前些天看了两集《晓说》。
高晓松畅想了未来人类的生活方式。
不知道为什么,他重点聊了交通工具方面,大约因为节目赞助方是汽车公司。
我们每天看到的,正在改变我们生活的,当然首先是计算机、互联网和手机。
作为全球顶尖的未来学专家,我来聊聊当前热门的几个技术。
首先是人工智能。
极端乐观的声音,预言人工智能直接带来人类科技的进化极限,人类从此进入永生。
这方面的代表作《奇点临近》。
预言的科技奇点到来的时间惊人地近在咫尺,就在2030年。
天啦噜,我们那么快就要成仙了,而且人人都成仙。
我推想,即使发明了那么好的机器,也是有钱人先买得起,随后穷人才买得起。
我的同行,另一位未来学专家凯文·凯利在《必然》一书里,对“智能”一词做了内涵和外延的讨论。
在书里有这些关键词,
知化,recognifying
互动,interacting
智能一点也不复杂,每次我去seven eleven商店,门口都有个报警器说:“欢迎光临!”
这就是智能!
报警器能识别出有物体经过门口,然后发出反馈。
智能可以很浅,也可以很深。
狗能认出自己的主人,这叫智能。
电脑能区分一张图片是色情还是艺术,这也是智能。
这两年热炒的人工智能概念叫“深度学习”。
可巧我大学本科时候就接触了这个技术,当时不叫深度学习,叫神经网络。
可以参考我本科毕业论文题目《基于参数的调制模式识别》。
当时论文的结论,基于参数的调制识别比较容易实现,但识别率不高;基于神经网络的模式识别,实现成本更高,但也可以达到更高的识别率。
本科论文时间短,匆匆结束了,我没有来得及学习神经网络技术。
但回头看,神经网络就是大家说的深度学习。
深度学习是更复杂的基于参数的模式识别,或者金融技术里叫“因子”。
想象让电脑识别一张照片是不是“美女”。
简单的方案,列出几个参数,组合一个公式。
比如,美女=个子高+眼睛大+头发长。
身高、眼大、发长,这三个参数分配适当权重,计算出的结果大,就是美女;计算出的数值小,就不是美女。
这就是基于参数的模式识别,也叫多因子模型。
深度学习比这种方法复杂。
在深度学习的方法中,电脑自己设计了复杂的公式,比如
美女=身高*眼睛*头发+屁股*腿长*胸大+皮肤白+爱笑。
或者更复杂的公式,美女=身高*(眼睛+鼻子+下巴-腮帮子)+姿势多^衣服红。
你稍微动脑子想一下,就会发现这里可以设计的公式是无限多的。
没错!
电脑设计无限多的公式,挨个试这些公式,看哪个公式的结果更符合“实际情况”。
实际情况,就是人给出的结果。
比如摆出一千张照片,经过人类专家评审,鉴定为美女。
再摆出一万张照片,经人类专家鉴定,为非美女。
机器挨个试自己发明出来的公式,看哪个公式最符合人类专家给的评分。
最符合的那个公式,就是“正确”公式。
这个不断看照片学习人类审美的过程,就叫“学习”,也叫“训练”。
这就是你经常听到的深度学习。