机器AI何时才能达到人类的智慧水平？答案比你想象得快
人工智能专家雷·库兹韦尔曾预言：“人工智能将在2029年左右达到人类智力的水平。再进一步，比如说，到2045年，我们将会把智能技术，人类文明所创造的生物机器智能的能力扩大10亿倍。”人工智能是否真能在2029年达到人类的智力水平，这一点并不重要。重要的是，它的发展速度已经远远超出了我们的想象。1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批年轻科学家在一起聚会，他们共同研究了用机器模拟智能的一系列问题，并首次提出了“人工智能”这一术语。只用了60多年，人工智能就在机器人，经济政治决策，控制系统，仿真系统中得到应用，被认为是二十一世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。
尽管目前，人工智能还不替代人类的所有感知系统，但一旦藩篱被突破，其发展速度将呈几倍递增，并可能迅速超越人类。
未来已经到来，你是否准备好迎接？
本文作者Chad Steelberg，由腾云编译发布。尽管人工智能的研究已走过近60年，但人类仍然未能实现目标，即创造出一台能够执行人类所能完成的全部认知任务的机器，又称为通用人工智能(artificial general intelligence, AGI)。
事实上，人工智能这一概念有着不同的解释。现如今，似乎一切都可以称之为人工智能。从专门程序（如用于检测特定对象的计算机视觉系统），到面向大众的数字助手（如苹果的Siri），再到机器人和无人机，甚至是那些将接近人类智慧的人工智能用于解决重大问题（如治疗疾病）的宏伟举措，也被归为人工智能一列。
虽然一些组织在AGI方面投入了巨大的精力，但绝大多数AI企业和初创公司都只是专注于狭义人工智能(artificial narrow intelligence, ANI)，开展诸如标志识别、人脸检测和识别等任务。大量引擎用来执行狭义、专业化过程的单点解决方案——如今可用的ANI算法超过5000种，而在未来五年内，这些算法的数量将多达上百万。
01ANI是通往AGI的第一步http://www.vrvron.com/data/attachment/forum/201801/17/085130f7dselq7csmsslep.jpg
人类并非只有一个感官，而是至少有9个——我们需要借助这些感官来导航并了解世界。此外，人类的大脑擅长组合使用这些感官，例如，我们听到特定的声音，或者感受到强烈的震动，都能知道附近开来一辆大卡车。虽然目前的技术能够模拟人类感官完成特定的单个任务，但当今的AI市场充斥着不完整的、提供单个功能的产品。之后，这些单个的功能通过算法效用相乘，每种算法都有不同的目的、能力和用途。当前AI呈现出令人困惑且受限的状态。那么，什么才能解决这一混乱的秩序？应用了认知过程的企业，需要一个具体、直观的方法来处理多个ANI认知引擎。共同部署多台引擎能够实现可分析和审查的高效数据处理，从而为现实生活中的用例提供可行的解决方案。企业需要拥有这种能力，利用经组合后功能强大的AI引擎套件，以便做出影响底层业务的决策。
02数据一直在增长用上机器学习吧http://www.vrvron.com/data/attachment/forum/201801/17/085130zifxl4l3sxcri33x.jpg
随着商业认知引擎的数量呈指数增长，协同AI的水平将飞速前进，甚至能够超越人类的能力。此外，2016年至2025年，AI市场已扩张近60倍，因此这种方式是企业利用行业的增长潜力的最佳方式。美国信息公司加特纳分析，到2019年，50%的分析查询将由搜索、自然语言处理、语音生成或自动生成。用更简单的话说就是，用户将部署各类引擎，通过周围数量庞大的数据来获取建议。数量有多少？IDC分析公司预测，到2025年，全球数据量将增长到163千兆字节，是去年16.1兆字节的10倍。认知处理需求的字节数甚为庞大，因为人类自身已无法实现对所有数据进行深刻分析。
03智慧未来的解决方案：协作
实现这一愿景的关键是开发一个开放的AI生态环境，大量的认知引擎可以存在于单个在线市场上。这样的市场可以为算法开发人员、应用开发人员和最终用户带来丰富的商业机会。
Salesforce.com的App Exhange和苹果的App Store在推动软件开发方面倾注了大量投资，这促使了APP经济的兴起，结构化AI市场的建立将成为促进基于透明和明确经济模式的广泛定制化开发的关键。
对于那些希望用到认知引擎的公司，这种情况会带来重大挑战。公司的特定需求可能会随着时间的变化而变化。更好的实现这些需求的方式，是通过市场上众多算法中的一种，或不同算法的组合来实现。
例如，试想一家公司正打造一款看起来与人类似，动作也相仿的机器人。需要一种算法使机器人开口说话，另一种算法使机器人能够行走，还有一种算法使机器人能够感知并了解周围的世界，诸如此类。为每项任务确定执行所需的引擎将是一个艰巨的任务，面临的困难重重，公司很难为每个任务选择正确的引擎。虽然AGI需要完成这一仍是潜在未来技术的工作，但如果经过合适的协调，ANI就可以在现有AI的条件基础上实现。这可以通过将认知计算算法整合进单个软件，利用一系列开发人员将该平台扩展至各类开发环境，并开发透明APP生态系统来实现。该系统或组织对算法进行了更新，将它们并入同一个组，并部署其提供真正价值，从而满足客户的特定AI需求。
更简单地说：如果AI能够保持开放，如果这些最佳的系统能够协同工作，ANI就能够朝着AGI方向实现。通过这种方式，可以创造具有人性化功能的AI技术，很显然，这在未来几年将是数亿美元的商机。文章来源：http://www.vrvron.com/thread-3450-1-1.html
页:
[1]