幾十年前,日本面臨著一系列難以回避的長(zhǎng)期經(jīng)濟(jì)挑戰(zhàn)。盡管整體經(jīng)濟(jì)在上世紀(jì)八十年代前后達(dá)到了創(chuàng)紀(jì)錄的峰值(主要得益于強(qiáng)勁的汽車銷量、任天堂等初創(chuàng)公司的推動(dòng)以及房地產(chǎn)投機(jī)活動(dòng)的支持),但日本肩上最沉重的包袱,在于年齡超過(guò)65歲的人口將很快占據(jù)總?cè)丝诘乃姆种弧?/p>
據(jù)統(tǒng)計(jì),時(shí)至今日,日本的中位年齡(47歲)比美國(guó)(36歲)大出10歲有余。這樣的現(xiàn)實(shí)背景,也迫使日本不得不大力發(fā)展機(jī)器人技術(shù),從而抵消勞動(dòng)力快速老齡化的影響,建立起全球競(jìng)爭(zhēng)優(yōu)勢(shì)。目前,在制造業(yè)、醫(yī)療保健、消費(fèi)電子以及個(gè)人服務(wù)等應(yīng)用領(lǐng)域當(dāng)中,先進(jìn)的機(jī)器人技術(shù)已經(jīng)在日本經(jīng)濟(jì)生態(tài)當(dāng)中發(fā)揮根深蒂固的作用,成為維持生產(chǎn)率與GDP增長(zhǎng)的重要支柱。
而在大洋彼岸的美國(guó),雖然尚未面臨同樣的人口挑戰(zhàn),但卻同樣身處歷史的十字路口:人工智能(AI)將很快顛覆我們的經(jīng)濟(jì)體系,其影響究竟是正面還是負(fù)面,則取決于我們的判斷與行動(dòng)。
必須承認(rèn),AI、深度學(xué)習(xí)(DL)、機(jī)器學(xué)習(xí)(ML)、計(jì)算機(jī)視覺(jué)以及機(jī)器人技術(shù)的持續(xù)發(fā)展將帶來(lái)巨大的經(jīng)濟(jì)影響,而由此引發(fā)的工作崗位流失也將給特定行業(yè)帶來(lái)重大沖擊。麥肯錫公司估計(jì),AI對(duì)于全球就業(yè)市場(chǎng)的影響可能高達(dá)15%。而這,還只是本輪變革中的一小部分。
目前,關(guān)于政府及企業(yè)應(yīng)該如何提高勞動(dòng)力素質(zhì)并為自主技術(shù)的普及做好準(zhǔn)備,已經(jīng)成為各方關(guān)注的重要討論主題。這樣的討論當(dāng)然必要,但我們也應(yīng)從樂(lè)觀的角度審視AI技術(shù),探索其中的潛力空間,并將其作為經(jīng)濟(jì)催化劑,幫助我們解決當(dāng)前面臨的一系列最為緊迫的問(wèn)題。硬道理就是,如果美國(guó)無(wú)法在AI領(lǐng)域占據(jù)領(lǐng)先地位,那么其他國(guó)家將取而代之,最終在制造業(yè)、農(nóng)業(yè)、交通運(yùn)輸、技術(shù)、教育甚至是環(huán)境衛(wèi)生等支柱性產(chǎn)業(yè)當(dāng)中成為最先進(jìn)生產(chǎn)力的代表。
反觀歷史,從工業(yè)革命到互聯(lián)網(wǎng),每一輪技術(shù)變遷都會(huì)掀起人們對(duì)于就業(yè)沖擊的恐慌。但是每一次,革命都會(huì)創(chuàng)造出全新的市場(chǎng)與經(jīng)濟(jì)形態(tài),帶來(lái)的新型工作崗位在數(shù)量上也遠(yuǎn)超被替代的部分。這些新興經(jīng)濟(jì)體比最初想象中的更為復(fù)雜,影響也極為深遠(yuǎn)。
因此,AI將成為一種具有深遠(yuǎn)影響的廣泛技術(shù),同時(shí)在多個(gè)層面引發(fā)一系列社會(huì)影響,主要包括:
生產(chǎn)力:雖然美國(guó)目前的經(jīng)濟(jì)體量仍然強(qiáng)大,但生產(chǎn)力水平卻反而不及上世紀(jì)六十年代。如果不考慮1995年到2005年互聯(lián)網(wǎng)時(shí)代帶來(lái)的短暫生產(chǎn)力提升,那么自1970年以來(lái),美國(guó)的實(shí)際生產(chǎn)力增長(zhǎng)僅為1.4%。盡管存在眾多關(guān)于AI系統(tǒng)替代人工的討論,但最現(xiàn)實(shí)的結(jié)果是,AI系統(tǒng)以及智能機(jī)器人實(shí)際上能夠提高人工效率與生產(chǎn)力水平。
在制造業(yè)當(dāng)中,更多以AI為中心的新型設(shè)施確實(shí)會(huì)在增加產(chǎn)能的同時(shí)消滅一部分工作崗位,但這同時(shí)也將讓制造商們得以回歸本土,從另一個(gè)角度增加就業(yè)需求。例如,蘋(píng)果公司在AI的幫助下將能夠把部署在中國(guó)的大型生產(chǎn)設(shè)施逐步遷移回美國(guó)本土。在工業(yè)世界中,生產(chǎn)力的提升永遠(yuǎn)是第一要?jiǎng)?wù),并足以推動(dòng)大規(guī)模投資轉(zhuǎn)移。如果航空公司能夠通過(guò)生產(chǎn)力提升獲得10%的利潤(rùn)增值,他們就會(huì)義無(wú)反顧地購(gòu)買更多飛機(jī)、擴(kuò)建更多機(jī)場(chǎng),從而創(chuàng)造成千上萬(wàn)的就業(yè)機(jī)會(huì),并與商業(yè)航空供應(yīng)鏈產(chǎn)生積極的連鎖反應(yīng)。
