生活中的一个人工智能应用和它带来的社会规范
网上流行的一个关于大数据的段子，将“大数据”替换成“人工智能”，看来也蛮吻合现状。大数据这事好比雏男干妞：每个家伙都在吹，但没有谁真正知道怎么干，只是以为其他人都有在干，所以吹嘘自己也在干。那么，大众谈论的火热的人工智能，到底是个什么东东？看到下面这两张图，对于大众来说，生活中的人工智能并不是什么高深的玩意，只要是用软件来解决我们实际生活中的真实需求，减少人的因素，并且规范了人和社会的行为，这些就是实实在在的生活中的人工智能。之前没有人工智能有了人工智能之后过去之小区需要一个大爷负责收停车费，现在变成了完全自动刷卡进入。这么一个看似简单的改变，就是生活中的实实在在的人工智能。从技术上来说，这个装置配备了车牌号码识别，深度学习的一个重要应用就是视觉识别，而车牌号识别就是最早研究的一个方向。当然，收集了很多实时数据后，这个系统能提供更多商业智能分析，而这些分析结果能指导更多的智能的控制行为。比如，避免阻塞，分流到附近的停车场。从资源上来说，这个停车系统替代了停车场管理员，节约了人力，让一些枯燥的常规性的工作，直接交给软件去做了。据说，光北京就有三十多万的人口在管理停车场的工作，考虑全国，确实会是人工智能软件带来的巨大节约和好处。其实，比节约人力成本更重要的是，用人工智能软件来规范了停车场的行为，规范了人的行为，节约了社会成本。在使用软件之前，停车场管理员是有很大权利的，很多人都知道，给停车场管理员塞一包烟，他可能就会少收你20块钱停车费。甚至很多停车场管理员会直接把停车费塞到自己口袋里面，如果你没要停车发票的话。开车来的车主进入停车场的时候取卡，系统拍下车牌照，出停车场的时候自动计时收费，付钱之后停车场出口才打开，车才能离开。这个过程可以完全没有人力参与。另外一方面看，在车主这边，他们的行为也被规范了。过去很多人是愿意接受10块钱买一包烟，省20块钱停车费这种设定的。但在软件管理之下，这种利益交换没机会发生了。 这个应用让我们看到，人工智能，至少在现阶段，它带来的社会规范，铁面无私，意义远远大于它的智能特性。【腾讯科技编者按】《大西洋月刊》撰稿人汤姆·查特菲尔德（Tom Chatfield）发表文章，讲述了数字时代一些词汇背后的故事，展示了科技中人性化的一面。以下为原文摘录：
很多人都不知道，Wikipedia（维基百科）这个名字来自于夏威夷的一辆巴士。 1995年，在维基百科推出的六年之前，一位名为沃德·坎宁安（Ward Cunningham）的电脑程序员抵达了檀香山国际机场，这是他第一次次来这个岛。当时他正在考虑开发一个新网站，帮助软件设计人员互相协作，让用户可以自己使用Web浏览器编辑网站内容。这在当时是一个惊人的创新。但是给这个网站取个什么样的名字好呢？
“我当时希望给这种不同寻常的技术取个不同寻常的名字，”坎宁安2003年时说，“这时我看到了Wiki这个词，因为机场大巴的名字叫Wiki Wiki Bus。”
Wiki 在夏威夷语中是“快速”的意思，“Wiki Wiki”则表示非常快速。就这样，坎宁安的网站有了一个独特的名字：WikiWikiWeb。
维基百科的诞生
坎宁安并没有参与维基百科的开发，维基百科是建立在坎宁安的技术上的无数网站中的一个。Pedia这个词来自于“encyclopedia”，意思是百科全书。Pedia在希腊语中表示知识。所以Wikipedia的意思是“快知识”。该网站大获成功，后来成为数字时代最具代表性的词汇之一，但很少有人知道它的起源和夏威夷岛屿有关。
