基于Google I/O 大会，寻求人工智能的意义

编者按：本文作者 Alex Kantrowitz 是BuzzFeed 的新闻记者，通过采访，探究人工智能的确切定义和意义。

如今科技圈都在谈人工智能。好像突然之间有一股莫名的力量，从图像识别，到虚拟助手聊天机器人。最近，在Google 的I/O大会上，AI 成为了讨论的前沿科技和中心，参会的7,000名开发者和媒体都期望Google 成为未来的巅峰。Google CEO Sundar Pichai 没有打消人们的热情，最后在 AI 部分结束时，他直接引用了《星际迷航》中的台词：“以前以为不可能的事情，事实上会变为可能。”

AI 在我们日常生活中发挥的作用越来越重要，但是关于AI的发展最有趣的方面是我们对它是干什么的知之甚少。如果AI 真的能够改变世界，我们首先要做的是看一下它的定义，Google I/O大会之外，我们还能从哪里了更好地了解它呢？

当我采访别人“你会如何定义AI”时，他们这样回答：

“这个问题，你最好去采访一下别人吧。”

“我不太确定，我还没有使用AI处理过事情。”

“不好意思，你去采访下别人吧，祝你好运。”

“对不起，我在打电话。”

“我对AI不太了解。”

“它是机器学习。”

“我不清楚，你问别人吧。”

“我在雅虎工作……”

但是，并不是所有人对AI都一无所知。票务大师的一名领导Dan Cernoch说到，他认为真正的 AI 就像电脑复制了人类大脑中的功能，但是距离实现这一目标还有很远的距离。Cernoch 说人们称之为 AI 的产品实质上是“机器学习”。很多人把机器学习类的产品统称为AI。我们稍后再做详细解释。

另一个人这样说：“AI 是指机器开始变得比他们预设的程序更加智能。” 除了可以反馈人们之前给它灌输的知识外，AI 还可以有个人的见解。它可以自己了解事情，不仅仅是被告知如何去做。

我们发现很难找到关于AI 的定义，于是找到了Google的高级研究研究员Greg Corrado，寻求专家的建议。Greg Corrado解释道：“人工智能是让机器更加智能的艺术和科学。”但是这个定义太宽泛了，他很快就聚焦到机器学习上，他认为机器学习是AI最大的增长领域。Corrado说：“我们不是直接编写程序让计算机变得更加聪明，我们编写程序，让计算机自己学习。”

解释机器学习这个抽象概念最好的方法是通过具体的案例，Corrado 从图像识别开始介绍。你可以向计算机提供大量已经识别出的图像，然后教计算机识别特定事物的图像。举例来说，向计算机提供很多猫的照片，计算机可以学习如何识别含有猫的新图像。

计算机通过所谓的“神经网络”识别图像，Corrado说“神经网络”是仿照人类的大脑设计的，大脑中数十亿的神经都会根据信息作出决策，但是所有的神经一起工作的话可以处理高级的思维任务。“智能是指这些数十亿个单个神经出现了协同一致的行为。”

人工智能也有神经。在介绍神经网络时，Corrado说：“我们在每个功能之上创建新的功能，然后他们会学会共同协作处理任务。”

我们再回到刚才提到的图像识别案例，Corrado 解释道，这些人工神经会扫描每个图像的小像素块，并对此进行判断。“它都是白色的吗? 它都是黑色的吗？它有边界吗？哪里边界点？”大量的人工神经可以扫描图像，并且将他们的结论传递给另外的神经，机器会根据已有的数据做出自己的决策。最终，神经网络可以决定图像是一张面孔、一辆汽车或者是一辆卡车。

机器学习和图像识别的工作原理相似。这种原理同样适用于语言翻译，它们使用相同的方法通过分析语音推断出文字。当它识别出文字之后，它就可以通过翻译程序进行翻译。Corrado 说“它会在音频流里寻求信号，然后进行猜测，翻译这个词时该输出什么？”

当谈到使用机器学习预定电影票时，Corrado 解释道其中的部分工作不是AI做的。“当你创建整个产品时，有各种各样的子系统，例如，当你在当地电影院查看电影播放时间时，你想要获得的是对新的直接的、完美的检索。你可以写一个程序帮你做到这一点，但是没有必要试着学习如何以一种更软的方式进行处理。机器学习最适合用在这种有很多直观步骤的地方。”

Google基于AI 的产品不会进行自我创造，至少现在不会。