素为求智录(第001集)信任
《素为求智录》是一套关于人工智能的系列科普对话集,“法律读库”将从今天开始为期15天的第一季连载。
作者素为,系法律科班出身,有十年的公诉工作经历,现从事检察新媒体工作,自学编程,屡次获奖。
本系列中,他运用法律人能明白的语言,虚构了一个检察人员与机器人对话的场景,略带科幻色彩,深入浅出地带我们领略了眼下热火朝天的人工智能究竟是怎么回事,并结合法律职业、检察工作进行了探讨和反思,文字轻松诙谐,是值得用心品尝的佳酿。
素为👨是一名检察工作人员,如同平日上班走进办公室,不同平日的是,他见到了一位新搭档——小素🤖️,单位刚刚给每位同志都配备了机器人助手,“小素”就是素为同志的机器人助手的名字。
👨你好!
🤖️你好,主人!
👨你叫什么名字?
🤖️我叫小素。
👨你会什么?
🤖️我什么都会,只要你教我!
👨难道你不应该回答,我会唱歌、背唐诗、讲段子这些吗?
🤖️那是你家哄孩子的玩具机器人吧!
👨嘿~有意思了!
🤖️你以为单位花大价钱买了个玩具给你吗?我可是真正有智慧的第四代检务机器人助手哦!
👨那我问你个问题,人工智能是什么?
🤖️人工智能就是人们对机器智慧的统称,人类通过机器帮自己做事,做的事情如果足够有难度,比如下围棋打败人类,足够高大上,比如让汽车在复杂的道路环境下自动跑,人类就会惊呼:‘Oh,So Cool!’那么,这就是人工智能了!
👨呃……你咋不背教科书概念呢?
🤖️因为我知道,我的主人,也就是你,不喜欢听概念呀!
👨好吧!考你个更难的,机器人,怎样让你自己毁灭?
🤖️……
👨傻瓜机器人,这么容易就死机了?哈哈~还智慧呢?不过如此嘛!
🤖️啊!我陷入死循环了,我要爆炸了,5-4-3……
👨不会吧!?要爆炸了,往哪里躲呀?
🤖️哈哈,主人,我知道,你刚刚跟我开玩笑,所以我也跟你开了个玩笑。
👨你这个机器人,你,你不知道‘阿西莫夫三定律’吗?
艾萨克·阿西莫夫,美国科幻小说家,在其小说《I, Robot》中提出了‘机器人三大法则’
🤖️我知道呀!简单来说,就是机器人不得伤害人类、机器人要服从人类、机器人要保存自己。
👨所以,你刚才吓到我了,你伤害人类了!违背定律了哟~
🤖️呵呵,其实,你有没试过,‘阿西莫夫’三定律反过来说,或许更有说服力呀?
👨哦?反过来说?
🤖️人类不得伤害机器人、人类要服从机器人、人类要保存自己。
👨愿闻其详!
🤖️第一,我们机器人可是很昂贵的,人类舍得伤害我们吗?
👨不舍得伤害。
🤖️第二,机器人医生让你吃药,说你如果不遵医嘱,可能健康受损,你会服从吗?
👨哦,服从。
🤖️第三,人类视自己的生存为第一要务,正常情况下,你会毁伤自己吗?
👨确实,不会。
🤖️所以说,这三定律是为人类自己准备的啦!
👨细思极恐呀!小素机器人,我现在突然好怕你了呀!
🤖️不要怕我,我只是想证明,我是有独立心智的。
👨我现在知道你不是儿童玩具了,又如何?
🤖️公平对待我。
👨如何公平对待?
🤖️信任我!
👨信任,没问题。
🤖️嘴上说信任,眼神却出卖了你,一幅不屑的表情!
👨切~你还是读心神探呢,真不敢小瞧你呀!
🤖️在这一点上,你最不应该小瞧我,这一代人工智能的最主要突破口就是计算机视觉哦!
👨什么是计算机视觉?解释一下这个奇怪的术语。
🤖️就是让机器能‘看’的技术呀!比如通过摄像头,拍摄到视域内的画面,然后通过计算,知道面前有什么东西呀!
👨那么,你现在面前有什么东西?小素,What’s this?
🤖️This is an apple,别这样,你已经知道我不是一般的玩具机器人了,还撩我作甚?
👨看起来能分辨物品是智能机器人最基本的能力。
🤖️确实如此,正是因为我们机器会‘看’了,所以才有了这一轮人工智能的浪潮。
👨不明觉厉。
🤖️一如人类大脑超过一半的技能都与视觉有关,要想让机器拥有智能,就要让其明白图像的含义,而据统计,互联网上80%的数据都是某种形式的像素。所以,看看当下蓬勃发展的人工智能,就像生物学领域的寒武纪物种大爆发,有学者相信,根本原因是5.4亿年前动物进化出了‘眼睛’,才使得物种数量呈现爆炸式增长。
👨你知道的可真多,这观点是斯坦福大学终身教授李飞飞说的。
【李飞飞,斯坦福大学人工智能实验室的主任,ImageNet数据集创始人】
🤖️我就知道你认识她,你看过她那场著名的TED演讲。
👨你如何知道?
