想象一下,我们生活在一个完美、和谐的地方,所有人在某一天同意让电脑代替人类驾驶汽车,而不是像现在逐步推进自动驾驶。
我想大概是在1980到1990年间。那时,我们也能让火车、装配线和飞机自动化。因为当一切都是自动化的,没有人为因素需要控制时,自动化是很容易实现的。
如果每辆车都是全自动、遵循交通规范的,并可以和周围的汽车沟通行驶情况。那么用几百个限制条件,就可以解决复杂的自动化问题,比如可以将路灯标准化为汽车提供信号,就可以不省去视觉的观察,并且也易于保障安全,比如在事故发生前及时关闭附近的交通。
以前的“人工智能”,只能将单人完成的任务(不是依靠手工计算,而是从数据或仿真中学习的方程)进行自动化。但绝大多数人工智能的方法,只能解决自动化周围的协调问题,尤其是那些像人一样的人工智能。
从定义可以看出,自动化意味着任务更加严格。必须保证所有决策都可以编程控制,能够收集所有信息,并预先模拟场景。
如果你觉得人类是完美的自动化机器,那么其实大多数任务并不需要耗费人的所有脑力。但考虑到在行动和沟通中会出现人为错误,我们常常需要做大量的故障保护和冗余。
组合任务就更加困难了,比如人们除了在公司中担任职务外,还会扮演其他的“隐藏角色”。或者是许多零散任务组合而成的角色(比如服务员或酒保)。
因此,我们最终会从事相当复杂的工作,否则通用人工智能(AGI)就可以完全取代人类。但如果我们对这些任务进行重新定义,并消除一些模棱两可的部分,就可以对这些任务进行自动化。
工程学无法想象到一个酒保机器人。包括制作鸡尾酒的机器、送饮料的传送带(或无人机)、扫描点餐和付款等等,这些都不是单个的琐碎任务。
事实上,一些没有实现自动化的工作,很可能是因为它的应用还不够广泛,不值得去进行自动化。
自动化一般都需要很长时间,因为它需要“终端用户”去使用,并且去慢慢习惯这种功能。但这个过程比较乏味,需要花费大量的时间去测试,以覆盖每一种可能出现的情况并确保不会造成损失。
很多工作没有自动化,很可能是因为10-20年前就没有这么多工作,而不是因为缺少自动化它们的“人工智能”。
所以我们会观察到,自动化的增加减少了人工智能的使用。
人工智能还可以在商业中发挥重要作用,比如接听顾客的订餐电话或者为客户提供服务。
这里面涉及到很多不可思议的技术,包括从模拟语音到语言的生成和翻译,或者收集足够多的重要数据并保持沟通。
大多数时候,事实并非如此。如果一家餐厅需要“人工智能语音助手”来处理订餐,并且用数字化设备来使用人工智能……你猜会发生什么?
其实只需要设计一个更快更简单的在线预订页面就足够。像医院、机票预订、客户服务一样,如果想让机器人去帮助客户,那么最好方法是设计一个合理的在线常见问题解答(FAQ)。
再比如身份确认。有些东西可以防止身份被盗,或者被跟踪。撇开道德问题,这个领域中使用了大量的人工智能。包括检测虚假交易、客户来电时的语音识别,或者在人群中进行目标跟踪,都离不开人工智能。
由于美国没有统一的身份证,所以如果你生活在美国而不是欧洲,就更可能遇到身份相关的一些问题。因为很多操作都需要认证身份,比如用银行APP来确认交易时先要进行身份认证,进行电话和电子邮件认证则可以防止敏感操作等等,这样可以摆脱很多与身份相关的问题。
银行可以检测到我账户上是否存在虚假交易,或者每次刷卡交易时在手机上进行指纹确认。多数银行会采用后者的方法。
自然语言处理(NLP)的“圣杯”是软件编程自动化。
一些有远见、大胆的公司声称,他们正试图从文本指令或一些模拟程序中构建应用程序的代码。
这非常吸引人,这意味着你不用写代码就可以构建应用。包括WordPress、Wix、Squarespace和1001个公司,都提供类似的服务。
如果你有比较小众的需求,就需要程序员帮你弄清楚你真正想要达成的目的和功能,而不仅仅是构建程序。
因此,人工智能编码的前景是非常广阔的,虽然它比占领市场的自动化落后10年以上。
之前提到过汽车的例子。假设到2030年,大多数汽车都可以自动驾驶。但是自动驾驶软件,像人一样并不是完美的,所以依旧会发生事故。
如果通过了一条法律:禁止人们驾驶,并要求所有车辆在一定安全标准范围内自动驾驶。
那慢慢地,安全标准会有提高,因为所有的车辆都被迫遵循这些标准。在某种程度上,这抛弃了自动驾驶的自主性,甚至用纯粹的if/else语句取代掉“人工智能”的某些功能。
再加上汽车公司之间在通信标准方面有了更多的合作,你会突然发现,就算没有那些花哨的视觉模型来检测汽车,你的生活也依旧简单轻松。政府也会对高速公路上的道路标志和交通信号灯进行数字化,你的视觉器官除了在小社区能发挥作用,其余地方都是多余的。
如果我们在2050年能实现自动驾驶,就不会有人员伤亡了。剩下的就只有“人工智能”的残余部分,还有大量的if/else语句。
人工智能无法在某些特定工作中发挥作用。如果是因为协调问题使用的人工智能,而不是改变用户行为或对所有人自动化。那么,这是引入“真正”自动化的一个很好的起点,因为它取代了真正造成协调问题的人的因素。
但我对这些想法还是保持怀疑。在未来几年内,我们很有可能会发现对人工智能的需求越来越少,因为有了很多的“手工”自动化。
我不太理解为什么要开发机器人样子的人工智能,所以在之前论述的观点中可能存在一些我自己的固有偏见。这些固有观念是在观察中产生的,而且大脑也会逐渐强化这些观念想法,所以我现在对这类人工智能持怀疑态度。