在数字时代，科技常常给人一种水到渠成的感觉。然而，每一项技术被嵌在一段独特的历史中。它们名字的来源强调了意外和偶然，让你觉得事情没有那么理所当然。如果不知道这些人性化的故事，你可能看不到技术的本质：人类意志的扩张，非常奇妙，但并不完美，带着种种偏见和意外后果。
在向青少年介绍科技现状的时候，我经常把维基百科作为一个切入点，让他们改进维基百科的词条，并在这个过程中，想想“更好”的含义。他们的反应几乎都是一模一样。改进维基百科？那上面的内容不是专家写的吗？不是的，我说。这就是维基的意义：内容是用户自己写上去的，意味着没有哪个页面是定论。维基百科上没有最终的答案，最高权力掌握在社区手中。
沃德·坎宁安维基技术最早的一些用户并不喜欢维基百科，因为他们觉得维基百科背叛了这项技术的初衷。他们认为，维基百科的成功鼓励了一种公正和持久的错觉，其网页成为了一种自成体系、自我证实的“真理”，堵塞了对真理的讨论——或把讨论限制在它自己选定的编辑团队中。
鼠标的设计
在这种担心的背后，有一种更大的趋势——时间本身的流逝。十几岁的青少年并不记得维基百科出现以前是什么样子。这个网站的年龄好像比他们每个人都大。他们生活中还有很多软件和硬件，维基百科只不过是其中之一，他们生活在这个环境中，适应了这个环境。
数字技术与时间之间的关系并不融洽。旧的格式和平台迅速遭到淘汰，“新”意味着更好，更快，更亮。然而，几十年前的决定继续发挥着影响。如果你想了解计算机鼠标的设计，你需要回去看1965年美国航空航天局的一份文件，其中探讨了各种可能的计算机控制方法，包括一种用膝盖移动的踏板，一种平板电脑和手写笔，一种光笔，一种操纵杆。
在读这份文件的时候，你会发现，在那时候，人们并不清楚与计算机交互的方式哪种最好，就连“与计算机交互”是什么意思都不那么明白。文件中说：“虽然在做测试的时候，膝盖控制方式的发展在在早期阶段，但它的速度和精度排名都很高，看上去很有前途。”
如今谁能想像用自己的膝盖来控制计算机，来打字，就好像是在使用老式缝纫机一样呢？
有一些词语确实应该经受更多的质疑。六十年前，一些科学家制定了一个会议日程，希望为预测并塑造未来奠定基础。他们的任务，是用计算科学重建和超越人类心智的运作。这个大会被他们命名为“达特茅斯人工智能研究项目”。
1955年的一个草案明确提出了达特茅斯会议的假设：“研究是基于这样一个猜想：学习的每一个环节，或者智能的任何其它功能，原则上都可以被精确描述，可以让机器进行模拟。”然而到了今天，“智能”这个词仍然很笼统。从自动驾驶的车辆到面部识别，从下象棋和围棋到基于数十亿个样本的翻译，越来越聪明的自动化方案让人入迷。然而，但每一篇文章标题中的词语都让我们偏离对机器本身的认识——机器和人根本不像，并不是对人类智能的反射。
阿兰·图灵1950年发表了一篇关于计算机器和智能的论文，其中写道，“我们只能看到很短的未来，但我们可以看到未来有很多事情需要去做。”如果要诚实地面对未来，我们就需要清楚我们经过了哪里，需要准确描述眼前正在发生的事情是什么。 人工智能包含一系列新兴学科，它们有更精确的名称：机器学习、符号系统、大数据、有监督学习、神经网络。然而，由于其术语中嵌入了一个六十年前的类比，大多数关于它们的讨论都受到一些干扰——同时又滋生了很多无益的幻想。
知道维基百科的起源未必有助于我们了解它为什么成功，也未必可以教会我们更好地使用它。但它确实是个提醒：我们今天习以为常的事情，当初可能并非是这样。所以，未来的事情也未必就会是今天的样子。（编译/Kathy）
