了当前正在使用的最复杂、最高效的系统。如果人类停止提供输入,那么这些系统很快就会过时,甚至恶化。尽管我们在人类因素和人机界面领域已有多年经验,但仍需要更多的研究,将多样化的人群和多样化的机器组合在一起。重要的问题并不是机器何时能超过人类智能,而是人类如何以新方式与机器合作。

多样性的关键是合作,而不是对抗。这类技术不会影响全世界的人类劳动者,而是赋予他们更多力量。

【完】

本文作者:陈桦
原文发布时间:2017-06-13

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

分享:
+ 订阅

官方博客
最新文章
相关文章
官网链接