去年以來關(guān)于人工智能（AI）的討論非称馍担火熱，最近讀到一篇這個(gè)主題的文章覺得非常不錯(cuò)较木，翻譯過來分享下红符。這不是一篇燒腦的關(guān)于人工智能技術(shù)文，而是一篇開闊的思辨性文章伐债。

下面是原文：

是的预侯，數(shù)百萬低報(bào)酬、低技能的工作崗位將面臨風(fēng)險(xiǎn)峰锁，但人工智能革命還是會(huì)帶來很多好處的萎馅。

1

周二，白宮發(fā)布了一份關(guān)于人工智能與經(jīng)濟(jì)的令人寒心的報(bào)告虹蒋。報(bào)告以如下推斷開頭：“可以預(yù)計(jì)機(jī)器將在越來越多的任務(wù)上達(dá)到甚至超越人類的表現(xiàn)糜芳§酰”，之后它警告了大量人工崗位的消失峭竣。

然而塘辅，為了應(yīng)對(duì)這種威脅，政府做出了一個(gè)可能聽起來很荒謬的建議：我們必須加大對(duì)人工智能的投資皆撩。美國生產(chǎn)力和競(jìng)爭(zhēng)優(yōu)勢(shì)的風(fēng)險(xiǎn)實(shí)在太高扣墩，以至我們不得不加倍投入。

這個(gè)方法不僅有意義扛吞，而且是唯一有意義的方法沮榜。擔(dān)憂數(shù)百萬的工作職位，像小車或卡車司機(jī)喻粹，將會(huì)被自動(dòng)駕駛革新，這是有道理的草巡，但我們也有巨大的需求鴻溝需要機(jī)器學(xué)習(xí)來幫助填平守呜。我們的醫(yī)療系統(tǒng)是有深度缺陷的，智能終端可以在更多的地方向更廣的人群傳播更實(shí)惠的山憨、支付得起的更高質(zhì)量醫(yī)療服務(wù)查乒。我們的基礎(chǔ)教育設(shè)施還不足以覆蓋以讓學(xué)生準(zhǔn)備好面對(duì)陰然逼近的經(jīng)濟(jì)動(dòng)蕩。在這方面郁竟，人工智能系統(tǒng)可以切入到教師力量薄弱的地區(qū)玛迄。我們也可能通過開發(fā)更智能的基礎(chǔ)設(shè)施來獲得能源獨(dú)立性，就像 Google 子公司 DeepMind 為其母公司的電力使用所做的事一樣（譯注：DeepMind 利用人工智能技術(shù)使得 Google 數(shù)據(jù)中心制冷消耗的電力賬單降低了 40%）棚亩。這里面的機(jī)會(huì)實(shí)在大到不能忽視蓖议。

更重要的是，我們必須超越這種狹隘的思考方式 —— 受到人工智能威脅的工作崗位讥蟆。因?yàn)榻裉斓娜斯ぶ悄茴I(lǐng)導(dǎo)者（在 Google 這樣的公司或其他地方）已經(jīng)為一個(gè)更加雄心勃勃的愿景（曾經(jīng)幻想的通用人工智能）奠定了基礎(chǔ)勒虾。

要探訪人工智能降臨的前沿陣地，那就去觀察機(jī)器學(xué)習(xí)系統(tǒng)在狹窄的受限領(lǐng)域是如何完敗人類的瘸彤。今年修然，最矚目的人工智能與人類的對(duì)決就來自 Google。三月份质况，世界級(jí)圍棋選手（李世乭九段）對(duì)決 DeepMind 的 AlphaGo 遭遇屈辱的慘敗愕宋。DeepMind 的研究人員還制作了一個(gè)可以針對(duì)視頻讀唇的系統(tǒng)，其精確度相對(duì)人類而言一騎絕塵结榄。幾周前中贝，Google 的計(jì)算機(jī)科學(xué)家和醫(yī)學(xué)研究人員合作推出了一個(gè)算法，該算法可以像眼科醫(yī)生一樣通過眼睛圖像檢測(cè)發(fā)現(xiàn)糖尿病性視網(wǎng)膜病變潭陪。這是許多公司目前正在追逐的目標(biāo) —— 通過自動(dòng)分析醫(yī)療掃描來幫助醫(yī)生 —— 的一個(gè)早期步驟雄妥。

