一杯豆漿引發的人工智慧危機

一杯豆漿引發的人工智慧危機

1 人贊了文章

今天早晨出去買早餐。

「豆漿加糖嗎?」店老闆問我。

「加!」 這是我潛意識中的答案。於是我又開始無意識的漫遊。

「自己加!」店老闆指著眼前的一盒白糖對我說。

其實我還是第一次遇到這種騷操作——豆漿加糖自己加。

對於量的拿捏,我並不是很有把握,一是因為從來沒有自己加過糖,二是對於該糖的甜度我也一無所知。

然而,此時此刻的我在想,如果能夠擁有這樣一套演算法,根據之前對所有喝過豆漿的甜度,糖的甜度,加糖量以及我最後的滿意度做一個數據收集,使用機器學習演算法便就能夠根據該店糖的甜度以及我今天的心情和身體狀況,給出一個合適的加糖量。

幸運的是,這種演算法其實早就已經存在了,哪怕是最簡單的回歸演算法,都能夠瞬間解決這一問題。可惜的是,這樣的數據收集機制並不存在。但在不遠的將來,這幾乎是板上釘釘的事。

從另一個角度思考今天的事情,很有意思的是,老闆通過讓顧客自己加糖,很巧妙地讓顧客承擔了豆漿不甜或者太甜這一個黑鍋。如果豆漿太甜或者不甜,顧客都會覺得是自己的責任,怪不得老闆。想到這裡,老闆可能會暗自偷笑,為自己的聰明才智鼓掌。可從顧客的角度來看,卻可能陷入心有怨氣,卻無氣可出的尷尬境地。一次不好的體驗可能導致顧客永久的缺席。可如果讓老闆加糖呢?這時候店老闆扮演了演算法的角色, 掌握了顧客的顏值水平,社會地位,衣裝打扮。可惜的是,老闆扮演了AI的角色卻掌握了一堆無用的特徵。

老闆心裡想的是,與其讓自己背黑鍋導致顧客的缺席,倒不如讓顧客承擔責任。

這是一個生產者和消費者之間博弈。如何更好地調整兩者之間的關係成了一個難題。

豆漿難題

解決這個問題的方法,就是使用機器學習演算法,收集顧客過去所有購買甜食的經驗,對甜度進行統計,再通過植入體內的感測器測量激素水平,從而判斷顧客對這一甜度是否滿意。

這是一個兩全其美的辦法,讓演算法來背黑鍋,而這個黑鍋,卻幾無出現的可能。

從這個角度擴散開來,實際上生活就是一個不斷做決策的過程,與之前不同的是,決策的主體是人,而非演算法。年輕人容易犯錯,這是因為經驗少,沒有充分的閱歷指導決策。另外沒有很好的數據收集機制,將過去生活中的所有數據收集整合。

因此在未來,一個可能的趨勢就是人工智慧演算法滲透到生活的方方面面,人類通過演算法調整自身的決策過程,從而減少失敗。

當植入體內的機器告訴我們:這杯豆漿一共有453毫升,密度比一般的豆漿高一點,店老闆提供的勺子盛滿糖的量大概是10克,因此根據當前糖的甜度,主人今天的心情和主人的個人喜好,現在應該加1.5勺的糖。面對這一結果,人類有權利做出否決,卻沒有否認大數據得出結論的證據。因為數據比人類自己還要了解自己。

綿羊造反

當人類的權威不斷地被數據和人工智慧演算法挑戰的時候,人類一方面享受科技帶來的舒適,另一方面卻陷入了極端舒適的生活中。

未來有一天,人類製造出來的機器可以對吸入的空氣進行自動過濾,對體表周圍1平方米的空氣進行自動降溫。而可憐的小綿羊們卻只能眼睜睜地看著同伴如何被惡劣的生存環境所蠶食。但幸運的是,極少數具有強大心肺功能,能夠對污濁的空氣進行生物上的過濾的綿羊生存了下來,並將這種基因代代流傳。不知不覺,未來的綿羊們進化出強大的溫度調節能力,

當其他物種進化出了適應極端惡劣天氣的身體條件,人類卻還在悠然自得地享受科技帶來的快感。

時過境遷,綿羊這種物種已經遠遠超越人類,成為真正的王者。

可以想像,人類在科技的種種武裝下,將會變得極端脆弱。

一旦我們適應了自己認為合適的那個甜度區間,因為某次意外,我們嘗到了遠遠超過我們甜度區間的食品,我們說不定會甜死!只要想到我們的祖先可以生吃沾滿細菌的野果和生肉卻安然無恙,但如果我們效仿卻有進棺材的可能,就不難想像「被甜死」也並非聳人聽聞。

未來,脫去科技盔甲的人類,甚至無法和螞蟻抗衡,更不用說綿羊了。如果說智人從與雞牛狗兔別無二異的物種,一躍飛向食物鏈的頂端,那憑什麼說綿羊就沒有這種逆襲的機會?

如果說人工智慧只是綿羊們策劃的一場騙局,人類只是綿羊軍團溫室煮蛙計劃中的一粒棋子,這也並非不可能。

靠科技武裝身體的人類,可能會敗於隨著環境不斷進化的綿羊。

再完美的演算法都會出現崩潰的可能性,而綿羊軍團,也許正在覬覦著人類科技崩潰的那一剎那,從此替代智人,奪下金字塔頂端的寶座。


推薦閱讀:

面向機器學習的特徵工程 一、引言
SVD-矩陣奇異值分解 —— 原理與幾何意義
基於Keras 對深度學習模型進行微調的全面指南Part 1
腦影像特徵預測散發性阿爾茨海默病癥狀發作時間
Probabilistic interpretation of linear regression

TAG:人工智慧 | 科技 | 機器學習 |