本文来自微信公众账号提交，由微信啦收录，转载请注明出处。
微信扫码 分享文章当前位置：正文
微信扫一扫分享到朋友圈
腾讯科技讯 随着人工智能的兴起，一些人提出了这样的警告：我们可能正处在创造一种新的生命形式的边缘，它不仅标志着进化上的突破，也会对人类物种的生存构成潜在威胁。真的是这样吗？机器人幼儿园“欢迎来到机器人幼儿园，” 38岁的彼得o阿比尔（Pieter Abbeel）在加州大学伯克利分校机器人学实验室门口说。阿比尔2000年获得了斯坦福大学的计算机科学博士学位，在“如何教会机器人聪明地思考”领域，他是一名世界级的专家。但是在教会它们聪明地思考之前，阿比尔首先必须教会它们思考。“这就是为什么我们说这是幼儿园的原因，”他开玩笑说。布雷特（Brett）是一个六英尺高的人形机器人，是这个幼儿园众多“学生”中的一个。它由硅谷厂商柳树车库（Willow Garage）制造，几年前被该实验室买下用来做实验。阿比尔和学生教布雷特玩玩具：木锤、塑料玩具飞机、一些巨型乐高积木。可编程工业机器人出现已经很久了，你可以在工厂里看到那种将模块插入PC板的机器人，它们重复同样的动作，每小时300次。那种机器人并不智能。但近年来，机器学习（模仿人类大脑、让机器自己学习东西的算法）取得了很多突破，计算机识别语音和视觉模式的能力因而突飞猛进。阿比尔的目标是给机器人灌输一种通用智能——认识世界，以便它们能够自己学会完成任务的方式。他还有很长的路要走。 “机器人的学习能力还不如一个两岁的小孩，”他说。布雷特学会了完成一些简单任务，比如叠衣服。对于人类来说很简单的事情，比如明白桌子上一团皱巴巴的东西实际上是一条毛巾，这对于机器人来说却相当困难。部分原因是机器人没有常识，没有之前尝试叠毛巾的记忆，以及最重要的是，它们对毛巾是什么东西完全没有概念。它们看到的只是一块颜色。小孩子在解决问题时，往往会持续不断地调整自己的做法。阿比尔从中受到启发，开创了一种让机器人自学的方法。现在，当布雷特整理衣物时，它会用手抓起卷成团的毛巾，试图弄明白它的形状，搞清如何折叠它。这听起来很幼稚，但机器人学习叠毛巾就是这么不容易。这将把我们带向何方？智能机器可以执行的任务的复杂性正在呈指数级增长。最终这将把我们带向何方？如果机器人能够自己学会叠毛巾，有朝一日它也会学会给你做饭，给你做手术，甚至打仗吗？人工智能可能有助于解决我们面临的一些复杂问题，比如治疗癌症和应对气候变化——但在短期内，它也有可能用来开展监视活动、破坏隐私，进行电子推销。除此之外，更大的问题也隐隐呈现出来：机器有朝一日会拥有独立思考、对问题进行推理，以及展示情绪的能力吗？没人知道这些问题的答案。智能机器的兴起不同于其他任何技术革命，因为它最终和“人性”这个概念利益攸关。我们有可能正处在创造一种新的生命形式的边缘，它不仅标志着进化上的突破，也会对人类物种的生存构成潜在威胁。但这场革命已经开始。去年夏天，伯克利团队给一个仿真机器人安装了一个短期记忆系统。参与该项目工作的计算机科学家谢尔盖o莱文（Sergey Levine）说，在机器人身上测试这个记忆程序时，他们注意到“一件怪事”，他们向它发出一个命令，让它把一个木钉放在的两个孔洞中的一个里面，或者放左边，或者放右边。为了做比较，他们在没有记忆程序的时候重做了实验 ，结果令他们吃惊：机器人仍然能够把木钉放在正确的孔洞中。没有了记忆程序，它是怎么记得该放哪里的？ “最终我们发现，一旦机器人接收到命令，它就把胳膊朝着正确的孔洞伸过去，”莱文说。然后，在命令消失后，它可以根据自己身体的姿势，知道该放哪个孔洞。