别细思极恐了 我们正打算让人工智能对你服服帖帖

本篇文章1910字，读完约5分钟

发明了这种世界闻名的象棋游戏的阿尔法戈的科学家们没有想到，段子的棋手们的想象力在中国民间引起了最大的热烈讨论，即它是否会毁灭文明和统治人类。

科幻文学和好莱坞电影强大的洗脑能力已经深深地印在人们的脑海里——“人工智能是一种无所不能的机器人”。通常人们认为这与现实相去甚远，但一个虚幻的大脑突然出现，在智力竞赛中横扫代表人类最高水平的选手，被公认为围棋世界中“人类智力的最后高地”。人类的自尊心很难接受，人类的支配和防御本能更是受到挑战，所以它“极其可怕”。

事实上，恐慌是不必要的，人工智能已经渗透到社会中，就在人们不关心的小事之上。例如，汽车防抱死制动系统、机油管理系统、可实时翻译不同语言的谷歌翻译软件、垃圾邮件过滤系统、根据用户偏好和电子商务网站浏览记录推荐产品的引擎、协助医院医生诊断的医疗系统等等。

这些都是人工智能的实际应用，随着技术的发展，人工智能的应用也越来越先进，比如苹果手机中的siri、民用智能无人机和无人驾驶汽车。

▋中集车服爱研究所对这场人机大战的研究观点

阿尔法戈和李世石之间的这种天赐报应之所以如此引人注目，是因为在不改变基本原理的情况下开发了新的训练和处理模式，这使得人工智能走得更远。

阿尔法戈采用深度卷积神经网络技术。dcnn的核心是卷积核，相当于一个滤波网。Dcnn在图像识别和语音识别中非常有用，人工智能可以通过它来评价象棋游戏的优劣。

让我们进行实验:我们准备了10，000张狗的照片，各种表情和部位的肖像，让机器学习。

这个过程如下:

1.首先，介绍了各种滤波器，如黑化、平滑、去噪等。每个爱美的人都曾用过米托秀秀，但我们反对米托秀秀，不是为了美化，而是为了默默无闻。这将突出照片最有特色的部分。

2.为了减少计算量，把所有的图片都剪成小块，例如，把一张图片剪成10*10的小块，并准备所谓的重量分摊法，加上硬件设备，就可以开始计算了。

3.什么事？计算这一万张狗照片的各种特征值，通过分类器形成最佳分类模型。事实上，多层堆叠后生成的分类模型根本没有狗的真实外观，机器也不关心狗长什么样。

经过训练，模型就生成了，如下图所示，算法看到了什么——它看到了红色、黄色和蓝色的斑块，蓝色区域是小狗的头部。

(注:卷积神经网络的工作原理引自prml)

让我们回到阿尔法戈的问题。通过谷歌的论文，我们知道它把19*19的棋盘当成一幅图片，把太阳黑子和白子当成像素，每一滴都相当于加了一层滤镜(当然，特征算法和照片识别还是不同的)。事实上，这是评估国际象棋获胜率的政策网络的基础。因此，当你下棋时，每个人都觉得阿尔法戈有一个大画面，它也会陷入混乱。事实上，它只根据图形来判断获胜的百分比。

在过去，人工智能是基于人工指定的规则来给出专业的解决方案。如今，人工智能使用神经网络算法来计算大量的文本、图像和声音，从而独立地找出规律，甚至挖掘出被人类忽略的规律。就像围棋中的堕落之神阿尔法围棋一样，使用“人脑”思维的棋手无法理解其深刻含义。

当然，像dcnn这样的技术不仅仅是在Go领域赢得人工智能的法宝，让我们欣赏它的视觉成果。

这是从窗户拍的照片:

这是梵高的明星空:

学习后人工智能创造的结果；

(注:神经网络的本质是指mxnet)

▋我们选择的人工智能可能会让你的眼睛发光

那么人工智能有多强大呢？目前，它不依赖于人工智能本身，而是依赖于我们。

以教育等特定行业为例，我们真的需要一个人形人工智能机器人来陪伴孩子的成长吗？例如，在体育领域，我们真的需要能和人类竞争的机器人运动员吗？例如，在医疗领域，我们真的需要一对机械臂来帮助你操作吗？人工智能并不一定要取代人类，而是帮助人类生活得更好。

中驰车福爱团队对汽车场景的应用提出了以下想法:

1.无论是4s店还是路边店，维修技术人员都无法解决所有车型出现的任何问题。因为人们的知识和经验是有限的。但是如果人工智能增加了数据，它能帮助技术人员解决这个问题吗？

2.车主在不同的驾驶场景中会遇到各种各样的问题，如学习驾驶、买车、故障、维修、保养、自驾游等。他们如何理解和解决这些问题？人工智能汽车助手包括自然语言分析和机器学习可能是答案。

3.上游原始设备制造商、品牌配件制造商和下游维修店，他们如何判断整个汽车售后市场中用户需求和市场趋势的变化？人工智能可以通过挖掘中国车服现有的海量b2b数据给你答案。

因此，人工智能是人类生死攸关的竞争对手，还是帮助我们提高生活质量、优化生活效率的助手，这一切都将由我们自己来选择。

正如围棋在中国传统文化中的另一个精神意义一样，“太极”代表了一种理念，即它从来不是一个生存问题，而是一种人生哲学。