十五分鐘簡介人工智慧，以聽懂為目的_TF男孩

theme: scrolls-light

我從事人工智慧相關的工作，有時候親朋好友就問我，你那個人工智慧到底是什麼玩意？我一般不做解釋，因為很難說清楚。

後來，我碰到一個做演講的朋友，他了解了我的困惑之後，他給我佈置了一個任務：用十五分鐘講完人工智慧，只有一個要求，必須讓你的受眾可以聽懂，哪怕只講一個1+1=2！

於是，我就試著列了一個提綱，如果大家不懂的話，請給我反饋。

一、什麼是人工智慧？

人工智慧，英文是Artificial Intelligence，縮寫是AI。我們經常聽到穿西裝的人說AI、AI的，有時候指的是這個人工智慧。如果，是穿嘻哈風的年輕人說AI，他們可能是說Adobe Illustrator。這是Adobe公司出的一款軟體，用於圖形設計，是PS（Adobe Photoshop）的兄弟產品，主要用於設計卡通形象，它的縮寫也叫AI。

因此，當有高階精英趾高氣揚地給你說AI的時候，你可以問他，你說的是Artificial Intelligence還是Adobe Illustrator。後面，他或許會老實一些。

今天，咱們說的是人工智慧這個AI。人工智慧是由美國人麥卡錫在1956年提出的。人工智慧的本質是讓機器能像人一樣思考和行動。它主要通過模擬、延伸和擴充套件人的智慧，從而形成一定的理論、方法、技術及應用的新技術科學。

概念就說這麼多，下面看看它能做什麼。

二、人工智慧的應用

人工智慧的應用領域很廣，比如代替人眼的影象領域、代替人嘴的語言領域。從它的應用來看，確實是要代替人類的。

2.1 影象領域

首先來看一個影象分類，它能認識一個影象是什麼。比如，認識下面這個圖是香蕉。

再看一個，這個叫目標檢測。相比於分類，它又更進了一步，它可以找出哪個位置有什麼物體。比如，紅框是蘋果，藍框是香蕉。

還可以更細緻，下面這個叫語義分割。它可以判斷出，哪一個畫素屬於什麼物體。

這有什麼用呢？炫技嗎？自動駕駛用它呀。路上的落葉、石頭、塑料袋，甚至是一個圖釘，都是需要識別出來，以便於分析能不能通過。

其實，我們生活中最為常見的還是目標檢測。

比如下面這張圖，工地入口處，檢測工人是否佩戴安全帽。

前兩天，我作為某大賽評委，看到了一個大學生做的一個作品，很有意思。

它可以檢測桃子是否成熟，是否有病蟲害，還可以驅趕鳥類。這個正好用於振興農業發展。

還有更常見的一個應用，那就是OCR識別。

下面這個可以把你的動作或者表情遷移到其他人身上（比如動漫人物）。

還有一個，我們也經常見，叫超解析度。它可以用於舊圖修復，能讓模糊的圖變清晰。

可以說，影象領域是人工智慧應用範圍最廣的領域（我就不說之一）。

我們看到，人工智慧確實起到了替代人工的作用。我們不妨把時間拉長，不知道大家還能不能回憶起來，原來每個停車場（包含路邊）裡，都有一個大爺，負責指揮停車，貼條計時，收費放行。現在，都被機器給取代了。

2.2 自然語言領域

除了影象領域，在自然語言領域，人工智慧的應用也比較廣泛。

自然語言處理(Natural Language Processing 簡稱NLP)，翻譯成通俗的詞語就是：人話。它想讓機器可以聽懂人話，看懂人話，而且還能任意表達人話，不限於哪國話。總之，就是讓機器人看書、寫字、閒聊天，還能有所總結和感悟，就和我們人類一樣。

看下面這個圖。

這是機器人在自然語言處理方面的成果，這個叫問答系統。

找來一篇文章，比如上面的例子，原文是：

TensorFlow是一個免費的開源軟體庫，用於跨一系列任務的資料流和可微分程式設計。它是一個符號數學庫，也用於機器學習應用程式，如神經網路。谷歌將其用於研究和生產。TensorFlow由谷歌大腦團隊開發，供谷歌內部使用。它於2015年11月9日在Apache License 2.0下發布。

那麼，當機器學完了這段話之後。你就可以向他提問了。

你問它：TensorFlow是什麼、什麼是TensorFlow？

因為它學過。它就會回答：TensorFlow是一個免費的開源軟體庫……

除此之外，你問它誰發明的TensorFlow？這個它也學過，原文中有。它會回答說，是谷歌大腦開發的。

如果你問它，ITF男孩長得帥不帥？它就智障了。因為沒學過。

你遇到的很多客服系統，不是AI技術不行，主要是沒有那麼多對話資料去學習。

除此之外，還有很多的應用。

|分類 |簡介 |應用場景| | --- | --- |--- | |文字分類 | 通過訓練對一段文字的進行分類 |情感分類、輿論監控、文學體裁分類等 | |智慧回覆 | 基於大量聊天訊息訓練，依據上下文的相關內容生成回覆建議 |智慧客服、聊天機器人、問答系統 | |語言翻譯 | 將一種語言的文字轉換為另一種語言，同時保持含義完整 | 英漢翻譯、中日翻譯、古文現代文翻譯 | |文字生成 | 基於大量文字訓練，輸出當前詞語之後最大概率出現的文字 | 輸入法聯想、文字自動補全、智慧對聯、自動寫原創文章 | |資訊提取 | 獲取明文公告，通過演算法提取關鍵資訊，輔助決策 |金融風控 |

