人工智能时代的思考

2021-11-14 post/reading

写作背景

大数据、云计算、人工智能这些术语在我们日常的工作、学习、生活中频频现身、方兴未艾,如今“元宇宙”等概念也在社会上掀起了新的热潮,对于一名IT从业人员来说,与其沉迷在短视频、各种公众号上的所谓热门碎片文章中,不如静下来心好好地读几本业内专家的专著,这一篇文章就是我在读了如下几位专家的书籍后进行的思考与总结:
《智能时代》——吴军博士,毕业于清华大学和约翰霍普金斯大学。 前Google高级资深研究员,计算机科学家、畅销书作家、工业和信息化部顾问、约翰·霍普金斯大学工学院董事。人工智能、自然语言处理和网络搜索专家。
《大数据时代》——维克托•迈尔•舍恩伯格,被誉为“大数据商业应用第一人”,拥有在哈佛大学、牛津大学、耶鲁大学和新加坡国立大学等多个互联网研究重镇任教的经历。
《AI未来》李开复 毕业于卡内基梅隆大学,获计算机科学博士学位,后担任副教授。创新工场董事长兼首席执行官、信息产业经理人。

与其被动回避不如主动迎接

在《智能时代》这本书中吴军博士从人类历史社会发展的角度给我们提出了一个观点:每一次社会变迁都伴随着相应的技术革命刺激, 每一次技术革命都会围绕着一个核心技术来展开,第一次工业革命是蒸汽机,第二次工业革命是电,信息革命则是计算机和半导体芯片,当下的智能革命则是大数据和机器智能。最新的智能革命和前几次变革相比,其影响面之广、影响程度之深前所未有,将深刻地影响到我们每一个个体。这次革命将给我们带来无限的机会同时也会带来前所未有的巨大挑战。

个性化->标准化->个性化

工业革命是社会化大分工的产物,在工业革命以前由于社会整体生产力很低,因此手工作坊的生产方式为主体,因此人们日常所使用的产品、享受的服务都有或大或小细微的差别,工业化的一个结果就是大批量、高效率的生产,其让各种手工的个性化从大众市场消失,不仅产品是标准化的,人们享受到的服务也是标准化的。
在《智能时代》中作者举了这样一个例子:

比如在医疗方面,美国医生协会要求每一个从业者遵守流程。对医院来讲,医生宁可治不好病,也不能违背流程,因为如果违背流程引起官司,医院的损失可能是巨大的。

然而在进入到智能时代之后,从消费者个体来说其对个性化产品与服务的需求越来越强,在新技术的加持下个性化在我们日常生活中的应用也越来越广,从门户网站的千篇一律到现在的“千人千面”,各种视频、短视频网站、购物网站的个性化推送与推荐已经深入影响到了数以亿计的消费者。从表面上看个性化似乎在转了一圈之后又回到了起点,然而如果我们仔细分析之后会发现,之前的个性化是低水平的,是社会生产力低下情况的无奈之举。而当今社会的个性化则是在社会生产力得到大发展之后的一种必然,这种个性化是建立在标准化水平之上的个性化——即只有具备了提供标准化产品与服务的能力,才有可能提供个性化的产品与服务。标准化是个性化的基础和前提,个性化是标准化的提升与目标。

重因果到重相关

维克托•迈尔•舍恩伯格在《大数据时代》一书提出一个重要的观点:

大数据时代最大的转变就是,放弃对因果关系的渴求,而取而代之关注相关关系。

也就是说只要知道“是什么”,而不需要知道“为什么”。 上面的观点将颠覆千百年来的思维惯例,这将对我们的认知和与世界交流的方式都将提出全新挑战。 关于相关性和因果性,这里有一个非常好的例子:我们发现T恤衫的销量高,冰淇淋的销量也会高,但是并不能说是因为T恤衫导致了冰激凌的销量增长。二者是相关关系而非因果关系。然而在我们日常的工作、学习、生活中,绝大多数人还是习惯于用因果思维来为人处事,而没有形成“重相关”的思维方式。

从结构化到非结构化

非结构化也是大数据时代的一个重要特征,维克托在《大数据时代》中提出:

据估计,只有5%的数据是结构化的且能适用于传统数据库。如果不接受混乱,剩下95%的非结构化数据都无法被利用,比如网页和视频资源。通过接受不精确性,我们打开了一个从未涉足的世界的窗户。

作者上面的这个观点给我带来了很大的冲击,在我以前的工作当中接触的都是结构化的数据,所以在我的认识当中数据从一开始就应该是结构化的(我是做管理软件出身的,在信息化项目实施的过程当中客户经常有一些非格式化的数据,作为顾问很重要的一个角色就是教客户如何把非格式化的数据进行格式化处理),而当我读到上面的这些文字的时候才认识到,原来我只是在5%的区域里面折腾,这就是典型的传统数据思维,就像早已经习惯了在自己家门口的小河里面游泳一样,当第一次遇见大海的时候那种举足无措的心情可想而知。

