TED演讲-人工智能将如何影响你的生活

翻译/校对: Mika

本文为 CDA 数据分析师原创作品，转载需授权

谷歌高级研究员Jeff Dean就AI对生活的影响提出了一些有趣的看法。

中英双字视频如下：

针对不方便打开视频的小伙伴，CDA字幕组也贴心的整理了文字版本，如下：

在过去几年，人工智能领域在飞速发展。

你知道未来AI将如何影响你的生活吗? 我有一些想法。

我叫Jeff Dean，我是谷歌的一名高级研究员。这有一定的含义。首先，说明我有点老；其次，我需要花时间攻克我认为对公司很重要的问题。

我在研究人工智能问题，我负责位于加州山景城的谷歌大脑团队，也就是我们的人工智能研究团队。

我们的团队长期以来研究如何让机器智能化，我们还会与谷歌的产品团队合作，从而生产出智能的机器产品。我们希望用智能提升人类的能力，让我们做得更多，消除繁琐重复性任务，并让我们有更多的时间进行创新。

AI的潜力

比起个人计算机的发明、智能手机的普及，AI将更具影响力。AI的概念并不新，在最早的计算机时代就存在，这是开发智能化机器的宏大项目。当中有很多实现的方法，从那时起该领域就深深吸引住了计算机科学家们。

当中最有潜力的方式是机器学习领域。比起让机器掌握一切需要预先知道的内容，我们更希望让机器学会如何学习，从而它们能够通过对世界的观察而学习，并根据观察做出推断。

深度学习是机器学习的一个特殊的领域。在过去四、五年间，深度学习在解决各种问题时优势明显。

人脑如何学习

在深入该问题之前，让我们探讨我们是如何学习的。

我们通过例子和重复练习进行学习。同样，重复练习和例子对机器学习也至关重要。

在机器学习中，我们会让系统接触到我们想让其掌握的行为样本，系统将从那些样本中学习。

看到这张简单的图，我们想教会计算机识别图像中包含的是猫还是狗。我们会给出相应样本，标明图像是猫还是狗。然后把这些样本图像提供给计算机，让计算机回答图中是什么。

如果得到正确的答案就成功了。但如果错了，则需要进行一些调整。从而在下次更有可能得到正确的答案，而不是错误的。

神经网络

深度学习完成这点的方式很特殊，这很重要。即在学习过程中自动构建抽象层。

最低层包括，图像的某个部分是否包含棕色的斑点等。接着上面层次的内容更复杂，比如图像的某部分包含了耳朵、眼睛或胡须。这些特征是学习过程的组成部分，也是深度学习的关键因素。

我们不需要告诉计算机如何区分猫和狗，计算机能学会识别哪些是胡须，而且在猫的图像中出现得更多。在学习过程中这些特征是自动构建的。

神经网络能学习的不仅是分辨猫狗。还能学会分辨成千上万种不同类别的物体，比如消防车、消防船等。神经网络还能从音频中学习，从音频中识别出单词。

比如"外面有多冷”；输入英语的"hello, how are you”，输出相应法语"Bonjour, comment allez-vous”。

它们能输入图像，进行分析。不仅识别类别，它们还能得出句子对图像进行描述，比如"一列蓝黄相间的火车在铁轨上行驶”。这就展现了对图像内容的高度理解。

TensorFlow的应用

深度学习中很棒的一点是，这些内容都能用相对简单的算法和常用的软件框架实现。因此我们构建软件框架，解决不同的问题，并在我们的研究和产品中反复使用。

我们开发的这个系统叫做TensorFlow。我们用它进行该领域的研究开发。去年我们决定将它开源化，我们希望人们能够免费下载这个软件，用于解决他们的问题。我很欣喜的看到人们将其用于不同事物。

比如日本有一位种黄瓜的农民。对黄瓜种植者而言，你需要对黄瓜分成不同的类别进行销售。比如个头小的、中等的、大的、带刺的、不带刺的、直的、弯曲的。在收获时，这个过程很复杂且耗时。

因此这位农民用相机拍照，加上他用TensorFlow训练的计算机视觉模型，从而让视觉模型判定黄瓜的类别。接着装配到传输带上，让转换器把黄瓜放到合适的箱子里。这样在收获季时，大量减轻了人力劳动。

计算力的显著提升

正如我说过的，神经网络并不新的概念，在1980年代到1990年代就已经出现了。当时在解决小型问题时，它们的成果显著。但当时在面对现实的大型问题上，它们效果欠佳。

原因在于我们的计算力不够。对每个样本的模型进行调整，多次处理每个样本，从而构建模型需要大量的计算力。因此我们需要更快的计算机。

幸运的是，如今我们有了更快的计算机。在过去的三十到四十年间，计算机每年都在飞速发展。如今神经网络已能够应用于实际问题。现在你手机中的计算机，比二十年到三十年前的台式机要强一百到一千倍。这是至关重要的，现在我们有足够的计算力。

