淺談人工智能下的未來生活

劉征宇,吳麗紅1長城汽車股份有限公司技術中心；2河北省汽車工程技術研究中心

淺談人工智能下的未來生活

劉征宇12,吳麗紅12
1長城汽車股份有限公司技術中心；2河北省汽車工程技術研究中心

摘要：隨著科技的發展，人工智能正逐漸走進人們的日常生活。本文結合Alphago與李世石的“人機大戰”，分析了人工智能自學習能力的發展，并從三方面分析對未來生活的影響。

關鍵詞：人機大戰；人工智能；自學習

前言

萬眾矚目的Alphago與韓國棋手李世石的對弈以Alphago的勝利結束，激起了人們對人工智能的廣泛討論，科技大佬紛紛表明各自立場。歷史上，機器戰勝人類并非偶然，為何此次反響如此之大，究其原因，正是人工智能理論產生了飛躍式的進步，引發人們對未來的暢想。

1　人工智能的自學習能力

1997年9月，美國IBM公司研發的計算機“深藍”在“人機大戰”中戰勝國際象棋世界冠軍卡斯帕羅夫，此事件同樣引發世界轟動。然而相較此次對弈，兩者有著本質的不同，其核心恰恰是智能理論的差異?！吧钏{”的勝利源自于其不知疲倦的“蠻力”，它的大腦——大型快速陣列硬盤系統中存儲了60萬盤高手的棋譜，32個專用處理器協同工作，能夠在3分鐘內從棋譜中尋找出應該走的妙招，它展示的能力在于對龐大數據庫的搜索。然而此方法并不適用于圍棋，國際象棋的復雜度是10^48，而圍棋達到了10^172，被公認為復雜度第一的棋類。如果按照“深藍”來開發Alphago，其極其龐大的數據量和對搜索速度的要求，都是目前技術水平達不到的。Alphago所采用的核心技術包括深度卷積網絡（CNN）和策略網絡，Alphago先從3萬多幅專業起手對局的棋譜來學習，然后進行大量自我對弈，在對弈中，它按照訓練中發現的規律，自己判斷、選擇，并不斷進行優化，最終達到很高的水準。它所展示的能力是不同于“深藍”的自學習能力?？梢哉f，單純的搜索是不能稱之為智能的，真正的智能必須具備自學習的能力，甚至超過人類的學習能力。

任何的產品都在追求智能，現階段的手段可以稱之為：預編程。即在產品的開發階段將所具備的功能，以可執行代碼輸入，產品依照代碼原封不動的執行，產品所具有的智能被完全限制在代碼層面。如果需要產品更加智能，即具有更多的功能，則需要增加相應的代碼。未來產品具有的能力將是不可限量的，需要人為開發的代碼也將是數不勝數的，所以這樣的開發模式必然限制產品的升級速度。然而Alphago所具有的自學習能力卻能完美解決這種困境，只要產品具備這種能力，它可以自己進化出需要的功能，而非人為進行的優化。簡單地說，人類教會機器如何學習，于是機器自己學會了如何更好的為人類服務。這正是Alphago之所以引發熱議的核心所在。

然而，Alphago所展現的自學習能力并未達到通用的程度，它還不能處理除圍棋之外的其他領域，但人們看到的更多是它的未來，未來將產生的變革。

2　人工智能對未來生活的影響

變革一：語音助手的發展

蘋果、微軟、谷歌、亞馬遜，幾乎每一家科技巨頭都在開發各自的語音助手，要想理解為什么看似不成功的產品卻被眾多公司看好，就需要探究：它會為世界帶來什么。

現階段，圖形用戶界面是最合理的交互方式，人們通過菜單一步步進行選擇，但卻并非人工智能下最合理的交互方式?；谡Z音的交互方式完全不同于圖形用戶界面，它更加自然、便捷。隨著機器變的智能，語音將是人類與機器最自然的交互方式。

對購物而言，我們不再需要打開淘寶APP，輸入“衣服”，也不需要說出“打開淘寶，搜索衣服”，而是直接對語音助手說“買件外套，500元”，語音助手完成搜索，用戶直接查看所有產品。平臺上產品的數據是有價值的，而平臺本身沒有價值，語音助手會跳過中間環節，直接搭建產品與用戶連接的橋梁。同樣，互聯網上所有平臺都會經過語音助手的過濾，為用戶提供一切服務，成為最重要的入口，人們的生活方式將會改變。未來的互聯網會是另一番景象。

變革二：智能家居的融合

智能家居對人們生活的改變將是巨大的，智能掃地機、智能廚房、智能燈光等減少了人們不必要的行動，為人們帶來更多能夠隨意支配的時間。然而目前的水平還僅僅停留在手機遠程控制的階段，甚至不同產品還需要不同APP進行控制，為用戶提供的體驗升級是非常有限的。少數公司正在為不同產品的聯動進行著努力，然而即便如此，也無法滿足未來生活場景的需要。未來生活中的一切都將是智能化的，所有智能家居產品都必須互聯、互動，不同公司、產品間的互相控制將是必須解決的課題。人工智能下的智能家居，所有家居產品受到人工智能統一控制，它能夠自己認識每一種產品，自動學習和分析消費者的家居習慣和喜好，并在適當時候主動開啟或關閉，代替人類完成對家居的控制，成為人與家居的連接紐帶。

變革三：自動駕駛的升級

自動駕駛被各大公司所看好，然而發展卻并不順利。市區自動駕駛的難度被認為遠高于高速公路自動駕駛，原因在于市區的路況的復雜性高，造成車輛對所編寫的軟件要求高，任何BUG和不合理之處都將釀成災禍。近期谷歌無人車撞上了一輛公交，而且該起事故是谷歌無人車首次擔責；有報告顯示，谷歌無人車每行駛9600公里就會發生一起交通事故?？梢?，即便做了大量的上路測試，依然無法完全杜絕事故的發生。

人工智能可以為自動駕駛的研發開辟另一條途徑。首先將自學習能力注入駕駛中樞，然后在模擬交通環境軟件中運行，從而獲得一定程度的自動駕駛能力，再進行大量真實環境路試，不斷進行學習優化。隨著車輛駕駛里程積累、交通路況認知積累，其安全性、適應性將逐步提高，直至可進行產品化。

結論

人工智能對未來生活的變革不僅僅局限于以上幾點，它將深入生活中的各種場景，未來的強智能隨處可見，人形機器人、服務機器人、工業機器人將等出現在適當的場所，替人思考，為人服務，社會運行效率得到整體提高。