作为科技爱好者们，我们经常听到人工智能、大数据、计算机视觉等东西。据说，这些领域正在取得突破性的进展。似乎我们很快就要看到，操作系统像电影《Her》一样智能，机器人开始拥有自己的思维，天网也指日可待了。不可否认，计算机是越来越进步了，但是，在交互更友好、运算速度更快之外，它的智能有多大的进步呢？
在接受 IEEE 采访时候，加州大学教授、机器学习专家 Michael I. Jorden 认为，如今的一些报道包含了许多错误信息，过度渲染了我们在计算机领域取得的进步。
很大程度上，深度学习是神经网络的重新包装
神经网络的想法可以追溯到 80 年代，甚至是 60 年代。正如以前的风潮，谈论深度学习时，人们总要提到技术背后的神经科学，认为深度学习是基于我们对大脑工作原理的理解。其实，这种想法是错误的。
在神经科学方面，对深层原理的理解，需要几十年甚至是几百年的时间。目前，我们在神经科学非常底层的部分取得了一些进步，但在更高的认知层面上，我们几乎一无所知。神经元是如此储存信息的，如何运算的，有什么规则存在，有什么算法等等，我们都不了解。在现在这个阶段，我们还无法通过对大脑的理解，引导一个智力系统的构建。
机器视觉方面没有革命性的进步
人类能够识别复杂的场景，并做出相应的举动，而机器还远做不到这一点。在某些方面，深度学习能够很好地辨识出物品，但是，计算机视觉方面的难题还有很多。从苹果跌落中，我们对力量和加速度有了更多了解。这并不意味着我们理解了全部物理学。计算机视觉方面的研究也是一样。如何理解一个场景中的不同物品，以及它们之间的关系，还有，机器人如何与这个场景进行交互？许多的问题都远未得到解决。
大数据中推导的结论，很可能是错误的
在经典的数据库中，或许会存储几千人的信息。我们把名字放在行上，然后在列上标出特性，包括年龄、身高、重量、收入等等。随着列数增加，这些列的组合会呈现指数级的增长。在现代的数据库中，我们拥有的列太多了。每个人的特性都是数以百万计的。在这种情况下，我们得到的许多推论可能是错误的。可以说，从任何一个数据库中，我们可以随意找出一些列的组合，然后预测出任何结果。这就像是数以亿计的猴子打字，其中一个人会写出莎士比亚的作品。
奇点不是一个学术问题
奇点理论就像是科幻一样，很有趣，但是没有什么学术上的意义。它是一种哲学，探讨的是社会和个人的改变，同时，它又是一种文学，思考的是科技进步的后果。但是它本身不会催生技术上的想法，也不能告诉我们如何推进技术进步。
发表回复