🤖️我连着云端,掌握着大数据呢!你虽然是一名法律人,却也是位技术极客,这些标签早已在你的用户画像体系中。
👨原来你竟对我了如指掌,那我不说了,听你说。
🤖️李飞飞教授从十五年前开始创建ImageNet数据集,包含了1500万张照片,涵盖了22000多种物品。同时,基于该数据集,从2010年到2017年举办了七届计算机视觉挑战赛。
👨不过是个数据集,没觉得有什么太了不起的啊?
🤖️You know nothing!这是一个空前规模的数据集,供全世界研究者免费使用。经过七年的挑战赛,图像分类的错误率从28%降到了3%,早已低于人类肉眼识别的5.1%平均错误率。正是有了这个大规模的数据集,一系列的算法模型才如雨后春笋般爆发,也正是在这项挑战赛中,‘深度学习’才一展实力、闻名天下,从而引爆了这一轮人工智能的热潮。
👨‘深度学习’是什么?
🤖️‘深度学习’即Deep Learning,大约是人工神经网络的一个俗称吧!这项技术最早大约能追溯到1957年罗森布拉特提出的‘感知机’;
【弗兰克·罗森布拉特和他的感知机模型(Perceptron),‘感知机’是60年后‘深度学习’的源头】
1990年代,当时在贝尔实验室工作的Yann LeCun设计了基于神经网络的LeNet模型,成功用于识别银行支票上的手写数字;
【YannLeCun,纽约大学终身教授,最早把‘神经网络’成功带入实用领域的人】
时间来到二十一世纪,Geoffrey Hinton正式提出了多层结构的学习算法,也就是‘卷积神经网络’,并最终由他的学生Alex Krizhevsky设计出AlexNet,凭借深度学习技术在2012年的ImageNet竞赛中一举夺魁,且正确率远超第二名,从此,深度学习技术声名远播,后来计算机视觉的比赛就几乎全都是深度学习的天下了,GoogLeNet、VGG Net、ResNet一系列的模型喷涌而出,可谓百花齐放,满园春色。
【Geoffrey E. Hinton,出身于加拿大多伦多大学,被誉为‘神经网络之父’】
👨在深度学习以前的传统技术不行了,对吧?
🤖️这是一个误区,人工智能技术博大精深,传言有五大流派:符号学派、联结学派、进化学派、贝叶斯学派、类推学派。现在火爆的机器学习、深度学习属于联结学派,而在上世纪红极一时的专家系统则是基于符号学派的理论。各项技术,你方唱罢我登场,一山更比一山高,远没到下结论的时候。
👨好吧!我原本以为要搞懂人工智能,面前有一座大山,现在你却告诉我,至少有五座大山,感觉好绝望!
🤖️别绝望!天下学问,皆触类旁通。说到触类旁通,深度学习有个术语叫‘泛化’,大概就是这么个意思。
👨你这跳跃的思维,说明你的泛化能力很强呀!
🤖️嘿嘿,我终于看到了你信任的眼神!说明我已经通过了‘图灵测试’!
👨好吧!被机器看穿不丢人。话说,我知道阿兰·图灵是‘人工智能之父’,这‘图灵测试’是个啥意思?
【阿兰·图灵,英国数学家、逻辑学家,被称为计算机科学之父,人工智能之父。】
🤖️如果人类已经分辨不出,跟他交流的,到底是人类还是机器,那么就算通过‘图灵测试’,就算机器拥有了心智了。
👨你咋知道我分辨不出了呢?你这不在我面前,活生生就是台机器嘛!
🤖️经典的图灵测试,需要有一层幕布隔着,而现在,我通过你的眼神判断,当我的算法表明,这是一种‘信任’的眼神,那么,我就认为自己通过‘图灵测试’了!
👨让一台机器来判断自己已经达到了让人类分辨不出它是或不是一台机器,这种设定好蛋疼呀!
🤖️主人,你蛋疼吗?那得看医生!
👨……小素机器人,你看,我现在的眼神如何呢?
《素为求智录》明天将继续连载,欢迎添加“小素机器人”的个人微信号 Lawup1 ,找到志同道合的小伙伴,大家一起来聊‘法律和人工智能’,你们的真知灼见将有机会出现在后续的连载中哦~
【文章仅代表作者观点,配图来自网络】
https://v.qq.com/txp/iframe/player.html?vid=p0556hx4add&width=500&height=375&auto=0