对话

Morketing对话Google首席科学家:人工智能发展到第二阶段

2018-05-11 15:39:51   阅读量:217

“嗨!我能帮你什么?”

见证历史有时候就是这么容易。

在山景城的2018GoogleI/O大会上,Google CEO Sundar Pichai向全世界介绍了Google在人工智能领域的最新突破——Google Duplex,它是Google语音助手的一个全新版本,最让人瞠目结舌的是它可以代替人打电话,而对方完全感觉不到自己在与一个机器智能对话。

这句“嗯哼”或许会在未来成为一个AI史上标志性的一刻,但在眼下目前的Duplex只能完成电话预约服务等基础的对话功能。不过Google的首席AI科学家GregCorrado则在IO上谈到,Duplex只是一个新AI时代的开始。

Greg解释说,在接下来的十年里,将会有更多“人工情绪智能”出现,使得越来越多的AI产品以更自然更顺畅的方式与人沟通、合作。

在Google关于Duplex的博客中就这样写到,在语音里加入某些拟声词或语气词,破坏了语句的连贯性,是为了让对话更加自然,模仿“人们在思考问题时常会做出的事情。”

究竟什么是AI? 机器会不会思考?

在I/O大会召开之前,Morketing在北京的Google办公室与Greg有过一场关于AI的对话,Greg说自己在Google开展机器学习、人工智能等工作,目标和使命是让人工智能能够以各种不同的方式去造福所有人。

实现这个目标的方式,首先,通过AI让Google的产品变得更加有用、更加好用;其次,通过AI技术帮助他人更快、更好地去创新;另外,还要用AI来解决人类面临的一些重大的挑战。

这也是我们今天在AI领域所看到极具“矛盾”的一体两面:一方面,科学家们在尝试如何让计算能够像几岁大的儿童一样,快速分辨出画中的动物是猫还是狗;而另一方面,自动驾驶、基于人工智能的疾病诊断工具却在帮助我们解决“如何生存的终极问题”。

这让我们不由得陷入沉思,去想一个关于AI的终极问题:“究竟什么是AI? 机器会不会思考?”

Greg的回答极具理性思维:“人工智能是一门科学,是一门机器变得智能的科学研究。AI旨在研究如何让机器像人类一样,具备解决某些特定问题的能力。机器学习跟人工智能相比是更加狭义的一个分支的学科,主要指的是让机器从数据和经验当中来学习。之所以机器学习非常的重要,因为我们要想让机器智能化最好的方式就是让机器不断的去学习。”

对于终极问题,Greg认为从核心来说,机器学习是一种新的工程设计方式,一种创建新型解决问题系统的方式。机器学习并不是像以传统的方式那样按照一定预设智能规则对计算机系统进行编程,而是让计算机自身具备学习的能力。

但这是在“思考”吗?

作为Greg的同事之一,Google云的首席科学家,李飞飞认为答案是“不”!她谈到,即便当机器能够准确的识别图片中的物体是什么,也并不意味着它在思考,“还远远不够”。我们离通用人工智能还有很长的路要走,机器目前无法达到或超越人类思考、处理、预测、检验和学习的能力。

Greg和李飞飞有着相同的看法,在对话中他说“我不认为我们实现了通用人工智能,即便我们解决了图像识别这样一个人工智能领域的‘圣杯’问题,但是这也只是智能领域的一小步而已,甚至没有划破表面。庆幸的是,现在我们已经来到了通用人工智能的边缘,对比过去的发展来看这是一次飞跃。”

而随着人工智能的逐步发展,它正在逐渐由几个科学家的爱好,研究,变成像英特网一样的基础设施,在未来将会成为像电力、网络一样的必需品。正如GoogleCEO所设想的,“将Google打造为一家人工智能公司,基于人工智能的计算机系统将来会变的越来越普及”。

Google如何发展AI

在Google自身的产品体系内,有着许多AI的应用,例如Google photos能够通过拍照片的方式进行搜索,而非输入文字;Google Translate可以依靠AR技术,对各种事物的标识实现实时的翻译;在I/O上,Google发布了新的Gmail功能,由机器学习的系统生成的简短电邮回复,不需要用手指敲键盘打一封邮件出来,机器学习会给用户几个不同的回复建议,比如说“抱歉我没空”、“时间可以”等几种不同的选择。

“如今Gmail发出的邮件当中12%都是根据我们机器学习系统提出的建议来做的自动回复。”Greg说道。

“让自己的产品和服务变的更加有用”是Greg眼中的第一部分,在他看来即便是Google,在7、8年前也是AI世界的门外汉,现在也依旧有很多开发者和公司尚未触及到AI的大门,Google的第二步就是开放AI技术帮助别人更好的创新。