从未知到预测

扁鹊与孙思邈的故事广为人知,两位先贤将疾病分为“未病”、“欲病”、“已病”三个层次,上医医未病之病,中医医欲病之病,下医医已病之病”。他们告诫人们要“消未起之患,治未病之疾,医之于无事之前”。从此可见从古代开始人们已经开始有意识地进行预测活动,然而这种预测行为在进入到智能时代之前是极为困难的,其中一个重要的原因就是数据量不足、计算能力不足,这种困境在新形势下已经得到了明显改善,如《大数据时代》时作者举了如下例子:

一个东西要出故障,不会是瞬间的,而是慢慢地出问题的。通过收集所有的数据,我们可以预先捕捉到事物要出故障的信号,比方说发动机的嗡嗡声、引擎过热都说明它们可能要出故障了。系统把这些异常情况与正常情况进行对比,就会知道什么地方出了毛病。通过尽早地发现异常,系统可以提醒我们在故障之前更换零件或者修复问题。通过找出一个关联物并监控它,我们就能预测未来。

当然我们也不能对人工智能的预测盲目崇拜,这其中还是包含了相当大隐忧的,维克托认为:

如果大数据分析完全准确,那么我们的未来会被精准地预测,因此在未来,我们不仅会失去选择的权利,而且会按照预测去行动,我们也就失去了自由意志,失去了自由选择的权利。我们将生活在一个没有独立选择和自由意志的社会,

上述情况有点像博弈论提出的囚徒困境,机器(或者说人工智能)与人的关系这个话题一直是人工智能在发展过程中最容易引起人们讨论的领域,大数据分析技术在社会的发展过程当中就是那个非常明显的双刃剑,一方面它确实非常锋利可以帮助我们披荆斩棘,可另外一方面一不小心就会伤及我们自身。

人工智能带给我们的担忧

就业问题

人工智能的发展速度越来越快,对我们最为直观的影响就是在我们身边发现机器人的普及速度越来越快,从制造业的工业机器人到生活中的智能机器人、智能客服、远程柜员等等,李开复博士举了如下的样子:

Uber(优步)是当今世界上最有价值的创新公司之一,虽然它将每趟载客收入的约75%分给司机。如果再过几年,Uber可以用自动驾驶技术取代所有的人类司机,那么该公司的价值将会变得多么惊人?再比如在核发贷款时,由于算法核贷的能力更高明、贷款的违约率更低,而且完全不用人类干预,如果银行能用算法取代所有的贷款专员,又会发生什么事呢?这不是想象中的情节,类似的转变很快就会大规模发生在货运业、保险业、制造业、零售业等各种产业中,有些变化已经在小范围进行当中了。

在就业这个问题上,吴军博士的观点有一点点悲观,他认为“只有2%的人能成为智能时代的幸运儿”,机器代替人这种趋势是不可逆的,也是不以个人的意志为转移的,这是社会发展的必然性,作为个体只能有两种选择,一种选择是主动迎头赶上,学习新时代所需要的技能以适应时代的发展,而多数不具备新思维、新技能的人只能眼睁睁地被社会淘汰。

隐私还是隐私

互联网的出现使得监视变得更容易、成本更低廉也更有用处。如今,已经不只是政府在暗中监视我们了。亚马逊监视着我们的购物习惯,谷歌监视着我们的网页浏览习惯,Twitter窃听到了我们心中的“TA”,Facebook似乎什么都知道,包括我们的社交关系网。

关于隐私保护的话题,从客观上来讲数据的收集是不可避免的,就像滚滚长江东逝水一样,与其浪费更多的时间来精力在这里,还不如把精力花在如何规范数据的使用层面——相对来讲这才是性价比更高的理性选择。令人欣慰的是目前个人隐私保护受到越来越多的人重视,包括主要经济体的政府已经开始行动,从欧盟的GDPR,到美国、中国的隐私保护立法,都在逐步规范各大互联网企业对消费者隐私数据的获取与使用。

结束语

正如上文中所分享的,在大数据时代人工智能技术就是一把双刃剑,它可以给我们的生产生活带来巨大的进步与便利,同时由于技术的应用也会对人们的就业带来巨大挑战,而且每一个个体在新时代中会变成一个个的“透明人”,隐私保护不容回避。就像从农业社会向工业社会发展一样,我们目前就在向大数据时代进发,这就是历史的潮流不可逆转。正所谓识时务者为俊杰,我们所能做的并不是去排斥这个趋势,而是要积极的考虑如何在这波浪潮当中提高自身的冲浪水平,做一个高水平的弄潮儿。

Comments
Write a Comment