吉宁讲师观点 / 培训讲师谈管理 / 培训讲师谈管理:机器人不恐怖

培训讲师谈管理:机器人不恐怖

吉宁博士 2015年12月12日 培训讲师谈管理

每周你给你的机器人100比特币,结果它却买回来10粒摇头丸和一张伪造的匈牙利护照,你不得不去警察局把它“捞”回来。

这并不是科幻小说。今年初,瑞士的一个研发团队“!MediengruppeBitnik”发明了一个自动化网络购物机器人程序,并将其安装在一个机器人身上,称为“随机暗网购物者”,该研发团队要求机器人每周从在线市场随机购买商品,于是就发生了以上的测试结果。这个“胆大妄为”的机器人确实也被警察带走了。

这就是人工智能在今天和不远的未来能做的事情。当下较为普遍的人工智能定义是:利用计算机程序的方式,自动完成人类可以完成的功能。

百度首席科学家吴恩达表示,人工智能发展50多年来,已经无处不在了,最近一两年取得了突飞猛进的进步,一是得益于为计算机提供的数据量越来越大,二是因为计算机的运算速度越来越快。

根据摩尔定律,计算能力每18个月翻一番,计算机容量和功能亦是如此。美国科学家雷·库兹韦尔(Ray Kurzweil)预言,到2019年,售价4000美元的计算机的计算能力将会超过人脑,即每秒20quadrillion(千的五次方)次计算。

神经元网络与大数据急速发展

谷歌完全无人驾驶车正等待美国加利福尼亚州的批准,一旦获准便可马上路测。曾在谷歌担任建立“谷歌大脑”重任的吴恩达评价称,过去几年里,计算机视觉获得了大大的进步,开始区分事物,识别出各种图片间十分微妙的差别,甚至有人已经着手研究让计算机识别漂亮的图片与不漂亮的图片,这就自然给自动驾驶汽车带来了激动人心的发展提升。百度无人驾驶汽车也已落地。

自动驾驶汽车技术包含几个关键技术:精确的地图定位、图像识别、语音识别、基于感知的雷达、红外形成自动导航,然后再进行模式识别,根据路上的情况不断优化模型,即大闭环优化。

科大讯飞高级副总裁、讯飞研究院院长胡郁表示,自动驾驶是人工智能最好的功能应用之一,“人工智能有三个条件:第一先进的算法,比如神经元网络,第二大量的数据,第三大闭环优化模型”。自动驾驶汽车中的地图定位、图像识别等都需要借助先进的算法,同时产生大量的数据,最后在优化中让机器自己不断学会完全的无人驾驶。

整个过程在科学界亦称之为“机器学习”。吴恩达认为,机器学习是人工智能的一个重要分支,而机器决策、策划、不确定性推理则是下一个阶段。他将机器学习比喻成一枚火箭,人工神经元网络是发动机、大数据是燃料。

最近几年在移动互联网及智能硬件的带动下,大数据的膨胀已不言自明。Facebook称今年元旦一天上传图片量就达7.5亿张。百度今年一季度财报显示,仅百度LBS开放平台每天响应来自第三方的定位请求就超过110亿次。

与此同时,人工神经元网络也取得了飞速的发展,这其中又包含两个方面的技术:第一硬件,过去服务器用的是CPU,现在用GPU(Graphics Processing Unit,图形处理器),后者比前者至少快14倍,世界上最快的中国“天河二号”超级计算机用的就是CPU+GPU的模式;第二过去神经元网络都是单层结构,现在不仅变成多层,还出现了多种计算方式,比如RNN(Recurrent neuralNetwork,多层反馈神经网络)、DNN(Deepneural network,深度神经网络)、CNN(Cellular neural network,细胞神经网络,又称卷积神经网络)。

单层神经网络只能获得几百个神经元,而多层金字塔式结构则可达到十几亿神经元的规模,能更好地模拟大脑。每一层会记录不同的类别特征。顶层用来输入信息,比如照相机捕捉到一只猫,机器收到信息就开始在每层查找匹配,最终输出信息告诉你“这是一只猫”。

科技更加进步的地方在于,以前,科学家们告诉计算机“猫脸”的几个特征标签,计算机“按标索猫”,但是现在,科学家们改用无监督学习方式,只给机器查找的方法,让它自己去找,查找的过程又会生成数据,影响它下次的查找行为。

谷歌无人驾驶汽车用的便是RNN神经网络,它赋予了计算机逻辑推理的能力,让它可以用一句话对画面进行简单描述,这样计算机便具备了用有逻辑的语言描述图片中不同事物的能力。

雅虎则利用CNN神经网络,可以从宽泛的角度来识别人脸,即使部分被遮挡住了,而且它可以相当精确地从相同的图片中识别出多张脸。雅虎团队把这种方法称为深度密集人脸检测器。

微软5月份上线的How-old.net与此有异曲同工之妙,即:上传图片,机器检测到人脸,并给出年龄的大小。虽然准确率很低,但是其功能应用更进一步,也起到了收集数据的作用。

不只是雅虎、微软,Facebook脸部识别率的精确度达到97.25%,国内百度LFW测试中曾跑出99.85%的国际最高分。

胡郁称,在机器学习领域的算法,国内外技术水平不相上下,“谷歌的看图说话能力很强,但我觉得这并没有讯飞高考机器人难度大。只不过两者专注的领域不同”。据胡郁介绍,大多数省市的中考、高考英语口语考试,都已由讯飞高考机器人作为主考官来完成。

