贾斯汀·卡塞尔

脱离了人类需求的人工智能，其实已经偏离了其本身应该具有的存在价值

1956年，当时美国达特茅斯学院数学系的助理教授约翰·麦卡锡（John McCarthy）和一帮数学家们共同研究了一个全新的领域，他们将其命名为“人工智能”。随后在纽约举办过一场会议，出席会议的嘉宾不仅包括约翰·麦卡锡这样的信息学专家，还有很多人类学家、批判理论家和心理学家等。这就让人工智能有了完全不同的解释。事实上，我们今天给人工智能下的定义——“試图打造一台可以完成全部人类行为的机器”——最早的出处正是纽约的这场会议。

我眼中的人工智能

想要正确理解人工智能，首先就要明确“智能”的定义。人工智能并不能简单称之为一项技术，而是一种技术使用的方法，其特点在于仿造人类的能力。它涉及计算机视觉、云计算、大数据、机器学习等目前可用的所有技术。

业界有一句流行语，“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限。”这里的数据指的就是经过特征工程得到的数据。特征工程指的是把原始数据转变为模型的训练数据的过程，它的目的就是获取更好的训练数据特征，使得机器学习模型逼近这个上限。传统的机器学习方法需要由人来设计并输入想要电脑学习的知识，因为需要掌握大量的专业知识，导致特征工程成为机器学习的瓶颈。而深度学习打破了这一瓶颈，它通过多层结构算法，机器对数据集的“特征”进行筛选和提取，通过反复训练，找到差异和规律，最终获得了提取抽象概念的能力。……