在星球大戰(zhàn)、終結(jié)者、攻殼機(jī)動(dòng)隊(duì)等科幻電影中，人工智能專家是人類頂尖智慧的化身。因?yàn)橛|不可及，所以缺乏真實(shí)感。
然而，近年來隨著各國、各科技企業(yè)紛紛加緊部署人工智能，人工智能已經(jīng)從幾年前還是一個(gè)比較學(xué)術(shù)的科學(xué)，演變成相對產(chǎn)業(yè)化的高科技行業(yè)。越來越多的頂尖人才加入到這個(gè)如火如荼的“風(fēng)口”。
人工智能專家的日常是怎樣的？他們的工作場景真的那么高冷嗎？這些最聰明的腦袋具備哪些看家本領(lǐng)？又有哪些困惑？他們會(huì)成為其他職業(yè)的“終結(jié)者”嗎？
機(jī)器的“啟蒙老師”
美顏相機(jī)中萌萌噠的兔耳朵動(dòng)態(tài)表情包、在線開通基金賬戶、實(shí)時(shí)清理互聯(lián)網(wǎng)中不健康的違規(guī)圖像、遠(yuǎn)程抄錄家里的水電煤“三表”……“這些我們再熟悉不過的日常，其實(shí)都是人工智能專家的‘杰作’。”上海七牛人工智能實(shí)驗(yàn)室創(chuàng)辦人和負(fù)責(zé)人彭垚說。
走進(jìn)由他創(chuàng)辦的實(shí)驗(yàn)室，濃濃的“極客”氣息撲面而來。這個(gè)實(shí)驗(yàn)室有個(gè)奇特的名字——“Ataraxia人工智能實(shí)驗(yàn)室”。“Ataraxia是古希臘的一種哲學(xué)思想，該哲學(xué)流派認(rèn)為世界的知識和理論都是不完善的，只有通過不斷學(xué)習(xí)才能達(dá)到更高的境界。人工智能就是一種機(jī)器需要不斷學(xué)習(xí)和認(rèn)知才能到達(dá)的境界。”彭垚說。
除了響亮的名字，實(shí)驗(yàn)室的墻壁上還掛滿了藍(lán)底科幻海報(bào)，上面寫著“AI Civilizatoin(人工智能文明)”。區(qū)別于到處都是瓶瓶罐罐的傳統(tǒng)實(shí)驗(yàn)室，人工智能實(shí)驗(yàn)室遍布一排排計(jì)算機(jī)，屏幕上跳動(dòng)著一行行代碼、數(shù)據(jù)；變形金剛式的中小型機(jī)器人錯(cuò)落有致地矗立在辦公桌上。一張張年輕的面孔熟練而有節(jié)奏地敲打著鍵盤，有的是算法工程師、有的是數(shù)據(jù)科學(xué)家，還有的是數(shù)據(jù)標(biāo)識員……盡管從事的具體工作各不相同，但他們都有一個(gè)共同的稱謂——“人工智能專家”。
“人工智能專家，可以簡單理解為機(jī)器的‘啟蒙老師’。”彭垚說，算法工程師先負(fù)責(zé)搭出一個(gè)最初步的算法框架，然后，數(shù)據(jù)科學(xué)家再把合適的數(shù)據(jù)裝入算法框架里，通過優(yōu)化、搭建出第一版機(jī)器模型。隨后，數(shù)據(jù)標(biāo)識員通過給圖像、文字等數(shù)據(jù)做標(biāo)記，為機(jī)器編寫出一本附有正確答案的“教科書”，手把手教機(jī)器模型如何學(xué)習(xí)處理不同類別的信息。
在人工智能專家的啟蒙和教導(dǎo)下，機(jī)器模型經(jīng)過幾天或者一周的學(xué)習(xí)，就可以自主進(jìn)行深度學(xué)習(xí)了。“當(dāng)機(jī)器模型學(xué)習(xí)的準(zhǔn)確率達(dá)到及格線，就可以開發(fā)成產(chǎn)品、投入試運(yùn)行，然后一邊運(yùn)行、一邊繼續(xù)學(xué)習(xí)。一兩個(gè)月后，機(jī)器模型的準(zhǔn)確率就會(huì)有‘脫胎換骨’的進(jìn)步。”彭垚說。
“人工智能＋”
用算法解決各行各業(yè)的“痛點(diǎn)”
“人工智能是計(jì)算機(jī)科學(xué)的一支，它的起始是算法。怎樣把數(shù)據(jù)轉(zhuǎn)化成有效的信息，進(jìn)而解決各行各業(yè)的痛點(diǎn)、輔助其做決策是人工智能專家的愿景。”彭垚說，與長期從事某一個(gè)具體行業(yè)的上班族不同，人工智能專家需要在各行各業(yè)自如轉(zhuǎn)換。
算法模型是最基礎(chǔ)的工具，這些工具只有跟不同行業(yè)、不同用戶的需求結(jié)合起來，才會(huì)有“用武之地”。“好的人工智能專家需要不斷學(xué)習(xí)不同行業(yè)的知識，了解各行業(yè)的運(yùn)行規(guī)律、發(fā)現(xiàn)他們的痛點(diǎn)，進(jìn)而有針對性地寫算法、建模型、做產(chǎn)品。”彭垚說。
