這樣的方法并不新穎，出現(xiàn)時(shí)間已有數(shù)十年，但直到近期才變得更強(qiáng)大。這部分是由于深度神經(jīng)網(wǎng)絡(luò)的興起。這樣的大規(guī)模分布式計(jì)算系統(tǒng)模擬了大腦中的多層神經(jīng)元結(jié)構(gòu)。無(wú)論你是否意識(shí)到這點(diǎn)，機(jī)器學(xué)習(xí)都已經(jīng)在我們的在線活動(dòng)中扮演了重要角色。

Facebook使用機(jī)器學(xué)習(xí)去判斷，將哪些內(nèi)容投放至你的消息流。谷歌照片使用機(jī)器學(xué)習(xí)去識(shí)別照片中的人臉。微軟的Skype Translator能實(shí)時(shí)翻譯不同語(yǔ)言之間的對(duì)話，而基礎(chǔ)也是機(jī)器學(xué)習(xí)。無(wú)人駕駛汽車(chē)?yán)脵C(jī)器學(xué)習(xí)去避免交通事故。甚至谷歌搜索引擎也開(kāi)始依靠深度神經(jīng)網(wǎng)絡(luò)。

今年2月，谷歌任命機(jī)器學(xué)習(xí)專家約翰吉安南德里(John Giannadrea)為搜索業(yè)務(wù)負(fù)責(zé)人，并啟動(dòng)新項(xiàng)目給工程師培訓(xùn)這一新技術(shù)。吉安南德里表示：“通過(guò)開(kāi)發(fā)學(xué)習(xí)系統(tǒng)，我們不需要再編寫(xiě)這些規(guī)則。”

不過(guò)問(wèn)題在于：在機(jī)器學(xué)習(xí)系統(tǒng)中，工程師無(wú)法知道，機(jī)器如何去完成自己的工作。神經(jīng)網(wǎng)絡(luò)的運(yùn)行很大程度上不透明，令人無(wú)法捉摸。換句話說(shuō)，這是個(gè)黑盒。隨著這樣的黑盒在我們的日常生活中扮演越來(lái)越重要的角色，它們不僅將變革人類與技術(shù)之間的關(guān)系，將改變我們對(duì)自己、對(duì)世界，以及對(duì)我們與世界關(guān)系的思考。

如果說(shuō)在傳統(tǒng)觀念中，程序員就像是上帝，是計(jì)算機(jī)系統(tǒng)規(guī)則的制定者，那么現(xiàn)在他們更像是家長(zhǎng)，像是寵物的訓(xùn)練者。作為家長(zhǎng)或者寵物的主人，你與孩子或?qū)櫸锏年P(guān)系將會(huì)有些說(shuō)不清、道不明。

程序員將遭遇變革

安迪魯賓(Andy Rubin)是資深的發(fā)明家和程序員。作為Android系統(tǒng)的聯(lián)合創(chuàng)始人，魯賓的辦公室和家里擺著各種機(jī)器人，這點(diǎn)在硅谷已人盡皆知。他自己為機(jī)器人編程。他表示：“在我還很年輕時(shí)，我就深入至計(jì)算機(jī)科學(xué)。我喜歡計(jì)算機(jī)是因?yàn)?，我可以消失在?jì)算機(jī)的世界里。這就像是一塊白布，我可以從頭開(kāi)始創(chuàng)造些東西。在許多許多年中，這給我?guī)?lái)了一個(gè)完全受控的世界。”

然而他現(xiàn)在認(rèn)為，這樣的世界正走向尾聲。機(jī)器學(xué)習(xí)的興起令魯賓感到興奮。他的公司Playground Global投資了機(jī)器學(xué)習(xí)行業(yè)創(chuàng)業(yè)公司，對(duì)自身的定位則是領(lǐng)導(dǎo)智能設(shè)備的發(fā)展。不過(guò)，這也令他有些遺憾，因?yàn)闄C(jī)器學(xué)習(xí)改變了關(guān)于工程師的定義。