也是在今年秋天最蕾，微軟公布了一個(gè)可以轉(zhuǎn)錄人類語音的系統(tǒng)，相比專業(yè)的速記員它的準(zhǔn)確度高的多老厌。語音識(shí)別是 Cortana（微軟）瘟则、Alexa（亞馬遜） 和 Siri（蘋果） 這些語音助手系統(tǒng)的基礎(chǔ)，并且在這項(xiàng)任務(wù)中達(dá)到人類的表現(xiàn)水準(zhǔn)已是數(shù)十年的目標(biāo)枝秤。對(duì)于微軟首席語音科學(xué)家黃學(xué)東（XD Huang）來說：“這本身就像一個(gè)夢(mèng)醋拧，在三十年后變成了現(xiàn)實(shí)〉淼”

然而丹壕，人工智能在 2016 年碾壓人類的一系列勝利僅僅是個(gè)開始。最新研究表明薇溃，我們很快將從這些“狹義”（受限于特定領(lǐng)域菌赖，應(yīng)用范圍相對(duì)窄）人工智能轉(zhuǎn)變到“廣義”（更豐富和復(fù)雜的應(yīng)用領(lǐng)域）的人工智能。雖然離一個(gè)真正的通用人工智能至少還有幾十年沐序，但因?yàn)檫@些人工智能系統(tǒng)不斷擴(kuò)張的應(yīng)用領(lǐng)域琉用，社會(huì)仍將見證巨變。這就是為什么白宮（好吧策幼，至少奧巴馬還在位時(shí)）沒有縮減投入人工智能的預(yù)算邑时。我們正在發(fā)展一種強(qiáng)大的力量來徹底改變?cè)?jīng)我們創(chuàng)造的一切。

忽略這種趨勢(shì)特姐，而非積極投身其中去理解晶丘、塑造和監(jiān)控它，很可能是一個(gè)國家所能犯的最大錯(cuò)誤唐含。

2

之前提及的那些成功的人工智能產(chǎn)品選擇的工具都是深度學(xué)習(xí)浅浮。人工智能技術(shù)的競(jìng)爭(zhēng)進(jìn)入白熱化，它的特殊性體現(xiàn)了我們?yōu)槭裁刺幵谕ㄓ萌斯ぶ悄艿倪吘壗菘荨＃ㄗg注：深度學(xué)習(xí)模擬的是人腦的思維過程脑题，所以作者才特別提及它和過去方法相比的特殊性）

雖然我們已經(jīng)能夠訓(xùn)練人工智能來完成任務(wù)數(shù)十年了，但是專家們不得不煞費(fèi)苦心的為每一個(gè)應(yīng)用手工打造許多定制組件铜靶。例如叔遂，在讓人工智能識(shí)別圖像中的物體這件事上，人類耗費(fèi)了數(shù)年的工作積累争剿，但在面對(duì)解析轉(zhuǎn)錄聲音的問題時(shí)這些積累卻毫無用處已艰。換句話說，我們不得不預(yù)先咀嚼喂給人工智能的食物蚕苇，一次哩掺，又一次，再一次涩笤。（譯注：形象的形容過去訓(xùn)練人工智能的工作過程）

過去四年的教訓(xùn)是嚼吞，這類枯燥乏味的“預(yù)咀嚼”過程盒件，從目前來看在很大程度上是不相關(guān)的。取而代之的是舱禽，本質(zhì)上存在一個(gè)算法（包含很多微變量）可以直接從你喂給它的任意大小數(shù)據(jù)集開始炒刁，通過調(diào)整自身的結(jié)構(gòu)來解決問題。結(jié)果帶來的不僅是表現(xiàn)更好的系統(tǒng)誊稚，而且能更快的進(jìn)行實(shí)驗(yàn)翔始。“許許多多曾經(jīng)讓我們竭盡全力但卻困頓不前的問題里伯，如今城瞎，六個(gè)月內(nèi)將迎刃而解〖参停” Google 副總裁與工程師 Fernando Pereira 如是說脖镀。

然而，與人類相仿的語音識(shí)別狼电，唇讀和圖像標(biāo)記質(zhì)量一樣令人印象深刻认然，深度學(xué)習(xí)是否是偉大而全能的人工智能的基石，這在目前并非顯而易見漫萄。它稍微有點(diǎn)像你的孩子帶回家的成績(jī)單，其中涉及了像英語（母語課）盈匾、織襪子（手工課）腾务、閃避球（體育課）和計(jì)算三角斜邊（數(shù)學(xué)）的各類科目。你可能想知道這個(gè)聰明的孩子是否能夠在這些領(lǐng)域之間建立聯(lián)系削饵，并成為一個(gè)批判性的思想家嗎岩瘦？那么，深度學(xué)習(xí)確定走在能夠挑戰(zhàn)真正人類智能的道路上嗎窿撬？（譯注：作者這段把人工智能比作小孩启昧，其應(yīng)用的各種領(lǐng)域就像孩子上學(xué)的各個(gè)科目）