例如，“人工智能＋娛樂媒體行業(yè)”，就有了“智能鑒黃師”。對于直播、短視頻平臺(tái)來說，他們的一大痛點(diǎn)是如何實(shí)時(shí)清理平臺(tái)上不健康的違規(guī)圖像。“以往，美拍、熊貓直播、陌陌等平臺(tái)，需要雇傭百余名人工，24小時(shí)值班，挑出不合格的照片，現(xiàn)在采用機(jī)器深度學(xué)習(xí)平臺(tái)，這些企業(yè)只需要雇傭幾十人，不僅清理的準(zhǔn)確率更高，而且工作強(qiáng)度也減輕了、只要對機(jī)器模型的結(jié)果進(jìn)行復(fù)查就可以了。”彭垚說。
“人工智能＋能源消費(fèi)”，催生了“智能抄表員”。通過圖像識別和記錄每戶家庭每天的用氣量，計(jì)算機(jī)能夠精確預(yù)估當(dāng)?shù)厝細(xì)夤久刻煨枰徺I多少燃?xì)?，避免空燒燃?xì)庠斐衫速M(fèi)。七牛服務(wù)的一家燃?xì)夤?，此前每年需要空燒掉價(jià)值約90億元的燃?xì)?，采用了人工智能圖像識別深度學(xué)習(xí)平臺(tái)后，“智能抄表員”幫助公司減少了20%左右的能源浪費(fèi)。
“人工智能＋醫(yī)療診斷”，出現(xiàn)了“智能讀片機(jī)”。傳統(tǒng)的智慧醫(yī)療，是將醫(yī)生可表述、可外化的經(jīng)驗(yàn)進(jìn)行數(shù)字化，形成數(shù)據(jù)庫后用于智能檢索判斷，這類“智能”對人力的輔助相對有限。而人工智能則是基于全部醫(yī)療案例和機(jī)器自主學(xué)習(xí)，讓醫(yī)療的智能化水平超越人類可掌握的經(jīng)驗(yàn)邊界。
例如，人工智能專家利用“區(qū)域卷積神經(jīng)網(wǎng)絡(luò)”建立機(jī)器學(xué)習(xí)模型，醫(yī)院為機(jī)器提供數(shù)萬張直腸癌核磁共振影像圖，這些圖片先由醫(yī)生勾畫出腫瘤區(qū)域，然后再“喂”給算法模型，經(jīng)過十余萬次學(xué)習(xí)，一臺(tái)合格的“智能讀片機(jī)”就誕生了，它不僅可以準(zhǔn)確識別直腸癌，而且能夠根據(jù)影像進(jìn)行三維重建，為醫(yī)生提供腫瘤三維模型。未來，“醫(yī)生＋人工智能”共同協(xié)作將成為診療主流。
除此之外，人工智能專家開發(fā)的產(chǎn)品還能用于識別金融票據(jù)文字信息，提高財(cái)務(wù)處理的效率；搜集圖像大數(shù)據(jù)信息，服務(wù)特種安全行業(yè)。“對于繁重、枯燥、高重復(fù)、不適合人類工作的任務(wù)來說，人工智能專家開發(fā)出來的產(chǎn)品是人力的完美替代。”彭垚說。
人工智能專家的困惑：
機(jī)器如何思考？
雖然人工智能專家是機(jī)器的“啟蒙老師”，雖然在老師的指導(dǎo)下表現(xiàn)優(yōu)秀的機(jī)器模型可以應(yīng)用于諸多行業(yè)，但是對于機(jī)器到底是如何學(xué)會(huì)老師的指令、又是如何進(jìn)行思考的，老師們其實(shí)并不清楚。
“從技術(shù)的角度看，目前人類并不能清楚地理解人工智能算法模型的方方面面，也沒法準(zhǔn)確回答機(jī)器到底是怎樣思考的疑問，這正是人工智能專家們最大的困惑。”彭垚說。
以人工智能輔助醫(yī)生看X射線圖為例，在訓(xùn)練伊始，為了對阻塞動(dòng)脈的特征進(jìn)行識別和分類，機(jī)器首先會(huì)對醫(yī)療成像系統(tǒng)生成的一百萬次X射線圖像進(jìn)行分析，生成第一版算法模型。而后，當(dāng)添加新的X射線圖像時(shí)，機(jī)器就開始在第一版算法模型的基礎(chǔ)上自動(dòng)分類并進(jìn)行不斷優(yōu)化。
對于機(jī)器到底是按照什么邏輯分類、優(yōu)化的，目前人工智能專家很難說清楚。“人工智能深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的內(nèi)部工作機(jī)理非常復(fù)雜，即便搞懂了每一個(gè)算法的運(yùn)行邏輯，當(dāng)海量算法組合在一起時(shí)，就很難知道他們之間又產(chǎn)生了什么‘化學(xué)反應(yīng)’。”彭垚說。
