1. 磐创AI首页
  2. Medium

人工智能VS人类


9月10日至13日,2021年世界机器人大会在北京举行。世界机器人博览会和世界机器人大赛将同期举行。事实上,智能不是人脑(或类脑)的产物,也不是人本身的产物,而是人、物、环境系统相互作用的产物。正如马克思所说:“人的本质不是单个人固有的抽象。就其现实性而言,它是一切社会关系的总和。“例如,虽然狼仔拥有人脑的所有结构和组件,但由于它与人类社会环境系统没有交流和互动,人类的智慧和智慧是不可能的。

更多阅读:图灵奖获得者杨丽坤:人工智能比你聪明吗?Turing Award Winner Yang Likun: Is AI Smarter Than You?

人工智能与人类智能

随着科学技术的飞速发展,出现了许多人造物体–被称为人机环境系统的“机器”。事实上,人工智能不可能超越人类智能,基于现有的数学系统、软件和硬件设计模型。原因是人工智能是合乎逻辑的,而智能不是。智能是一个非常广阔的空间,它可以把客观逻辑和主观超逻辑结合起来。然而,人工智能有可能成为人机集成或人机环境系统领域的赢家。

人工智能很难研究复杂性,但更容易将其分解成小部分-从人、机器、环境的角度。研究智能也是一个复杂的问题,但也有可能将其分解为人-机-环境系统的研究、分析和处理。人要解决的是“把事情做对”,机器要解决的是“把事情做对”,环境要解决的是提供一个做事的平台。正如中国院士郭雷所言:“复杂性和智能性是系统科学发展的两个永恒主题。复杂性主要反映系统科学如何认识世界,智能主要反映系统科学如何改造世界。“

人们经常会问这样的问题:在未来的数字世界中,人类劳动力如何与智能机器合作?边界在哪里?事实上,目前的关系主要是人机功能的分配,因此人处理主要方向,机器处理精细过程。然而,未来的人机关系可能是分工的–机器可以处理某些不重要的方向,而人类可以处理一些细致的过程。

人类学习的秘诀在于信息的分散与聚焦,人类智慧的核心在于反思与创造。人类有两个情境感知系统,内部的和外部的,一个失败会导致另一个失败,成功也是如此。此外,情感和情绪是人类影响决策系统的非智力方面–虽然这些因素都在智力领域之外,但它们对智力有很大的影响。例如,乒乓球运动员的情绪调节能力是机器难以具备的重要特征。

人-机-环境系统的难点

真正的智能领域的瓶颈之一就是人机环境系统的失衡,体现在实现“跨场”和“协同”。

人机混合智能有两大难点:理解和反思。人和机器在相声世界里还没有达到调侃的程度,能做到“幽默”的机器还在可预见的未来。可能需要将认知、物理和信息组成的基础理论领域有机结合起来,为跨领域的协同和协调奠定基础。

同时,人工智能中的强化学习无法实现意图隐藏。例如,被迫学习和遵守规则的孩子实际上隐藏了他们在外面玩耍的意图。深度学习容易实现局部最优,但难以实现全局优化和泛化。

人机信任链的生成过程

从陌生-不信任-弱信任-相对信任-信任-强信任。没有信任,就没有期望;没有期望,人机就会失衡。而且很难在第一时间就达到匹配的预期。因此,第二次和第三次达到的程度很可能是人机集成一致性的关键问题。人工智能是相对硬智能,人类智能是相对软智能。人机智能的混合体是软智能和硬智能。

对数据标注的需求持续增加

目前,研究界正在进行无人监督、小样本的深度学习工作。通过三维合成数据,用合成数据对机器进行训练,以最大限度地减少数据采集和标注过程。这样,机器就可以自主学习和进化。但由于缺乏理论技术突破,虽然技术增长较快,但整体水平仍然较低。目前的深度学习仍然依赖于大数据模型,基于统计显著性,这需要可伸缩的数据。

如果以前的算法模型使用的通用数据集是粗粮,那么算法模型目前需要的是定制的营养餐。如果企业想要进一步提高某些模型的商业化程度,就必须逐步从一般的数据集前进到创建独特的数据集。

ByteBridge.io,一个基于人力和ML的数据注释平台

ByteBridge是一个具有实时工作流管理的数据标签工具平台,为机器学习行业提供训练数据。ByteBridge labeling tooling platform

精度保证

  • ML辅助容量可通过自动预先标记来帮助减少人为错误
  • 通过引入共识机制,将实时QA和QC集成到标签工作流程中,以确保准确性
  • 共识-将相同的任务分配给多个员工,正确的答案是从多数输出中返回的答案
  • 所有工作结果都经过机器和人工的全面筛选和检查


通过这种方式,ByteBridge可以确认我们的数据被接受,准确率超过98%。ByteBridge

节省通信成本

在ByteBridge的SaaS仪表板上,开发者可以使用标注说明模板启动标注项目,并即时返回结果,从在线设置标注简报到旁边的专家支持,指令沟通不再那么困难。dashboard

例如,您可以在仪表板上选择边框和分类模板:

配置您自己的二维图像注释项目

  • 开发人员可以控制标注项目,从设置标注说明到输出按任务付费模式的审核,并提供清晰的估计时间和价格
  • 项目的实时管理和监控
  • 实时输出:客户端可以通过API获取实时输出结果。(我们支持JSON、XML、CSV等,可以提供可定制的数据类型来满足您的需求)


仪表板上已经提供了这些标签工具:图像分类、二维框、多边形、长方体。

我们可以根据客户的要求提供个性化的注释工具和服务。

经济实惠

人力和人工智能算法的合作确保了与传统市场相比价格降低了50%。

结束

“高质量的数据是维持AI引擎平稳运行的燃料。注释越准确,算法性能就越好。“ByteBridge创始人兼首席执行官Brian Cheong说。

如果您需要数据标签和收集服务,请查看bytebridge ge.io,明码标价。bytebridge.io the clear pricing is available

请随时联系我们:support@bytebridge ge.io

消息来源:https://baijiahao.baidu.com/s

ID=1710582838927690373&wfr=蜘蛛&For=PC

原创文章,作者:fendouai,如若转载,请注明出处:https://panchuang.net/2021/10/13/%e4%ba%ba%e5%b7%a5%e6%99%ba%e8%83%bdvs%e4%ba%ba%e7%b1%bb-2/

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:admin@example.com

工作时间:周一至周五,9:30-18:30,节假日休息