关于“智能革命”的分析与思考

如果将人类和机器看做碳基和硅基的两种“生物”，我们会发现本质上二者是并列关系。哥白尼的日心说证明了地球和其他星球的同等地位，达尔文的自然选择证明了人类和其他生物的同等地位，弗洛伊德的精神分析证明了人类意识与生化反应的同等地位，我们人类在科学的探索下正在逐步走下神坛，被观测到其本质，也许未来，我们会在人工智能领域的探索中发现人类与机器的同等地位，届时人类与机器将协同合作，共同建设美好的地球家园。

1 人工智能历程与现状

2016年3月12日，由DeepMind公司带来的基于深度学习算法的智能机器人AlphaGo，以4:1战胜李世石九段，标志着人工智能正式开始进入大众视野。而16年年底，Master横扫人类60局不败，我们可以看出，人工智能已经在极快的时间内，在部分领域远远超过人类水平。霍金曾说：“人工智能的成功将会是人类历史上最重大的事件。”
1956年，美国达特茅斯会议提出“人工智能”概念，此后几十年里，人工智能随着感知器，神经网络，支持向量机等理论的提出，一直在不愠不火的发展中，然而终究没有迎来爆发式的发展，这是因为缺乏两个必要条件——数据和硬件。随着信息革命的发展和成熟，无数的互联网公司为我们带来了海量的数据，在摩尔定律的不断印证下，计算能力得到飞跃。这两个条件成熟后，以2012年爆发的深度学习技术为代表，相关的一系列技术开始渐渐崭露头角，很快就在智能机器人控制，专家系统，图像识别，语音识别，自然语言处理等领域大放异彩。

2.历次产业革命的共性与特性

人工智能之所以能够被称为与蒸汽革命，电力革命，信息革命地位相当的“智能革命”，是因为从历史维度看来，它与前三次革命有着本质上的共性：以科学发明为标志，广泛应用于人类生活，大幅度提高生产力，引发产业结构，社会体系，全球政治经济格局甚至社会文化价值观的深刻变化。除此之外，我们还应该注意到，每次的产业革命都会让人类社会出现前所未有的新特征，且前一次产业革命为后一次产业革命提供了基础条件。
第一次工业革命诞生于17世纪，蒸汽机的出现，带动了生产效率的大幅提高，机器的效率远远超过人力，此外技能的概念和创新的概念比以往更加明显。技能是人类利用工具进行生产所需要的技术，是一种提高生产力的行为，而创新可以被认为是一种抽象的能提高生产力的行为。工业时代能源的开采都借助机器进行，技能劳动大量代替了体力劳动，人类的大量体力劳动得到解放。
电力革命以电能的使用为标志，电能的发明相比之前的燃料能源，有着更广泛的应用场景，且能够远传，促进了能源的资源分配。电力革命带来了弱电技术的发展，从而带动了电子工业产业的蓬勃发展。电能由燃料能源转化而来，因此第一次工业革命是第二次工业革命的基础。电力革命与蒸汽革命又有着完全不同的特征，即科学技术的依赖程度明显增高，学科交叉，行业跨界开始逐步出现。
信息革命以计算机，集成电路，互联网的出现为基础，打通了整个世界的连接网络，促进了信息的高速流通。这并不是一场能源革命，而更多的点在于提高效率上。计算机和芯片的出现提高了计算效率，互联网的出现提高了信息流通的效率。此外，信息革命基于弱电技术的发展，因此仍然具有以上一次革命为基础的特点。
这其中有两个关键词：效率，以及创新。创新能够提高效率，而创新的发起者是人。技能和创新都能够提高效率，而后者提高的幅度更大，技能成倍的提高生产力，而创新成倍的提高技能。当体力劳动比例下降，从事技能工作和创新工作的人比例增高时，生产力能够更快速的提高。电力革命以来，生产自动化开始逐步出现，直至信息时代计算机的出现，带动了控制论等一系列学科的发展，促进了生产自动化的的大量应用，让机器逐步开始进行技能劳动，解放更多的人进行创新劳动。
综合以上分析，本文认为新一代产业革命应有以下几个特点：1.它基于信息革命后期的主要成果，如互联网和新一代计算技术。2.它能够更大幅度的解放技能劳动，让人类更大幅度的从事创新劳动。3.他应具有前几次产业革命的共性，如以科学发明为标志，对生产生活造成深刻影响，且出现前所未有的新特征。