魯賓表示：“人們不再一步步編寫(xiě)程序。在神經(jīng)網(wǎng)絡(luò)知道如何識(shí)別語(yǔ)音之后，程序員無(wú)法介入，看看機(jī)器是怎么做到的。這就像是你的大腦。你不可能把頭砍下來(lái)，看看你在想什么。”如果工程師想要窺探深度神經(jīng)網(wǎng)絡(luò)的內(nèi)部，那么他們看到的將是數(shù)學(xué)的海洋，利用多層微積分計(jì)算去判斷數(shù)十億數(shù)據(jù)點(diǎn)之間的關(guān)系，從而完成對(duì)世界的猜測(cè)。

人們最初對(duì)人工智能的設(shè)想并非如此。直到幾年前，主流人工智能研究員仍認(rèn)為，如果想要開(kāi)發(fā)出智能體，那么我們必須給機(jī)器灌輸正確的邏輯，只有編寫(xiě)足夠的規(guī)則，我們才能開(kāi)發(fā)出足夠精密的系統(tǒng)，去理解整個(gè)世界。他們大多沒(méi)有注意到機(jī)器學(xué)習(xí)的早期發(fā)展，甚至詆毀這一技術(shù)。在很多年時(shí)間里，計(jì)算機(jī)的性能不夠強(qiáng)大，而機(jī)器學(xué)習(xí)的優(yōu)勢(shì)體現(xiàn)不出來(lái)，因此這樣的觀點(diǎn)占了上風(fēng)。

致力于人工智能的斯坦福大學(xué)前教授塞巴斯蒂安斯倫(Sebastian Thrun)表示：“大部分爭(zhēng)論集中于固有觀念，即人腦如何組織世界，以及人腦的運(yùn)轉(zhuǎn)方式。神經(jīng)網(wǎng)絡(luò)沒(méi)有任何符號(hào)或規(guī)則，只有數(shù)字。這令許多人感到不能理解。”斯倫開(kāi)發(fā)了谷歌的無(wú)人駕駛汽車(chē)。

除此之外，無(wú)法理解的機(jī)器語(yǔ)言還帶來(lái)了更現(xiàn)實(shí)的問(wèn)題。過(guò)去20年，學(xué)習(xí)編程可以說(shuō)是找工作的捷徑，許多家長(zhǎng)都在讓孩子們額外學(xué)習(xí)編程。然而，由神經(jīng)網(wǎng)絡(luò)主導(dǎo)的深度學(xué)習(xí)機(jī)器需要完全不同的能力。隨著機(jī)器導(dǎo)致傳統(tǒng)技能的邊緣化，分析師已開(kāi)始擔(dān)心，人工智能對(duì)就業(yè)市場(chǎng)的影響。程序員可能很快就能親身感受到這一點(diǎn)。

知名科技行業(yè)人士蒂姆奧萊利(Tim O'Relly)表示，傳統(tǒng)編程不會(huì)徹底消亡，在很長(zhǎng)一段時(shí)間里我們?nèi)孕枰绦騿T，不過(guò)這樣的需求將逐漸下降，而編程將成為一項(xiàng)“元技能”。用艾倫人工智能研究所CEO奧林艾奇奧尼(Oren Etzioni)的話來(lái)說(shuō)，編程的目的將變成為機(jī)器學(xué)習(xí)的運(yùn)行“搭腳手架”。量子力學(xué)的發(fā)展并沒(méi)有徹底打破牛頓經(jīng)典力學(xué)，而代碼仍將帶來(lái)強(qiáng)大的力量，并且是我們探索世界的工具。然而，在提供特定的功能方面，機(jī)器學(xué)習(xí)將會(huì)代替我們?nèi)プ龊芏喙ぷ鳌?p align="center" class="pageLink"> 2/4   首頁(yè) 上一頁(yè) 1 2 3 4 下一頁(yè) 尾頁(yè)