见知AI巡山报告 – 2021年03月

《经济学人》杂志中指出，根据普华永道预测，到2030年，人工智能(AI)行业产值将达到16万亿美元，高于中国全国国民生产总值（中国2018年GDP为13万亿美元）。麦肯锡则预测，这一数字为13万亿美元。毫无疑问，人工智能，尤其是机器学习方面，已经取得了很大进展。计算机能够胜任和处理的任务越来越多，新的机器学习技术的出现，大幅提升了图片识别和语音控制等任务的改进与提升。

日常生活中，我们也常听到，AI打败了世界围棋高手，AI能拥有比行业资深医者更精湛的手术能力，AI能够实现无人驾驶……AI频上热搜，AI在冲击着现实生活中的人们，推动着现代社会与现代思想的变革，似乎AI无所不知，无所不能。但不知是否发现，AI的强大更专注于“专业性”，然而它却没有“常识”，甚至可以说，连人类自己都不一定能意识到常识的强大及其重要性。

知乎上提出了一个问题：能否用神经网络来判断奇偶数？

初看似乎本题易解，但凡晓得什么是奇数和偶数的孩子都能判断正确，但对于机器学习来说，却需要有一个获取经验的过程。其中一位蚂蚁集团的算法工程师提出了几种方案：一是自定义一个正弦作为激活函数的三层神经网络，通过判断输出值是否大于某个阈值来返回1或0，甚至用到了遗传算法进行优化迭代来训练模型，以此之后才能得以较为精确地判断奇偶性；再者还可以构造一个高维序列作为训练集，再调用神经网络模型进行训练，或是将训练集转换成图片格式的数字，之后再用卷积神经网络训练模型……

另一位知乎答主（王赟Maigo）指出，机器学习里面有一个“没有免费午餐”定理（No Free Lunch Theorem）：任意一种算法，如果对于某些类型的问题效果好，必然对于另一些类型的问题效果差。从另一个角度来理解，即AI“专业能力“非常优秀，但在生活中就如一个涉世未深的孩子一般，缺乏常识的补充和积累。例如，一位研究生用现成的图形库训练了一个能判断“这张照片中有没有动物”的深度神经网络，准确度非常高，然而这个神经网络是通过“照片中有没有虚化的背景”来进行判断的，即它并未真正学会了如何识别动物。

机器学习适合处理的问题，一般都有这么一个特点：在特征空间中相近的输入，对应的输出一般也相近。这是机器学习能够把从训练数据中学到的知识推广（generalize）到新数据上的前提。于此想到公司所做的一次尝试：在银行流水对账中，当一笔较大金额交易涉及多笔交易业务时，如何能做到金额与业务的一一对应从而实现自动对账的功能？曾考虑到的做法是通过构建一个神经网络模型来实现 ，能对上金额的数组组合标记就为1，不能对上的标记就为0，最后也是无疾而终。现在回想起应该是在整体设计上想的过于简单，从而导致相似的输入比如1，2，3标签为1 但是x稍微动一点1.01，2，3标签就为0了，所以导致模型不能稳定的学习到背后的逻辑规律。

确实，似乎只要想得到，AI便能做得到，它的能力确实强大到单凭人脑无法企及。但倘若从实用性和认知能力角度来说，还是有很多局限性的。人类历史的进步，一定程度上在于化繁为简，使辛苦的生产方式变得高效省力，而由于“常识”经验或基于此的推导演绎难以全面习得，导致了AI成为“人造天才”与“人造白痴”的矛盾体：它可以出色地完成有边界的任务，但如果遇到意想不到的输入，就会把事情搞砸。例如：自动驾驶汽车已经变得更加智能，能够提前检测前方的危险性并予以规避，但似乎永远处于足够安全的边缘，道路上的各种“意外经验”总是无法全部积累的，可能真人能够轻易做出正确判断时AI的选择却可能带有灾难性的，这导致了它在日常街道上的行驶仍无法令人放心。

机器学习革命建立在三个基础上：改进的算法、更强大的计算机，以及伴随社会数字化发展而产生的可供学习的大量数据。然而，数据并不总是现成的。例如，如果没有每个人行动轨迹的全面数据库，就很难使用AI来监测新冠病毒的传播。健康码的存在也是基于默认持有人健康条件下设立的，只有到医院诊断后才会转为橙码或红码，可到那时需要监测隔离的人群将远不止确诊这一人，搜寻成本和隔离成本都将大大提升。即使数据确实存在，它们也可能包含隐藏的假设，使粗心的人误入歧途。