3.人工智能与历次产业革命的异同

从PC互联网到移动互联网再到今天的物联网，产生最有价值且不同于以往任何一场产业革命的东西，毫无疑问是数据。信息行业的发展伴随着计算机存储技术的不断提高，能够存储的数据量不断提升，到现在已经达到难以想象的地步。举例来说，滴滴出行每天处理2000TB的数据，路径规划90亿次，定位130亿次。在移动互联网刚刚出现的一两年内，大数据分析已成为行业内的热门议题，无数的公司希望从移动互联网产生的海量数据中挖掘出有价值的信息，并转化成促进产品优化的有效决策，形成价值链的闭环。
根据摩尔定律，2045年每1000美元可以买到的计算资源就几乎等于今天人脑的计算能力，而摩尔定律目前已有放缓的趋势，计算能力的提升不再仅限于芯片上晶体管的数目，而是架构的改进。此外，云计算技术的广泛应用，为大规模的数据处理提供了条件。
海量数据和计算能力作为信息革命为下一代革命打造的基础，无疑成就了人工智能行业。众所周知，目前人工智能最重要的三个因素即算法，计算能力（硬件）和大数据。深度学习算法在数据集规模较小的情况下效果并不好，但是一旦有了大规模的数据集，就能达到惊人的效果。举例来说，深度学习算法在2012年得到广泛应用，2011年计算机对于图像的分类只能达到准确度75%，但如今已达到99.7%，超过了人类99.1%的识别率，这主要是归功于计算能力和海量图像数据产生的训练集。此外，GPU的广泛使用，适用边缘计算的新的硬件架构，满足了大规模数据集的训练所需的计算要求。
上文提到，新一代产业革命应大幅度解放生产力，电力革命和信息革命带来的生产自动化的发展，已经极大地解放了体力劳动，人类多从事技能劳动和创新劳动，而智能革命带来的则是对技能劳动的解放。目前，弱人工智能已经在多个行业和领域得到广泛使用，这些产品促进了生产，生活的“智能化”，很多工作不需要人脑去控制和协助，就能自主完成，而且，重复性强，创造性低的技能劳动，已经越来越多的可以交由弱人工智能去完成。这使得大量的人类智能可以去从事创新劳动，这是提升效率最高的一种劳动，从而释放出大量的创新力量，这无疑在日后会极大地促进生产力提高。
人类步入信息社会后，不仅温饱需求，社交需求得到解决，还可以利用互联网提供的平台，通过自我表达自我的体验，自由的将自己展示在亿万网民面前，成为所谓的“网红”，满足尊重需求和自我实现需求。人类已经极大程度上避免了饥荒，瘟疫和战争，接下来，由人类过去的记录和现有价值观来看，未来的追求很可能停留在“长生不死，快乐幸福以及化身为神”。其中基因工程的发展有望在本世纪末让人类寿命达到120-150岁，快乐幸福的定义至今很难探明。
将人类智能分为感知，认知，创造力和智慧，目前人工智能已经超越了人类感知和部分人类认知，将弱人工智能和人类智能结合，强化人类的某些特定能力，是人类“化身为神”的发展方向。这是在前三次产业革命从未出现过的，人类前所未有的新特征。
综上所述，人工智能与三次产业革命具有相同的特点，继承信息革命留下的宝贵财富——大数据和计算能力，极大地提高生产力，使人类达到“AI+HI”的新形态，无疑是可与三次产业革命并称的“智能革命”。

