人工智慧新創公司「替代」讓矽谷精英興奮不已——但這只是炒作嗎?

人工智慧新創公司「替代」讓矽谷精英興奮不已——但這只是炒作嗎?
圖片來源:圖片來自 tb-nguyen.blogspot.com

人工智慧新創公司「替代」讓矽谷精英興奮不已——但這只是炒作嗎?

    • 作者名稱
      洛倫·馬奇
    • 作者推特句柄
      @量子運行

    全文(僅使用“從 Word 粘貼”按鈕安全地複制和粘貼 Word 文檔中的文本)

    人工智慧新創公司 Vicarious 最近受到了很多關注,但原因尚不完全清楚。 許多矽谷大佬已經打開他們的個人錢包,拿出大筆資金來支持公司的研究。 他們的網站炫耀最近來自亞馬遜執行長傑夫·貝佐斯、雅虎聯合創始人楊致遠、Skype聯合創始人賈納斯·弗里斯、Facebook創始人馬克·扎克伯格和阿什頓·庫徹等名人的資金湧入。 目前尚不清楚所有這些錢都去哪了。 近年來,人工智慧是科技發展的一個高度保密和受保護的領域,但關於備受期待的人工智慧在現實世界中的到來和使用的公開辯論卻一點也不平靜。Vicarious 一直是科技領域的一匹黑馬。

    儘管該公司引起了很多熱議,尤其是自去年秋天他們的電腦破解了「CAPTCHA」以來,但他們仍然是一個難以捉摸且神秘的玩家。 例如,由於擔心企業間諜活動,他們不會透露自己的地址,甚至訪問他們的網站也會讓您對他們實際所做的事情感到困惑。 所有這些「欲擒故縱」的做法仍然讓投資者排隊等候。 Vicarious 的主要專案是建立一個能夠複製人腦控制視覺、身體運動和語言部分的神經網路。

    聯合創始人斯科特·菲尼克斯 (Scott Phoenix) 表示,該公司正試圖“打造一台像人一樣思考的計算機,只不過它不需要吃飯或睡覺。” Vicarious 迄今為止的重點是視覺對象識別:首先是照片,然後是視頻,然後是人類智能和學習的其他方面。 共同創辦人 Dileep George,曾任 Numenta 首席研究員,在公司工作中一直強調感知資料處理的分析。 該計劃是最終創建一台能夠透過一系列高效且無監督的演算法學習「思考」的機器。 自然,這讓人們非常害怕。

    多年來,人工智慧成為現實生活一部分的可能性立即引起了好萊塢的下意識的參考。 除了擔心人類的工作被機器人奪走之外,人們還真正擔心,用不了多久,我們就會發現自己陷入了與《駭客任務》中所呈現的情況不同的境地。 特斯拉汽車公司和 PayPal 聯合創始人、投資者 Elon Musk 在最近的 CNBC 採訪中表達了對人工智慧的擔憂。

    「我喜歡關注人工智慧的發展,」馬斯克說。 「我認為這可能會帶來危險的結果。 你知道,有一些關於這個的電影,像是《魔鬼終結者》。 有一些可怕的結果。 我們應該努力確保結果是好的,而不是壞的。”

    史蒂芬·霍金提出了他的兩分錢,基本上證實了我們應該害怕的恐懼。 他最近發表的評論 獨立 引起了媒體的狂熱,引發了諸如赫芬頓郵報的“斯蒂芬霍金害怕人工智能”和 MSNBC 的精彩“人工智能可能終結人類!”等頭條新聞。 霍金的評論明顯不那麼末日,而是一個明智的警告:「成功創造人工智慧將是人類歷史上最大的事件。

    不幸的是,這也可能是最後一次,除非我們學會如何避免風險。 人工智慧的長期影響取決於它是否可以被控制。” 這個「控制」的問題讓許多機器人權利活動人士脫穎而出,他們主張機器人自由,並表示試圖「控制」這些有思想的生物是殘酷的,相當於一種奴役,我們需要讓機器人自由。機器人是自由的,並充分發揮自己的潛力(是的,這些活動家確實存在。)

    在人們得意忘形之前,需要解決許多未解決的問題。 首先,Vicarious 並不是要創造一個有情感、思想和個性的機器人聯盟,也不是渴望反抗創造它們並統治世界的人類。 他們幾乎聽不懂笑話。 到目前為止,幾乎不可能教導電腦任何類似於街頭意識、人類「意義」和人類微妙之處的東西。

