2016年9月大数据 机器学习 人工智能使你更穷 加剧贫富差距

money

2016年9月大数据 机器学习 人工智能使你更穷 加剧贫富差距

2016年8月中国人工智能大会上，中国科学院副院长、中国科学院院士、中国人工智能学会副理事长谭铁牛先生提倡：中国人工智能面临重大发展机遇也面临诸多挑战，需制定人工智能创新发展战略规划，推动人工智能诸多利好政策及时落地，建设自主人工智能体系，最终走出一条具有中国特色的人工智能强国之路。

人工智能自1956年诞生以来，多年来取得了长足发展，伴随着Alpha go战胜人类围棋冠军，2016年堪称是人工智能之年。人工智能是新一轮科技与产业革命的最显著特征。

2016年阿尔法狗是标志性之一，包括竞赛性能的不断提高；新人型机器人，可在地上自由行走、跑动，过去都是看不到的；自动驾驶汽车、语音识别、人脸识别，尽管还有一些挑战，但这几年都在飞速发展；虹膜识别，在远距离时非常有用；深度学习确实能解决很多领域的诸多问题；还有智能视觉监控。

目前，人工智能有智能没智慧，有智商没情商，会计算不会算计，有专才无通才。2015年全球人工智能市场规模为1270亿美金，今年预计1650亿美金，到2018年预计超过2000亿。

人工智能服务要专业化，一是研究通用化人工智能，一是专业化人工智能；基础平台要开源，关键技术要硬件化，包括 IBM 的类脑计算平台；技术方法要集成化，学科创新协同化，多学科跨界融合、交叉协同，包括量子技术跟人工智能结合。

中国要推进 "互联网+"、"中国制造2025" 或 "工业4.0" 战略，从目前来看来，没有大数据、机器学习、人工智能的参与，真要发挥作用，可能会力不从心，解决了生产一个环节，但不能解决从生产到消费，及再由消费到生产的整个闭环问题。

在你身边 不了解更不懂使用

大家看明白本人在说什么吗，相信 99% 的人都不明白或了解 "互联网+"、"中国制造2025" 或 "工业4.0"，更别说大数据、机器学习、人工智能这些新科技啦。

一句话，这些新科技主要掌握在全球主要 IT 或高科技公司手中，目前主要为这些公司服务或这些公司将其用于商业或其它目的，好像与普通人没有半毛钱关系似的。注意：若这些公司将其用于商业目的，就是用来赚取所有人的钱的。

由于一般人对此不了解，就算是了解的专业人士，也不一定有机会或本钱，可使用上大数据、机器学习、人工智能技术，最多只能停留在局部应用上。

譬如，一位于日本 IT 工程师就利用谷歌全新开源人工智能系统 TensorFlow，为其父母农场生产的黄瓜，研发一个基于大小、形状、颜色、品相等参数的分类、筛选系统，花了半年时间。得出的结论是：目前的图像深度学习数据还远远不够，一般计算机处理图像能力不足，图像缩小并压缩后也不太好，目前只能达到预期的70%效果；若想要及时反馈结果，得租用云计算技术。

“DeepMind AlphaGo 围棋” 利用机器深度学习技术，虽轻易战胜了人类围棋冠军，但其后面有一个强大高科技团队，花了多年及 Google 公司大把钞票才做到，你行吗、有机会参与吗？

DeepMind 公司由 Demis Hassabis、Shane Legg 及 Mustafa Suleyman 成立于 2011 年。公司团队设于伦敦，由过去十年中最具代表性的一些科技企业家和投资者所支持。人才招聘要求：希望听到（有机器学习、物理学、神经科学、计算机科学或类似博士学位的）研究科学家、研发工程师（具有较强的数学、统计、编程经验，最好会用 Lua 或 Python）、软件工程师（有使用 C / C ++ 的经验和最好有用 Lua 或 Python 的经验）。

与大部分先进的神经网络类似，DeepMind的系统运行在基于GPU（图形处理芯片）的计算机上。GPU最初的设计目的是游戏和其他图像应用的图形渲染，但近年来研究表明，这类芯片也非常适合深度学习技术。

人工智能现状

2014年初，库洛姆的围棋软件Crazystone在日本的巡回赛中挑战了依田纪基九段，并取得了胜利。不过，这一胜利的成色不足：Crazystone获得了四子的让先。当时，库洛姆预言，在没有让先的情况下，人工智能击败顶尖围棋高手还需要10年时间。

据全国人大代表、科大讯飞董事长刘庆峰先生介绍：

01、1997年，IBM“深蓝”击败了国际象棋大师卡斯帕罗夫，当时这台超级计算机采用了“暴力计算”的方式。从本质上来看，“深蓝”分析了每一步走法可能出现的各种结果，这是标志机器的运算能力强的一次里程碑。

两三年前，这个机器人在参加美国脱口秀节目超过人类冠军，这个标志意义可能更大，代表机器在自然语言理解方面的突破。而围棋的规则虽然比象棋要复杂，但本质上它是有规则可循的。

02、语音和语言为入口的认知计算是人工智能必由之路，语音和语言它可让智能家居、穿戴式设备、以及家庭机器人，第一时间把我们的海量用户数据反馈到后台，以最自然的方式反馈给用户。