為了讓機(jī)器能夠沿著正確的方向思考，人工智能專家也肩負(fù)著重要使命。彭垚說，機(jī)器學(xué)習(xí)會(huì)根據(jù)輸入的信息來理解世界。算法的一個(gè)基本原則：輸出對應(yīng)輸入。這就要求人工智能專家在標(biāo)識環(huán)節(jié)一定要做好質(zhì)量把關(guān)。
譬如，對于用來給機(jī)器作為“學(xué)習(xí)資料”的X射線圖像，如果人工智能專家標(biāo)記不正確或者把圖像質(zhì)量很差的X射線圖像交給機(jī)器學(xué)習(xí)，那么最后生成的人工智能算法模型很可能沒法準(zhǔn)確的判斷對應(yīng)疾病。
同樣的誤判也會(huì)出現(xiàn)在關(guān)于人的評判上。譬如，通過人工智能技術(shù)預(yù)測犯罪嫌疑人再次犯罪的可能性，如果提供給機(jī)器學(xué)習(xí)的“學(xué)習(xí)資料”是基于種族性的。那么，最后機(jī)器判斷的結(jié)果很有可能也會(huì)有種族偏見。
其他行業(yè)從業(yè)人員的“終結(jié)者”？
還是新行業(yè)的“創(chuàng)造者”？
人工智能的發(fā)展速度實(shí)在太快，以至于他的研發(fā)者都感到猝不及防。前不久，美國社交媒體臉書公司創(chuàng)始人馬克·扎克伯格與美國特斯拉公司首席執(zhí)行官埃隆·馬斯克就進(jìn)行了一場激辯，前者對人工智能持樂觀態(tài)度，而后者稱其為人類文明的威脅。
如果說，流水線消滅了大部分作坊式工業(yè)生產(chǎn)，那么，數(shù)據(jù)的洪流將消滅大部分傳統(tǒng)生產(chǎn)和服務(wù)組織方式。人工智能專家到底是其他行業(yè)從業(yè)人員的“終結(jié)者”？還是新行業(yè)的“創(chuàng)造者”？
“我們不希望取代其他職業(yè)，而是希望革新陳舊的生產(chǎn)力和生產(chǎn)方式，促進(jìn)既有行業(yè)的從業(yè)人員學(xué)習(xí)更多先進(jìn)知識和技能，改善整個(gè)團(tuán)隊(duì)的運(yùn)行模式和工作效率。”彭垚說。
前不久，國務(wù)院發(fā)布了《新一代人工智能發(fā)展規(guī)劃》指出，要加快研究人工智能帶來的就業(yè)結(jié)構(gòu)、就業(yè)方式轉(zhuǎn)變以及新型職業(yè)和工作崗位的技能需求，建立適應(yīng)智能經(jīng)濟(jì)和智能社會(huì)需要的終身學(xué)習(xí)和就業(yè)培訓(xùn)體系。
彭垚認(rèn)為，在人工智能時(shí)代，人與機(jī)器應(yīng)該一起學(xué)習(xí)。目前，我們還處在一個(gè)弱人工智能的階段，即機(jī)器還不能真正自主推理和解決問題，它的智能更多體現(xiàn)在“智能的行動(dòng)”。但是，弱人工智能經(jīng)過不斷學(xué)習(xí)、迭代，將發(fā)展到強(qiáng)人工智能階段，這一階段機(jī)器將具有智能思考的能力，在某些領(lǐng)域的智能表現(xiàn)，會(huì)接近甚至達(dá)到人類水平。因此，人類必須養(yǎng)成終身學(xué)習(xí)的習(xí)慣。
當(dāng)然，對于未來強(qiáng)人工智能的出現(xiàn)，人類也不必過于恐慌。因?yàn)椋说臐摿Φ降子卸啻?，事?shí)上就連人類自己也沒有完全了解。彭垚認(rèn)為，人類擁有情感溝通、深度聯(lián)想和創(chuàng)造等機(jī)器無法達(dá)到、甚至人類自己都無法表述的“軟實(shí)力”。技術(shù)的發(fā)展會(huì)促進(jìn)人類激發(fā)潛能，不斷提升拓展自己的能力“工具箱”。
馬車夫、打字員這些人類還有記憶的工作，今天已經(jīng)幾乎沒有了。取代它們的是汽車駕駛員、電腦和新的工作。在不遠(yuǎn)的將來，人類必將生活在一個(gè)“充滿了人工智能的世界”，很多行業(yè)都會(huì)從人提供服務(wù)轉(zhuǎn)變?yōu)闄C(jī)器人提供服務(wù)。“人類就要學(xué)會(huì)在這樣一個(gè)不斷演進(jìn)、不斷進(jìn)步的社會(huì)中生存，具備非常強(qiáng)的適應(yīng)能力和學(xué)習(xí)能力。這樣，我們就不會(huì)害怕社會(huì)的變化。”彭垚說。