AI可以沒有機器學習？

04-29

沒有機器學習，如何構建AI？

「那豈不是一輛沒有引擎的汽車？」想到這兒，你大概要暴風哭泣了。

然而，這種類比是可以打破的。

有幾家公司正在這樣做：他們提供不依賴機器學習的AI。

這聽起來似乎很矛盾。大家都知道AI的核心是機器學習，對吧？

其實，這是不正確的。

歷史上，人工智慧先於機器學習出現。研究人員找到創建人工智慧的方法時，甚至還不知道機器學習。而這些創造人工智慧的「古老」方法現在仍然充滿活力，並且比以往任何時候都更加有用。

下圖顯示了隨著時間的推移，人工智慧和機器學習的應用曲線。

人工智慧似乎早在1950年就已經開始使用了。相比之下，機器學習在20世紀70年代末之前並不常用。這相當於滯後了20年。20年的人工智慧沒有機器學習。20世紀80年代，當機器學習開始被廣泛使用時，人工智慧這個詞的出鏡率才出現了指數級的增長。

有趣的是，經過80年代的爆發之後，人工智慧這一術語在一段時期內的使用急劇減少，史稱「AI的寒冬」（而到目前為止，似乎還沒出現過機器學習的寒冬）。

但這怎麼可能？沒有機器學習，人工智慧如何存在？人們如何在不提機器學習的情況下寫關於AI的文章呢？

賦予機器知識的方法有兩種:直接由人灌輸，或者機器自己學習。因此， 20世紀50年代末和60年代沒有機器學習，人們在做什麼?

如果你將少量的知識輸入一台機器，那麼，你可以稱它為工程產品。但是，如果你輸入足夠多的知識，使機器做出更好的決定，又該怎麼稱呼它呢?例如，你帶著幾百個醫生，每個人花幾百個小時來詳細說明癥狀和疾病之間的關聯，根據這些知識，你可以創造出一些令人印象深刻的東西。而如果你將這些知識打包輸入一個易於使用的機器中，根據輸入的癥狀輸出可能的診斷結果，會怎樣?這是一個人工智慧嗎?

是的,它是。事實上，這種類型的人工智慧我們有時稱為GOFAI（Good Old-Fashioned Artificial Intelligence），意思是「好的老式人工智慧」。GOFAI建立在一個人類可以理解的符號系統之上。這是一個沒有機器學習的人工智慧。

一輛沒有引擎的汽車

讓我們回到「引擎和汽車」的類比上。GOFAI就像一輛沒有引擎的汽車，如馬車、手推車、電纜汽車等，所有這些都是在蒸汽機、內燃機或電動引擎被發明之前就存在的。

但GOFAI今天不適用了嗎？它僅僅屬於歷史嗎？難道它不如機器學習？

事實上，GOFAI在今天的使用遠超你的想像，當然也比媒體報道的多得多。在機器學習和AI榮獲鮮花與掌聲的背後，總隱匿著一些GOFAI。某種形式上，GOFAI是完整AI解決方案的必要組成部分。

目前GOFAI有兩種使用方式：

1.創建完整的人工智慧產品時，補充機器學習的工作。

2.自行生成AI解決方案，不需要任何機器學習。

一個完整的人工智慧需要機器學習以外的附加部分。這些「附加部分」大多都屬於GOFAI。

今天，幾乎所有AI產品都需要專家輸出內容。比如，人工智慧使用自然語言處理，要從語言學家和語音學家那裡獲得專業知識；用於醫學，要從醫生那裡獲得專業知識；而當人工智慧為自動駕駛汽車提供動力時，還要從道路交通專家和駕駛專家那裡獲得專業知識；等等。沒有GOFAI的幫助，機器學習不能創建一個完整的AI。

就像烤麵包機的設計中包含了人類對麵包片一般大小的認識一樣，人工智慧的解決方案總以人類的知識為基礎。而GOFAI組件非常有用，它們可以提供適當的歸納偏差，幫助機器學習更快地完成學習任務。因此，GOFAI協助了機器學習做出自己的決策。

純GOFAI

在當今機器學習蓬勃發展的時代，以及GPU和TPU操作萬億次浮點運算的時代，如果一家公司創造出的產品只使用完全由人為規定的專家系統，它們還能保持競爭力嗎？答案是肯定的。

完全基於GOFAI的公司和優秀的產品有很多。例如，有家公司利用AI解決方案來管理整個組織內的計算機。公司成千上萬的員工每天都會提出請求，比如，要更多的硬碟空間，修復損壞的電子郵件客戶端，更改密碼，等等。

大部分要求只需要簡單的程序就能解決，因此AI被用來自動執行大量的常見工作，然後重新定向人力資源，讓人類解決新的、複雜的問題。

GOFAI的另一個常見用途是聊天機器人。今天，儘管機器學習在自然語言處理方面取得了巨大的進步，但許多聊天機器人可能是完全基於GOFAI的。在有限的領域內，如通過一項服務來協助客戶，或答覆客戶問題的一套人為定義的規則，可以發揮很大的作用。

因此，當你下次遇到聊天機器人時，你不僅可以思考圖靈測試背後的哲學問題，如機器能否讓我們相信它是一個人類？還可以揣測聊天機器人背後是哪一代人工智慧：是老式AI還是機器學習AI？

總之，機器學習可以在沒有AI的情況下存在，AI也可以在沒有機器學習的情況下存在。

來源：TeraData
智能觀編譯

—完—

親愛的朋友：
你是否也跟我一樣？剛聽說人工智慧時，機器學習是相伴而來的，以為它們是不可分割的。
每次讀完類似科普文章，我都會感覺又開闊了視野，吸收了營養。因此，想把這篇文章分享給你。希望你也能有所收穫。
祝安！
智能觀一米
2018-3-10 於北京中關村

聲明：
編譯文章旨在幫助讀者了解行業新思想、新觀點及新動態，為原作者觀點，不代表智能觀觀點。