
世界上有些角落,我们真的不欢迎人工智能
曾几何时,当“人工智能”、“大数据”、“云计算”等概念刚刚出现的时候,在人们的潜意识里,它们都是IT行业、技术人才的高级玩具,距离自己的日常生活比较遥远。但随着时间的推移,当人工智能逐渐渗透到各个领域,小到扫地机器人、搜索引擎、淘宝智能推送,大到工业机器人、无人驾驶的时候,人们才真正意识到,人工智能早已与日常息息相关。
2014年5月29日,微软(亚洲)互联网工程院发布一款人工智能伴侣虚拟机器人,取名“微软小冰”。该机器人通过理解对话的语境与语义,实现了超越简单人机问答的自然交互;
2016年3月,由谷歌旗下DeepMind公司团队研发的人工智能程序AlphaGo与围棋世界冠军、职业九段选手李世石进行人机大战,并以4:1的总比分获胜;
2016年4月6日,阿里云人工智能产品“小 Ai ”在长沙湖南卫视广电大厦正式对外发布,并成功预测出该届《我是歌手》总决赛冠军得主;
2017年1月,百度智能实体机器人“小度”亮相江苏卫视《最强大脑》节目,并以2:0的总比分战胜拥有“鬼才之眼”之称的水哥王昱珩。
……
在过去的几年中,尤其是2016年,人工智能以傲人之姿强势来袭,不断地挑战各领域中的人类能力极限,并取得了不菲的战绩。然而一个新时代的到来,必将标志着另一个时代的消亡。在人们对科技发展之迅猛赞叹不已的同时,也不禁陷入深思,人工智能如此强大,是否终将取代人类,到那时人类将何去何从?换一个说法,在某些领域,人工智能是否真的有必要如此“智能”?
人工智能来袭,你的饭碗还能保住吗?
在雅克·阿塔利所著的《未来简史》中描述了一个很恐怖的未来,我们人类会面临一大批的无用阶层和少数的神人。这少数的神人是掌控AI算法的人,而大部分人变成了无用之人,因为它的决策交给了机器。
此外,在2月16日数据猿与中欧国际工商学院、腾讯直播共同举办的“中欧微论坛|超声波——以数据思维 拥抱智能时代”活动中,TalkingData首席布道师鲍忠铁也在演讲中提到,未来包括律师、医生、司机、速记员等在内的一批职业将会被机器取代,而数量之大竟高达全部工作岗位的47%。这一数字也意味着,可能在30年后,全球有将近半数的人将会失去他赖以生存的“饭碗”。
其中,以律师、医生、高级分析师为代表的所谓高知人群,他们大多接受过良好的教育,并具有一定的职业技能与素养,也许未来可以另寻他路,开创其新的事业。但不能忽视的是,在这47%的人群中,有绝大一部分人可能因为某种原因未接受过较好的教育,只能从事一些简单的重复性劳动工作,这些工作不需要复杂的逻辑和丰富的专业背景做铺垫,很容易被机器取代。到那时,失去饭碗的这些人将何去何从?这个问题也应该是企业甚至是政府需要思考的。
人工智能的出现,是为了服务于社会,同时服务于身处社会中的人类,希望未来的生活能够更加高效、便捷。但如果有一天因为人工智能无所不能,反而让一部人成为这个世界真正的无用之人,甚至连生存下去都出现了危机,这是否也违背了造福人类的初衷?这就如同“强者论”横行在部分人群中是一样的。
人工智能是否真的需要无处不在?
前文提到了微软人工智能伴侣虚拟机器人“小冰”,它可以根据对话中的语境与语义变化分析,实现与人类的自然交互。“小冰”的出现,打破了人类对于“交流”概念的传统认知,“交流”也许不再仅出现在人与人,或者说生物与生物之间。
电话的发明,解决了人们只能面对面沟通的难题;电子邮件、手机社交APP的出现,使文字代替语言,让人与人之间能够以一种更为清晰、简洁的方式进行无障碍交流;而如今人工智能的出现,甚至将我们的交流对象变成了机器。这一步步的发展无不彰显科技的进步,但冰冷的机器一步步入侵我们的生活,是否也会将人与人之间的关系变得更加冰冷?当下的“低头族”已让聚会不像聚会,家人不像家人,那么,未来人与人之间的情感岂不会更凉薄?
