AI技術(shù)這兩年非常高調(diào)，吸引了大批投資者的青睞。但實(shí)際AI技術(shù)發(fā)展還比較初級(jí)，還未和很多行業(yè)結(jié)合起來(lái)。

AI人工智能概念2018年繼續(xù)火爆，各大企業(yè)也紛紛發(fā)布了自己的AI戰(zhàn)略，包含推出一些AI產(chǎn)品，一切現(xiàn)象都表明AI要大干一場(chǎng)，再次要改變?nèi)藗兊纳罘绞剑膊粩嗟挠腥碎_(kāi)始討論AI的道德問(wèn)題，擔(dān)心AI機(jī)器人是否會(huì)取代人類，最終人類被AI機(jī)器人消滅，之所以這樣都緣于AI實(shí)在太火了，關(guān)于AI的各種話題不斷。AI發(fā)展如此繁榮，到處顯示一片欣欣向榮的景象，然而繁榮背后，深入思考就會(huì)發(fā)現(xiàn)AI 發(fā)展的隱憂。

AI帶來(lái)失業(yè)問(wèn)題

人工智能會(huì)取代重復(fù)性、機(jī)械性的工作，那些從事簡(jiǎn)單勞動(dòng)的人們將會(huì)失業(yè)，復(fù)雜勞動(dòng)這些人又不會(huì)，這將造成失業(yè)率的持續(xù)上升，這是社會(huì)進(jìn)步的必然趨勢(shì)。失業(yè)率上升會(huì)帶來(lái)很多問(wèn)題，比如社會(huì)穩(wěn)定性降低，犯罪率上升，貧富差距拉大等等，當(dāng)失業(yè)者發(fā)現(xiàn)連自己和家人都無(wú)法養(yǎng)活，那么很可能會(huì)用暴力手段表達(dá)他們的不滿。在西方發(fā)達(dá)國(guó)家，因?yàn)楹?jiǎn)單工作的機(jī)會(huì)越來(lái)越少，所以那些沒(méi)有技能的人們均將面臨失業(yè)，而國(guó)家不會(huì)養(yǎng)著這些整天無(wú)所事事的人，必然將更多的資源提供給那些擁有技能，工作的人們。有時(shí)候技術(shù)進(jìn)步能解決生產(chǎn)力的問(wèn)題，但也同時(shí)會(huì)帶來(lái)更多的社會(huì)問(wèn)題，AI技術(shù)也是如此，好在目前AI技術(shù)還不是那么成熟與發(fā)達(dá)，很多工作還不能用AI來(lái)替代，隨著AI的發(fā)展，可替代的工作會(huì)越來(lái)越多。有一句話對(duì)AI技術(shù)的看法說(shuō)的非常有道理：“AI不會(huì)代替人類，但是會(huì)廢掉人類。”，就是說(shuō)不用擔(dān)心AI會(huì)取代人類，那些擔(dān)心AI機(jī)器人會(huì)取代人類的想法是幼稚的，但AI的確會(huì)廢掉人類，讓人們不用再努力工作，絕大部分的工作都將由AI來(lái)完成，社會(huì)只需要一小撮懂得AI算法的人，其它大部門(mén)人都將失業(yè)，無(wú)法找到工作，成為“無(wú)用”的人，廢掉人類。

AI還缺少數(shù)據(jù)樣本

AI技術(shù)這兩年非常高調(diào)，吸引了大批投資者的青睞。但實(shí)際AI技術(shù)發(fā)展還比較初級(jí)，還未和很多行業(yè)結(jié)合起來(lái)。就像已經(jīng)發(fā)展了多年的AI自動(dòng)駕駛汽車(chē)，智能眼鏡，機(jī)器視覺(jué)等技術(shù)，還未開(kāi)花結(jié)果，不能夠?qū)嵱茫€需要不斷研究。以自動(dòng)駕駛來(lái)說(shuō)，單純靠算法，車(chē)輛上路百分百會(huì)出事故，AI能解決的交通實(shí)際問(wèn)題只有不到40%。我們知道，AI要進(jìn)行大量的數(shù)據(jù)學(xué)習(xí)，才能夠比較準(zhǔn)確的獨(dú)立完成工作，就像我們?nèi)祟悾瑥男雰洪L(zhǎng)到成人，不斷在接收各種知識(shí)，不斷去學(xué)習(xí)，才能在成人后去自己完成一些工作，工作的過(guò)程中也是需要不斷學(xué)習(xí)，這需要大量的數(shù)據(jù)輸入，接觸的數(shù)據(jù)多少直接決定了這個(gè)人所能完成的工作難度。AI也是這樣的過(guò)程，所以需要大量的輸入數(shù)據(jù)，而這些數(shù)據(jù)樣本是極多的，要覆蓋到很多方面，這樣才能使得AI看起來(lái)很智能。現(xiàn)在的AI缺乏的就是這些數(shù)據(jù)樣本，海量的學(xué)習(xí)樣本數(shù)據(jù)才能讓AI發(fā)揮作用，所以要不斷地采集數(shù)據(jù)，這使得AI看起來(lái)更像是數(shù)據(jù)采集技術(shù)，AI技術(shù)完全依托于這些數(shù)據(jù)，過(guò)少的數(shù)據(jù)樣本將使AI失去意義，AI的準(zhǔn)確率將大大降低。現(xiàn)在的互聯(lián)網(wǎng)每天產(chǎn)生海量的數(shù)據(jù)，但大部分是無(wú)用的垃圾數(shù)據(jù)，并不能都為AI所用，有效的數(shù)據(jù)太少，也是AI走向成熟的絆腳石。

