您所在的位置:红商网·新零售阵线 >> 天下汇频道 >> 正文
一半以上的人是不会被人工智能取代的

  1月5日电 2019影响力峰会1月5日在北京举行,本届峰会的主题是“预见未来”。中国工程院院士邬贺铨在“预见科技未来”环节,发表了《迎接人工智能的未来》的演讲。

  他表示,人工智能对经济效益有很大的贡献,但他也提到了人工智能目前还有很多不足的地方。对于人工智能取代人类的话题,邬贺铨很乐观的表示,一半以上的人是不会被人工智能取代的。

  邬贺铨表示,人工智能可以在医疗保健、汽车和金融服务业取得不错的效果。但目前人工智能还有很多的不足。图灵奖的获奖者说,目前机器学习只是曲线的拟合,一个诺贝尔奖经济学奖得主(Judea Pear)说“人工智能不过是统计学”,也就是说目前还是有很多不够的地方。

  提到就业问题,邬贺铨认为,人工智能确实会取代很多现在的就业,49%的劳动人口可能会被取代,但一半以上的人是不会被取代的。

  “因为人工智能没有情感,有情感创作的文艺工作是不能被取代的,人工智能不能取代文艺,要由人来做。”邬贺铨举例道。

  以下为邬贺铨演讲全文:

  邬贺铨:各位领导、各位专家早上好。我发言的题目是“迎接人工智能的未来”。

  我们可以看看支撑人工智能发展的技术,比如CPU的芯片、存储器、光纤、移动通信、超算、大数据……用十年的时间来看,有些是60几倍,有些是成本两万倍下降,光纤通信10年100倍容量提升,移动通信10年1000倍的速率提升,超算能力1000倍的提升,算法我在这里没写,但等会儿会说到,大数据量大概是32倍的提升。这是前几年统计下来的网络主要设备年均性能改进的增速。

  互联网近年已经是第50年了,50年的互联网到现在还保持互联网流量年增60%,这些增速也会对未来人工智能技术的发展给予很大的影响。

  现在深度神经网络,就算你写本书告诉计算机什么是猫什么是狗,它也学不会,但如果像对待人类小孩的教学方式那样,感性地把一堆猫和狗的视频送到深度神经网络,它就会分类,分类结束后,如果照片视频上有标签,它就会知道分的这类是猫。如果篮子里有个小狗,放进去,它照样会分类为“狗”。所以深度神经网络实际上是个分类器,但你告诉它是什么,它就学会了。

  机器学习是深度神经网络的主要技术,从10年里机器学习的论文里可以发现现在机器学习的技术热点,可以看到神经网络和进化编程等计算密集型算法在机器学习研究中的出色表现。

  AlphaGo下棋。人每天吃饭大概要输入2500卡路里的能量,卡路里换算成焦耳大概是1000万焦耳,下围棋5个小时大概要消耗人类3.3兆焦耳。AlphaGo跟李世石下棋时用了1000多个CPU,176个GPU,一个CPU功率100W,1个GPU200W,换算出来是173000W(这是以秒计的),如果5小时就是3000兆焦耳,这相当于李世石用的能耗是AlphaGo能耗的千分之一,也就是说,人工智能目前还需要很大的能量支持。

  后来隔了一年,改进了AlphaGoZero,换算成TPU,它只是AlphaGo原有1/12(的能耗),用1/12的能耗跟AlphaGo下棋,100比0,当时AlphaGo还要搜集所有的围棋棋谱,然后训练三个月,AlphaGoZero只需要了解围棋的规则,两个AlphaGoZero互相对应,能把所有人类没有走过的棋谱都走完,它就能战胜了。所以优化算法、改进硬件,包括GPU替换CPU(提高了三倍),TPU替换GPU(提高了15到30倍)。

  最近不单AlphaGoZero围棋天下无敌,而且通过自学2个小时,还击败了日本的将棋(有点像中国的象棋),自学4个小时,把国际象棋也全部打赢了。

  在医学上,刚刚过去的三个月,谷歌在机器学习又开发了AlphaFold,AlphaGo的折叠,所谓折叠是来预测蛋白质结构的,在蛋白质结构预测的国际竞赛里,打败了所有由人组成的各种团队,这有什么意义?如果能解释蛋白质的结构,我们的很多疾病(包括癌症)可能就会找到解决办法。所以现在很多人工智能用在医学上开发药物,美国人工智能能比医生提早六年诊断出阿兹海默病,医疗人工智能的器械也开始投入商用了。

  除此之外我们看一看蛋白质折叠结构,我们可以通过人工智能将它解释出来。

  我们知道门捷列夫开发元素周期表用了很长时间,现在假设我们不知道元素周期表,利用人工智能程序,几个小时就可以把元素周期表重新定义出来。也就是说,人工智能确实能做好多事。

  在语音识别方面,人工智能已经超过了人,一般人类语音识别的错误率是5.1%,现在百度对汉语的语音识别,微软对应于的语音识别已经比这个水平要高了。当然,在嘈杂噪声环境下,识别率现在也只有54%,不过人更识别不了,人还达不到这个水平。

  包括人脸识别,中国上海依图科技的人脸识别率在万分之一,误失率前提下可以通过98%,银行柜台人员用肉眼比对,误差一般在1%,也就是说机器准确性是超过人的眼睛的。

  当然,动态三维活体检测更难,下面的图是小布什的原相,右边的小部什头像和原图一样,但嘴型和上图的胖子嘴型一样,我们听不出胖子讲什么,但小布什可以通过口形恢复出他讲话的声音,读懂唇语。

  我们知道张学友在好几场演唱会上抓到了逃犯,这不是因为张学友,而是演唱会门口的人脸识别门口。所以张学友说“抓逃犯是我的正业,唱歌只是副业”。

  机器视觉应用于什么?这是一个肺部CT照片,大家可以从中发现有没有长瘤子、有没有癌症,但CT可以扫描出几百张图片,很麻烦,我们通过人工智能把这些CT照片还原成一个肺,看看有没有纤维化,再看看肺周边的器官怎么样。腾讯利用它的人工智能技术,目前它可以检测肺里非常小的肿瘤,而且筛查率还是相当准确的。

  语音识别可以用于医学,还有图像识别,可以重建三维影像,比如医学教育,包括在增进医疗手术的辅导可以起到很好的作用。

  在产业上,清华和英业达合作(做影像电路板的),影像电路板很复杂,可以看看该连的线是不是连了,不该连的线是不是没连,人的肉眼很容易错检,但利用机器视觉就可以发觉人的肉眼没法儿发现的问题,每年的经济效益9000万。

2页 [1] [2] 下一页 

搜索更多: 人工智能