OpenAI 聯(lián)合創(chuàng)始人兼研究主管 Ilya Sutskever 說：“我們目前所見的人工智能系統(tǒng)，之所以應(yīng)用在非常窄的領(lǐng)域劈伴，是因?yàn)樗鼈兎浅Ｓ杏妹苣Ａ己玫姆g是非常有用的，良好的癌癥篩查是非常有用的跛璧，這正是人們所追求的严里。”

但他補(bǔ)充說道：“盡管今天的人工智能系統(tǒng)看起來應(yīng)用領(lǐng)域狹窄追城，但我們已經(jīng)開始看到了通用智能的種子刹碾。原因是底層技術(shù)本質(zhì)上是同一概念在不同應(yīng)用領(lǐng)域上略有差異的反復(fù)重演。這些想法就像粘土一樣可揉捏組合座柱，你只需去混合和搭配它們就能工作起來迷帜∥锸妫”

通過揉捏組合今天這些狹窄領(lǐng)域的系統(tǒng)，我們將會(huì)登陸更寬廣的明天 —— 一種更明顯的智能戏锹。

3

一個(gè)早期的誘人例子冠胯，更高級(jí)的智能看起來可能最終會(huì)出自 Google 的翻譯研究。九月 Google 宣稱景用，通過使用其神經(jīng)機(jī)器翻譯系統(tǒng)（GNMT：Google Neural Machine Translation涵叮，后文將使用這個(gè)英文簡(jiǎn)寫），翻譯的效果取得了巨大提升伞插。Google 的 Pereira 稱：“翻譯質(zhì)量獲得了飛躍割粮，我從未想過會(huì)在此生的工作中得以見到∶奈郏”（譯注：Pereira 就是前文提及的 Google 副總裁舀瓢，另外，至少目前在中文翻譯上貌似也還是不行耗美，要不我也不用這么辛苦的手打翻譯了京髓，嘿嘿:-)）

他補(bǔ)充道：“曾經(jīng)我們一直在穩(wěn)步的前進(jìn)，但現(xiàn)在這不再是穩(wěn)步前進(jìn)商架，而是突飛猛進(jìn)堰怨。”蛇摸。

新的翻譯系統(tǒng)在從一門語言到另一門語言之間逐步鋪開备图，一些「谷歌人」決定更進(jìn)一步。他們想知道是否可以構(gòu)建一個(gè)單一的翻譯系統(tǒng)來同時(shí)應(yīng)對(duì)許多語言赶袄，并潛在的展現(xiàn)出人類智能的標(biāo)志性能力 —— 轉(zhuǎn)移學(xué)習(xí)揽涮。轉(zhuǎn)移學(xué)習(xí)是一種應(yīng)用一種技能（比如，彈鋼琴）來加速習(xí)得另一種技能（比如饿肺，指導(dǎo)學(xué)習(xí)管弦樂或另一種樂器）的能力蒋困。

通曉音樂基礎(chǔ)可以幫助一個(gè)鋼琴家彈起尤克里里琴（一種四弦琴），這似乎是顯然的敬辣，但對(duì)于語言的翻譯而言卻并非如此婚陪。在 GNMT（Google 神經(jīng)機(jī)器翻譯系統(tǒng)）中秦躯，一種深度學(xué)習(xí)系統(tǒng)必須吸收數(shù)百萬從德語到英語的翻譯，教會(huì)自己如何吃進(jìn) “der rote Hund”（這句是德語）并吐出「紅狗」。一個(gè)孤立的系統(tǒng)獨(dú)立學(xué)習(xí)如何在另一個(gè)方向上翻譯空厌，如從英語到德語棘劣。同樣椰拒，從法語到英語嫉称，英語到法語，韓語到日語等等乾吻，每對(duì)語言都使用自己的獨(dú)立系統(tǒng)髓梅，這就像翻譯行為每次都被重新發(fā)明一樣拟蜻。為了支持 100 種語言之間的翻譯，你最終可能得訓(xùn)練近 10,000 個(gè)獨(dú)立的系統(tǒng)枯饿。這很費(fèi)時(shí)酝锅。

這些研究人員想知道是否他們可以針對(duì)多語言構(gòu)建一個(gè)單一的模型，相對(duì)那些孤立的一次性系統(tǒng)保留自己的模型奢方。首先搔扁，這樣可能更有效率。而且把所有這些語言和詞匯放在一個(gè)單一架構(gòu)的內(nèi)部相互碰撞蟋字，也許一些更有趣的事便會(huì)發(fā)生稿蹲。

