第36节

>

2006年多层神经网络出现以前，机器学习都只处于初级阶段, 需要人工提取特征。而2006年后, 它进入到“深度学习”的大时代。人类不监督、半监督, 机器自己分析特征、独立思考。给一万张猫的图片, 说“这都是猫”, 它就懂了，再给一张它没见过的，问“是不是猫”, 它会说是。人们给它正确答案的数据集, 它便可以进行学习, “看”的越多会的越多，不断优化自身能力。因此，“人工智能”定义十分清晰，区别是真·人工智能还是噱头只需要看它有没有模仿人脑。

然而，对每一层都在提取什么特征，以及机器为何要做这些事情、为什么能得出结论，人类无法解释。根据输出，有些提取简单易懂，比如勾勒边缘、模糊图片、突出重点、锐化图片……可是，在很多时候，人类完全get不到！看着某层下来以后图片所变成的样子，只能叫一声“什么鬼！”有时人类只能提出几个特征，ai分出好几百层！

它给了人空前的可能，也给了人无尽的困惑。

就像人类无法摸清大脑的工作原理一样，他们同样无法摸清ai的工作原理。

训练ai这种方式为何能行？它是如何学的？信息存在哪里？为何下此判断？不知道。

它好像在玄幻境界。码工时常觉得自己正在养蛊，贼刺激，给蛊虫喂个这个、喂个那个，一掀盖子，嚯，出来一个超厉害的东东！

有人说，让ai向人解释一个东西，相当于让人向狗解释一个东西，听着so sad。

人类历史充分表明，只有一个决策可以解释、分析，人才可以了解它的优点缺陷，评估风险，知道它在多大程度能被信赖。

很多专家说过“必须质疑人工智能为何做出一个决定……”“难道，无人汽车每回出事，企业都说不知原因、ai让它这么干的？”

何况，不幸的是，如同大脑会出错，ai也会出错。

于是问题来了：我们能信任ai吗？我们能在多大程度上相信ai？我们能在生死攸关时信任ai吗？

当然，也有学者表示：“它能做到就足够了！”“大脑一直为你工作，你也一直都信任它，即使并不知道它是如何工作的。”

目前，各国科学家正致力解开黑箱，政府、行业协会也对此

本章未完，请点击下一页继续阅读！ 第3页 / 共6页