实际上，机器人是自己想出了一个方法来正确地执行这个命令。 “这真是非常令人惊讶，”莱文说。 “而有点令人心惊肉跳。”算法：现代生活的燃料阿比尔谈到了DeepMind最近取得的突破。DeepMind是谷歌在2014年斥资4亿美元购买的一家人工智能初创公司。几年前， DeepMind教一台计算机玩《太空侵略者》这样的雅达利电子游戏，使其技能远远超过了人类玩家。但令人惊异的是，DeepMind的方法并不是通过给计算机编程来让它了解游戏规则。这和“深蓝”（Deep Blue）在国际象棋比赛中击败人类不一样，深蓝的程序中编入了游戏规则。那台计算机只知道一件事情，就是它的目标是得高分。使用一种称为强化学习（reinforcement learning，就好比是狗狗做了一件正确的事情后，你要说“乖狗狗”）的方法，计算机对游戏进行各种尝试，自己来学习规则。在几个小时内，它玩游戏的技就超越了人类水平。这是人工智能领域的重大突破——计算机第一次“自学”了一项复杂的技能。出于好奇，阿比尔这个实验室的研究人员决定也做一个类似的强化学习实验——他们写了一个学习算法来帮助机器人学会游泳、跳跃和走动。那么玩电子游戏又怎么样呢？令他们吃惊的是，这个被称为Trust Region Policy Optimization（简写TRPO）算法获得的效果几乎不亚于DeepMind的算法。换句话说，TRPO展示了一种广义的学习能力。 “我们发现TRPO可以在玩电子游戏时打败人类”阿比尔说。“而不仅仅是教机器人走路。”在书籍和电影里，人工智能常常被描绘成漂浮在一罐蓝色液体中的合成大脑。但实际上，人工智能是一种算法，它告诉计算机执行哪些功能（可以把它看成是机器的烹饪食谱）。算法之于21世纪，就如同煤之于19世纪：它是经济的发动机，是现代生活的燃料。没有算法，你的手机就运行不起来，我们也不会有Facebook、谷歌、亚马逊。 “如果所有的算法都突然停止工作，我们所知道的世界就结束了，”一个机器学习博客写道。在人工智能的世界里，找到一个让机器理解世界的算法，就如同在物理界，找到了让物理学家解释宇宙运行的标准模型（Standard Model）。让计算机自己写算法数学算法已经存在了几千年之久，它们是现代计算的基础。数据输入后，计算机开始工作，让算法得出结果。但新的突破是，科学家们已经开发出了算法，来扭转这一过程，让计算机来写它们自己的算法。假设你想让直升机头朝下、脚朝上地飞行：你写一个算法，把直升机控制信息（输入数据）告诉计算机，接着再告诉它，你想让直升机怎么飞，以何种角度（输出）飞，然后，计算机自己就会写出算法来，告诉直升机如何做到这一点。这个过程被称为机器学习，即人工智能的基本核心：如果一台机器可以教会自己如何让一架直升飞机翻转过来飞行，它可能也可以教自己其他一些东西，比如如何在Tinder上找一个约会对象，当你对iPhone说话的时候识别出你的声音，或者设计出一个终结者生成器。DeepMind的创始人之一杰米斯o哈斯比斯（Demis Hassabis）曾说过，“人工智能是让机器变聪明的科学”。我们的周围已经有很多智能机器，当你使用谷歌地图的时候，算法绘制出最快的路线，而且基于实时数据和车流量预测分析来计算交通延误。当你和谷歌语音交谈的时候，它识别你语音的能力，来自于一种名叫神经网络的机器学习算法，它可以让计算机可以把你的话转换成声音位，然后把这些声音和其他的声音做比较，弄懂你在问什么问题？ Facebook使用图像识别程序则不断扫描数十亿张照片，避免斩首视频和色情图片被上传到它的网站。