《人工智能会取代人类吗?》-完-4.7

 

作者: [澳]托比·沃尔什
出版社: 北京联合出版公司
副标题: 智能时代的人类未来
译者: 闾佳
出版年: 2018-6
页数: 256
定价: 59.80元
装帧: 平装
ISBN: 9787559621221

 

 

 


 

出 版 社:哈佛商业评论
丛 书 名:《哈佛商业评论》增刊
出版时间:2017-05-01

在读上本之前,先说这本。几篇译稿,整体感受翻译质量的还不错,文章表达的内容也有扯蛋的。最后一篇可看。4篇文章,3篇强关注就业问题。

 

文章一:《自动化大潮来袭 华尔街人也要失业了》
开篇传达,机器的自动化取代人已经是进行中的显而易见。工作岗位骤减,但笔者也给了安慰:人的工作为机器取代了,别害怕,你还可以干点看着机器干活的营生么。
嗯,如果以前需要10个人,这个“看工”要几个?笔者没说!

文章二:《超越机器人 人类保持竞争力的5剂药方》
对于这篇,就更扯蛋了,“乐观”得头头是道。药方:主动升级;另辟蹊径;介入干预;专精于业;顺势前行。人与机器人的关系是——增益!
笔者:知识型的工作领域将被机器所取代,所以人要为了保住饭碗重构思维方式。主动升级,达到更高认知水平;另辟蹊径,找寻机器人缺乏的人类所特有的才能;对机器决策进行监督调整;在极其专业化领域中占有一席之地。
嗯,这5剂药方,对于大众就业而言,怎么下药?都是少量的工作机会,失业的人却是大量。

文章三:《机器人和未来工作》
这篇就更有意思了,一个老板出来发话了,我们肯定要机器化的。我就想要一双干活儿的手,怎么每次都带着脑子?——亨利·福特
老板们需要金字塔顶端的人,淘汰中部及尾部,却大言不惭,愿意花钱给中尾部的人进行培训提升。
嗯,我招募来的都是最年轻的鲜活生命力,你们这些老家伙,嗟,这点钱拿着去整个容,看上去年轻点。

文章四:《如果你的老板是机器人》
这篇文章,其实在讲述人与机器人的相处关系,其实在重点强调人对机器人的态度,因为人并不那么理性,甚至存在刻板印象的任性,所以,日后机器人的大力发展,规避和利用人类的倔强和脆弱的感情即可。
一声叹息!

对于AI人工智能,本人的态度一直是悲观的,人在作死的路上越跑越快活。迷恋的崇拜,科学就成了邪教。人,真是无所不能,无所不及,无所畏惧!

明天的人自然有适合环境的活法。机器人是仆人,是伙伴,亦或是老板,也非个人所能左右的,趋势已然,你穿着的匡威,骑着摩托车,可依旧在这潮流里。风口浪尖,或被拍死,明天存在的风险,今天依旧是风险。害怕了吧,无敌的中年危机。


回归本书《人工智能会取代人类吗?》,豆瓣评分9.6奇高。晚上看了2篇代序,推荐者都很中肯,没有哗众取宠。200多页,快速看下。

序中提及的内容:中国把未来押注在人工智能上,计划2030年成为人工智能的全球领跑者。

一个了不起的人——图灵
OpenAI:开发安全的人工智能,再将它开放给全世界。——马斯克
这本书作者写了一篇诚恳的引言。

第一部分 人工智能的前尘旧事
第一章 人工智能之梦
约翰·麦卡锡:“人工智能”概念提出者。
莱布尼茨:微积分。
乔治·布尔:计算机逻辑0 or 1。

以前,我以为对于这个世界来说,唯一存在的绝对真理是数学(如果存在绝对真理,那就是数学)。原来,并非如此。数学基础的不稳定性,在人工智能的极限可能性上暧昧不清。“人类写不出最精准的规则”,“存在计算机无法计算的问题”,人工智能无法突破人类智慧?!