一方面,Google提供了TensorFlow这样一个开源的软件包,同时,把人工智能整个基础架构向外部开放。许多公司、学术科研机构在用Google的工具,并应用到他们自己的项目当中。

“把TensorFlow开源化是旨在支持开发者科研人员初创企业和其他的公司在人工智能领域更好的去创新,Google在TensorFlow这个软件包当中我们不光提供了源代码,而且也是提供了免费的教育培训的材料,也提供了基于TensorFlow构建的机器学习系统的样例,使用TensorFlow的开发者团体越来越多,在他们之间形成了一种相互学习、相互促进的氛围,他们当中一部分人也为TensorFlow做出很大贡献,这样反过来再帮助TensorFlow继续的改进。”

而AI更大的意义或许在于从根本上改变人类生存的状况。Greg有一个自己亲自带队负责的项目,是通过机器学习来更好的诊断糖尿病带来的并发症。糖尿病患者体内的血糖水平容易失控,这种血糖水平的急剧的变化会带来的诸多并发症,其中之一是影响视力,甚至致盲。

每年都有数以亿计的庞大的人群受到并发症的威胁,但是没有足够的医生随时筛查所有的糖尿病患者是不是存在致盲并发症的风险。Greg的项目就是去训练机器学习系统,让他们学会去识别糖尿病患者的视网膜的眼底扫描图片,使系统可以从眼底扫描的图片当中来判断这个糖尿病患者是不是有失明的风险。

左图为健康,右图为患病

对于AI的未来,Google的顶尖科学家们都认为未来将是一个AI与人类共存的世界——不是AI或人,而是AI与人。例如在Google的商业生态中尽管推送给你的广告是来自AI的,但买与不买最终依然取决于你。

毫无疑问,未来属于AI,但我们知道答案,却不知道答案的样子会是什么,AI的未来有着无限可能,就像文章开头智能语音助手的一句始料未及的“嗯哼”,留给人类的想象空间没有边界。

Morketing原创首发,作者:Neo,转载或内容合作请点击版权说明,违规转载法律必究。

0/300
内容不能少于5个字符!

扫一扫关注我们

扫一扫关注我们

Morketing对话Google首席科学家:人工智能发展到第二阶段

“嗨!我能帮你什么?”

见证历史有时候就是这么容易。

在山景城的2018GoogleI/O大会上,Google CEO Sundar Pichai向全世界介绍了Google在人工智能领域的最新突破——Google Duplex,它是Google语音助手的一个全新版本,最让人瞠目结舌的是它可以代替人打电话,而对方完全感觉不到自己在与一个机器智能对话。

这句“嗯哼”或许会在未来成为一个AI史上标志性的一刻,但在眼下目前的Duplex只能完成电话预约服务等基础的对话功能。不过Google的首席AI科学家GregCorrado则在IO上谈到,Duplex只是一个新AI时代的开始。

Greg解释说,在接下来的十年里,将会有更多“人工情绪智能”出现,使得越来越多的AI产品以更自然更顺畅的方式与人沟通、合作。

在Google关于Duplex的博客中就这样写到,在语音里加入某些拟声词或语气词,破坏了语句的连贯性,是为了让对话更加自然,模仿“人们在思考问题时常会做出的事情。”

究竟什么是AI? 机器会不会思考?

在I/O大会召开之前,Morketing在北京的Google办公室与Greg有过一场关于AI的对话,Greg说自己在Google开展机器学习、人工智能等工作,目标和使命是让人工智能能够以各种不同的方式去造福所有人。

实现这个目标的方式,首先,通过AI让Google的产品变得更加有用、更加好用;其次,通过AI技术帮助他人更快、更好地去创新;另外,还要用AI来解决人类面临的一些重大的挑战。

这也是我们今天在AI领域所看到极具“矛盾”的一体两面:一方面,科学家们在尝试如何让计算能够像几岁大的儿童一样,快速分辨出画中的动物是猫还是狗;而另一方面,自动驾驶、基于人工智能的疾病诊断工具却在帮助我们解决“如何生存的终极问题”。

这让我们不由得陷入沉思,去想一个关于AI的终极问题:“究竟什么是AI? 机器会不会思考?”

