观点：AI 与自动化是矛盾的
作者：cerebralab.com
译者：张雨佳
原文标题：AI and automation are at odds
想象一下，我们生活在一个完美、和谐的地方，所有人在某一天同意让电脑代替人类驾驶汽车，而不是像现在逐步推进自动驾驶。
那么，自动驾驶何时能实现？
我想大概是在1980到1990年间。那时，我们也能让火车、装配线和飞机自动化。因为当一切都是自动化的，没有人为因素需要控制时，自动化是很容易实现的。
如果每辆车都是全自动、遵循交通规范的，并可以和周围的汽车沟通行驶情况。那么用几百个限制条件，就可以解决复杂的自动化问题，比如可以将路灯标准化为汽车提供信号，就可以不省去视觉的观察，并且也易于保障安全，比如在事故发生前及时关闭附近的交通。
矛盾所在
以前的“人工智能”，只能将单人完成的任务（不是依靠手工计算，而是从数据或仿真中学习的方程）进行自动化。但绝大多数人工智能的方法，只能解决自动化周围的协调问题，尤其是那些像人一样的人工智能。
从定义可以看出，自动化意味着任务更加严格。必须保证所有决策都可以编程控制，能够收集所有信息，并预先模拟场景。
如果你觉得人类是完美的自动化机器，那么其实大多数任务并不需要耗费人的所有脑力。但考虑到在行动和沟通中会出现人为错误，我们常常需要做大量的故障保护和冗余。
组合任务就更加困难了，比如人们除了在公司中担任职务外，还会扮演其他的“隐藏角色”。或者是许多零散任务组合而成的角色（比如服务员或酒保）。
因此，我们最终会从事相当复杂的工作，否则通用人工智能（AGI）就可以完全取代人类。但如果我们对这些任务进行重新定义，并消除一些模棱两可的部分，就可以对这些任务进行自动化。
工程学无法想象到一个酒保机器人。包括制作鸡尾酒的机器、送饮料的传送带（或无人机）、扫描点餐和付款等等，这些都不是单个的琐碎任务。
事实上，一些没有实现自动化的工作，很可能是因为它的应用还不够广泛，不值得去进行自动化。
自动化一般都需要很长时间，因为它需要“终端用户”去使用，并且去慢慢习惯这种功能。但这个过程比较乏味，需要花费大量的时间去测试，以覆盖每一种可能出现的情况并确保不会造成损失。
很多工作没有自动化，很可能是因为10-20年前就没有这么多工作，而不是因为缺少自动化它们的“人工智能”。
所以我们会观察到，自动化的增加减少了人工智能的使用。
现实案例
人工智能还可以在商业中发挥重要作用，比如接听顾客的订餐电话或者为客户提供服务。
这里面涉及到很多不可思议的技术，包括从模拟语音到语言的生成和翻译，或者收集足够多的重要数据并保持沟通。
但这是必要的吗？
大多数时候，事实并非如此。如果一家餐厅需要“人工智能语音助手”来处理订餐，并且用数字化设备来使用人工智能……你猜会发生什么？
其实只需要设计一个更快更简单的在线预订页面就足够。像医院、机票预订、客户服务一样，如果想让机器人去帮助客户，那么最好方法是设计一个合理的在线常见问题解答（FAQ）。
再比如身份确认。有些东西可以防止身份被盗，或者被跟踪。撇开道德问题，这个领域中使用了大量的人工智能。包括检测虚假交易、客户来电时的语音识别，或者在人群中进行目标跟踪，都离不开人工智能。
由于美国没有统一的身份证，所以如果你生活在美国而不是欧洲，就更可能遇到身份相关的一些问题。因为很多操作都需要认证身份，比如用银行APP来确认交易时先要进行身份认证，进行电话和电子邮件认证则可以防止敏感操作等等，这样可以摆脱很多与身份相关的问题。
银行可以检测到我账户上是否存在虚假交易，或者每次刷卡交易时在手机上进行指纹确认。多数银行会采用后者的方法。
自然语言处理（NLP）的“圣杯”是软件编程自动化。
一些有远见、大胆的公司声称，他们正试图从文本指令或一些模拟程序中构建应用程序的代码。
这非常吸引人，这意味着你不用写代码就可以构建应用。包括WordPress、Wix、Squarespace和1001个公司，都提供类似的服务。
如果你有比较小众的需求，就需要程序员帮你弄清楚你真正想要达成的目的和功能，而不仅仅是构建程序。
因此，人工智能编码的前景是非常广阔的，虽然它比占领市场的自动化落后10年以上。
人工智能导致“呆板的”自动化