2.3 更多領域

人工智慧的應用領域很多。

各項技術可以相互結合，比如谷歌Imagen搞了一個語言加影象的應用，叫文字影象合成。說白了就是：我說你畫。

我說：一個騎自行車的土狗，一個游泳的泰迪熊。然後，人工智慧就能畫出對應的圖。

這是小意思，可以再發揮點兒想象力，比如我說：一個火龍果在大雪天，成為了跆拳道黑帶！

你以為這只是科研階段嗎？不是的。我寫自媒體，我是看在眼裡的。包括百度、頭條等平臺，已經上線了文章轉視訊的功能。只要有文字，就可以生成音訊，可以生成視訊，而且我就在使用。

但是，不管怎麼結合，萬變不離其宗，人工智慧是由一些基礎技術支撐的。

其他AI相關技術，都是通過使用這些基礎技術發展起來的。這幾個基礎技術如下：

機器學習：人工智慧的核心，研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的效能。
知識圖譜：用圖模型來描述知識和建模世界萬物之間關聯關係的技術方法。這是先決條件，只有建立了行業知識圖譜，才能給出行業AI方案。現在各家都在搞知識圖譜，但是很少有真正實用的。
自然語言：能實現人與計算機之間用自然語言進行有效通訊的各種理論和方法。主要應用於機器翻譯、輿情監測、自動摘要、觀點提取、文字分類等。
人機互動：為完成確定任務的人與計算機之間的資訊交換過程。例如：眼睛虹膜、眼動、掌紋、筆跡、步態、語音、脣讀、人臉、DNA等。
語音識別：是利用機器將語音訊號轉換成文字資訊。
影象視覺：用攝影機和電腦代替人眼對目標進行識別、跟蹤和測量等機器視覺，並進一步做圖形處理。

三、人工智慧的發展階段

人工智慧有三個發展階段：弱人工智慧、強人工智慧、超人工智慧。

當前的話，人工智慧還處於弱人工智慧階段。並且，這一階段將維持較長的時間。

那位說了，這孩子說話，老賣關子。你倒是說啥樣是強，啥樣是弱啊。

3.1 弱人工智慧

這是我們目前所處的階段，你看到的人工智慧，都是弱人工智慧。

它只會計算和推斷，只能解決某個具體問題。比如智慧推薦購物、機器人客服、識別哈士奇與狼、自動作畫、甚至戰勝柯潔的AlphaGo等。

3.2 強人工智慧

當走向強人工智慧時，機器人就擁有了意識，擁有和人類一樣的智慧水平。換句話說，你和它一起生活，你發覺不出它是個機器人。

3.3 超人工智慧

到了超人工智慧，它就會像人類一樣自己去學習。而且學習速度極快，幾秒鐘運算上億次，幾分鐘可以超過人類幾百年的積累，智慧水平會遠超過我們人類。

到時候，就不是我在這裡編文章了。我比它差多了。我腦子裡只有100本書，AI腦子裡有全人類的知識。

四、我對人工智慧的見解

4.1 人工智慧的機會

現在大廠的AI平臺太多了，還有必要自己做人工智慧嗎？個人還有機會嗎？

有機會呀。大廠平臺解決的是1000萬人市場規模中70%的問題。自研人工智慧可以解決垂直領域10萬人市場95%的問題。大與小的辯證一直都存在。海洋裡有大魚存在，不代表蝦米就會滅絕。

你在某一個極小的點上，做出超過大廠的效果，這在業內，真的一點也不奇怪。

4.2 人工智慧的門檻

人工智慧很難嗎？

寫到這個標題，估計有人預測我要賣課了，看著挺像，但並非如此。

做學術研究門檻確實高，但是做應用解決問題真的非常簡單。

人工智慧框架非常多，如果僅僅是做應用，瞭解了基本概念之後，幾行程式碼就可以解決很多問題。國家也有計劃在小學生中普及AI程式設計，可見它並不是很難。

4.3 人工智慧的瓶頸

弱人工智慧還要持續很長時間，限制人工智慧發展的因素是什麼？

業內普遍認為主要有3項：算力、演算法和資料。

算力主要指計算機硬體裝置。演算法主要指人工智慧的軟體支援。

資料指提供人工智慧分析和學習的素材。目前在資訊化很發達的今天，資料依然不足以支撐人工智慧實現質的飛越。主要原因是資料碎片化嚴重，各場景下的採集和歸納成本極高。

小資料僅僅能支撐小場景。比如自動駕駛，你搞一個你房間裡的自動駕駛其實很簡單，路線和物品基本都是固定的。你訓練好了模型，在你屋裡它可以自由走動，可以去次臥拿了物品放到主臥去。但是，你放到你們小區裡，就不行了。放到全國、全球，就更智障了。雖然說，人工智慧不是窮舉所有場景，但是代表性的樣本都來幾條不過分吧。僅僅這個數量級，現在也是無法收集到的。

以上就是我講的人工智慧。

大家好，我是ITF男孩，在掘金是@TF男孩，一個IT男。帶你從IT角度看世界。