天涯部落

小圈子,大声音!呼朋引伴网聚部落!

创建新部落?

【科学专栏】AlphaGo带来的恐慌:机器人必将取代人类?

楼主:算命风水取名字 时间:2016-03-16 19:27:20 点击:3321 回复:51
脱水模式给他打赏只看楼主 阅读设置
  [题记·谷歌新闻]:谷歌围棋人工智能AlphaGo今日与韩国棋手李世石进行了最后一战,AlphaGo 4:1大胜李世石。AlphaGo的开发团队发言人赛后表示愿意来中国,可能会与当今世界排名第一的中国棋手柯洁进行对决,彻底打败全人类!
  
  
  在学会深度学习(Deep Learning)的机器人面前,人类还有一丝获胜的希望吗?
  原文: Better Than Human: Why Robots Will-And Must-Take Our Jobs
  原作者:凯文·凯利(Dr. Kevin Kelly)

  如果半数的劳动力都失去了工作,也许这个社会就没有什么“经济”可言了。但这——虽然并非一日之寒——正是十九世纪前期的工业革命给当时的社会带来的场景。两百年前,百分之七十的美国劳工在农田中生活、工作;如今,由于自动化技术的普及,其中仅有百分之一的人仍在从事原来的工作,机器取代了他们(以及它们的牲畜)。不过,那些被取代的劳动力也并未被浪费,自动化技术在全新的领域创造出了上亿全新的工种。那些曾经在农田上工作的人们如今投身于各式各样的工厂,参与制造农业设备、汽车或者其他工业产品。越来越多的产业和工种应运而生:维修人员、印刷厂工人、食品分析师、摄影师、网页设计师……全都因新技术的普及而出现。今天的我们所从事的绝大多数工作,都是十九世纪的田野农夫根本无法想象的。
  
  程序员、网页设计师、摄影师等等职业,都是仅仅两百年前、甚至一百年前的先人无法想象的。图片来源:beckswebsites.com

  虽然听上去难以置信,但到了本世纪末,我们所熟悉的职业中,百分之七十同样可能被自动化技术取代——没错,亲爱的读者,你的工作也不能幸免。换言之,机械将在更多领域内取代人类这件事基本上已经是板上钉钉了。这场全新的产业动荡将由新一波自动化热潮所引领,其关键的核心便是人工识别技术、廉价的传感器原件、机械学习和分布式智能。从体力工作到脑力劳动,自动化将触及一切工种。
  首先,机器的地位在已经迈入自动化的产业中将更加稳固。当机器人最终彻底取代组装流水线上的工人以后,他们也将很快取代库房管理工人。这些不知疲惫的铁皮家伙能够全天无休地举起70千克重的货物,并对其检索、分类,然后装上卡车。水果和蔬菜采摘的机器化也将继续推进,到最后,除了农家乐以外,不会再有人类采摘果蔬。药房只需配备一台负责发药的机器人,药剂师也因此可以将更多精力花在为病人咨询上。再然后,打扫办公室和学校这种更需要灵活技巧的工作会被夜间工作的清洁机器人取代,而奔驰在高速公路上的卡车司机也将变为自动驾驶机器人。
  与此同时,机器人也将被继续引进传统的白领工作领域。实际上,我们已经在工作环境中使用了不少人工智能技术,只不过我们不这么说罢了。Narrative Science已经开发了一款可以自动根据体育比赛数据攥写体育新闻,或者通过网络上的数据信息来分析企业股价走向的软件。在将来,那些需要大量处理文书工作的岗位都会被机器人所取代,包括医学领域的许多职业——就连和文书无关的工作,比如手术,也愈发机械化了。任何需要大量信息的重复性工种都将迅速进入自动化处理时代,无论你是律师、医生、建筑师、记者还是程序员,全都无法幸免。机器人取代人类的浪潮将会翻天覆地。
  
  而这一切,早已开始!
  
  每天学点周易知识,点击进入>>>“算命风水取名字”部落手机用户请点击:>>>“算命风水取名字”部落
楼主算命风水取名字 时间:2016-03-16 19:35:07
  

人类职业将何去何从?
  