他們從小處著手，用一個(gè)神經(jīng)網(wǎng)絡(luò)訓(xùn)練葡萄牙語和英語鹊奖，以及英語和西班牙語苛聘。到目前為止還不錯(cuò)，這個(gè)單一的多語言系統(tǒng)做得很好忠聚，幾乎和最先進(jìn)的基于 GNMT 特定語言模型（從英語到西班牙或葡萄牙語）的翻譯系統(tǒng)一樣好设哗。然后他們想知道，這個(gè)算法是否也可以用在西班牙和葡萄牙語之間的翻譯两蟀？—— 即使它從未學(xué)習(xí)過任何一例從葡萄牙到西班牙語的翻譯网梢。

正如他們?cè)谑辉路輬?bào)道的，他們得到的結(jié)果是“符合預(yù)期且不錯(cuò)的質(zhì)量” —— 還未到驚人的完美赂毯，但是對(duì)一個(gè)新手來說已不錯(cuò)了战虏。然而當(dāng)他們給機(jī)器喂了一小組從葡萄牙到西班牙語的句子對(duì) —— 一些數(shù)據(jù)開胃菜，系統(tǒng)突然就表現(xiàn)的和基于葡萄牙到西班牙特定語言模型的 GNMT 一樣好了欢瞪。而且它也適用于其他語言包。正如 Google 的作者們?cè)谡撐闹兴鶎懙赖模骸斑@是我們第一次認(rèn)識(shí)到徐裸，真正的轉(zhuǎn)移學(xué)習(xí)的一種形式體現(xiàn)在了機(jī)器翻譯的工作中遣鼓。”

我們很容易忽略這里面的不同尋常之處重贺。這個(gè)神經(jīng)網(wǎng)絡(luò)教會(huì)了自己使用間接信息這種非常原始的（相對(duì)人類）新技能骑祟。它幾乎沒有學(xué)習(xí)過從葡萄牙到西班牙語的翻譯，然而現(xiàn)在它處理起這項(xiàng)工作時(shí)卻非常得心應(yīng)手气笙。在系統(tǒng)深處的某些地方次企，系統(tǒng)作者似乎看到了一些詞匯共同本質(zhì)的跡象，這可是意義的要領(lǐng)所在潜圃。

Google 的 Pereira 這樣解釋道：“這個(gè)模型有一個(gè)共同層缸棵，用于從任意一門語言翻譯到任意另一門語言。這個(gè)共同層代表了許多文本的含義谭期，獨(dú)立于語言堵第，這可是我們從來沒有見過的東西吧凉。”踏志。

當(dāng)然阀捅，目前這個(gè)算法的推理能力還非常有限。它不知道企鵝是一種鳥针余，或者巴黎是在法國饲鄙。但是它體現(xiàn)了一個(gè)即將到來的跡象：基于一套不完整的例子可以使認(rèn)知產(chǎn)生飛躍的新興智能。如果今天深度學(xué)習(xí)在你所在乎的某項(xiàng)技能上還沒能擊敗你圆雁，別慌忍级，等等，它終究會(huì)的摸柄。

4

訓(xùn)練一個(gè)系統(tǒng)來做許多事正是開發(fā)一個(gè)通用智能所需的颤练，并且積極促進(jìn)這個(gè)過程正是如今人工智能的熱心擁躉們的核心關(guān)注點(diǎn)。本月早些時(shí)候 OpenAI驱负，Elon Musk（都認(rèn)識(shí)吧嗦玖，硅谷鋼鐵俠，特斯拉 CEO） 和 Sam Altman（Y Combinator 新任總裁）創(chuàng)造的研究聯(lián)盟跃脊，發(fā)布了「宇宙」（Universe）—— 這是一個(gè)訓(xùn)練系統(tǒng)環(huán)境宇挫，它不僅僅完成單一任務(wù)，而是在不同活動(dòng)之間跳躍轉(zhuǎn)變酪术，以讓系統(tǒng)變得適應(yīng)多樣化的任務(wù)活動(dòng)器瘪。

正如 OpenAI 的另一位聯(lián)合創(chuàng)始人 Sustkever 所說：“如果你期待看到我們所指的真正意義上的「智能」，它絕不僅僅解決一個(gè)問題绘雁，而是解決大量的問題橡疼。但是對(duì)于一個(gè)通用終端，到底什么才算是好且智能的庐舟？這些還不是那么完全明確的問題欣除。”

