Google（準備是 Alphabet）董事會主席 Eric Schmidt 幾天前給 BBC 撰寫了專欄，文章回顧了人工智能的歷史，稱儘管早在 1955年 人類就有了人工智能的構思，但是到了 60年 後的現在才真正開始取得進展。至於人工智能的影響，他仍然繼續堅持過去的觀點，認為對人工智能的繼續研發會產生積極效應，最終造福人類。
拐點出現
Schmidt 認為，過去儘管對 AI 進行了很長時間的研究，但真正的革命是最近才出現的。其使能者是深度學習和大規模的計算能力的結合。儘管人工神經網絡的頂尖專家 Geoff Hinton 早在 1980年 代就提出了核心理念，但是苦於當時沒有足夠的計算資源，直到 2009年 才擊敗了當時最先進的語音識別技術。後來 Google 採用了他的方法並將他的團隊招至麾下之後，通過與搜索巨頭強大的計算資源結合，一下子就把 Google 的語音識別錯誤率減少了 25%，直到從 “這個東西能用” 到 “這個東西比我們想出來的任何東西都要好” 的拐點出現。
需求推動
然後用户需求的推動又進一步加速了 AI 的研究。諸如 “如何才能開發出識別 58 種語言的系統？”、“在沒有標籤的情況怎樣才能找到某人的第一張金毛狗照片？” 這樣的問題，正在讓 AI 研究從過去幾十年沿用的 “玩具” 問題標杆測試轉變到真正的用户問題解決。就像 web 和雲計算的發展那樣，AI 的基礎研究焦點現在變成了用户問題的解決。
作為行動，現在 Google 每年邀請了數十位大學客座教授來做研究，讓這些人的專業知識和 Google 的計算能力結合、讓理論與實踐結合來推動問題解決。Schmidt 認為理論與實踐結合還有一個好處是讓大家擱置對 AI 的遠期擔憂，把注意力集中到如何開發出最有用的技術上來。
智能音樂
Schmidt 預計 AI 對傳統解決方案的影響不是錦上添花，而是革命性的替代。因為其性能改進並不是僅僅幾個百分點而已。
比方説數字音樂。過去音樂的精選完全是靠人來選出（curation）熱門歌曲的（實際上這正是蘋果音樂的做法），但是現在 AI 可以學習聽者的愛好，然後向其推薦下一首歌曲，甚至還可以根據歌曲的熱度預測出下一位天王巨星在哪裏。相對而言，後者不僅更智能，而且更民主—因為是大眾共同的口味，而不是所謂的編輯精選。Schmidt 隱約中似乎又貶低了 Apple Music 一番。不過，算法至上是否也適用於藝術領域呢？
本文參考了多個信息來源：bbc.com
資料來源：36Kr
請按此登錄後留言。未成為會員? 立即註冊