智能机器的加速发展将把我们带向何方呢？地球上的生命从一堆泥巴开始，花了30亿年时间，出现并拥有了更高的智能。而计算机只用了大约60年，就从一堆硅成为了可以驾驶汽车穿州过省，或者在一群人中识别出一张脸的智能之物。发展人工智能是在“召唤恶魔”？人工智能领域一再出现新的突破：今年1月，DeepMind表示它已经开发了一种算法，击败了欧洲冠军围棋。围棋比象棋更加复杂，而这种名为AlphaGo的算法将在3月中旬挑战世界围棋冠军。当然，人类在这种快速发展中起到了作用，但是人们不免也会觉得，我们似乎已经在智能机器的进化中达到了某个拐点。难道我们正要目睹一个新物种的诞生吗？还需要多长的时间，机器就会变得比我们更加聪明？在近期的一次会议上，特斯拉及SpaceX公司创始人伊隆o马斯克（Elon Musk）突发惊人之语，说发展人工智能是在“召唤恶魔”。不过他后来承认，这么说有点言过其实。他说，“智能机器的突飞猛进提出了一些严肃的问题，我们需要考虑自己作为人类的身份，需要考虑我们正在为自己打造什么样的未来。”正如他所指出的，我们对机器的依赖已经是个不争的事实：“我们已经成为了那种靠机电装置维持生命的人了，你试试把手机关上一段时间——你就会明白幻肢综合症是什么意思。”这并不是说，超级智能机器只有在变得超级邪恶之后，才会对我们人类构成威胁。 “人工智能真正的风险不是恶意，而是竞争力，”物理学家霍金最近提出。 “超级智能机器将非常善于实现自己的目标，如果这些目标与我们的目标不一致，我们就麻烦了。你踩死蚂蚁，可能并不是因为你是一个邪恶的蚂蚁仇恨者，但如果你负责一个水电绿色能源项目，有一个蚁丘被水淹没，那蚂蚁就是纯属倒霉。我们不能让人类陷入蚂蚁的这种处境。”现在的人工智能有多聪明？尽管现在我们有了更聪明的算法，更强大的机器人，超级智能机器却仍然更像是科幻而非科学的产物。Facebook人工智能研究主管扬o乐康（Yann LeCun）说，“人工智能现在的聪明程度和老鼠差不多。”他说得没错。IBM花了多年时间编程，投入了数以百万计的美元，在2011年推出了“沃森”（Watson）程序。沃森在《危险边缘》智力游戏节目中，击败了最出色的人类选手，现在它是IBM公司“认知计算”项目的基础。它可以每秒读取8亿个页面，可以消化维基百科的全部语料，更不用说积累了几十年的法律和医学期刊了。但是它不能教你如何骑自行车，因为它的智能频谱很狭窄——它不知道这个世界实际上是如何运转的。Aristo是最先进的人工智能程序之一，但它无法理解这样一句话：“人呼吸空气。”因为要理解这一点，你需要一般性的知识——它却没有这样的知识。即使它知道这句话中每个词的定义，它也不知道人们呼吸空气是为了生存；不知道人是每分钟呼吸一次空气，还是一辈子只呼吸一次。还一些令人印象深刻的服务，比如Skype翻译（目前只有预览版），用户可用两种不同的语言进行实时对话，但它也有很长的路要走。如果你与意大利的一个人聊天，你对天气的谈论，可能会被翻译成对《圣经》的评论。这并不是说智能机器的兴起就没有风险。自主武器系统，比如武装无人机，可以利用面部识别技术和其他数据来开展暗杀活动，这样的危险确实是存在的。但它们并不对整个人类的生存构成威胁。有些人会想象，朝鲜黑客会突然开发出新的算法，让金正恩拥有了世界终结者那样的攻击力，这其实不太可能。因为人工智能和iPhone不一样，不是你写一个新应用就能大功告成的事情。它更像构建互联网本身——只能通过时间来完成，它需要大量的增量发展。