虽然制造业将会受到机器人劳动力的巨大冲击,但是传统的服务行业仍然会给人类保留大量的工作机会。工业机器人Baxter的设计者罗德尼•布鲁克斯(Rodney Brooks)认为,机器人若想在烹饪等服务行业里取代人类,至少还需要三十年的时间。“在快餐店里,你并不总是在烹饪同一种食物,你需要不断改变工作内容,这意味着需要针对不同工作的特定解决方案。但我们并不打算提供特定解决方案,我们想做的,是制造出一种可以由其他工作人员设定好、和他们一同工作的通用型机器人。”一旦我们与机器人并肩作业,我们的工作也会不可避免地互相渗透,直到我们的旧工作完全被它们所取代——但我们也会因此创造出如今还无法想象的全新职业。

  为了更好地理解机器人取代人类的过程,我们可以从人类与机器人的关系的角度,将一切职业划分为四个类别:

  1. 首先是那些人类能够完成,但机器人能做得更出色的职业。手工编织棉布的过程费时费力,而全自动纺织机可以以极低的成本编织出完美的布料。有时,我们的确会出于某种不完美情结购买手工织物,但当我们以100码的时速奔驰在公路上时,绝对不想经历这种人为误差造成的不完美——在那时,你只会希望在制造这辆车的过程中,人类参与得越少越好。
  只不过,在面对更加复杂的事物时,我们仍会下意识地认为电脑和机器人不值得信任。机器已能领会抽象概念定义的任务,甚至超过了它们掌握物理规则的能力,也正因为此,我们在理解这一点时仍显迟缓。虽然自动导航系统完全可以独立驾驶波音787客机,但我们仍然安排了人类机长,“以防万一”。自90年代起,电子化的抵押评估程序便已经大规模地取代了专业的人类评估员。大量的税务文件准备的工作已经交给了电脑来完成,同样情况的还包括常规的X光结果分析,甚至庭前证据搜集工作等,而这些工作都曾需要高薪雇佣专业人士方能完成。我们已经接受了机器人在制造业中的绝对可靠性,或许不久以后,我们也会接受它们在智能和服务领域的可靠度。
  
  或许不久后,我们也会接受机器人进入智能和服务领域。图片来源:wired.com

  2. 随后,是那些只有机器人能做,但人类无法完成的职业。举个例子:人类无法在没有外在工具协助的情况下制造哪怕一个小小的黄铜螺丝钉,但自动化机械能在一小时内制造上千枚相同的产品。没有机器,我们也不可能制造出任何一枚电脑芯片,因为我们的血肉躯体压根就不具备这份工作所需的精准度、控制力以及不能动摇的专注力。无论教育程度多高,人类搜遍全网,都无法找到有关加德满都昨天鸡蛋市价的那个网页——每点击一次搜索按钮,你都是在驱使一个小小的机器人去完成一件我们无法独自实现的工作。
  
  每一次搜索,真正完成检索工作的都不是你,而是“小机器人”们。图片来源:Google
  我们总担忧机器人会取代人类,却忘记了它们早已通过承担这些人类无法完成的工作而为我们创造了巨大的利益。我们没有能够检查CAT扫描结果的每一平方毫米上是否有癌细胞踪迹的持久注意力;我们没有能在电光石火间将熔融状态的玻璃吹制成瓶状的敏锐反应力;我们更没有能牢牢记住球场上每一次投球、并且将其转化为可供分析的数据的可靠记忆力。我们从未将那些所谓的“好工作”交给机器人们;相反,大部分时候,我们只是把那些人类永远无法从事的工作扔给了它们。没有这些任劳任怨的机器人,这一切只能永远地被搁置下来。

