1. 程式人生 > >AI那麼牛,你離失業還有多遠?

AI那麼牛,你離失業還有多遠?

在AI從業者的圈子裡,一直流傳著一個預言:未來,將是一個“技術性失業”的世界。

聽說,每一類AI新產品的釋出,都意味著某一個行業的人們將失去他們的飯碗。

聽說,AI將會導致數百萬的崗位消失。

然而,目前為止,聽說還只是聽說,大大小小的工廠裡還是遍佈往來穿梭的工人,城市還是需要那些早晨3點便起床的身影清掃,而至於翻譯、記者也都還抱著自己的飯碗緊緊不放。

可能,那些牛得不得了的AI,只活在新聞報道的標題部分吧。

不過今天,小芯還是要帶大家看看,那些號稱要取代一個行業的AI們,離這一目標還有多遠。

AI作畫?達芬奇的棺材板壓不壓得住?

在這裡給大家推薦一個python系統學習q群:250933691有免費開發工具以及初學資料,(資料分析,爬蟲,AI,  機器學習,神經網路)每天有老師給大家免費授課,歡迎一起交流學習

AI進軍美術界早已不是新聞。許多研究機構都在通過人類演示作畫過程訓練AI,讓人工智慧也可以“理解”畫布上的筆觸。不過,它們的作品大多是這樣的……

 

咳咳,頗有新表現主義的風骨嘛。

 

但是近日,DeepMind擁有AI界達芬奇的訊息一出,還是讓美術生們瑟瑟發抖了。

 

DeepMind設計了一個深度強化學習智慧體,通過與計算機繪圖程式進行互動,AI可以在在數字畫布上繪製作品,並改變筆刷的大小、壓力和顏色。

 

而為了讓智慧體能夠做到真正的“繪畫創作”,在為AI提供大量圖片、美術作品樣本的基礎上,DeepMind還訓練了另外一個神經網路——鑑別器。鑑別器經過訓練之後,能在一定程度上判斷真實資料與渲染資料,從而可以預測特定圖畫是由智慧體創作而出的,還是通過真實圖片取樣得到的。通過鑑別器的評價,智慧體便可以得到獎懲訊號,從而“學會”真正的繪畫。

 

並且,DeepMind還讓智慧體對同一張作品進行再現。這時候,鑑別器便可以通過判斷再現後的作品是之前作品的簡單復刻,還是又一次的創作行為,讓智慧體掌握不同的繪畫“技巧”。

 

不同於之前的AI,DeepMind的智慧體可以自發地將實體用不同的筆觸表現,並呈現出不同的風格。而且,因為智慧體輸出的結果是筆觸的組合而非畫素的集合,這一智慧體還能通過機械臂將影象表現在真實的畫紙上。

 

據DeepMind表示,該智慧體不僅可以“繪”出不同的數字和字元、還能夠根據人類面部進行肖像畫創作。在之前的訓練中,智慧體便用印象派的手法二次創作了達芬奇的《蒙娜麗莎》。

 

AI主持?賣萌可還行?

而AI界,人工智慧搶主持人飯碗的嘗試也不止一次了。

 

AI主持人不但可以根據觀眾的喜好設定嗓音和外貌,而且還不懼加班加點,可以說是播音主持專業的大敵了。

 

日本放送協會(NHK)早在去年便擁有了第一個AI主播——奈奈子,主要用於在無人值守的時段播送天氣、新聞。不過,“她”的技術核心主要在於語音合成。奈奈子既沒有虛擬形象,也不能獨立生成內容。“她”的主持人串詞,都是由工作人員提前準備好的。

 

但今年4月剛剛上崗的NHK新主持——Yomiko已經完全不一樣了。“她”不僅外表甜美可人,還擁有了自己的獨特嗓音。

技術人員通過在資料庫中輸入海量NHK主播閱讀新聞的錄音資料,並將這些資料通過人工標籤的方式分解為10萬個“音素”,讓Yomiko擁有了自己的聲音。雖然在發音中還存在些許不自然,卻相較之前必須通過單人聲音採集進行語音合成的方式,有了重大突破。

 

至於內容生成,Yomiko似乎也還無法做到。不過,這一功能在AI主持圈也已經不是新鮮事了。例如五代微軟小冰,就可以在大量人類語料訓練的基礎上,自動生成上下文的語句,並且由合成的語音播報出來。

AI律師?除了辯論無所不能

人工智慧,對於很多大型律師事務所來說已經司空見慣。尤其在案例查詢及資訊核對方面,AI有著天然的優勢。

 

但在前不久,20名經驗老道的美國律師在保密合同稽核上被AI擊敗,讓許多人都不知所措。

這個AI屬於一個2014年才成立的公司——LawGeex。為了讓AI學會理解法律文書,LawGeex在現有語義理解研究的基礎上,發明了法律語言處理模組及法律語言理解模組,讓AI能夠從法律層面的語義上理解合同,而非運用簡單的關鍵詞組合篩選規避有風險的保密合同。

AI能在律師界做到這一點,主要還是因為法律文書不會出現俚語用法、一詞多用的情況。在現有的語義理解研究下,研究人員只需要替換資料庫中的詞句對AI進行訓練即可。可以說,律師界在不久之後大規模出現這一類合同審查AI,並非難以實現。

 

不過,這之中也有風險。在AI的監督學習中,經過人工解讀的法律條款將成為重要部分。而人為解讀法律極有可能出現意義偏差,甚至偏見。當AI被廣泛使用,這種偏見甚至會被擴大,成為被曲解的法律。因此,在AI訓練中,監督性質的強化學習模組也必不可少。甚至,還需要一些第三方的機構運用人工對AI進行監測。

 

被取代這種事,很遠也很近

AI技術的出發點,本就是節省人力、物力,且就目前AI的表現來說,上至CEO,下至螺絲釘,沒有任何人能在AI時代向大家保證自己絕不會失業。

但是,與“AI取代人類”這句話一樣常常被人提起的,還有另外一句——“AI會創造無數崗位”。

人工智慧威脅論便是在隨時提醒我們,為了保證AI應用的安全性,人為的監測必不可少。AI雖然會取代我們今天的工作,但是我們會成為AI的主人。不但不會失業,還會成為AI的領導,想想是不是有點小激動呢?


在這裡給大家推薦一個python系統學習q群:250933691有免費開發工具以及初學資料,(資料分析,爬蟲,AI,  機器學習,神經網路)每天有老師給大家免費授課,歡迎一起交流學習