夸张的想象掩盖了真正的风险事实上，夸张的想象反而掩盖了智能机器兴起带来的真正风险——导致工人失业，在战争中更多使用自主武器，以及这样一个事实：我们越是依赖机器，出问题的时候（无论是技术故障还是黑客攻击），我们的风险就会越大。这是一个关于“异化”（alienation）的问题。如果在一个世界中，我们和机器说话的时候多过和人说话，而艺术不过是一种谐调悦目的算法输出，异化就会出现。此外，人工智能时代也会带来严重的隐私挑战，这不仅仅是说有智能无人机从上空监视你，而且也是说一些公司会跟踪你的一举一动，目的就是为了向你销售东西。夸张的想象也掩盖了我们与机器更深入地合作可能带来的好处。大多数研究者，比如DeepMind的杰米斯o哈斯比斯，他们认为，如果我们给机器提供资料，它们就可以帮我们解决诸如疾病和医疗这样的重要问题，可以帮助科学家应对气候变化等等。技术革命往往会激发恐惧感——有时候合情合理，有时则不然。工业革命初期，英国纺织工人砸坏了机器，因为担心自己的饭碗会被机器抢走（确实如此）。电力时代开始的时候，人们觉得电线可能会引起精神错乱（其实没有）。而在20世纪50年代，家电厂商还认为很快就会出现核动力吸尘器。人工智能成为了公司争夺的热点在过去，开发一个可以思考的机器在很大程度上是哲学家和学术界计算机科学家们的尝试。 但是，“现在已经不同于以往，”Facebook的乐康说。“Facebook、IBM、微软——每家公司都在部署人工智能，都在里面投入了资金。”如今，拥有最好的学习算法和数据的公司会成为赢家。你以为谷歌为什么是一个成功的广告平台？更好的算法可以预测你会点击哪些广告。对于一家营收 500亿美元的公司来说，即使是0.5%的点击率差异，也意味着巨额资金。图像识别（它的基础是机器学习）目前是苹果、微软、谷歌和Dropbox等云服务的一个竞争热点。另一个热点是语音识别的改进。如果某家公司能够推出一种机器人，用户可以很自然地和它交谈，就像和人类交谈一样自然，这家公司就会拥有巨大优势。谷歌和苹果都收购了一些在人工智能方面很有前景的初创公司。人工智能对无人驾驶汽车的成功至关重要，这将给汽车行业带来巨大影响，还有可能改变城市的面貌，想想看，如果我们不再需要空间来停放私家车，城市将会是怎样？&实际上，人类已经在和机器一起合作，你很难想象未来会有什么不同——不管机器人以后变得多么复杂。 著名的计算机科学家贾瑞恩o拉尼尔（Jaron Lanier）曾说过：“算法是人类设计的，它们反映了设计者的偏见。”无论是好是坏，无论我们会创造什么样的未来，它都是我们为自己设计和建造出来的。（Kathy）
分享给好友
分享到微信朋友圈：
第一步 打开微信底部扫一扫
第二步 扫下面的文章二维码
第三步 右上角点击转发
相关文章Relevant
澳大利亚一名女摄影师离群索居12年拍摄的无数绝美风景照片近期在网上爆红,照片中奇异的澳大利亚自然风光让人惊叹. 该摄影师...
有一个人,不管习总书记在什么场合他都跟随在习总书记身边,网友戏称他为“大内第一高手”,下面一起来看看这位“大内高手”的...
点击“有情有趣”免费订阅艺术,别想歪了.太牛了!9个人在电梯,你是第10个.....这是一道“美国FBA特别刑事组”招聘的测试题....
点左上蓝字可加关注微信号:十点读书文 风来的文字出身和运气是无法选择的,但“一个人的才华和学识是通过努力必然获得的东西”...
旅小行按Chris Hadfield 是加拿大首位宇航员,通过他最近曝光的新书《You Are Here: Around the World in 92 Minutes》,我们看到了...