Greg的回答极具理性思维:“人工智能是一门科学,是一门机器变得智能的科学研究。AI旨在研究如何让机器像人类一样,具备解决某些特定问题的能力。机器学习跟人工智能相比是更加狭义的一个分支的学科,主要指的是让机器从数据和经验当中来学习。之所以机器学习非常的重要,因为我们要想让机器智能化最好的方式就是让机器不断的去学习。”

对于终极问题,Greg认为从核心来说,机器学习是一种新的工程设计方式,一种创建新型解决问题系统的方式。机器学习并不是像以传统的方式那样按照一定预设智能规则对计算机系统进行编程,而是让计算机自身具备学习的能力。

但这是在“思考”吗?

作为Greg的同事之一,Google云的首席科学家,李飞飞认为答案是“不”!她谈到,即便当机器能够准确的识别图片中的物体是什么,也并不意味着它在思考,“还远远不够”。我们离通用人工智能还有很长的路要走,机器目前无法达到或超越人类思考、处理、预测、检验和学习的能力。

Greg和李飞飞有着相同的看法,在对话中他说“我不认为我们实现了通用人工智能,即便我们解决了图像识别这样一个人工智能领域的‘圣杯’问题,但是这也只是智能领域的一小步而已,甚至没有划破表面。庆幸的是,现在我们已经来到了通用人工智能的边缘,对比过去的发展来看这是一次飞跃。”

而随着人工智能的逐步发展,它正在逐渐由几个科学家的爱好,研究,变成像英特网一样的基础设施,在未来将会成为像电力、网络一样的必需品。正如GoogleCEO所设想的,“将Google打造为一家人工智能公司,基于人工智能的计算机系统将来会变的越来越普及”。

Google如何发展AI

在Google自身的产品体系内,有着许多AI的应用,例如Google photos能够通过拍照片的方式进行搜索,而非输入文字;Google Translate可以依靠AR技术,对各种事物的标识实现实时的翻译;在I/O上,Google发布了新的Gmail功能,由机器学习的系统生成的简短电邮回复,不需要用手指敲键盘打一封邮件出来,机器学习会给用户几个不同的回复建议,比如说“抱歉我没空”、“时间可以”等几种不同的选择。

“如今Gmail发出的邮件当中12%都是根据我们机器学习系统提出的建议来做的自动回复。”Greg说道。

“让自己的产品和服务变的更加有用”是Greg眼中的第一部分,在他看来即便是Google,在7、8年前也是AI世界的门外汉,现在也依旧有很多开发者和公司尚未触及到AI的大门,Google的第二步就是开放AI技术帮助别人更好的创新。

一方面,Google提供了TensorFlow这样一个开源的软件包,同时,把人工智能整个基础架构向外部开放。许多公司、学术科研机构在用Google的工具,并应用到他们自己的项目当中。

“把TensorFlow开源化是旨在支持开发者科研人员初创企业和其他的公司在人工智能领域更好的去创新,Google在TensorFlow这个软件包当中我们不光提供了源代码,而且也是提供了免费的教育培训的材料,也提供了基于TensorFlow构建的机器学习系统的样例,使用TensorFlow的开发者团体越来越多,在他们之间形成了一种相互学习、相互促进的氛围,他们当中一部分人也为TensorFlow做出很大贡献,这样反过来再帮助TensorFlow继续的改进。”

而AI更大的意义或许在于从根本上改变人类生存的状况。Greg有一个自己亲自带队负责的项目,是通过机器学习来更好的诊断糖尿病带来的并发症。糖尿病患者体内的血糖水平容易失控,这种血糖水平的急剧的变化会带来的诸多并发症,其中之一是影响视力,甚至致盲。

每年都有数以亿计的庞大的人群受到并发症的威胁,但是没有足够的医生随时筛查所有的糖尿病患者是不是存在致盲并发症的风险。Greg的项目就是去训练机器学习系统,让他们学会去识别糖尿病患者的视网膜的眼底扫描图片,使系统可以从眼底扫描的图片当中来判断这个糖尿病患者是不是有失明的风险。

左图为健康,右图为患病

对于AI的未来,Google的顶尖科学家们都认为未来将是一个AI与人类共存的世界——不是AI或人,而是AI与人。例如在Google的商业生态中尽管推送给你的广告是来自AI的,但买与不买最终依然取决于你。

毫无疑问,未来属于AI,但我们知道答案,却不知道答案的样子会是什么,AI的未来有着无限可能,就像文章开头智能语音助手的一句始料未及的“嗯哼”,留给人类的想象空间没有边界。

Morketing原创首发,作者:Neo,转载或内容合作请点击版权说明,违规转载法律必究。