专家：基于“神经网络”构建的AI无能力举一反三
来源：信息时报 日期:2017-12-25
作为日前入选2017年十大媒体流行语中唯一的科技类词汇，“人工智能”的火热程度可见一斑。没曾想，时隔仅几日便被迎头泼了一盆凉水。上周，多位专家在不同的场合表示，目前“人工智能”被神化了，实际上不但大量基础理论问题尚未解决，而且目前最聪明的神经网络技术，都没有起码的举一反三能力。
不具备举一反三的能力
自今年“阿法狗”横扫人类围棋顶尖高手，AI(人工智能)将替代人类，甚至导致人类大规模失业的说法大行其道。不过，上周接受记者采访的高通中国前首席工程师、现任上海黑眸智能CEO的凌璠博士却表示，不论是早期按照“机器学习”理论，还是按照当下火热的“神经网络”构建起来的人工智能，都不具备起码的举一反三能力。
“你告诉一个三岁小孩，这是小狗，这个小孩子马上就知道所有小狗都是这样子，碰到下一个小狗就会说，这是小狗。但AI不行。”凌璠表示，按照“机器学习”原理搭建的AI，人类不教，它就不懂。而按照“神经网络”搭建的AI，必须输入海量的数据，经过不断的训练，它确实会总结出规律，但仅限于解决有限的问题，比如语音搜索和人脸识别，同样不会最简单的举一反三。
针对人工智能在语音搜索和图像识别上的应用，凌璠进一步说道，由于语音是“一维”的，场景单一，谁数据多谁就厉害，因此很容易形成诸如阿里、腾讯、百度、科大讯飞等大平台垄断。而“图像识别”是三维的，场景异常丰富，基本无法形成大平台垄断的局面。“即使最普遍的人脸识别，到底是正面识别，还是采取四十五度识别，都要用不同算法。要AI判断一个人闯红灯，还是与同伴发生争执，更需要完全不同的方案。”凌璠向记者表示，正因如此，图像识别领域创业机遇要比语音识别多得多，既有海康威视这种全球首屈一指的大企业，也有商汤黑眸智等一众创新公司。
人工智能是另一个物种
与凌璠抱有相同观点的专业人士大有人在。在上周举办的网易经济学家年会人工智能分论坛上，多位与会专家均表示人工智能“炒的太热”。
比如，旷视科技首席科学家孙剑博士就表示，目前媒体宣传人工智能很热，包括像AlphaGo这样的事件让大家觉得人工智能很快就将到来，或者很多事情都可以做了。但实际上在学术界人士看来，人工智能还很长远，“还有很多基本问题都没有解决”。
“人工智能和人类智能是两种不一样的东西。”第四范式创始人兼CEO戴文渊表示，现在很多人对人工智能过分乐观，甚至认为很多人类岗位很快会被机器人抢走。“正如无法去论断人认识人的能力强还是狗认识人的能力强。因为那是两个不同的物种。每一个物种都按照他更擅长的方式工作。”
AI哪些领域能超过人类?
根据凌璠分析，即使通过更先进的“神经网络”理论，AI暂时也只有在“语音识别”和“图像识别”这两个领域超越人类。
关于语音识别应用
语音识别就是类似苹果Siri，小米音箱之类，用户可以与AI对话。凌璠认为，目前语音识别技术在理论上和算法上已经非常成熟，各家产品不同主要是工程学上的不同。“大家研究的是，怎样在音箱播放音乐时，让其能分辨主人的说话，以及在汽车内与AI沟通如何消除噪音之类工程学问题，而非算法问题。”
关于图像识别应用
人脸识别：广泛应用于安防、金融等领域。
筛查X光片：体检时大部分X光片都是健康的，工作量巨大之下，医生很容易漏检。但用不知疲惫的AI来筛选准确率则高得多。
扫地机器人、送货机器人：比如通过大量AI学习，让扫地机器人认识什么是“房门”。
