论文部分内容阅读
在《星球大战》《终结者》《攻壳机动队》等科幻电影中，人工智能专家是人类顶尖智慧的化身。因为触不可及，所以缺乏真实感。
然而，近年来，随着各国科技企业纷纷加紧部署人工智能，人工智能已经从几年前还是一个比较学术的科学，演变成相对产业化的高科技行业。越来越多的顶尖人才加入到这个如火如荼的“风口”。
人工智能专家的日常是怎样的？他们的工作场景真的那么高冷吗？这些最聪明的脑袋具备哪些看家本领？又有哪些杰作？
机器的“启蒙老师”
美颜相机中萌萌哒的兔耳朵动态表情包、在线开通基金账户、实时清理互联网中不健康的违法违规图像、远程抄录家里的水电煤三表……“这些我们再熟悉不过的日常，其实都是人工智能专家的‘杰作’。”上海七牛人工智能实验室创办人和负责人彭垚说。
走进由他创办的实验室，浓浓的“极客”气息扑面而来。这个实验室有个奇特的名字——“Ataraxia人工智能实验室”。“Ataraxia是古希腊的一种哲学思想，该哲学流派认为世界的知识和理论都是不完善的，只有通过不断学习才能达到更高的境界。人工智能就是一种机器需要不断学习和认知才能到达的境界。”彭垚说。
除了响亮的名字，实验室的墙壁上还挂满了蓝底科幻海报，上面写着“AI Civilization（人工智能文明）”；区别于到处都是瓶瓶罐罐的传统实验室，人工智能实验室遍布一排排计算机，屏幕上跳动着一行行代码、数据；变形金刚式的中小型机器人错落有致地矗立在办公桌上；一张张年轻的面孔熟练而有节奏地敲打着键盘，有的是算法工程师，有的是数据科学家，还有的是数据标识员……尽管从事的具体工作各不相同，但他们都有一个共同的称谓——“人工智能专家”。
“人工智能专家，可以简单理解为机器的‘启蒙老师’。”彭垚说，算法工程师先负责搭出一个最初步的算法框架，然后，数据科学家再把合适的数据装入算法框架里，通过优化、搭建出第一版机器模型。随后，数据标识员通过给图像、文字等数据做标记，为机器编写出一本附有正确答案的“教科书”，手把手教机器模型如何学习处理不同类别的信息。
在人工智能专家的启蒙和教导下，机器模型经过几天或者一周的学习后，就可以自主进行深度学习了。“当机器模型学习的准确率达到及格线，就可以开发成产品、投入试运行，然后一边运行、一邊继续学习。一两个月后，机器模型的准确率就会有‘脱胎换骨’的进步。”彭垚说。
用算法解决各行各业的“痛点”
“人工智能是计算机科学的一支，它的起始是算法。怎样把数据转化成有效的信息，进而解决各行各业的痛点，辅助其做决策是人工智能专家的愿景。”彭垚说，与长期从事某一个具体行业的上班族不同，人工智能专家需要在各行各业自如转换。
算法模型是最基础的工具，这些工具只有跟不同行业、不同用户的需求结合起来，才会有“用武之地”。“好的人工智能专家需要不断学习不同行业的知识，了解各行业的运行规律、发现他们的痛点，进而有针对性地写算法、建模型、做产品。”彭垚说。
例如，人工智能算法模型+娱乐媒体行业，就有了“智能鉴黄师”。对于直播、短视频平台来说，他们的一大痛点是如何实时清理平台上不健康的违法违规图像。“以往，一些平台需要雇佣百余名工人，24小时值班，挑出不合格的照片，现在采用机器深度学习平台，这些企业只需要雇佣几十个人，不仅清理的准确率更高，而且工作强度也减轻了，只要对机器模型的结果进行复查就可以了。”彭垚说。
人工智能算法模型+能源消费，催生了“智能抄表员”。通过图像识别和记录每户家庭每天的用气量，计算机能够精确预估当地燃气公司每天需要购买多少燃气，避免空烧燃气造成浪费。七牛服务的一家燃气公司，此前每年需要空烧掉价值约90亿元的燃气，采用了人工智能图像识别深度学习平台后，“智能抄表员”帮助公司减少了20%左右的能源浪费。
除此之外，人工智能专家开发的产品还能用于识别金融票据文字信息，提高财务处理的效率；搜集图像大数据信息，服务特种安全行业。“对于繁重、枯燥、高重复、不适合人类的工作来说，人工智能专家开发出来的产品是人力的完美替代。”彭垚说。
“终结者”还是“创造者”
人工智能的发展速度实在太快，以至于它的研发者都感到猝不及防。日前，美国社交媒体脸书公司创始人马克·扎克伯格与美国特斯拉公司首席执行官埃隆·马斯克就进行了一场激辩，前者对人工智能持乐观态度，而后者称其为人类文明的威胁。那么，人工智能专家这个新行当到底是其他行业从业人员的“终结者”，还是新行业的“创造者”？
“我们不希望取代其他职业，而是希望革新陈旧的生产力和生产方式，促进既有行业的从业人员学习更多先进知识和技能，改善整个团队的运行模式和工作效率。”彭垚说。
马车夫、打字员这些人类还有记忆的工作，今天已经几乎没有了，取代它们的是汽车驾驶员、电脑和新的工作。在不远的将来，人类必将生活在一个“充满了人工智能的世界”，很多行业都会从人提供服务转变为机器人提供服务。“人类要学会在这样一个不断演进、不断进步的社会中生存，具备非常强的适应能力和学习能力。这样，我们就不会害怕社会的变化。”彭垚说。
