第32章 裁員（三） (第1/18頁)
superpanda提示您：看後求收藏（貓撲小說www.mpzw.tw），接着再看更方便。
對於AI來說, 讓結果從“不準”到“準”, 不是十分容易，與傳統的“找bug修bug”模式全然不同。
目前在對AI的爭論當中，一個常常被提起的問題就是“算法黑箱”。也就是說，人類不能解釋它的工作原理。
人工智能的核心是“神經網絡”。科學家們模仿人類神經系統，讓機器進行學習。“神經元”們一層一層分佈下來，每個單元都能接收部分數據，再將結果向上傳給其他單元。
還是用“貓”來打比方，第一層可以將圖片切割、降維, 得到許多小圖, 第二層在每個維度利用色差尋找邊緣, 三四五層根據勾勒出的邊緣確定各個器官形狀，六七八層通過各個部分顏色判斷毛色、花紋，瞳色……最後頂層得出答案：這是貓、狗、兔子、其他。
2006年多層神經網絡出現以前，機器學習都只處於初級階段, 需要人工提取特徵。而2006年後, 它進入到“深度學習”的大時代。人類不監督、半監督, 機器自己分析特徵、獨立思考。給一萬張貓的圖片, 說“這都是貓”, 它就懂了，再給一張它沒見過的，問“是不是貓”, 它會說是。人們給它正確答案的數據集, 它便可以進行學習, “看”的越多會的越多，不斷優化自身能力。因此，“人工智能”定義十分清晰，區別是真·人工智能還是噱頭只需要看它有沒有模仿人腦。
然而，對每一層都在提取什麼特徵，以及機器爲何要做這些事情、爲什麼能得出結論，人類無法解釋。根據輸出，有些提取簡單易懂，比如勾勒邊緣、模糊圖片、突出重點、銳化圖片……可是，在很多時候，人類完全get不到！看着某層下來以後圖片所變成的樣子，只能叫一聲“什麼鬼！”有時人類只能提出幾個特徵，AI分出好幾百層！
它給了人空前的可能，也給了人無盡的困惑。
就像人類無法摸清大腦的工作原理一樣，他們同樣無法摸清AI的工作原理。
訓練AI這種方式爲何能行？它是如何學的？信息存在哪裏？爲何下此判斷？不知道。
它好像在玄幻境界。碼工時常覺得自己正在養蠱，賊刺激，給蠱蟲喂個這個、喂個那個，一掀蓋子，嚯，出來一個超厲害的東東！