  3. 再来看看第三类,也就是机械自动化创造出的全新职业。这恐怕是机器人对人类生产生活所造成的最大改变:在自动化机械与电脑智能的协助下,我们已经可以完成无数在150年前根本无法想象的事业。我们能从肚脐眼切除肠道肿瘤,操作太空车行走于火星表面,或者在朋友空运寄来的布料上印制图案——人类如今所能做的一切必定会让生活在1850年代的农夫们又惊又羡。这些成就并不仅仅是被技术简化的苦工,正相反,它们是由能够实现它们的机器创造出来的梦想,是机器创造的工作。
  在汽车、空调、视频显示器和卡通动画被发明以前,一个罗马人绝对无法想象,有一天他能够在端坐于温度适宜的车厢种,一边看着动画片一边前往雅典。两百年前的上海人也不会预见,如今的人们只需要通过手中的一个小方块就能与远方的朋友对话。第一人称射击游戏里那些狡猾的AI们给了上百万青春期男孩成为专业游戏设计师的梦想和冲动——没有哪个维多利亚时代的少年有过这样的梦想。我们的造物真真切切地指派了我们的工作。每一个成功的自动化产物都在创造新的岗位——没有自动化技术的推动,我们根本无法想象这些工作。
  
  这样的场景也需要职业人士建模绘制。图片来源:pichost.me
  需要重申的是,自动化创造的大多数新工作都是只能由其他自动化过程完成的。既然有了Google, 我们便把各种各样的新任务交给了它:Google, 你能帮我找到手机吗?能帮抑郁症患者找到心理医生吗?能预测下一次传染病何时爆发吗?从这种意义上来说,机器是公平的,既为人、也为机器提供了新的选择。
  可以猜测,2050年时收入最高的职业必然会依赖于那些目前尚未被发明的机械与技术。我们之所以还无法想象这些职业的存在,是因为我们还不曾见到能够实现这些工作的技术和机械被运用于生活中。机器人能创造出我们自己都还不知道的需求。

  4. 最后,是那些只有人类才能进行的工作。有一件事只有人类能做,而机器不能(至少在很长一段时间内不能):那就是决定人类自己想做什么。这并不是个无关紧要的问题,我们的欲望会被人类先前的发明所启发,因此,这其实是个循环。
  而当机器人与自动机械完成了绝大部分无聊繁琐的基础工作,让衣食住行都不再是什么难事时,我们终于能质问自己:“人类因何而存在?”产业化不仅延长了人类的寿命,更为人类提供了一个追求自己理想生活的机会,让我们中越来越多的人可以投身于舞蹈、音乐、数学、体育、时尚、瑜伽,或者更多千奇百怪的职业选择中——但随着时间的推移,也许它们同样也将被机械所取代。等到那时,我们才有机会去探寻人类自存在起就在质问自己的终极问题:我们该何去何从?

楼主算命风水取名字 时间:2016-03-16 19:42:42
  

机器人替代人类:仅需七步走
  
  

当下,这个后工业时代的经济体仍将继续扩张,即使大部分工作都由机器人代劳——在将来,你的工作也许就是去发现、创造和实现那些还没有人做过的事情。在未来几年,自动驾驶汽车将会变得十分普及,而这个产业也许就会催生出以优化路况为职业的道路优化师;机器人手术的常规化会带来机器消毒和保洁的需求。当我们对自己所有的日常活动都被自动记录感到习以为常,也许会出现专业的数据分析师,帮助我们发掘数据背后的意义。当然,我们会需要一大群机器人护理师,定期维护家家户户的机器人以保证其正常运转。在更远的将来,就连这些职业也会被机器人本身所取代。
  当人人都拥有机器人助手的时代来临,剧变才真正开始。想象一下你拥有一块面积不大的有机农田,一队可靠的机器工人能进行包括除草、杀虫和收割在内的全部工作,并且只需要配备一个用于指挥的监工机器人便能够独立完成。也许某一天,你的所有工作不过是去搜寻那些值得栽培的优质番茄品种;而在次日,你需要做的不过是稍稍更新一下作物的标签。机器人会替你解决所有机械繁琐的工作。
  现在,这一切还无法想象。我们无法想象机器能为我们组装礼物,为我们的除草机或厨房配置新部件,我们无法想象自己的侄子侄女在车库里鼓捣机器人,一同为朋友的创业公司制造配件,我们无法想象自己的孩子会成为自动制作液氮冰激凌的点心机的设计师。但这些都是机器人将会实现的。
  
  说不定未来的机器人连照顾盆栽都能代劳?图片来源:webneel.com
  不过在那时,仅仅拥有一个机器人并不意味着就能成就大业,成功仍然属于那些善于组织、优化和定制机器人,来创新性地完成各种工作的人。生产集群的地理位置仍然重要,但不是因为劳动力成本,而是人类驾驭机器人水平的不同。一个人类与机器人的共生经济体将会诞生,有一项工作永远不会完成:那就是不断为机器人创造新的工作,让它们不间断地运行。所以,我们至少还有一个工作可作。