然而，近年来，随着各国科技企业纷纷加紧部署人工智能，人工智能已经从几年前还是一个比较学术的科学，演变成相对产业化的高科技行业。越来越多的顶尖人才加入到这个如火如荼的“风口”。
人工智能专家的日常是怎样的？他们的工作场景真的那么高冷吗？这些最聪明的脑袋具备哪些看家本领？又有哪些杰作？
机器的“启蒙老师”
美颜相机中萌萌哒的兔耳朵动态表情包、在线开通基金账户、实时清理互联网中不健康的违法违规图像、远程抄录家里的水电煤三表……“这些我们再熟悉不过的日常，其实都是人工智能专家的‘杰作’。”上海七牛人工智能实验室创办人和负责人彭垚说。
走进由他创办的实验室，浓浓的“极客”气息扑面而来。这个实验室有个奇特的名字——“Ataraxia人工智能实验室”。“Ataraxia是古希腊的一种哲学思想，该哲学流派认为世界的知识和理论都是不完善的，只有通过不断学习才能达到更高的境界。人工智能就是一种机器需要不断学习和认知才能到达的境界。”彭垚说。
除了响亮的名字，实验室的墙壁上还挂满了蓝底科幻海报，上面写着“AI Civilization（人工智能文明）”；区别于到处都是瓶瓶罐罐的传统实验室，人工智能实验室遍布一排排计算机，屏幕上跳动着一行行代码、数据；变形金刚式的中小型机器人错落有致地矗立在办公桌上；一张张年轻的面孔熟练而有节奏地敲打着键盘，有的是算法工程师，有的是数据科学家，还有的是数据标识员……尽管从事的具体工作各不相同，但他们都有一个共同的称谓——“人工智能专家”。
“人工智能专家，可以简单理解为机器的‘启蒙老师’。”彭垚说，算法工程师先负责搭出一个最初步的算法框架，然后，数据科学家再把合适的数据装入算法框架里，通过优化、搭建出第一版机器模型。随后，数据标识员通过给图像、文字等数据做标记，为机器编写出一本附有正确答案的“教科书”，手把手教机器模型如何学习处理不同类别的信息。
在人工智能专家的启蒙和教导下，机器模型经过几天或者一周的学习后，就可以自主进行深度学习了。“当机器模型学习的准确率达到及格线，就可以开发成产品、投入试运行，然后一边运行、一邊继续学习。一两个月后，机器模型的准确率就会有‘脱胎换骨’的进步。”彭垚说。
用算法解决各行各业的“痛点”
“人工智能是计算机科学的一支，它的起始是算法。怎样把数据转化成有效的信息，进而解决各行各业的痛点，辅助其做决策是人工智能专家的愿景。”彭垚说，与长期从事某一个具体行业的上班族不同，人工智能专家需要在各行各业自如转换。
算法模型是最基础的工具，这些工具只有跟不同行业、不同用户的需求结合起来，才会有“用武之地”。“好的人工智能专家需要不断学习不同行业的知识，了解各行业的运行规律、发现他们的痛点，进而有针对性地写算法、建模型、做产品。”彭垚说。
例如，人工智能算法模型+娱乐媒体行业，就有了“智能鉴黄师”。对于直播、短视频平台来说，他们的一大痛点是如何实时清理平台上不健康的违法违规图像。“以往，一些平台需要雇佣百余名工人，24小时值班，挑出不合格的照片，现在采用机器深度学习平台，这些企业只需要雇佣几十个人，不仅清理的准确率更高，而且工作强度也减轻了，只要对机器模型的结果进行复查就可以了。”彭垚说。
人工智能算法模型+能源消费，催生了“智能抄表员”。通过图像识别和记录每户家庭每天的用气量，计算机能够精确预估当地燃气公司每天需要购买多少燃气，避免空烧燃气造成浪费。七牛服务的一家燃气公司，此前每年需要空烧掉价值约90亿元的燃气，采用了人工智能图像识别深度学习平台后，“智能抄表员”帮助公司减少了20%左右的能源浪费。
除此之外，人工智能专家开发的产品还能用于识别金融票据文字信息，提高财务处理的效率；搜集图像大数据信息，服务特种安全行业。“对于繁重、枯燥、高重复、不适合人类的工作来说，人工智能专家开发出来的产品是人力的完美替代。”彭垚说。
“终结者”还是“创造者”
人工智能的发展速度实在太快，以至于它的研发者都感到猝不及防。日前，美国社交媒体脸书公司创始人马克·扎克伯格与美国特斯拉公司首席执行官埃隆·马斯克就进行了一场激辩，前者对人工智能持乐观态度，而后者称其为人类文明的威胁。那么，人工智能专家这个新行当到底是其他行业从业人员的“终结者”，还是新行业的“创造者”？
“我们不希望取代其他职业，而是希望革新陈旧的生产力和生产方式，促进既有行业的从业人员学习更多先进知识和技能，改善整个团队的运行模式和工作效率。”彭垚说。
马车夫、打字员这些人类还有记忆的工作，今天已经几乎没有了，取代它们的是汽车驾驶员、电脑和新的工作。在不远的将来，人类必将生活在一个“充满了人工智能的世界”，很多行业都会从人提供服务转变为机器人提供服务。“人类要学会在这样一个不断演进、不断进步的社会中生存，具备非常强的适应能力和学习能力。这样，我们就不会害怕社会的变化。”彭垚说。