AI算法還比較初級(jí)

AI需要算法，通過(guò)大量的復(fù)雜計(jì)算讓機(jī)器可以模仿人類工作。從1956年開(kāi)始，AI專家們就野心勃勃，試圖創(chuàng)造出不遜于人類智力水平的機(jī)器，但隨后AI的每一個(gè)新浪潮都經(jīng)歷了從盲目樂(lè)觀到徹底淪喪的輪回，從一開(kāi)始通用問(wèn)題的求解器，到后來(lái)的感知機(jī)技術(shù)、基于規(guī)則的專家系統(tǒng)，以及遺傳算法、神經(jīng)網(wǎng)絡(luò)、概率圖模型、支持向量機(jī)等，沒(méi)有人能夠統(tǒng)計(jì)出這個(gè)世界到底有多少種算法，而這些算法最大的問(wèn)題是僅限于理論研究層面，AI的算法從理論走向?qū)嵺`，不僅要跨越各種復(fù)雜應(yīng)用場(chǎng)景，還有CPU和GPU的問(wèn)題，對(duì)應(yīng)用場(chǎng)景的理解問(wèn)題，AI要在更多的應(yīng)用中落地還需要不斷完善，那些永遠(yuǎn)走不出實(shí)驗(yàn)室的理論算法最終都將被拋棄，真正的算法是需要和應(yīng)用緊密結(jié)合的，當(dāng)前的AI算法還都比較初級(jí)，偏理論多一些，并不實(shí)用。

AI不能解決所有問(wèn)題

AI現(xiàn)在不能解決所有問(wèn)題，未來(lái)也不能。機(jī)器是沒(méi)有情感的，只能根據(jù)輸入的數(shù)據(jù)來(lái)進(jìn)行學(xué)習(xí)，然后按照既定設(shè)計(jì)完成相應(yīng)功能，AI需要大量數(shù)據(jù)來(lái)運(yùn)作，但通常沒(méi)有合適的數(shù)據(jù)基礎(chǔ)設(shè)施來(lái)支持AI學(xué)習(xí)，最終AI會(huì)學(xué)的四不像，無(wú)法真正有效地完成功能，更多的是從事一些指令性的工作，這些還稱不上是AI，就像生產(chǎn)線上的機(jī)器手一樣，都是提前輸入指令，由機(jī)器手臂按照固定的步驟操作完成而已，非常初級(jí)的AI。大腦對(duì)人類還是未知的，我們并不清楚大腦是如何進(jìn)行學(xué)習(xí)和工作的，AI其實(shí)就是模仿人腦去思考和工作，但我們對(duì)大腦的機(jī)理并不清楚，就無(wú)法通過(guò)AI完全模擬人腦，AI無(wú)法完全代替人腦去學(xué)習(xí)和工作，AI更多時(shí)候是根據(jù)輸入的數(shù)據(jù)，將見(jiàn)到的問(wèn)題錄入與已輸入的數(shù)據(jù)進(jìn)行對(duì)比，有重疊度比較高的就認(rèn)為匹配成功，執(zhí)行相應(yīng)的預(yù)設(shè)動(dòng)作，當(dāng)已有的樣本庫(kù)里沒(méi)有匹配到，那AI也不知道該怎么辦。在很多人類活動(dòng)中，摻雜著很多復(fù)雜的社會(huì)問(wèn)題，比如說(shuō)種族歧視、國(guó)家競(jìng)爭(zhēng)、疾病傳染等問(wèn)題，AI顯然還意識(shí)不到這些問(wèn)題的存在，這些數(shù)據(jù)不好采集和錄入，AI算法也沒(méi)有考慮這些社會(huì)因素，這些都是AI無(wú)法解決的問(wèn)題。

關(guān)于AI的話題很多，AI技術(shù)繁榮的背后隱含著很多問(wèn)題，AI的發(fā)展也必定不會(huì)一帆風(fēng)順。在這幾十年AI發(fā)展歷程中，AI已經(jīng)經(jīng)歷了起伏數(shù)次，這一次AI也是來(lái)勢(shì)洶洶，最終是否會(huì)剎羽而歸，還不得而知。