所以他和他的團(tuán)隊(duì)設(shè)計(jì)了「宇宙」這個(gè)系統(tǒng)來幫助其他人挪略，將其作為度量通用人工智能終端解決問題能力的一種方式历帚。系統(tǒng)里包含了上千的雅達(dá)利，F(xiàn)lash 游戲和瀏覽器任務(wù)杠娱。如果你正在構(gòu)建的人工智能想要在「宇宙」的訓(xùn)練場(chǎng)中輸入任何東西挽牢，它會(huì)配備和人類操縱計(jì)算機(jī)同樣的工具：一個(gè)觀察動(dòng)作的屏幕，以及一組虛擬鍵盤和鼠標(biāo)摊求。

它的目的是讓人工智能在一個(gè)「宇宙」環(huán)境 —— 例如禽拔，游戲《銀河飛將3》（Wing Commander III）—— 中漫游學(xué)習(xí)，然后快速應(yīng)用習(xí)得的經(jīng)驗(yàn)加速在另一個(gè)環(huán)境 —— 例如，另一個(gè)游戲《粘粘世界》（World of Goo）或者一些不同類型的東西奏赘，如 Wolfram Mathematica（Wolfram 公司的一個(gè)現(xiàn)代技術(shù)計(jì)算系統(tǒng)） —— 的學(xué)習(xí)寥闪。一個(gè)成功的人工智能終端將會(huì)展示一些轉(zhuǎn)移學(xué)習(xí)能力，并具有一定程度的敏捷性和推理能力磨淌。

這個(gè)方法并非沒有先例疲憋。在 2013 年，DeepMind 公司透露了一個(gè)他們自己發(fā)現(xiàn)的單一深度學(xué)習(xí)算法梁只，從七個(gè)雅達(dá)利游戲中挑了六個(gè)來進(jìn)行“如何玩”的測(cè)試缚柳。在其中三個(gè)游戲里 —— Breakout（小時(shí)候玩過的打磚塊游戲），Enduro（一個(gè)賽車游戲）和 Pong（乒乓游戲）—— 該算法的表現(xiàn)超越了人類專家級(jí)玩家搪锣。而「宇宙」系統(tǒng)正是 DeepMind 成功案例的一個(gè)升級(jí)版本秋忙。

隨著「宇宙」的成長(zhǎng)，人工智能受訓(xùn)者們可以開始學(xué)習(xí)無數(shù)有用的計(jì)算機(jī)相關(guān)技能构舟。畢竟灰追，它本質(zhì)上是進(jìn)入現(xiàn)代桌面電子處理工作世界的門戶」烦「宇宙」環(huán)境的多樣性甚至給了人工智能終端見識(shí)一些更廣闊知識(shí)天地的可能弹澎，而在其他地方是很難收獲這些知識(shí)的。

從 Flash 和雅達(dá)利游戲的冠軍到提升醫(yī)療服務(wù)質(zhì)量的智能終端努咐，這是一個(gè)鴻溝苦蒿，但這是因?yàn)槲覀兊娜斯ぶ悄芟到y(tǒng)還在幼兒園階段。過去許多年渗稍，人工智能從未取得像今天這樣的進(jìn)步∨宄伲現(xiàn)在它正走在通往一年級(jí)、中學(xué)以及最終的高級(jí)學(xué)位的道路上竿屹。

是的报强，結(jié)果依然不確定。是的拱燃，這讓我們害怕秉溉。但是如今我們有一個(gè)選擇。我們可以嘗試關(guān)閉這個(gè)我們既不能完全控制也不能預(yù)測(cè)的陰暗未來扼雏，并且冒著技術(shù)自發(fā)滲透和覺醒的風(fēng)險(xiǎn)坚嗜，并引發(fā)大規(guī)模的替代潮夯膀∈洌或者我們可以嘗試積極的引導(dǎo)它走向社會(huì)效益的最大化，并鼓勵(lì)促成我們想要看見的未來诱建。

在這一點(diǎn)上我站在白宮這邊蝴蜓。一個(gè)深度學(xué)習(xí)推動(dòng)的世界即將來臨，我們也許可以趕緊跳進(jìn)去。

...

人工智能接管的世界即將來臨茎匠，讓我們擁抱它吧格仲。

作者：Sandra Upson
日期：2016-12-22
原文：The AI Takeover Is Coming. Let’s Embrace It.

本譯文僅供個(gè)人研習(xí)、欣賞語言之用诵冒，謝絕任何轉(zhuǎn)載及用于任何商業(yè)用途凯肋。本譯文所涉法律后果均由本人承擔(dān)。本人同意簡(jiǎn)書平臺(tái)在接獲有關(guān)著作權(quán)人的通知后汽馋，刪除文章侮东。