導(dǎo)  讀

一邊,騰訊 AI Lab通過(guò)自研AI工具揭示了“禿頭元兇”;另一邊,AI攝像頭在足球賽中將邊裁的光頭錯(cuò)認(rèn)為足球,觀眾看了個(gè)寂寞。AI你到底行不行?

今年9月,百度宣布與人民日?qǐng)?bào)社合作共建人工智能媒體實(shí)驗(yàn)室,具體來(lái)講就是利用人工智能技術(shù)對(duì)新聞素材進(jìn)行自動(dòng)解讀、加工與糾錯(cuò),確定需要展示的關(guān)鍵信息。在此之前,微軟就已經(jīng)開始將新聞業(yè)務(wù)轉(zhuǎn)向AI,并鼓勵(lì)新聞工作者使用AI幫助其掃描、處理、過(guò)濾信息以及圖片,并終止了與媒體公司PA Media的合作。

“AI編輯部”的報(bào)道一出,各位媒體圈的打工人也是心里一顫,我們每天編輯著“人工智能如何取代人工”的新聞,難道也要發(fā)生在自己身上了?

近年,人工智能對(duì)人類最明目張膽的“挑釁”當(dāng)屬AlphaGo先后擊敗圍棋世界冠軍、職業(yè)九段棋手李世石與世界圍棋冠軍柯潔。一戰(zhàn)成名后,AI便昂首闊步地進(jìn)入了大眾視野。

目前,AI在toB產(chǎn)業(yè)端與toC消費(fèi)端兩面開花,取得了不俗的成績(jī),但“機(jī)器大腦”終究還是受制于數(shù)據(jù)、編程,無(wú)法自主思考,導(dǎo)致其在復(fù)雜多變的實(shí)際生產(chǎn)、生活場(chǎng)景中并不具備隨機(jī)應(yīng)變的能力,也引發(fā)了不少令人啼笑皆的“事故”。

「真」智能VS「假」聰明

早在AlphaGo之前,人們就已經(jīng)開始在各行各業(yè)中探索人工智能技術(shù)的產(chǎn)業(yè)應(yīng)用了,通信技術(shù)、物聯(lián)網(wǎng)等技術(shù)的發(fā)展更是滋潤(rùn)了AI的落地土壤,使其在商業(yè)化落地的淬煉中不斷迭代升級(jí),發(fā)揮其超強(qiáng)的數(shù)據(jù)學(xué)習(xí)能力與分析能力,為產(chǎn)業(yè)智能化轉(zhuǎn)型提供了堅(jiān)實(shí)的技術(shù)保障。

近日,“騰訊AI找到禿頭元兇”的消息頻頻出現(xiàn)在各大科技媒體的頭條——騰訊 AI Lab 采用“從頭折疊”的蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)方法幫助解析了II型5a還原酶(SRD5A2)晶體結(jié)構(gòu),并通過(guò)自研AI工具“ tFold”有效提升了蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)精度,揭示了治療脫發(fā)和前列腺增生的藥物分子“非那雄胺”對(duì)于該酶的抑制機(jī)制。

非醫(yī)學(xué)專業(yè)的禿頭黨可能是一頭霧水。首先,我們要搞明白為什么會(huì)脫發(fā)。脫發(fā)起因復(fù)雜,主要有感染、內(nèi)分泌障礙、神經(jīng)精神因素、皮膚病等,其中雄激素性脫發(fā)主要與人體內(nèi)的二氫睪酮有關(guān),它由SRD5A2催化合成。因此,當(dāng)患者因?yàn)槎�氫睪酮水平過(guò)高而出現(xiàn)脫發(fā)問(wèn)題時(shí),可以通過(guò)抑制 SRD5A2 來(lái)降低患者二氫睪酮水平。

