照片來源：JD Lasica

Google（即將是 Alphabet）董事會主席 Eric Schmidt 幾天前為 BBC 撰寫了專欄，文章回顧了人工智慧的歷史，稱盡管早在 1955年 人類就有了人工智慧的構思，但是到了 60年 後的現在才真正開始取得進展。至於人工智慧的影響，他仍然繼續堅持過去的觀點，認為對人工智慧的繼續研發會產生積極效應，最終造福人類。

反曲點出現

Schmidt 認為，儘管過去對 AI 進行了很長時間的研究，但真正的革命是最近才出現的。其使能者是深度學習和大規模的計算能力的結合。盡管人工神經網絡的頂尖專家 Geoff Hinton 早在 1980年 代就提出了核心理念，但是苦於當時沒有足夠的計算資源，直到 2009年 才擊敗了當時最先進的語音識別技術。後來 Google 采用了他的方法並將他的團隊招至麾下之後，通過與搜索巨頭強大的計算資源結合，一下子就把 Google 的語音識別錯誤率減少了 25%，直到從 「這個東西能用」 到 「這個東西比我們想出來的任何東西都要好」 的反曲點出現。

需求推動

然後用戶需 求的推動又進一步加速了 AI 的研究。諸如 「如何才能開發出識別 58 種語言的系統？」、「在沒有標簽的情況怎樣才能找到某人的第一張金毛狗照片？」 這樣的問題，正在讓 AI 研究從過去幾十年沿用的 「玩具」 問題標桿測試轉變到真正的用戶問題解決。就像 web 和雲計算的發展那樣，AI 的基礎研究焦點現在變成了用戶問題的解決。

作為行動，現 在 Google 每年邀請了數十位大學客座教授來做研究，讓這些人的專業知識和 Google 的計算能力結合、讓理論與實踐結合來推動問題解決。Schmidt 認為理論與實踐結合還有一個好處是讓大家擱置對 AI 的遠期擔憂，把注意力集中到如何開發出最有用的技術上來。

智慧音樂

Schmidt 預計 AI 對傳統解決方案的影響不是錦上添花，而是革命性的替代。因為其性能改進並不是僅僅幾個百分點而已。

比 方說數字音樂。過去音樂的精選完全是靠人來選出（curation）熱門歌曲的（實際上這正是蘋果音樂的做法），但是現在 AI 可以學習聽者的愛好，然後向其推薦下一首歌曲，甚至還可以根據歌曲的熱度預測出下一位天王巨星在哪裡。相對而言，後者不僅更聰明，而且更民主—因為是大眾 共同的口味，而不是所謂的編輯精選。Schmidt 隱約中似乎又貶低了 Apple Music 一番。不過，算法至上是否也適用於藝術領域呢？

日期： 23/9/2015
來源：Inside 網摘