我的業務要不要用人工智能?引入AI前你需要評估的(三)

這是一個系列文章,從各個角度來評估一個問題:“我的業務要不要用 AI ?能不能用 AI?”本期評估角度——學習
這是一個系列文章,從各個角度來評估一個問題:“我的業務要不要用 AI ?能不能用 AI?”本期評估角度——學習

「持續學習」是人工智能的靈魂

前兩篇已經解釋了,基于規則的能力邊界很小,很多實際問題無法通過規則的方法來解決。人工智能可以擴大計算機的能力邊界。

除了擴大能力邊界外,人工智能還有一個非常重要的特性——持續學習,不斷提升能力上限。

人工智能可以擴展計算機的能力邊界和能力上限

大家都知道 AlphaGo 在圍棋上戰勝了世界上最厲害的圍棋高手,但是大家可能不知道的是:

AlphaGo Zero (AlphaGo的升級版),從空白開始自學圍棋,3天就戰勝了 AlphaGo,戰績是100 : 0。

也就是說:機器通過 7×24 的持續和快速的學習,只需要3天時間就能超越人類十幾年的積累。

alphago

AlphaGo 的例子有些極端,很多場景下機器的學習速度不會那么的快,我想表達的重點是:

過去,計算機的能力上限就是人類賦予的,需要人類告訴計算機怎么做才行。

現在,人工智能可以自學成才,不受人類認知邊界的束縛。

未來,人們擔心機器會全面超越人類,甚至對人類產生威脅。

事實上,人工智能在圖像識別、人臉識別、語音識別等很多領域已經超越

人工智能打破了人類的認知的束縛

對于人工智能能力有多大的問題,人類已經給人工智能分好了級別:

  • 目前大家看到的都是「弱人工智能」;
  • 當 AI 像人類一樣,能做很多事情時,就達到了「強人工智能」;
  • 當 AI 在各方面的能力已經遠遠超過人類時,就實現了「超人工智能」

擴展閱讀:《3分鐘理解人工智能的3個級別?(弱人工智能-強人工智能-超人工智能)

所以:讓機器持續的學習,是人工智能的靈魂。想要利用人工智能技術來解決實際問題,你必須考慮2個問題:

  1. 我需要解決的問題是動態變化的嗎?需要持續學習的能力嗎?
  2. 我能否讓人工智能實現持續學習(下面要講的內容)?

如何讓機器持續的學習?

想要讓機器實現持續學習的能力,需要具備2個條件:

  1. 是否可以獲得反饋數據?
  2. 數據是否可以形成閉環?

是否可以獲得反饋數據?

想想我們小時候是怎么學習識字的,一開始出錯概率很高,每次出錯的時候父母和老師都會告訴我們哪里錯了,應該是什么。就是在這種「行動 – 反饋 – 修正 – 再行動」的循環中實現了有效的學習。

easyai公眾號

跟人類識字的學習過程類似,機器也需要「有效的反饋」來實現持續的學習,如果沒有反饋數據,那么有問題的地方會一直存在問題,永遠無法進步。

所以,有效的反饋數據是學習的重要環節,解決了「學習」問題。

數據是否可以形成閉環?

當我們可以獲得反饋數據的時候,機器就可以實現學習了,下一步就是解決「持續」的問題。

還是舉識字的例子。假如有2個小朋友同時開始學識字。

  • 小朋友A有一個老師可以隨時輔導,糾正錯誤
  • 小朋友B每個星期只有1天可以接受老師的輔導

毫無疑問,一定是小朋友A學的更快,更好。

機器也是如此,讓數據形成閉環,就是希望能夠獲得「實時」的反饋數據,跟小朋友A一樣獲得貼身輔導。

所謂的數據閉環就是將上面的「行動 – 反饋 – 修正 – 再行動」循環自動的在機器上運轉,完全不需要人參與。

在實際應用中有一個很典型的例子就是電商平臺里的推薦系統。你剛看完一雙籃球鞋,瞬間就會給你推薦一大堆籃球鞋。

所以,數據形成閉環,可以讓機器實現了持續學習,解決的是「持續」問題。

案例分析

案例分析-google
Google 相冊里的人臉識別是怎么收集反饋數據和形成數據閉環的?

現在很多相冊 App 都有人臉識別的功能,能自動幫你將照片按照不同的人來做分類。但是實際使用中一定會遇到很多判斷錯誤的情況。

如果不收集反饋數據,讓數據形成閉環,錯誤會一直持續下去!

第一步:主動詢問用戶

有些照片清晰度不高,或者某些人發型變化很大,或者某些人卸了妝…

有很多原因導致機器拿不準自己的判斷,這個不怪機器,很多女性化了妝自己的親人都認不出來。

這個時候,Google相冊會主動詢問用戶,2個頭像是否是同一個人,如下圖:

第二步:能力升級

假如我選擇了「同一人」,當機器收集了用戶的反饋后,第一件事情就是將他們的照片合并到一起。

還有一件更重要的事情,機器學會了一些東西:

  • 機器知道了化妝:原來這個人化妝后是這樣的。
  • 機器知道了長胖:原來長胖后變成這樣了。
  • 機器知道了變老:人老了會原來會有這些變化。

人工智能告訴我們,蜘蛛俠變老是這樣的:

總結

人工智能之所以被大家寄予厚望,有一個很重要的原因就是:

AI 可以通過持續不斷的學習,突破人類的能力上限。甚至有人預估機器會在所有方面都超越人類。

為了讓機器實現持續不斷的學習,我們需要實現2個條件:

  1. 不斷的獲得反饋數據,讓機器知道自己哪里好,哪里不好
  2. 將反饋數據加入閉環,機器能否持久的學習,提升能力

在評估「要不要用」和「能不能用」人工智能時,需要考慮很多問題。這個系列還會持續更新,感興趣的朋友可以加我微信。

微信號:pkqiang49

0條評論 添加新討論

登錄后參與討論
Ctrl+Enter 發表