但是,SRD5A2的高分辨率結(jié)構(gòu)信息卻十分缺乏,導(dǎo)致SRD5A2催化二氫睪酮合成的機(jī)理以及非那雄胺抑制SRD5A2 酶活的機(jī)制并不清晰。“模板建�！笔钱�(dāng)前最普遍的蛋白結(jié)構(gòu)預(yù)測(cè)手段,但前提是在人類已知的蛋白結(jié)構(gòu)數(shù)據(jù)庫(kù)當(dāng)中,必須存在和預(yù)測(cè)的蛋白相似的結(jié)構(gòu),否則就無(wú)法使用。而“從頭折疊”法則可以不依賴于模板來(lái)預(yù)測(cè)蛋白結(jié)構(gòu),但精度不高。騰訊 AI Lab 自研的 AI工具“tFold” 正是破解這一難題的關(guān)鍵,它通過(guò)多數(shù)據(jù)來(lái)源融合、深度交叉注意力殘差網(wǎng)絡(luò)、模板輔助自由建模三項(xiàng)創(chuàng)新技術(shù)實(shí)現(xiàn)了蛋白結(jié)構(gòu)預(yù)測(cè)精度的大幅提升。

此外,AI在工業(yè)制造、安防、教育等領(lǐng)域也有不俗的表現(xiàn)——“AI 工業(yè)大腦”實(shí)現(xiàn)工廠內(nèi)的人機(jī)協(xié)同、柔性生產(chǎn);AI監(jiān)控?cái)z像頭通過(guò)捕捉徘徊、長(zhǎng)時(shí)間逗留等可疑行為預(yù)警事故;AI+云平臺(tái)實(shí)現(xiàn)教育資源共享、AI+大數(shù)據(jù)分析為學(xué)生提供個(gè)性化教學(xué)、AI+MR為學(xué)生提供身臨其境的教學(xué)環(huán)境……

面向消費(fèi)端,AI實(shí)時(shí)翻譯在今年的雙11直播中大放異彩,目前支持從中文到英語(yǔ)、俄語(yǔ)、西班牙語(yǔ)的實(shí)時(shí)翻譯;微博原創(chuàng)視頻博主@大谷Spitzer利用AI技術(shù)將1920年的影像資料重新上色、修復(fù)幀率、擴(kuò)大分辨率,還原了100年前北京晚清的街景……

得益于AI遠(yuǎn)強(qiáng)于人類的數(shù)據(jù)學(xué)習(xí)能力與分析能力,解決了工業(yè)制造、教育、醫(yī)療等領(lǐng)域的諸多痛點(diǎn),然而,成也蕭何敗蕭何,在工業(yè)制造、安防等領(lǐng)域表現(xiàn)優(yōu)異的AI卻在足球場(chǎng)上鬧了笑話。

近日,在一場(chǎng)蘇格蘭足球冠軍聯(lián)賽中,主場(chǎng)球隊(duì)在賽事直播中沒(méi)有雇傭攝像團(tuán)隊(duì),而是選用了一套名為Pixellot的AI攝像系統(tǒng),該系統(tǒng)使用內(nèi)置 AI 追蹤技術(shù)的攝像頭來(lái)制作實(shí)時(shí)高清視頻內(nèi)容。

據(jù)稱,開發(fā)團(tuán)隊(duì)收集了數(shù)十萬(wàn)小時(shí)的體育賽事視頻,用于對(duì)AI算法進(jìn)行訓(xùn)練,但他們卻忘了教AI辨別光頭與足球,導(dǎo)致只要是邊裁出現(xiàn)在鏡頭內(nèi),AI 就會(huì)把邊裁的光頭誤認(rèn)為是足球,并且“忠心追隨”。

隨后,Pixellot公司表示,在設(shè)計(jì)階段沒(méi)考慮到光頭的影響,現(xiàn)在收集一些足球和光頭的數(shù)據(jù)對(duì)算法進(jìn)行微調(diào)就可以解決這一問(wèn)題。但是,AI雖然學(xué)習(xí)了“禿頭”數(shù)據(jù),又如何保證下次不會(huì)被場(chǎng)邊別的“球形物”影響呢?

