近年來,我們正處于移動互聯(lián)網(wǎng)時代與人工智能時代的過渡期。誰都知道AI是趨勢,但誰都不知道人工智能時代哪一天才算真正的進入。
早在2016年11月,百度CEO李彥宏曾在會議上說:移動互聯(lián)網(wǎng)時代已經(jīng)結(jié)束。
人工智能還是人工智障?
相信很多人都很欣慰看到越來越多的人工智能項目落地,能夠獨立運行,從而部分代替人類的工作,但是,我們真的進入了人工智能時代了嗎?看完以下案例你可能認為像是進入了“人工智障”時代。而這也是目前人工智能的現(xiàn)狀:理想很豐滿,現(xiàn)實很骨感。
▲Face ID 可以通過面具破解
[Face ID 可以通過面具破解]Face ID(刷臉認證方式)是解鎖新型 iPhone X 的面部識別技術(shù),被譽為迄今為止最安全的人工智能激活方法,蘋果公司宣稱其被破解的幾率為百萬分之一。
但是在其發(fā)布不久之后,越南的一家公司 BKAV 就破解了它,破解的方法是使用 3D 打印的塑料、硅膠、化妝品和剪紙構(gòu)建一個人臉面具,其制造成本大約 150 美元。這一破解事件讓整個行業(yè)都感到不安,擴大了消費級設(shè)備隱私的風(fēng)險,威脅到人工智能的安全。
[自動駕駛巴士發(fā)生撞車事故]一輛自動駕駛的巴士去年十一月在拉斯維加斯首次亮相,市民可免費乘坐。然而這輛巴士剛剛運行了兩小時,就和一輛半掛卡車發(fā)生了相撞事故。
▲狀況百出的智能家電
[狀況百出的智能家電]隨處亂撞的掃地機器人?半夜突然自己放聲的智能音響?網(wǎng)上的吐槽隨處可見,到底是更方便還是更揪心?現(xiàn)在智能家電雖說已經(jīng)顛覆了許多陳舊觀念,但是它明顯不夠智能和聰明,從而產(chǎn)生錯誤。
你所不知道的AI
雖說現(xiàn)代人工智能確實還不夠成熟,但你不可否認它正一天天的變好。根據(jù)摩爾定律,每隔四年科技必然會發(fā)生巨變。還停留在AlphaGo時代?其實人工智能每天都在發(fā)生著改變。
開始,AlphaGo在圍棋比賽打敗李世石;
16年4月,專門用于滿足AI需求的超級計算機DGX-1問世;
16年11月,谷歌發(fā)布了AI翻譯工具;
17年2月,卡耐基梅隆大學(xué)開發(fā)的libratus在***上擊敗了人類頂級職業(yè)玩家。這與圍棋不同的是,前者雖被視為棋盤游戲的巔峰,但挑戰(zhàn)性卻是遜色于撲克的;
18年6月,俄羅斯世界杯使用VAR作為助理裁判;
18年7月,百度無人車“阿波龍”正式量產(chǎn);
至今,人工智能正在迭代更新,例如歡創(chuàng)科技的空間定位技術(shù),已經(jīng)成熟的應(yīng)用于智能家電、醫(yī)療機械。相信不久的將來,人工智能會已其特有的科技性慢慢的滲入人類的生活。
▲歡創(chuàng)科技X1傳感器運用于服務(wù)機器人上
人工智能時代的到來
[價格不下來,還是人工智障]在這個無論是普通智能家電亦或是更加高端的人工智能價格都虛高的時代,說全面進入人工智能時代,都只是一個愿景。實現(xiàn)新時代只有在打破技術(shù)壁壘的同時,以強有力的價格優(yōu)勢進入市場,才能實現(xiàn)。
[技術(shù)上不去,還是人工智障]現(xiàn)今的人工智能大抵停留在強人工智能和弱人工智能階段,所謂的超人工智能更像是人類的一場“自嗨”。現(xiàn)階段的AI主要仍停留在模仿學(xué)習(xí)的過程,利用大數(shù)據(jù)來做背書。如若超過這一階段更大的延伸,想必會有更大的突破。
[更合適的相互交互]現(xiàn)在人類與人工智能交互仍在不斷地摸索階段,相對走在前沿的語音交互,VR交互,亦或是仍在探尋中的腦機交互。如果人工智能革命的核心是技術(shù),那么人工智能的交互設(shè)計的核心價值就是讓用戶能夠通過一系列的從技術(shù)轉(zhuǎn)化的體驗,以最符合預(yù)期的方式,感知到他們需要得到的服務(wù)。
[不廣泛應(yīng)用進入人工智能時代也是空話]這方面也是現(xiàn)況,既然是從移動互聯(lián)網(wǎng)時代進入人工智能時代。那么就應(yīng)該要有廣泛的應(yīng)用,只有改變得夠多才可稱之為進入了時代。
愛因斯坦曾經(jīng)說:“我擔(dān)心總有一天技術(shù)將超越我們的人際互動;那么,這個世界將出現(xiàn)一個充滿傻瓜的時代。”未來到底是一個怎樣的世界?是好是壞?終歸是會來的,應(yīng)該也會變得更好吧。
http://www.camsense.cn/
-
AI
+關(guān)注
關(guān)注
87文章
33628瀏覽量
274363 -
Sensor
+關(guān)注
關(guān)注
0文章
134瀏覽量
50118
發(fā)布評論請先 登錄
李彥宏:DeepSeek啟示我們應(yīng)將頂尖模型開源

評論