怕找不到回家的路！请截图保存本站发布地址：www.ltxsdz.com
一些科技产品发烧友正在看直播，看到这个镜
特写，在联想到舞台上叶华刚刚言论，瞬间秒懂。
因为埃隆·马斯克就是发表过对
工智能担忧的名之一。
这个时候，给这么一个镜，导播李时珍的皮。
弹幕也是各种皮。
硅谷钢铁侠也是要面子的好么。
不过，埃隆··马斯克的确不是研究AI的专家，他擅长的领域是玩搞火箭回收技术，搞电动汽车的，AI还真不是他的专业。
与此同时，舞台上的叶华说道：
“有一点我必须要吐槽，个别媒体甚至一些主流媒体，现在对于工智能夸大宣传已经到了让我们这些搞AI的业内士非常吐血的程度。”
现场顿时传来一阵低
的哄笑声。
“例如，我看到媒体经常拿出来说的就是已故霍金先生了，毫无疑问，霍金先生是一位伟大的学者，那么他是做什么的呢？他是一个物理学博士，是研究黑
、研究宇宙学这些领域的权威专家，但他从来没有搞过工智能，而且霍金先生患有渐冻症多年，本来就没法做科研了。”
“结果媒体把他当成了一个工智能领域的专家，去请他出来大谈特谈工智能的危险，这本身就是一件很滑稽的事
，不免有炒作热点的嫌疑，在我看来就是蹭AI热度。”
“所以为什么要把一些非专业士的观点看得那么重要，甚至奉为经典和真理？应该去看那些真正研究工智能的资
级专家，那么会发现他们有一种戒慎恐惧的心里，包括我也觉得现在的媒体把工智能说的太过了。”
“工智能的发展可以追溯到上个世纪50年代，是一个很曲折的发展史，也很无奈，因为大家都是一哄而上，过不了多久便一哄而散，每次都是对它寄予厚望，然后一大堆进
这个领域，包括大量的资本，最后发现没有什么突
立马全跑了。”
“近年来们再一次趋之若鹜，现在任何企业都觉得只要和工智能沾边一下就高大上起来，市值翻倍、翻几倍，觉得特梦幻，不可思议。”
“那么现在的工智能是个什么状况？大部分研究工智能，我觉得应该说是应用，整天媒体上说工智能又做到这个、又做到那个，下棋又赢了，打游戏又赢了，这些其实在业内士看来都是一种比较简单的技术路线。”
“简单来说就是采集大数据，标注数据。例如搞图片识别技术的，用大量的数据来训练，再去做一个相当于拟合的工作，一个多元函数，你不知道这个函数结构长什么样，但没关系，你有大数据拟合，这其实就是一个经网络的思想而已。”
“最后拟合出结果来，对一个输给出一个很好的输出，就可以识别出来这个图形到底是个什么东西了，识别能力甚至比还要高。”
“这个当然好，但前提是你得有数据支撑啊，而且是海量的大数据做支撑，这其实是工智能研究的一个比较低级的技术路线，而且建立大规模的数据中心非常非常消耗能源。”
“而现在出现了一种比较高级的路线，那就是Alph-GO的那种路线，但还是离不开大数据，不过区别是这个数据不是靠工标注了，而是让AI自己跟AI博弈，然后让它自动生成数据，这就是Alph-GO后来为什么变得那么强的原因。”
“它一开始是学习类的棋谱，再次升级之后就变成Alph-Zero。为什么叫阿尔法零？因为它不需要学习类的棋谱了，他从开始唯一给它输的就是围棋规则，然后在这个规则框架之内自己跟自己对弈，很快就能积累数据，迅速找到围棋最好的做法，从而超越类。”
“所以这是一个比较高级的技术路线，对于研发能力也要不小的要求，尤其是对于计算能力和算法的要求，Alph-GO团队最大的贡献是证明了这条路可以走，所以不失为工智能发展的一大进步标志，而这直接导致了我们现在很多行业都刷新了技术，做到了以前做不不到的东西，例如图像识别技术，具体点脸识别的应用就带来了很大的商业价值。”
“但这条路线在我看来依旧太狭窄了，远远不够好。在我看来，当前市面上所有的工智能其实都没有智能，我知道我这话说出来肯定会引发争议，那就要看怎么去定义智能了。”
“我的意思是，当前市面上的工智能应用，它唯一做的都是数据统计与分析，都是你给它大数据，然后他从中学习，从而得出一套基于大数据它做的比更优秀，所谓大数据度学习就是这么个意思。”
“但这真的是我们类学习一个知识的方式吗？我觉得压根不是，举个例子，鹦鹉和乌鸦，大家都知道这是两种鸟类，差不多大小。鹦鹉学舌很聪明对吧，但我想说的是鹦鹉比乌鸦弱智太多。”
“为什么？似乎鹦鹉看起来很聪明，你在它面前说几句话重复几次后它就学会了，鹦鹉学舌嘛，模仿类说话也很标准。但是你如果去尝试跟鹦鹉对话
本章未完，点击下一页继续阅读。