2015年4月1日愚人节之前，亚马逊推出了一个基于电子标签与互联网+，用于购物的按钮产品“Dash按钮”。Dash按钮是一个如拇指般大小的实体按钮，附带了粘合带，不同的按钮针对不同的网购商品，比如用户可以将一个汰渍洗衣粉的按钮，粘贴在洗衣机上，一旦发现家中的洗衣粉用尽，只需按一下按钮，这个按钮将会发出购买洗衣粉的订单，用户无需再利用智能手机或者家庭电脑上网，十分便捷。

2016年5月三星电子推出一款产品Otto，和亚马逊Echo有几分类似，这将是一款语音操控的个人助理和联网工具，将成为Echo的挑战者。三星这一设备目前仍处于原型开发阶段，配置有语音识别系统、麦克风、扬声器，住家用户可以随便对Otto咨询各种问题、或是通过它来操控各种家用电器或是智能设备。

和Echo不同的是，三星产品包括了一个高清摄像头，可以进行家庭监控或拍摄现场视频，传输到主人的智能手机上。用户也可以通过手机远程调整摄像头。

在Echo设备的幕后，亚马逊也正在大力开发语音助手Alexa，让它达到甚至赶超苹果Siri、谷歌Google Now、微软Cortana的水平。

2015年7月，亚马逊悄然宣布将向智能家居开发者免费推送Alexa软件开发工具包ASK（Alexa Skills Kit），同时鼓励开发者在无需调用Echo硬件的前提下将Alexa的语音识别、自然语言处理等功能整合到自己的智能家居设备中。同时，亚马逊还斥资1亿美元设立了Alexa基金用于帮助完善智能语音系统建设。

现实应用威胁

2016年9月闭幕的 G20 中国杭州峰会上，世界各国领导人在这一问题上达成了一致：日益严重的收入不平等现象，存在巨大隐患。

在科技突飞猛进的当下，技术进步自然而然地被作为解决途径之一，大数据、机器学习、人工智能等技术正不断渗透经济、政治、司法等各社会层面，效果如何呢?《数学杀伤性武器》(Weapons of Math Destruction) 一书的作者凯西·奥尼尔 (Cathy O'Neil) 指出，这些技术恰恰在加剧收入不平等。

美国人开始越来越多地遭遇这样的经历：求职过程中，因为一项性格测试被刷下阵来，只因算法认为他不是合适人选；去银行贷款，利率比别人都要高，只因所住地区有信用记录不良者多；被从重判罚，只因亲朋好友中有人是累犯。在被算法“算计”之后，他们还被蒙在鼓里，得不到一个合理解释。

她在书中剖析了不少大数据模型，都存在一个共同点：用一种指标来取代真正需要衡量的指标。比如：雇主依据信用记录来判断应聘者责任心，放贷机构根据语法优劣来判断申请人的信用度。但这些指标之间真能画上等号吗？信用记录也许更多地代表了财富水平，语法错误多的也有可能是信用优良的移民，并非所有的代理指标都经得起推敲。

在美国，近半数的雇主都要求应聘者提交信用报告，把信用评分等同于责任心或可靠性。这样做会形成一种危险的贫困正反馈循环。如有人因为信用记录不良而找不到工作、没有收入，其信用记录只会越来越差，从而越来越难以找到工作。但在雇主眼中，满纸数据的信用记录却比人为判断都要可靠。他们从不考虑数字背后隐藏着怎样的假设。

孤立起来看，这些算法产生的效应就已足够恶劣，更何况它们之间还会相互强化。教育、就业前景、债务和犯罪记录全都相互关联。穷人因为入不敷出，更有可能拥有不良信用记录，并生活在治安不良地区，与其他穷人比邻而居。系统一旦消化这些数据，就会推荐对他们更加不利的次级贷款、更差的学校等。警方会派遣更多警力在当地维持治安，从而引发更多不必要的逮捕，一旦罪名成立，还会被从重处罚。

随后，这些结果又会形成新一组数据，使他们在日后申请房贷、贷款和保险时被收取更高的费率。

奥尼尔担心，这种技术模型和真人分道扬镳的现象会带来严重道德后果。好在，越来越多的律师、社会学家和统计学家开始关注数据滥用造成的危害，并思索解决之道。

针对算法假设不够透明、令人费解或经不起推敲的现象，解决办法是在算法层面加以调整，体现哪些信息对最终决策起到了决定性的作用。并通过立法，增加对个人数据的保护，对算法透明度实行规范化的管理。

另外，政府也可以优先用大数据来改善民生，而不是严打犯罪，由此赢得公众的信任。总而言之，算法可以作为决策依据，但不能替代人类做出决策。

在使用得当的情况下，它们或许能协助政府削减收入不平等现象。哈佛大学教授戈德史密斯(Stephen Goldsmith)就表示，机器学习有望变革公共政策领域的方方面面。

结论

目前，大数据、机器学习、人工智能都只是技术，技术本身无害，且都是有智能没智慧，有智商没情商，会计算不会算计，有专才无通才。

关键是谁在使用，和如何使用，只可惜一般人不了解也不会使用，会使用的一般也没这个财力、物力。从目前来看，这些技术，主要是掌握在一些全球大型托拉斯国际 IT 公司或高技术公司手中，或掌握在政治家或社会团队手中。加之，一般都不透明且大都不是用于社会公益，这些都是大家应担心的或关注的。

随着这几年全球经济形势的不断下滑，全世界有影响力的人们还在提倡机器换人，或人工智能代人的年代。

请关注 "德云社区" 及其微信公众号，了解相关资讯

版权声明：
本文为独家原创稿件，版权归 德云社区，未经许可不得转载；否则，将追究其法律责任。