教育考试、无人驾驶、图像识别、语音识别、即时翻译、工业和家居机器人等等人工智能产品,无不是神经元网络与大数据飞速进步的产物。

这些进步都只仅限于一种功能,到目前为止,人类还没有发明一个具备五官感觉功能的机器人。

特征:单一功能与语音交互

2014年11月,意法半导体在日本展示了一个人形机器人iCub。iCub已经意识到自己的身体以及它如何和世界互动,这类似于婴儿学习够拿物件的过程。2014年5月,在加利福尼亚州举办的会议上,微软展示了一款可以实时语音翻译的人工智能程序,一名研究人员用英语与一名德国的同事通话。2014年1月,谷歌斥资4亿英镑收购了位于伦敦的Deepmind人工智能公司。Deepmind最擅长的是,能够让计算机学会49种不同的电子游戏。而且在超过半数的游戏中,计算机熟练到可以击败一个专业的人类玩家。

这看上去是三个级别的人工智能技术,但实际上都是专注实现一种功能,iCub做的是感官反馈功能,即时翻译做的是翻译功能,Deepmind就是打游戏功能。同样都是输入与输出,涉及复杂的计算。

工业机器人是单一功能人工智能的最好诠释。1959年,第一个工业型机器人被安装于瑞典的一个金属制品工厂。它是一个有关节的,能运转的手臂,重达2吨。通过磁鼓上的程序控制,机器人可依赖液压缸调整机械臂的位置,到达一系列预设好的角度。

目前,超1300万的工业型机器人在各行各业投入使用,包括汽车、电子产品、橡胶和塑料、化妆品、医药、食品和饮料。它们的市场价值达95亿美元。

吴恩达说:“现在的机器人之所以能取得成功,显然是因为工业化应用,科幻小说中说的那种什么都能做的泛用型机器人,现在几乎不可能造得出来。”他觉得现在能够期待的是,对着手机说:“帮我叫辆车带我去机场”,然后就能如愿以偿。具有强大语音交互能力的机器已可期。他认为,人工智能下一个将要开启的就是,语音交互时代。

在十多年间,人机交互发生了两次突破:PC和鼠标的诞生、触屏操作和语音交互问世。其中最后两个都是在近十年发生的。特别是语音交互,它意味着计算机拥有了“听觉”并能给出正确的反馈。语音交互的实现解放了人类的双手,将促进人类生产力的巨大飞跃。胡郁亦认为,机器不能理解语言,就不能形成知识、对知识进行处理,就不能进行逻辑推理。机器需要一场认知革命,正如人类在7万年前开始掌握语言一样。

吴恩达认为,当语音识别准确率达到99%时(百度目前为96%),人与机器的交互就将发生彻底改变。他表示,这并不难实现。今年初百度流出的“百度神灯”手机视频,较好地展现了语音交互时代。这并不意味着机器掌握了语言,交互只是理解语言的开始。一般认为,人工智能分为三个阶段:计算智能、感知智能、认知智能。从感知飞跃至认知智能,目前人类还没有好的方法。但感知智能已被大面积商业化,在使用的过程中,机器会不断进步。

未来:威胁不到人类

随着技术的快速发展,就像科幻小说一样,机器人真的来抢人类的工作了。

2013年9月,两位牛津学者——Carl BenediktFrey和Michael Osborne,就发布了一篇研究报告,该报告预测在未来20年内,美国将有约50%的工作岗位因机器人而消失。根据两位的计算,在今后的二十几年内,50%的编程工作也会外包给机器人。

失去工作还只是影响之一,机器的进步给人类带来的更大威胁是,消灭人类。去年10月,在美国MIT的一次公开访谈上,特斯拉创始人马斯克称人工智能就是“召唤恶魔”,很多科学家对此表示了认同,并将超级智能作为人类的重大威胁,与小星球冲撞地球和大规模的核战争并列。雷·库兹韦尔(Ray Kurzweil)亦曾发出乐观的预言:机器智能超越人类智能总和的那个奇妙“奇点”,就在2045年。

不过,吴恩达与胡郁均表示,不必为机器的进步过分焦虑。现在,每位驾驶员在每次航班上平均只驾驶3分钟的飞机,但飞行员并没有被取代,就像ATM机并未取代银行柜员一样。恰恰相反,因为银行支行需要的柜员减少,银行便开设更多支行,而银行柜员的总数增加。

科技一边接手一些任务,一边也增加了对商品和服务的需求,因此也需要更多执行剩余任务的人力。一项统计表明,在过去30年中,计算机在办公室文职工作里被广泛应用,而工作岗位却每年增加1.2%。

因此,人类仍然为拥有更聪明的人工智能技术而不吝千金。2014年,百度在研发投入上共计花费69.81亿元,讯飞的研发投入占销售收入的比例也高达30%-40%。然而,这与一年投入106亿美元、104亿美元、80亿美元的Intel、微软、谷歌,以及一个季度花掉10.6亿美元研发经费的Facebook相比,并不算什么。

吴恩达说,人工智能的进步速度与投入是极度相关的,中国在这方面需要增加投入。胡郁亦表示,“并不是别人不会做,而是别人没这个条件做这个事情。”这个条件,一是指数据规模,二是指资本投入。

陈庆春是《财经》杂志TMT报道主管编辑,本文原载2015年5月25日《财经》杂志,经本刊重新编辑。

About 吉宁博士

真正的实战派企业培训师,长期致力于人力资本、公司行为、市场营销、企业战略及领导力发展等组织实践与研究,数十年来参与及主持过的管理咨询项目累计逾千次;受邀主讲过的各类企业培训课程累计逾万次。