在人们的传统观念中,对于择友有着一套“不成文”的标准,而“志趣相投”更是重中之重。同样的兴趣爱好,同样的价值观可以增进两人之间的感情,增加话题。就这点而言,人工智能可能的确是一个良友,因为它可以通过其高级的算法,从各个方面深度剖析你,迎合你的价值观和思维逻辑,且上知天文、下知地理,我们甚至可以试想一下,未来人们的朋友也许会从张三、李四、王五变成了小冰一号、小冰二号、小冰三号。我们可以足不出户,甚至不用与人交流,就可以收获一位或多位挚友,且省去了包括应酬、聚会、互赠礼物、争吵、和好等一系列社交成本。
然而上面描述的世界是否真正有其存在的意义?或者说它是否真的可以满足人类对于交往、对于情感世界的追求?或者是人类真正想要的呢?
美国科幻电影《她》中,主人公西奥多爱上了人工智能“萨曼莎”,“萨蔓莎”风趣幽默且善解人意,其学习和进化的速度更是让西奥多感到不可思议,可以说,“萨蔓莎”满足一个男人对于伴侣的一切要求,甚至包括性方面的需求。但人工智能无论多么“智能”,终究是人类依靠一组组代码写出的程序,它们可以是任何“人”,但始终不是一个“人”。而作为拥有七情六欲的人类而言,“占有欲”、“自私”、“专一”等情绪是与生俱来且无法规避的,因此在电影的结尾,西奥多因“萨蔓莎”可以同时与多人“相爱”而崩溃绝望。
虽然《她》只是一部文学创作,存在夸大的嫌疑,但人类始终是情感至上的生物,我们无法肯定以上的事情不会在现实生活中发生。情绪是不可控的,但是机器可控,当工程师写出这套系统的时候,是否可以“目光短浅”一些,仅从实用角度出发,而非一味追求“智能”,也将不会造成类似于人机相爱的悲剧。
很多时候,当发明者发现其产品已经在自身领域取得一定成功时,就希望延伸其广度,可以应用到世界的方方面面,但有些领域的延伸是否只是画蛇添足?就比如人类的情感世界。
近日,某性爱娃娃制造商发明了全球首款人工智能性爱机器人,该机器人在能满足原有性爱玩具功能的基础上,还可以定制性格、更换面孔,与人进行情感交流。这一发明从科技的角度出发,是情绪识别技术发展的体现,或许能够成为类似里程碑式存在。但对于人类本身而言,原本仅仅是一个发泄人类原始欲望的工具,却拥有了情感,可以交流,是否会让敏感的人类造成恐慌,是否会导致其对于现实社交的进一步远离和逃避,而该产品的智能化是否对于社会发展具有一定的现实意义就要另当别论了。
小结
任何事物都有其存在的价值与意义,人工智能的出现是科技社会的大势所趋,就目前而言人工智能的存在利远远大于弊,相信未来它仍然会触达到更多的领域。但同时也希望,它的脚步可以止步于某些领域,某些仍然需要人类自己的力量去探索去开发,去亲自感受的地方。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04CDA 数据分析师:驾驭数据范式,释放数据价值 在数字化转型浪潮席卷全球的当下,数据已成为企业核心生产要素。而 CDA(Certified ...
2025-09-04K-Means 聚类:无监督学习中数据分群的核心算法 在数据分析领域,当我们面对海量无标签数据(如用户行为记录、商品属性数据、图 ...
2025-09-03特征值、特征向量与主成分:数据降维背后的线性代数逻辑 在机器学习、数据分析与信号处理领域,“降维” 是破解高维数据复杂性的 ...
2025-09-03CDA 数据分析师与数据分析:解锁数据价值的关键 在数字经济高速发展的今天,数据已成为企业核心资产与社会发展的重要驱动力。无 ...
2025-09-03解析 loss.backward ():深度学习中梯度汇总与同步的自动触发核心 在深度学习模型训练流程中,loss.backward()是连接 “前向计算 ...
2025-09-02要解答 “画 K-S 图时横轴是等距还是等频” 的问题,需先明确 K-S 图的核心用途(检验样本分布与理论分布的一致性),再结合横轴 ...
2025-09-02