之前提到过汽车的例子。假设到2030年，大多数汽车都可以自动驾驶。但是自动驾驶软件，像人一样并不是完美的，所以依旧会发生事故。
如果通过了一条法律：禁止人们驾驶，并要求所有车辆在一定安全标准范围内自动驾驶。
那慢慢地，安全标准会有提高，因为所有的车辆都被迫遵循这些标准。在某种程度上，这抛弃了自动驾驶的自主性，甚至用纯粹的if/else语句取代掉“人工智能”的某些功能。
再加上汽车公司之间在通信标准方面有了更多的合作，你会突然发现，就算没有那些花哨的视觉模型来检测汽车，你的生活也依旧简单轻松。政府也会对高速公路上的道路标志和交通信号灯进行数字化，你的视觉器官除了在小社区能发挥作用，其余地方都是多余的。
如果我们在2050年能实现自动驾驶，就不会有人员伤亡了。剩下的就只有“人工智能”的残余部分，还有大量的if/else语句。
人工智能无法在某些特定工作中发挥作用。如果是因为协调问题使用的人工智能，而不是改变用户行为或对所有人自动化。那么，这是引入“真正”自动化的一个很好的起点，因为它取代了真正造成协调问题的人的因素。
但我对这些想法还是保持怀疑。在未来几年内，我们很有可能会发现对人工智能的需求越来越少，因为有了很多的“手工”自动化。
我不太理解为什么要开发机器人样子的人工智能，所以在之前论述的观点中可能存在一些我自己的固有偏见。这些固有观念是在观察中产生的，而且大脑也会逐渐强化这些观念想法，所以我现在对这类人工智能持怀疑态度。
往
期
回
顾
资讯
急需开源人才怎么办？
资讯
阿里云投入 20 亿发力操作系统
资讯
阿里发布云芯片倚天710
技术
ST-GCN 实现人体姿态行为分类
分享
点收藏
点点赞
点在看
相关文章：
kaggle之数据分析从业者用户画像分析
数据为kaggle社区发布的数据分析从业者问卷调查分析报告，其中涵盖了关于该行业不同维度的问题及调查结果。本文的目的为提取有用的数据，进行描述性展示。帮助新从业的人员更全方位地了解这个行业。 参考学习视频:http://www.tianshansoft.com/ 数据集&am…
mysql读写分离（MySQL Proxy 安装和使用）
一、必备软件： 1、LUA 可以去LUA的官方下载：www.lua.org 2、MySQL Proxy 这里有好多二进制版本。 http://mysql.cdpa.nsysu.edu.tw/Downloads/MySQL-Proxy/ 或者去MYSQL官方下载源代码。 3、测试过程中取消了B和C的REPLICATION。这样SQL语句…
微软副总裁、Kubernetes 头号贡献者的他，给云原生带来奇迹！
我们做了一个街头采访，调查路人眼中的程序员到底是怎样的？提到程序员，大家似乎都有刻板印象：总是格子衬衫牛仔裤双肩包打扮，总是埋头敲代码，加班是常态……谁说程序员呆板木讷，只会埋头敲一行行…
查询Oracle中字段名带.的数据
SDE中的TT_L线层会有SHAPE.LEN这样的字段，使用： SQL>select shape.len from tt_l; 或 SQL>select t.shape.len from tt_l t; 是查询不出来的。 需要这样查询： SQL>select t."SHAPE"."LEN" from tt_l t; 转载于:…
再谈session共享
之前一篇已经写过了《springboot中redis的使用和分布式session共享问题》，但是示例不完全，本文加以完善。 使用spring-session-data-redis解决session共享，而不需要再引入其他jar即可 集成简单，上手迅速。 项目结构 1.pngpom <…
使用MySQL Proxy解决MySQL主从同步延迟
MySQL的主从同步机制非常方便的解决了高并发读的应用需求，给Web方 面开发带来了极大的便利。但这种方式有个比较大的缺陷在于MySQL的同步机制是依赖Slave主动向Master发请求来获取数据的，而且由于服务器负 载、网络拥堵等方面的原因，Master与…
Python 操作 MongoDB 数据库！
作者 |黄伟呢来源 |数据分析与统计学之美MongoDB是一个介于关系数据库和非关系数据库之间的产品，是非关系数据库当中功能最丰富，最像关系数据库的。先来看看MySQL与MongoDB 概念区别：今天的重点，就是要为大家讲述如何使用Python操…