    例如,史丹佛大學的一個計畫名為“感人至深」的意思是解釋電影評論並給電影一個讚許或反對的評論,但完全無法閱讀諷刺或諷刺。 最後,Vicarious 並不是在談論對人類經驗的模擬。 Vicarious 的電腦將像人一樣「思考」這一籠統的說法相當模糊。 在這種情況下,我們需要想出另一個詞來表達「思考」。 我們談論的是可以透過辨識來學習的電腦——至少現在是這樣。

    那麼這是什麼意思呢? 我們實際上正在走向的發展類型具有更實用和適用的特徵,例如人臉辨識、自動駕駛汽車、醫療診斷、文字翻譯(畢竟我們肯定可以使用比谷歌翻譯更好的東西)和技術混合。 這一切的愚蠢之處在於 這些都不是新的。 技術大師、通用人工智慧協會主席 Ben Goertzel 博士在《 他的博客”,“如果你選擇其他問題,例如在擁擠的紐約街道上當自行車送信人,在報紙上寫一篇關於新發展情況的文章,根據現實世界的經驗學習一門新語言,或者在所有事件中識別最有意義的人類事件如果你在一個擁擠的大房間裡進行人與人之間的互動,那麼你會發現今天的統計[機器學習]方法並不是那麼有用。”

    有些事情是機器尚無法理解的,有些事情無法在演算法中完全捕捉。 我們看到滾雪球般的炒作,但至少到目前為止,事實證明,大部分都是無稽之談。 但炒作本身可能是危險的。 身為 Facebook 的人工智慧研究總監和紐約大學資料科學中心的創始主任,Yann LeCun 公開發布了 他的 Google+ 資訊頁:「炒作對人工智慧來說是危險的。 過去五年裡,炒作四次殺死了人工智慧。 必須停止人工智慧炒作。”

    去年秋天,當 Vicarious 破解驗證碼時,LeCun 對媒體的狂熱持懷疑態度,並指出了幾個非常重要的現實:「1. 破解驗證碼並不是一項有趣的任務,除非您是垃圾郵件發送者; 2. 在你自己編寫的數據集上宣稱成功是很容易的。” 他接著建議科技記者,“拜託,請不要相信人工智慧新創公司的模糊說法,除非他們在廣泛接受的基準上產生了最先進的結果”,並表示要小心花哨或模糊的術語,例如“基於人腦的計算原理」或「遞歸皮質網路」。

    按照 LeCun 的標準,物件和影像辨識是迄今為止人工智慧開發中更令人印象深刻的一步。 他對像 Deep Mind 這樣的團隊的工作更有信心,這些團隊在著名出版物和技術開發方面擁有良好的記錄,並且擁有優秀的科學家和工程師團隊。 「也許谷歌為Deep Mind 付出了過高的代價,」LeCun 說,「但他們確實用這筆錢吸引了大量聰明人。儘管Deep Mind 所做的一些事情是保密的,但他們確實在大型會議上發表了論文。” LeCun 對 Vicarious 的看法則截然不同。“Vicarious 完全是霧裡看花,”他說,“這些人沒有過往記錄(或者即使有過往記錄,也是炒作而不兌現的記錄)。”

    他們從未對人工智慧、機器學習或電腦視覺做出任何貢獻。 關於他們所使用的方法和演算法的資訊為零。 標準資料集上沒有任何結果可以幫助社區評估其方法的品質。 這都是炒作。 有很多人工智慧/深度學習新創公司在做有趣的事情(主要是學術界最近開發的方法的應用)。 讓我感到困惑的是,《Vicarious》吸引瞭如此多的關注(和金錢),而除了瘋狂的未經證實的主張之外,什麼都沒有。”

    也許是對偽邪教精神運動的回憶讓名人參與其中。 這讓整件事看起來有點做作,或至少部分是幻想。 我的意思是,你能認真對待一項涉及阿什頓·庫徹和大約一百萬個《終結者》參考資料的行動嗎? 過去,許多媒體報導都非常熱情,媒體可能對使用「受生物啟發的處理器」和「量子運算」等字眼過於興奮。

    但這一次,炒作機器有點不願意自動啟動。 正如加里·馬庫斯最近在《 “紐約客”,許多這樣的故事“充其量是混亂的”,實際上沒有提出任何新的內容,也沒有重複我們已經擁有和使用的技術的資訊。 這件事已經持續了 幾十年。 只需查看 感知 您可以了解這列技術列車實際上有多生鏽。 也就是說,富人正在跳上金錢列車,而且似乎不會很快停止。 

    標籤
    標籤
    主題字段