La inteligencia pseudoartificial está muy extendida, ¿qué es la verdadera inteligencia artificial?

Hoy en día, la inteligencia artificial ha sido un tema candente. Parece que no importa si estás en el campo de la tecnología o no, tienes que decir algunas palabras sobre la inteligencia artificial para demostrar que estás avanzando. veces.

Por supuesto, por un lado, la inteligencia artificial es de hecho la dirección del desarrollo futuro y, por otro lado, esto también se debe a que la inteligencia artificial puede convertirse en el próximo cisne negro en el mundo de la tecnología. Quién sabe cuándo nacerá un unicornio.

Pero antes de eso, debemos entender correctamente qué es la verdadera inteligencia artificial.

La inteligencia pseudoartificial está muy extendida

La mayor parte de la inteligencia artificial actual es inteligencia pseudoartificial. Por qué sucede esto se puede explicar desde dos aspectos.

En primer lugar, la inteligencia artificial no se puede conseguir de la noche a la mañana. Requiere tiempo y acumulación de experimentos.

Lo mismo ocurre con las personas que crean inteligencia artificial. Necesitan estar expuestas a inteligencia artificial real, pero sólo hay unos pocos cientos de personas de este tipo en el mundo.

Pero parece que en un abrir y cerrar de ojos, China ha seleccionado decenas de miles de talentos en inteligencia artificial. ¿Te imaginas que sean verdaderos expertos en inteligencia artificial?

Estos talentos suelen ser adquiridos por grandes empresas con salarios anuales de 300.000 o 500.000. Aunque hay muchos talentos destacados entre ellos, esto es demasiado impaciente. Desde la perspectiva del desarrollo del talento, todavía hay muchas burbujas en el campo de la inteligencia artificial y el modelo de desarrollo de "inteligencia artificial +" necesita una mayor exploración.

En segundo lugar, muchos proyectos simplemente cambiaron su "chaleco".

A muchas startups les gusta etiquetar sus proyectos, no sólo para llamar la atención, sino también para ganarse el favor de los inversores.

Aunque no podemos decir que esto esté mal, obviamente no es verdadera inteligencia artificial e incluso puede engañar a otros sobre la inteligencia artificial.

Por ejemplo, muchos proyectos que eran muy simples antes de ser etiquetados como inteligencia artificial, como la robótica o la investigación de algoritmos, ahora se convierten en inteligencia artificial.

¿Qué es la verdadera inteligencia artificial?

No somos expertos, ni expertos en este campo, entonces, ¿existe una forma sencilla de identificar directamente cuáles son inteligencia artificial y cuáles no?

La respuesta es sí.

Por poner un ejemplo sencillo, se ha intentado enseñar a los ordenadores a jugar al ajedrez. Después de que estas computadoras aprendieron, todavía ganaron y perdieron contra los humanos, y cuando finalmente derrotaron a los humanos por completo, habían pasado 10 años.

Solo tomó un año para que AlphaGo de Google se desarrollara desde cero y se volviera invencible en el campo de Go.

Esto demuestra que la verdadera inteligencia artificial se refleja en su extraordinaria capacidad de aprendizaje.

Si observa el progreso de un algoritmo (como reconocimiento facial, reconocimiento de voz, etc.) en un intervalo de tiempo de aproximadamente 3 meses, si el progreso de este algoritmo es solo algebraico, no exponencial, Entonces este algoritmo puede ser más de aprendizaje automático y aún no ha alcanzado el nivel de inteligencia artificial.

Ahora que hemos descubierto qué es la verdadera inteligencia artificial, qué es lo más importante de la inteligencia artificial.

Algunas personas pueden decir que es un algoritmo, otras pueden decir que es un dispositivo y otras pueden decir que es una tecnología de programación. Aunque también son componentes importantes de la inteligencia artificial, estos no son los más importantes.

Para una verdadera inteligencia artificial, lo más importante es siempre el big data. Sólo con datos completos se puede desarrollar verdaderamente la inteligencia artificial. Esto es como una espada que necesita una buena piedra de afilar para afilarse, y el big data resulta ser la mejor piedra de afilar.

Al igual que AlphaGo de Google, algunas personas preguntan por qué AlphaGo no juega al ajedrez, sino que solo domina el campo del Go.

Los expertos de AlphaGo dijeron que no era que no quisieran jugar, sino que no podían jugar. Esto se debe a que en Go, los japoneses tienen desde hace mucho tiempo la costumbre de guardar los registros del juego. Marcarán qué paso es el primer paso y qué paso es el paso número 100 en cada juego, lo que facilita el aprendizaje de AlphaGo.

Pero en el caso del ajedrez, la mayoría de las veces se han estancado desde la antigüedad. El punto muerto también es maravilloso, pero para AlphaGo, no conoce la causa del punto muerto y no conoce los pasos anteriores, por lo que esto se convertirá en un obstáculo para su cognición.

Esto también ilustra la importancia de los datos completos para la inteligencia artificial.

Hablar de inteligencia artificial al margen de los datos es sólo un vandalismo.

Unicornios de la Inteligencia Artificial

Actualmente, la mayoría de los datos de China están en manos de BAT, mientras que en el extranjero están en manos de empresas como Facebook, Google y Amazon. Para los empresarios, romper el monopolio de los datos es un desafío considerable, pero no está exento de oportunidades.

Por ejemplo, en el ámbito de los datos médicos, BAT no ha formado un monopolio. Los datos financieros están más en manos de las empresas financieras, y estas empresas de Internet tampoco los tienen.

En estos dos campos, no importa cuál sea su nivel técnico, al menos está en la misma línea de partida en términos de datos. Esta es una oportunidad única para emprendedores o recién llegados. Al mismo tiempo, es probable que el próximo gigante nazca en estos dos campos.

Tomemos como ejemplo la atención médica. Muchas empresas extranjeras han cooperado con hospitales para leer directamente casos hospitalarios y radiografías o tomografías computarizadas.

Los médicos ya tienen mucha experiencia y pueden leer 10 películas al día para analizar los síntomas, mientras que la inteligencia artificial puede leer 100.000 películas por hora, por lo que la eficiencia es diferente.

Para los médicos, el diagnóstico de la causa depende de su propia experiencia. Pero esto es demasiado simple para la inteligencia artificial. Mediante el aprendizaje de imágenes en circuito cerrado y los resultados finales del diagnóstico, la inteligencia artificial pronto podrá analizar la causa de la enfermedad mediante rayos X o películas de tomografía computarizada. Por supuesto, este proceso aún debe mejorarse continuamente para mejorar la precisión y la inteligencia.

En países extranjeros, debido a una protección de privacidad muy estricta, muchos datos no se pueden hacer públicos, por lo que no se puede ingresar una gran cantidad de datos.

Sin embargo, dado que el público chino no es tan estricto en cuanto a la protección de la privacidad, las empresas chinas todavía tienen oportunidades de sobresalir en este campo. Con big data, no es imposible superar a BAT en campos específicos. Por eso los datos son la parte más importante de la inteligencia artificial.