约翰·麦卡锡,他与图灵并列为人工智能领域的奠基者之一。

达特茅斯夏季研讨会:组织者约翰·麦卡锡。研究人工智能,制造思考机器。

1966~1972 摇摇(Shakey)项目,第一台移动机器人,能感知环境,对周围和行动推理。

1965年 DENDRAL项目,把专业领域只是编码到计算机程序里。专家系统,演变为SAP、Oracle、IBM等销售业务规则引擎。

1975年7月15日,计算机程序BKG 9.8 击败了西洋双陆棋世界冠军。按学习编程,而非更优秀的规则。

1997年5月11日,IBM开发的计算机象棋程序“深蓝”击败国际象棋冠军。

1964~1966 计算机心理治疗室“伊莉莎 Eliza”,算是聊天机器人的智能始祖之一。

人会出于能力的欠缺而忽视机器造成的错误。人类的对话充满了错误,但我们视而不见。

自然语言通常是指一种自然地随文化演化的语言。英语、汉语、日语为自然语言的例子,而世界语则为人造语言,即是一种为某些特定目的而创造的语言。 不过,有时所有人类使用的语言(包括上述自然地随文化演化的语言,以及人造语言)都会被视为“自然”语言,以相对于如编程语言等为计算机而设的“人造”语言。这一种用法可见于自然语言处理一词中。

一旦我们知道怎样把特定的 任务加以自动化,往往就不再把它叫成人工智能,而将之视为主流计算的一部分。人工智能的技术淡出视野,暗示了成功。

第二章 测量人工智能

图灵测试:评委区分对面是程序还是人,无法区分则通过。

恐怖谷:心理现象,如果机器人看起来跟人差不多,行动也差不多,我们就会因为它们的外表产生不安。随着机器人越来越像人类,我们的心理舒适度就会向谷底陷落。微小的差距愈发明显,也承担了越来越大的重要性。

自然谷:当程序接近我们自己的智能水平时,我们会迅速认为它们比实际情况还要聪明。

2004年,斯坦福大学开发了自动驾驶车辆在未勘测的沙漠道路行驶100多千米,赢得200w美元。此后,各大公司竞相建立价值数万亿美元新行业。

超级人工智能的实现存在乐观和悲观,专家认为21世纪内存在机器与人一样思考的可能。

一个疑问?很多人工智能研究员花钱把自己的身体冷冻在200度以下,这是期待AI,还是基因工程?

第二部分 人工智能的现状
第三章 当今人工智能的情况
四大部落:
a.学习部落:符号派、连接派、演进派、贝叶斯派、类比派
b.推理部落:
c.机器人部落
d.语言学部落
两大洲:
a.褴褛洲;b.整齐洲

技术学习攻坚:
1、机器学习算法无法解释答案是怎么得出的
2、从数量有限的数据中学习,达到人类水平,路长
3、在不同的问题中学习,人可以把一个领域迅速应用另一个领域,机器大多从头
4、无监督学习

第四章 人工智能的局限
弱人工智能:在一项需要智力的具体任务上,制造出一台等于或者超过我们能力的机器。eg.国际象棋,医疗。
强人工智能:思考机器最终成为思维,或至少具备思维的所有特征,eg.意识
通用人工智能(AGI):制造出来的思考机器有能力解决人类能解决的任何问题,甚至超过人类的水平。与强人工智能相比,有时同义使用,但区别是AGI并不一定拥有思维,具备意识,以及跟思维相关所有一切的思考机器。AGI跟超级智能(远超人类智能)概念同义使用,但其实是通往起路上一步而已。
超级智能:几乎每个领域都比最优秀的人类大脑聪明,包括创造力、一般智慧和社会技能。

强人工智能。这个概念,来自哲学家约翰·希尔勒(John Searle),他曾对人工智能提出过最具雄辩、最响亮的批评。
通用人工智能有时和强人工智能同义使用,但两者有一个很大的区别。通用人工智能并不一定是拥有思维、具备意识,以及跟思维相关所有一切的思考机器。通用人工智能通常跟超级智能(或者远超人类的智能)的概念同义使用,但真正的通用人工智能其实只是通往超级智能之路上的一步而已。

波兰尼悖论

莫拉维克对悖论

阿西莫夫定律 1.机器人不得伤害人类,或坐视人类受到伤害。 2.除非违背第一定律,机器人必须服从人类的命令。 3.在不违背第一及第二定律的前提下,机器人必须保护自己。