Linux下用汇编输出Hello, world
下列是Intel汇编语法实现的 Hello, world!程序。 ;; hello.asm ;; nasm -f elf hello.asm; will output hello.o ;; ld -s -o hello hello.o;; section, same to segment segment .data ; 数据段声明, 下列代码将放在数据段中msg db "Hello, world!", 0xA ; 要…
利用bigpipe机制实现页面模块的异步渲染 chunked技术
bigpipe基于HTTP/1.1 支持的chunked编码，可以由浏览器接收到服务器发送的chunked块后，立即解析该块代码。因为chunked编码使消息主体成块发送，每块有自己的大小指示器，在所有的块之后会紧接着一个可选的包含实体头域的尾部。这种编…
hibernate 全面学习【lazy策略 】
2019独角兽企业重金招聘Python工程师标准>>> lazy策略可以用在： * <class>标签上：可以取值true/false * <property>标签上，可以取值true/false，这个特性需要类增强 * <set>/<list>等集合上…
深度学习发现古人类遗址，AI 考古比胡八一更高效
作者 |神经星星来源 |HyperAI超神经By 超神经内容一览：伊利诺伊州立大学人类学专业考古方向的研究人员，将空间遥感技术和深度学习应用于古人类遗址的发掘和研究。关键词：考古 遥感 机器视觉考古，一直是个神秘又充满吸引力的话题。…
linux resource
1. centos repo https://centos.pkgs.org/转载于:https://www.cnblogs.com/gojoin/p/8241068.html
MySQL 水平分区方案Spock Proxy
Spock Proxy 是由实际项目产生的一个开源项目（Spock是Rails的应用，Speck Proxy应当可用于Rails之外的，例如PHP或.NET），基于MySQL Proxy开发，是MySQL Proxy的一个分支，支持range-based horizonta…
卷学历、卷加班……程序员拥有什么能力才能破局内卷？
全世界的天才程序员都在疯狂的造轮子，其它程序员只能被动的学习轮子，这简直就像一场绝地求生。程序员行业的内卷已是有目共睹，选择程序员作为职业的人越来越多；大厂对程序员的学历要求越来越高；程序员工作加班越来越严…
LeetCode - Maximum Depth of Binary Tree
递归求二叉树的最大深度。 /*** Definition for binary tree* public class TreeNode {* int val;* TreeNode left;* TreeNode right;* TreeNode(int x) { val x; }* }*/ public class Solution {public int maxDepth(TreeNode root) {if(root null)return 0…
2018年IT市场最大的技术趋势和热点预测
随着数字化，物联网（IoT）设备，区块链应用以及新的服务器战略日益普及，这可能会成为2018年最大的技术趋势。我们期待看到大量与边缘计算相关的新产品，即所谓的无服务器计算，智能家居，智…
哈希分布与一致性哈希算法简介
前言 在我们的日常web应用开发当中memcached可以算作是当今的标准开发配置了。相信memcache的基本原理大家也都了解过了，memcache虽然是分布式的应用服务，但分布的原则是由client端的api来决定的，api根据存储用的key以及已知的服务器列表&…
使用深度学习阅读和分类扫描文档
作者|小白来源|小白学视觉收集数据首先，我们要做的第一件事是创建一个简单的数据集，这样我们就可以测试我们工作流程的每一部分。理想情况下，我们的数据集将包含各种易读性和时间段的扫描文档，以及每个文档所属的高级主题。我找不…