  毫无疑问,在不久的将来,我们与机器人的关系将会变得越来越复杂。但一个重复出现的模式已经显露。无论从事何种职业、坐拥何等薪酬,机器人都将按以下七步取代你的职业,一次又一次:
  
  1. 机器人和电脑绝对没法做我的工作。

  2. 好吧,它们能完成我工作的一大部分,但没法做到我做的所有事情。

  3. 它们已经能完成我的所有工作,但常常需要我的维护。

  4. 它们已经能完美地完成我的所有工作,我只需要训练它们完成新的任务。

  5. 让机器干我无聊的老工作吧,因为那份工作本来就不是人干的。

  6. 机器人干起了我的老工作,但我的新工作更有趣,还赚得更多!

  7. 我很高兴机器人和电脑现在还没法取代我的新工作。

  …………
  

1条评论   点击查看  我要评论
楼主算命风水取名字 时间:2016-03-16 19:50:41
  

千万别把这当作一场与机器人的竞争,因为我们必败无疑!
  

请把这一切视作人类与机器携手并进,而不要视作竞争;也许在将来,你会因为与机器人合作无间而得到更多的薪水,它们甚至有可能占据你身边所有同事中的百分之九十,更是你完成本职工作所必不可少的伙伴。你和你的机器人同事之间将不再泾渭分明,你也会为它们担当了所有单调乏味的苦差事而感到暗自庆幸。
  就让机器人接替我们的工作吧,它们当然不会比我们做得更差,更能够实现那些我们原本做不到,或者压根没有想过的事情。它们还将协助我们寻找真正适合我们的职业,让我们有机会去追求真正的自我价值,去理解身为一个人类究竟意味着什么。
  
  机器人真能抢走人类饭碗吗?抢走了难道不是好事吗?

1条评论   点击查看  我要评论
楼主算命风水取名字 时间:2016-03-16 19:52:17
  
  AlphaGo大胜人类顶尖棋手告诉我们:千万别把这当作一场与机器的竞争,因为我们必败无疑!
  本文原文来自: Better Than Human: Why Robots Will-And Must-Take Our Jobs
  原作者:凯文·凯利(Dr. Kevin Kelly),校对:张B
作者 :光影疏斜暗香袭 时间:2016-03-16 20:18:43
  危机感来临,科幻小说里的都会变成真的。
作者 :周易取名字 时间:2016-03-16 20:26:00
  @算命风水取名字 :本土豪赏1朵鲜花(100赏金)聊表敬意,发人深省:机器人会夺走我们的工作吗?我们该何去何从?【我也要打赏
作者 :贾庄当真 时间:2016-03-17 15:46:54
  @算命风水取名字 推荐 [xyc:赞]
作者 :一面湖水szm 时间:2016-03-17 19:44:40
  高见啊!拜读!
作者 :关宝玲 时间:2016-03-17 22:43:33
  @算命风水取名字 科学技术是一把双刃剑,如果人类放任发展不加以控制的话,确实如此,要让科学技术为人类服务,而不是人类为科学技术服务。
作者 :沁花泥 时间:2016-03-18 00:12:09
  希望到那时,社会分配制度也能跟的上,千万不要还是资本驱动性的
作者 :顾小芈 时间:2016-03-18 15:54:48
  作为一个从业者,我同时害怕深度学习遭到捧杀,尤其是AlphaGo让大众熟知了这样一项技术后。深度学习才刚刚起步,就像婴儿刚刚学会走路,我们固然可以畅想他以后成为伟人,但毕竟很多技术还不成熟,相当一部分应用还难以让人满意,甚至在未来很长时间内都难以做到。人工智能的发展需要的不是大家一股脑的热情,而是持久的投入和努力。

  深度学习( Deep Learning )这个词最近借着AlphaGO与李世石的人机大战又火了一把。深度学习其实是机器学习(Machine Learning)的一个分支学科,而机器学习是一门研究数据之间关联关系的学科,比如它可以用来挖掘收入和年龄,性别,职业,学历等因素的数学关系。但是传统的机器学习方法一般只能挖掘简单的线性关系。