I.J.古德(I.J.Good)提出了一条简单得多的定律。这条定律简洁而优美:“对待不如你的人,就像比你优秀的人对待你那样。”
EPSRC的机器人原则 1.机器人是多用途工具。除非是为了国家安全,设计机器人的时候,不应以杀死或伤害人为唯一或主要目的。 2.人类是负责主体,而非机器人。在设计、操作上,只要切实可行,机器人都应遵守现行法律及基本权利及自由,包括隐私权。 3.机器人是产品。在设计上,它们所使用的流程,应确保其自身安全可靠。 4.机器人是工业人造物品。在设计上,它们不应以欺骗性方式来利用弱势用户;相反,它们的机器性质应当一目了然。 5.对机器人负有法律责任者,应遭到追责。
约翰·冯·诺依曼
第一台超级智能机器也就成为人类最后的发明了……
假如说科学史能教会我们一件事,那就是:人类并不像我们自己以为的那么特殊。
在处理更大的复杂性时,其他科学已经退回到更侧重于描述的理论。
共同学习的定义 集体性团体的代理人直接为自己学习,或是间接从其他代理处学习

第五章 人工智能的影响
我们真正应该担心的,不是人工智能,而是自主权。我们绝对不应该对智能不足的系统下放自主权。

技术性失业

涓滴

牛津报告确认了据称未来几十年里难以实现自动化的三种工作技能:创造力、社交智能以及感知和操纵能力。但这三种技能,每一种我都无法完全认同。
牛津报告罗列的确切数字掩盖了一个难以准确预测的事实,那就是:未来几十年,我们到底会有多少人失业。对牛津大学的研究,我举出了若干保留意见。不过,很明显,白领和蓝领都有许多岗位受到威胁。以我之见,失业率可能会增加,但大概是预测的一半左右,也即20%到25%。即便如此,这也是个巨大的变化,我们今天就需要开始为它做好规划

第三部分 人工智能的未来

第六章 技术变革
人文学者兼作家尼尔·波兹曼(Neil Postman)在丹佛发表讲演,提出了他从过往技术变革中确认的五大重要教训。
教训一:要付出代价 波兹曼提出的第一条教训是,技术既有所予,也有所取。
教训二:不是所有人都会赢 波兹曼提出的第二条是,会有赢家,也会有输家。
教训三:技术内嵌着强大的观念 波兹曼提出的第三条教训是,每一种技术的出现,都伴随着强大观念的出现。
教训四:改变不是渐进的 波兹曼提出的第四条教训是,技术变革往往不是增量变化。也就是说,它给生活带来的改变,不是小幅的、渐进的,它可能彻底改变我们生活的整个生态系统。
技术变革的后果可能极为庞大,无法预测,基本上不可逆转。
教训五:新技术成为常态 波兹曼提出的第五条,也是最后一条教训是:新技术将迅速成为天然秩序的一部分。
波兹曼认为,这种把技术视为天然秩序的一部分的观点,有着危险性。也就是说,人们接受了技术原本的样子,于是很难去修改、规范它。
亨利·福特说过一句名言:“如果我问人们想要什么,他们会说,想要更快的马。”
在什么时候、什么地方使用思考机器,我们必须作出谨慎的选择。

第七章 十项预测
比尔·盖茨说过:“我们总是高估未来两年会出现的变化,低估未来10年出现的变化。”
我们对复合增长理解得不够好。进化给我们配备的焦点,是放在短期变化上的;长期变化,特别是多年里的复合变化,人是很难理解的。养老金和赌博行业就证明我们理解不了复合增长和概率。
预测之一:禁止你驾驶汽车
预测之三:玛丽莲·梦露重返银幕
预测之四:计算机能聘请你,也能炒了你
预测之五:你对着房间说话
预测之六:机器人抢银行
预测之七:德国队输给机器人队
预测之八:全球各地穿梭着无人驾驶的船只、飞机和火车
预测之九:电视新闻不再由人类制作
预言之十:我们死后继续“活”下去