機(jī)器學(xué)習(xí)VS人工學(xué)習(xí)

據(jù)外媒報(bào)道,大型零售企業(yè)沃爾瑪將停止運(yùn)用機(jī)器人揀貨、查價(jià),原因是“人工處理的效果不亞于機(jī)器人”,尤其是疫情影響下,線上訂單激增,機(jī)器人從接單到分揀、再到包裝、出貨的時(shí)間毫無(wú)優(yōu)勢(shì)可言。

我們所講的人工智能其實(shí)是一個(gè)很寬泛的概念,其核心是機(jī)器學(xué)習(xí)與深度學(xué)習(xí),但數(shù)據(jù)提供的參考有限,導(dǎo)致其在面對(duì)程序外的干擾項(xiàng)或突發(fā)情況時(shí)無(wú)法自主糾偏、靈活處理。如開篇所講,人們既期待AI所帶來(lái)的智能化應(yīng)用,卻又忌憚?dòng)诒惶娲?但事實(shí)證明,AI目前還沒(méi)那么智能。

首先是學(xué)習(xí)效率。AI“上崗”前需要學(xué)習(xí)大量的數(shù)據(jù)從而訓(xùn)練算法,雖然其學(xué)習(xí)速度遠(yuǎn)超于人類,但是需要超大規(guī)模的學(xué)習(xí)樣本反復(fù)進(jìn)行強(qiáng)化訓(xùn)練、不斷優(yōu)化認(rèn)知,綜合來(lái)看,AI的學(xué)習(xí)效率與人類相比并無(wú)太大的優(yōu)勢(shì)。

其次是處理速度。對(duì)標(biāo)準(zhǔn)模型而言,AI的強(qiáng)大算力擁有碾壓式的速度優(yōu)勢(shì),尤其是在工業(yè)制造、自動(dòng)駕駛等低時(shí)延場(chǎng)景下,這也是工業(yè)AI可以實(shí)現(xiàn)工廠無(wú)人化運(yùn)營(yíng)的主要原因。反之,在復(fù)雜多變的應(yīng)用場(chǎng)景中,AI的處理速度及精準(zhǔn)度都會(huì)大打折扣。

最后是靈活性。AI運(yùn)行離不開數(shù)據(jù)、算法、算力三大要素,它們?yōu)锳I規(guī)劃出了一套清晰、準(zhǔn)確的運(yùn)行路線,依據(jù)交互反饋來(lái)執(zhí)行預(yù)先設(shè)定的命令。但是在實(shí)際生產(chǎn)、生活中仍然存在大量不可控的突發(fā)事件,尤其是toC端,以客服機(jī)器人與智能音箱為例,用戶反饋的命令“千奇百怪”,AI終端就只能回答“對(duì)不起,這個(gè)問(wèn)題我還沒(méi)有學(xué)會(huì)”。

誠(chéng)然,人工處理問(wèn)題時(shí)的靈活思維與應(yīng)變能力是AI難以逾越的短板。同時(shí),AI在遇到復(fù)雜環(huán)境時(shí)的檢測(cè)精度也仍然無(wú)法達(dá)到無(wú)人化的標(biāo)準(zhǔn),其精度只能隨數(shù)據(jù)規(guī)模逐步提升。但是,AI可以輔助人工完成部分基礎(chǔ)性工作,但想達(dá)到“AI換人”恐怕還需要很長(zhǎng)一段時(shí)間。

寫在最后

事無(wú)絕對(duì),我們也應(yīng)該秉承著辯證的思維看待包括AI在內(nèi)的一眾新興科技,它們應(yīng)該是輔助人類的智能化工具,而不是一味的模仿人類。我們應(yīng)該合理利用其學(xué)習(xí)能力、分析能力賦能產(chǎn)業(yè),但現(xiàn)階段還是不能免除人工監(jiān)督、干預(yù)環(huán)節(jié),未來(lái)應(yīng)聚焦提升AI應(yīng)用的靈活性,豐富前期數(shù)據(jù)學(xué)習(xí)階段的應(yīng)用場(chǎng)景,綜合考慮可能遇到的各類情況,將“人工智障”逐步訓(xùn)練為真正的人工智能。

參考資料:

1．《尷尬,AI轉(zhuǎn)播球賽把裁判的光頭當(dāng)成了足球》,機(jī)器之心

2．《沃爾瑪停止機(jī)器人跟蹤貨物計(jì)劃》,OFweek物聯(lián)網(wǎng)

3．《騰訊 AI 醫(yī)學(xué)進(jìn)展破解“禿頭”難題,登 Nature 子刊!》,CSDN