无聊的时候，冷死了（六）
阁下长得真是天生励志！好久没有听到有人能把牛吹得这么清新脱俗了！你出生时就丑的躲起来了，连你父母都不敢见你，你还怕有人举报你？你拉着一头猪逛街，很幸福的样子，我经过满怀同情的说࿱…
Java EE 开发环境搭建
下载安装Java EE SDK 版本：Java Platform,Enterprise Edition 7 SDK (with JDK 7u45) 下载页面： http://www.oracle.com/technetwork/java/javaee/downloads/java-ee-7-sdk-with-jdk-u45-2066865.html 文件名：java_ee_sdk-7-jdk7-windows.exe…
memcacheq 服务安装与原理
memcacheQ是一个单纯的分布式消息队列服务。它的安装依赖于BerkeleyDB 和 libevent，所以要先安装这BerkeleyDB和libevent： 一，BerkeleyDB 下载软件包，http://download.oracle.com/berkeley-db/db-5.0.21.tar.gz解压缩后ÿ…
AI 帮忙找 Bug ，英特尔开源代码编程工具 ControlFlag
整理 | 孙胜出品 | CSDN近日，英特尔开源了自动代码调试工具 ControlFlag 源代码，ControlFlag 源码现在可通过 GitHub 获得。据了解，ControlFlag 可用来帮助更多开发者自主检测代码错误，主要利用 AI 自动识别软件和固件代码中的错误…
一次心惊肉跳的服务器误删文件的恢复过程
经历了两天不懈努力，终于恢复了一次误操作删除的生产服务器数据。对本次事故过程和解决办法记录在此，警醒自己，也提示别人莫犯此错。也希望遇到问题的朋友能找到一丝灵感解决问题。事故背景安排一个妹子在一台生产服务器上安装Oracle,妹子边研…
【vue】vue中ref用法
1.获取当前元素： 例子： <div class"pop pos-a" :style"{ left: pop_x px ,top: pop_y px}" ref"refName"><ul><li>编辑部门</li><li click"append()">添加子部门</li>&…
使用Gearman做分布式计算
通常，多语言多系统之间的集成是个大问题，一般来说，人们多半会采用WebService的方式来处理此类集成问题，但不管采用何种风格的WebService，如RPC风格，或者REST风格，其本身都有一定的复杂性。相比之…
把数据库中有关枚举项值的数字字符串转换成文字字符串
原文:把数据库中有关枚举项值的数字字符串转换成文字字符串标题可能无法表达我的本意。比如，有这样一个枚举： public enum MyChoice{MyFirstChoice 0,MySecondChoice 1,MyThirdChoice 2} 数据库中，某表某字段保存值为"0,1,2"&…
又被 AI 抢饭碗？2457 亿参数规模，全球最大中文人工智能巨量模型 “源1.0”正式开源...
作者 | 伍杏玲 出品 | AI科技大本营（ID:rgznai100）输入：昔我往矣，杨柳依依。今我来思，雨雪霏霏。行道迟迟，载渴载饥。我心伤悲，莫知我哀！（以战争为题写一首诗）…
Java架构演进之路
2019独角兽企业重金招聘Python工程师标准>>> hello 转载于:https://my.oschina.net/mrpei123/blog/1605391
F5与NetScaler比较
F5 是基于Linux的，NetScaler 是基于BSD的。F5 的四层走的是硬件芯片，七层走的是软件，NetScaler 全部走的是软件。我测试的性能也是 F5比NetScaler强，在均不使用压缩的情况下，NetScaler比F5消耗更大的带宽。
这个机器狗引起网友争议，「持枪机器狗」射程达1200米
编译 | 禾木木 出品 | AI科技大本营（ID:rgznai100） 如果提起自动机器狗，首先想到的应该是波士顿动力，自波士顿动力 Spot 推出以来，机器狗就解锁了很多应用场景。波士顿动力一直都禁止将机器狗武器化。 但是，…