摘要:AI技术配得上世人给它的盛名和期待,但AI技术不是用来嚼舌根编新闻的。这波AI宣传大潮让很多人半年之内都不愁编稿字数了,搞冒牌AI场景的人大都比AI程序员还聪明

聪明的机器人背后是真人,成熟的翻译软件不用AI,搞笑呢?-薪媒体_O2O新商业媒体资讯平台

现在深度学习的概念火到鸡犬升天的地步,前同事H哥拿个基于深度学习做XX助手的BP让我帮分析一下技术可行性和技术壁垒高度。我用一个周末琢磨出来点门道,我根本识别不出这个演示程序是不是AI,更无法确认这是不是深度学习程序。这就引出了今天的议题,图灵测试指的是人类能否区别是不是和AI在聊天,那反过来看,我们怎么识别“这个东西”是不是个AI?

首先我为什么说“这个东西”而不是“这个程序”?因为某些大堂机器人确实背后是人类操控的,相当于你用一个安卓平板和我视频聊天,特别聪明还必须联网的机器人可能就是真人。但有些真AI如Siri也要联网,通过联网断网判别不了AI。

网上有个笑话,我把QQ自动回复设置成“呵呵”,你可以和我的电脑就任何话题聊上一夜。很多智能客服只是简单的关键字匹配,和呼叫中心搜索知识库差不多,编辑回复模板远比写程序更重要。只有支持多层级对话的才是AI智能客服,但现在网店客服也可以混在AI的回答里回答客户啊,熟练客服回信息效率极高,顾客以为面对的是AI程序反而会少提需求。

虽然深度学习常拿自然语言处理举例,但成熟的翻译软件也不用AI。翻译软件出现有几十年了,常用的单词和短语BTW/WTF/OMG用大词库即可,用户大脑会做二次语意加工。谷歌2016年9月底才宣布在谷歌翻译采用AI技术,在此之前的谷歌翻译同样是可用的啊。翻译和文字搜索是异曲同工的,但以图搜图是真AI。

各种广告、APP、资讯的智能推荐依赖的就是用户长期画像和短期意图,具体标签和统计方法是商业机密;我很难评估这机密是AI还是大数据,但这些技术几年前就已经成熟落地,所以我倾向于是大数据。有些智能推荐根本就不智能,男人就推美女和猎奇广告,挤地铁用IPhone的女顾客就推轻奢化妆品,洞察人性的广告不需要搞数学和计算机。

一些深刻洞察人性的玩家也会用AI做诸如星座算命、验证心理有几座断背山、推荐股票彩票一类的服务,其实就是消磨时光涨点粉丝。我在前一篇AI科普文章中已经说过了,深度学习的结果必须要人做验证,人脸和鉴黄可以找人验证,但股票预测没人有能力验证。真懂股票IT技术又好的人早去做量化交易了,赚到钱买粉不比编故事吸粉更痛快?

还有一些创意纯粹就是蹭热点做逼格塑造,连造假的成本都没有。假设我想让一个娱乐APP有科技范,我根本不用招开发也不用雇人后台分拣,我只要弹窗提示让用户必须笑一笑歪歪嘴,然后随机回复用户长得像范冰冰还是范伟--琪,用户就认为APP很智能了。前几天那个巨硬的陪聊AI在微博上求骂蹭热度,我不信那条微博是AI发的。

用AI做coding是有可能性的,编程本来就是人类语言转换为机器语言的翻译,但时日尚早,云计算+SDK+IDE从更简单更高效的层面做编程简化了。但现在说在用AI做AIOPS的,实际是只展示不决策,无知者无畏的也没有试验环境。

现在成熟的AI应用就是少数几类场景,比如:语音识别、图片识别、无人驾驶、行为预估(如金融风控)。但我们怎么证明这些AI应用是机器学习还是深度学习哪,毕竟用深度学习做融资/吹牛逼更高大上啊。深度学习的惊艳之处在于解决了很多问题,但它对数据量的需求像打着吊瓶跑马拉松,有几个场景提前储备了那么多数据?这两天的热门新闻是AlphaGo Zero自学棋谱解决了数据问题,但用单纯的围棋来推理复杂的世界,这个类比糟糕透了。

AI技术配得上世人给它的盛名和期待,但AI技术不是用来嚼舌根编新闻的。这波AI宣传大潮让很多人半年之内都不愁编稿字数了,搞冒牌AI场景的人大都比AI程序员还聪明。

后记:我本来让创业者多提供一些数据、算力、技能的资料,结果H哥说这个项目已经Pass了。因为创业者说要让AI拥有喜怒哀乐,H哥说他都不想家里宠物有哀乐,这个创业者鸡汤说多了连自己都骗。