隱私: 隱私問(wèn)題已經(jīng)成為目前美國(guó)消費(fèi)者、企業(yè)以及監(jiān)管機(jī)構(gòu)面臨的最大挑戰(zhàn)之一。一般來(lái)說(shuō),AI被視為一種反隱私技術(shù),但其同時(shí)也具有巨大的隱私保障與偏見(jiàn)消除潛力,甚至能夠糾正其他AI系統(tǒng)中存在的偏見(jiàn)。以人臉識(shí)別為例,大多數(shù)人都認(rèn)為在城市街道上掃描并記錄民眾面部信息是對(duì)個(gè)人隱私的嚴(yán)重侵犯。但與此同時(shí),大多數(shù)人也同意,城市街道上的智能攝像機(jī)能夠極大威懾犯罪,并有助于發(fā)現(xiàn)危險(xiǎn)人物。因此,最科學(xué)的方式可能是利用AI——特別是輕量級(jí)AI系統(tǒng)——在攝像機(jī)之內(nèi)進(jìn)行數(shù)據(jù)緩存與處理,而無(wú)需將其上傳至中央系統(tǒng)。換言之,如果在24小時(shí)之內(nèi),攝像機(jī)所拍攝的區(qū)域內(nèi)并未成為犯罪現(xiàn)場(chǎng),也沒(méi)有出現(xiàn)通緝?cè)谔拥姆缸锓肿?,則相關(guān)數(shù)據(jù)會(huì)被自動(dòng)刪除。
正如艾倫人工智能研究所的Oren Etzioni在文章中的觀點(diǎn),雖然事實(shí)證明AI系統(tǒng)確實(shí)會(huì)在種族、性別等方面表現(xiàn)出偏見(jiàn),但AI系統(tǒng)之間的相互監(jiān)督能夠很好地解決這類問(wèn)題。此外,AI在網(wǎng)絡(luò)安全、隱私以及警備層面的聯(lián)動(dòng)效應(yīng)也在逐步實(shí)現(xiàn)。
聯(lián)合學(xué)習(xí): 聯(lián)合學(xué)習(xí)的興起代表著隱私權(quán)保障工作的又一大進(jìn)展,有望帶來(lái)規(guī)模更大的經(jīng)濟(jì)與環(huán)境效益。這類新興框架能夠在邊緣位置(相對(duì)于大型集中式數(shù)據(jù)庫(kù))的成千上萬(wàn)臺(tái)智能手機(jī)上運(yùn)行模型以實(shí)現(xiàn)機(jī)器學(xué)習(xí)的去中心化。由于現(xiàn)代智能手機(jī)普遍運(yùn)行有AI芯片,因此其有能力以本地方式運(yùn)行ML模型。這不僅有助于為單一用戶定制移動(dòng)軟件,同時(shí)也可通過(guò)高級(jí)加密方式保證發(fā)送至中央服務(wù)器的所有個(gè)人數(shù)據(jù)不致被惡意人士所窺探。
聯(lián)合學(xué)習(xí)具有巨大的發(fā)展空間,足以改善數(shù)據(jù)收集的隱私性,并使非個(gè)人數(shù)據(jù)聚合方(例如亞馬遜、谷歌、微軟或者Facebook)的創(chuàng)新人士得以為企業(yè)及消費(fèi)者構(gòu)建起強(qiáng)大的AI解決方案。但要讓這一新興領(lǐng)域真正迸發(fā)能量,我們還需要解決一系列重要的研究性難題??梢钥隙ǖ氖牵?lián)合學(xué)習(xí)為AI驅(qū)動(dòng)世界的目標(biāo)帶來(lái)了真正的希望。在這個(gè)即將來(lái)臨的世界當(dāng)中,消費(fèi)者無(wú)需大量能源即可有效控制自己的數(shù)據(jù)與模型。
當(dāng)上世紀(jì)九十年代中期互聯(lián)網(wǎng)成為主流時(shí),沒(méi)人能想象我們?nèi)缃袼硎艿囊苿?dòng)、流媒體內(nèi)容、基因組學(xué)以及按需服務(wù)等成果。當(dāng)時(shí),人們對(duì)互聯(lián)網(wǎng)也有著類似的恐懼——它會(huì)消滅數(shù)百萬(wàn)個(gè)工作崗位,甚至將某些行業(yè)整體淘汰。出于種種原因,人們永遠(yuǎn)都會(huì)為這類問(wèn)題爭(zhēng)論不休。但更客觀的思路應(yīng)該是,AI的研究與進(jìn)步將持續(xù)數(shù)十年,這將是一個(gè)緩慢而又極為重要的過(guò)程。雖然我們有必要為由此帶來(lái)的崗位淘汰做好準(zhǔn)備,但也有理由抱持樂(lè)觀態(tài)度。畢竟美國(guó)的經(jīng)濟(jì)優(yōu)勢(shì)在很大程度上源自技術(shù)領(lǐng)域的領(lǐng)導(dǎo)地位,而選擇倒退絕對(duì)不是什么明智的決定。
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問(wèn)題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問(wèn)題偏愛(ài)不同專家配置,為AI推理優(yōu)化開(kāi)辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過(guò)"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問(wèn)題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開(kāi)發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過(guò)滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問(wèn)題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開(kāi)辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過(guò)讓AI模型學(xué)習(xí)解決幾何問(wèn)題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來(lái)顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。