  我们知道大千世界不是线性关系所能描述的,比如收入与年龄,性别,职业,学历的关系,这么一个简单的问题就不是一个线性关系所能表达清楚的。深度学习的出现改变了这种现状,深度学习使用复杂的多非线性模型表示数据之间的关系,然后使用大量的数据最终确定数据之间的关系究竟是什么。

  深度学习的灵感来源于大脑神经网络,可以说我们的大脑就是一个极致复杂的深度学习模型。大脑里的神经网络是由数以千亿计的神经元连接而成,深度学习也使用同样的结构,每个人工神经元对输入进行简单的线性或非线性运算后将结果传递给后续的神经元,在经过这样十几层乃至上百层的传递后得到最终的预测结果。

  深度学习这套方法并不是近几年提出的,早在80年代末Geoffrey Hinton和Yann LeCun等学者就使用深度学习的方法解决了手写体数字的识别问题。遗憾的是,进入90年代后深度学习的性能没有本质上的提升,甚至劣于很多简单的线性模型,深度学习的研究沉寂下来。

  直到2006年,Hinton教授在Science上发表了深度学习的里程碑一样的论文,重新审视深度学习方法,将深度学习的性能提升到了一个新的台阶。在此之后,深度学习在语音识别、计算机视觉、机器人、自然语言处理等领域均超过了传统的机器学习方法,甚至在人脸验证比赛LFW和自然图像分类比赛ImageNet上超过了人类的识别能力。这次,AlphaGO击败李世石又是一个深度学习超越人类的实例。

  那么是什么让深度学习再次崛起并超越人类呢? 
  当然首先要归功于Hinton等学者几十年如一日的不懈研究。另外,有两个客观因素异常重要:

  壹·大数据

  互联网将几十亿人连接在一起,同时也让海量数据连接在了一起。深度学习必须要有海量数据才能得到表现好的模型,深度学习和大数据的关系就像火箭和燃料一样,火箭虽然厉害,但是没有大数据这个燃料也只是一堆废铁。因为大数据的必不可少,我们也看到深度学习做的最好的地方是我们熟知的那些拥有大量数据的IT巨头,Google、Facebook、Microsoft、百度等。可以说,在深度学习时代,拥有数据就占领了人工智能的制高点。

  贰·高性能计算

  摩尔定律揭示了计算能力增长速度的规律,过去这些年GPU,超级计算机和云计算等计算平台迅猛发展,让深度学习的实现成为可能。举个例子,2011年GoogleBrain用了1000台机器、16000个CPU处理的深度学习模型大概有10亿个神经元,而现在我们已经可以在几个GPU上完成同样的计算了。事实上,深度学习已经进入我们的口袋了,我们的智能手机上的GPU已经可以运行一些复杂度一般的深度学习方法了。我想过不了多久,我们每一个人都可以在手机上和AlphaGO对弈了,再过些年,我们的手机就就可以运行像人脑一样复杂的神经网络了。

  在深度学习领域有很多非常优秀的华人科学家和中国企业。科学家方面,我们熟知的有百度首席科学家吴恩达,IDL的发起人余凯,Caffe的作者贾扬青,第一个把人脸验证LFW刷到99%以上的汤晓鸥、王晓刚教授,去年夺得ImageNet多项桂冠的孙剑和何凯明等等。企业方面,我们所熟知的BAT、360、搜狗、滴滴等均在深度学习方面有布局,同时国内也涌现出一批依赖深度学习的新企业,比如格灵深瞳(安防、自动驾驶)、旷视科技(人脸识别)、商汤科技(人脸识别)、地平线机器人(ADAS)等。

  深度学习不只是和人下下棋这么简单。既然它是对人脑的一种模拟,它可以完成很多人脑的功能。

  首先是视觉的功能。我们的相机可以像眼睛一样看到这个世界,却不能像大脑一样看懂这个世界,深度学习恰恰补上了这个短板。有了深度学习,Google Photo、百度识图、淘宝拍立淘才可以准确地识别照片中的物体类别,并对你的照片进行自动归类或搜索。有了深度学习,我们才可以很酷炫地在支付宝里刷脸付款。有了深度学习,格灵深瞳的行为特征分析系统可以检测场景内所有人员、车辆的行踪,对可疑和危险事件及时报警。有了深度学习,自动驾驶汽车识别周围路况时才足够准确。有了深度学习,Faceu这样的App才知道脸在哪里,五官又在哪里。