4.新时代人工智能发展方向的思考

关于未来的发展方向，本身是极难预测的，目前业界人士大多认为人工智能将代替人类50%以上的重复性工作，从事创新性工作的人类受到的威胁相对较小，但是这个结论将在多少年后得到验证，谁都无法给出一个确定的区间。关于人工智能是否能够具有人类意识，当今业界人士也是众说纷纭，没有定论。
生物圈II号的历史表明，人类想要打造一个闭环的生态系统，十分重要的一点是要充分利用自然选择的力量，充分利用扰动的力量，越是动态平衡的系统越趋于平静，越是不受控制的系统越能够发挥自然选择的力量，受到扰动然后归于平衡，不断地在这一过程中增强系统的多样性和复杂性。借鉴盖亚理论和生物圈II号的启示，想要从弱人工智能到通用人工智能，应该建立更加具有“失控”特征的模型，因为人类这一系统在一生中，早已适应了“扰动-平衡”的环境，而机器算法想要达到人类大脑的运作逻辑，就应该模拟这种环境，借助自然的循环和调节达到非平衡中的“平衡”，从而演化出我们人类无法理解，但又真真正正存在于我们大脑中的内在逻辑与结构。

关于“智能革命”的分析与思考相关推荐

关于滴滴智能调度的分析和思考
来自:https://www.jianshu.com/p/fd80741bb6fd 写这篇分析的背景是,工作上正在经历一个智能调度平台的搭建和设计,希望通过对于滴滴调度系统进行调研,来得出一些可借鉴的 ...
详解：智能医学影像分析的前沿与挑战 | 硬创公开课
雷锋网按:本文整理自雅森科技高级算法研究员杨士霆,在雷锋网硬创公开课上的演讲,主题为"智能医学影像分析的前沿与挑战". 杨士霆,毕业于台湾长庚大学电机工程研究所博士班,主攻医学影像 ...
基辛格等分享： ChatGPT 预示着一场智能革命，而人类还没有准备好
我们迫切需要开发一种复杂的辩证法,使人们能够挑战生成人工智能的交互性,不仅要证明或解释人工智能的答案,还要审问它们.带着一致的怀疑态度,我们应该学会有条不紊地探索人工智能,并评估它的答案是否值得信任以 ...
争当 2% 的人——《智能时代 · 大数据与智能革命重新定义未来》读书笔记
假期难得有了闲暇时间,把前几年双十一囤的书挑选看完了四本. 首先选择看的是计算机科学家吴军老师的书<智能时代>(豆瓣评分 8.4分,豆瓣热门互联网图书 TOP 10),这是 2016 年谷 ...
详解：智能医学影像分析的前沿与挑战
[转] http://www.leiphone.com/news/201701/b7msIh0xvsuBliIr.html 导语:本文整理自雅森科技高级算法研究员杨士霆,在雷锋网硬创公开课上的演讲, ...
大数据智能下数据脱敏的思考
大数据时代下,海量数据中蕴藏的价值得以挖掘,但也带来隐私信息与关键性敏感数据保护方面的困难.数据脱敏技术是解决这一问题的重要手段之一.传统的脱敏方法人工干预大,配置成本高,对用户的专业素养要求高. 为 ...
数字孪生十问：分析与思考
来源:北京航空航天大学,自动化科学与电气工程学院,数字孪生研究组摘要:当前数字孪生备受学术界.工业界.金融界以及政府部门关注.然而各界对数字孪生存在不同的理解和认识,对数字孪生相关新概念.新 ...
【数字孪生】数字孪生十问：分析与思考
本文来源:数字孪生DigitalTwin (北京航空航天大学,自动化科学与电气工程学院,数字孪生研究组) 摘要:当前数字孪生备受学术界.工业界.金融界以及政府部门关注.然而各界对数字孪生存在 ...
三体智能革命_郭朝晖 | 工业知识软件化：从自动化到智能化
9月18日,备受业界瞩目的2019(第八届)全球自动化和制造主题峰会在上海盛大举行.本次会议邀请到了上海优也信息科技有限公司首席科学家.原宝钢研究院首席研究员郭朝晖博士出席并做主题报告.本文为郭朝晖博 ...

关于“智能革命”的分析与思考

1 人工智能历程与现状

2.历次产业革命的共性与特性

3.人工智能与历次产业革命的异同

4.新时代人工智能发展方向的思考

关于“智能革命”的分析与思考相关推荐

最新文章

热门文章