计算机视觉识别

计算机视觉领域每年有举办比赛，看哪个团队能对给出的图像进行正确分类，图像包括数千个不同类别。

2011年，在人们使用神经网络之前，获胜团队的错误率是26%。比起人类5%的错误率，这个结果不太理想。但在五年后，如今有了深度学习和更多的计算力，错误率降低为3%。在这个任务上，超过了人类的水平，这是具有变革意义的。

如今计算机能够看，这在之前是不行的，这是巨大变革的开端。对于开发机器人来说，这是非常有用的。

看到机器人的例子。这里使用了深度学习教它们做到手眼协调。每个机器人都有摄像头能，模型将从摄像头中获得输入像素，然后直接输出到六个转矩马达的指令，用来控制机器人的不同接口。

它们将通过反复试错练习拾取物品，通过抓爪是否关闭或完成拾取判断是否成功。它们还根据得到的视觉数据，学习对于不同的物品哪种抓取更有效。我们在Amazon买了大量不同的玩具和工具，最终的效果很不错。

医疗领域的运用

我认为机器学习有巨大机遇的另一个领域是医疗领域。

糖尿病性视网膜病变是世界上增长最快的致盲原因。每年有4亿人面临失明的风险，他们需要每年接受筛查，但很多人都没有进行必要的筛查。我们希望通过计算机视觉攻克这个难题。

通常，眼科医生通过筛查眼部图像对症状进行评估，看有没有相关症状。因此我们获取大量这类眼部图像，并让眼科医生进行标注。

如果让两个眼科医生进行评分，他们有60%的几率会得出相同的评估。更担忧的是，若让同一位眼科医生在几小时后评估同一幅图，只有65%的几率他们会得出相同结论，显然这是个难题。

本周早些时候，我们团队在《美国医学会期刊》上发布相关论文。对于这个任务，我们的机器学习模型能够媲美，甚至优于人类眼科医生。

这是很重要的，因为这能让眼科医生更高效。他们能够把时间交给那些真正需要关注的人群，而不是花时间筛查没有这方面问题的人。

艺术领域的运用

再看到一个例子。图宾根大学的Leon Gaty和他来自德国马普研究所的同事，在去年发布了一篇出色的论文。他们的算法能够输入照片和画，将照片输出为画的风格。

这里你看到的是同一个照片，呈现为三种不同艺术家的风格，这是非常惊人的。我认为这是一个好机遇，为艺术家们创造相应工具。让他们与这类系统交互，从中获得灵感并得出更有创意的艺术产物。

从1980年到如今，许多发展都源于计算力的增加。在未来也是如此，我们需要更多的计算力来训练更大型的模型，从而学的更多。同时深度学习也在变革我们设计、开发计算机的方式。

两大特征

神经网络和机器学习算法中有两个有趣的特征。

首先，精确度下降是可以接受的。当你乘以1.2或0.6时，这是没问题的。我们不需要将计算成本用于追求数字上的精确度，那是传统CPU设计的初衷。这将很有帮助，如果你需要进行大量计算，你能更加接近从而进行更多操作。神经网络也是如此。

另一点是，之前我展现的所有机器学习系统和算法只需要依赖少量具体操作，并不需要通常计算机需要的全部指令。它们需要完成矩阵乘法、向量运算、线性代数等，仅此而已。

这让我们能够开发专门的计算机，能够非常好的完成这些任务。在过去三年，我们在谷歌开发了TPU系统，用于加速计算。

这类深度学习算法能够适用于许多问题。我们能够提高计算力，与传统CPU相比达到数量级的提高，这是很强大的。这能让我们在产品中用到更强大的模型，从而得出更好的系统。

未来的需求

让我们看到将来的一些需求。随着用户对系统的要求更高，人们希望系统变得更智能。

"哪些图显示了糖尿病视网膜病变的症状”。

我之前已经说过了，如今这点已能够实现。

"用西班牙语描述这个视频”。

这方面还做得不够好。我们能够很好的描述图像，但对于动态的视频还欠佳，今后这是可能实现的。

"帮我找到与机器人技术强化学习的相关文件，并用德语进行总结”。

这很复杂，但如果我们有相关工具可以做到的话，这将多么高效。

"请从厨房帮我拿一杯茶”。

让机器人在类似厨房的复杂环境中工作是很难的，但之前手眼协调的例子就是不错的开端。

总结一下，AI 能够帮助我们变得更健康、更开心、更高效、更有创造力。

你对AI的未来感到激动吗? 显然我很激动，谢谢大家。