  除了视觉功能,深度学习在语音识别方面应用也非常广泛。百度的Deep Speech 2在一些测试中也已经超过人类的听力。此外,Google、Apple、Microsoft以及国内的科大讯飞等也都推出了自己的语音识别产品。在深度学习的帮助下,计算机拥有了越来越强大的语音识别能力,这将逐渐改变目前目前以键盘为主的人机交互模式。

  深度学习也深刻改变着机器人领域。刚才说的基于深度学习的视觉和语音识别的能力可以帮助机器人更好地感知世界。除此之外,深度学习还和增强学习(Reinforcement Learning)相结合。

  所谓增强学习指机器人通过与环境交互中得到的奖赏和惩罚自主学习(Self Learning)更优策略。举个简单的例子,AlphaGo就是一个增强学习的产物,它通过跟其他棋手下棋或者和自己对弈的输赢情况自主学习更好的下棋策略。而深度学习的引入,使得增强学习方法可以找到更加复杂的策略。从AlphaGo完胜李世石可以看出,深度学习+增强学习已经有能力让机器人在相当复杂的环境下自主学习到高度优化的决策策略

  以上的这些应用只是我们平时看得见的,还有很多深度学习的应用则在我们的视线之外影响世界。互联网搜索、广告推荐、金融量化交易、机器翻译、医疗大数据分析、智能法律咨询……可以说凡是需要从大量数据中预测未知信息的领域都是深度学习可以一展拳脚的地方。未来,以深度学习为代表的人工智能技术也许会像蒸汽机、电动机、计算机、互联网一样推动新一轮科技革命,让生产力再上一个台阶。

  当然,作为一个从业者,我同时害怕深度学习遭到捧杀,尤其是AlphaGo让大众熟知了这样一项技术后。深度学习才刚刚起步,就像婴儿刚刚学会走路,我们固然可以畅想他以后成为伟人,但毕竟很多技术还不成熟,相当一部分应用还难以让人满意,甚至在未来很长时间内都难以做到。人工智能的发展需要的不是大家一股脑的热情,而是持久的投入和努力。

  本文作者:潘争
  格灵深瞳计算机视觉工程师,清华大学自动化系博士
  原文链接:http://xtecher.com/Website/Article/view?aid=788
作者 :顾小芈 时间:2016-03-18 16:06:08
  关注人工智能的都可以去关注一个科技媒体Xtecher,我最近比较关注他们,有很多特别好的科技项目,有大概十几个领域呢哈哈哈
作者 :KingSYJ2016 时间:2016-03-18 16:15:10
  不能完全取代的
作者 :天下涯剑客 时间:2016-03-18 16:52:25
  第一次看到这样的文章,我完全不懂。我只知道随着科技的发展,人类只会越过越好。这种职业问题没必要很担心。。。
作者 :bobbye580 时间:2016-03-19 11:01:06
  @算命风水取名字 机器智能化应该是目前的瓶颈所在,也是人类的最后一道防线吧,未来将何去何从还真是有点捉摸不透呢
作者 :尤其拉 时间:2016-03-19 21:58:56
  我就知道给机器输入围棋程序之后,下一盘五子棋,他就会晕掉。笨死了。哈哈哈。
作者 :c1239689044 时间:2016-03-20 15:32:31
  @算命风水取名字 :本土豪赏1个(100赏金)聊表敬意,对您的敬仰如滔滔江水连绵不绝。【我也要打赏
作者 :c1239689044 时间:2016-03-20 15:40:45
  @算命风水取名字 :本土豪赏1个(100赏金)聊表敬意,对您的敬仰如滔滔江水连绵不绝。【我也要打赏
楼主算命风水取名字 时间:2016-10-27 13:43:30
  

相关推荐

    发表回复

    请遵守天涯社区公约言论规则,不得违反国家法律法规