女性胸部对照第一种:半球型第二种:鸟嘴型第三种:下垂型第四种:挺拔型第五种:圆盘型第六种:水滴型第七种:呵呵女性想通过...如你所知，作为中国当下最“不坏”的教育通路，高考很长一段时间都将是这个时代社会阶梯的最大公约数。若选择这条路径，那么在即将挥别高中岁月的末端，势必将迎来一场信息战。每到这个时候，网上繁杂的高考信息轮番轰炸着每个高考家庭，于是为了过滤噪音，各种“高考秘籍”和天价咨询班伺机而动，但却收效甚微——很好理解，在对待海量数据这件事上，任何依据过往经验的“专家”都有局限性。信息时代，人们总希望用技术攻克高考的信息壁垒，从而将十余年的努力换得一处好大学。近日百度度秘上线高考一站式服务功能，利用人工智能为考生提供考前冲刺，考后估分，填报志愿等信息查询和匹配工作，有效地帮助考生缓解了信息不对称和信息匹配度的问题。在我看来，这倒是个重新审视人工智能的好机会。所有人都在谈论人工智能——它当然是风口，但很少有人从普通用户而非产业一端去诠释它。昨天在分答上“偷听”了罗振宇的一段回答，觉得特别有意思，大意是：人工智能不是人类的“孩子”，更非在为未来的人类埋坑，其本质与任何跨时代的技术一样，都在迅速划分人群——会用它的和不会用它的，就像曾经率先使用个人电脑的人可以瞬间与竞争者拉开差距，人工智能亦如此，真正对你造成“威胁”的不是人工智能，而是会利用人工智能的人。从人工智能帮助考生这件事上可以看出，那些对“正在发生”的新事物敏感而好奇的人，无疑拥有了赢得这场信息战的利器。而站在这个角度上，再来谈论如今的人工智能，它的未来或许也将变得清澈一些。高考信息战关于百度度秘提供的高考服务功能，在信息获取上，考生在百度PC端和移动端键入或语音搜索“高考”（也可直接与度秘互动对话），即可获得历年分数线、院校信息、高考题库和高考经验等信息和服务；并针对不同地区提供定制化服务，譬如搜索“北京高考”可获得北京地区高考分数线及该地区高考最新动态。此外，百度搜索依托大数据优势，对全国几千所高校信息优化整合，考生直接搜索高校名称获取高校介绍、招生信息、历年录取分数线、高校对比和学校排名等信息。考生若想了解某一具体专业，也可直接搜索该专业了解其就业前景，以及哪所院校的这个专业相对比较强势等信息。
通过度秘查询各大院校及专业信息
当然，海量的信息是为了更好的服务于考生来妥善地填报志愿。众所周知，填报志愿是个基于信息的技术活：个人信息、全省信息、今年数据、过往数据，都要全盘比对。据此，百度度秘免费推出的个性化定制高考志愿填报方案除了采纳专家经验，更为仰仗大数据和人工智能技术，整合多种报考因素，包括分数、名次、提档线、招生人数以及学校和专业的排名以及热度，以及就业前景等多重数据维度，基于独有算法，衡量各种元素对志愿填报的影响权重，为考生提供冲刺志愿、稳妥志愿和保底志愿多种报考方案，在一定程度上减少高分低报和低分陪榜的可能性。
度秘根据考生分数给出冲刺、稳妥、保底填报方案
另外，集合百度多种人工智能技术于一体的度秘，还提供了一套专业化测试系统，通过多轮问答分析考生的性格和行为习惯，为考生综合推荐专业。
度秘通过多轮问答为考生综合推荐专业
值得一提的是，在填报志愿时，百度度秘上线的在线答疑采取了“人工智能+专家”的组合方式，利用人工智能协同高校招生办负责人实时解答考生问题，哈尔滨工业大学，南开大学，华南理工大学等高校招生办老师已入驻度秘在线上回答考生提问。
度秘志愿填报及招生办老师在线答疑
由此可以看出，百度度秘已成功将AI从实验室带到了人们的生活当中，之前度秘机器人就已经进入到线下生活服务领域，用户可以在肯德基使用日常语言与度秘进行交互，完成从点餐到支付的全流程。分野的启示人工智能出现的60年当中，相关人士的各种言论不绝于耳，但不同于过往在象牙塔中的数次偃旗息鼓——廉价的并行计算，海量数据，以及算法上的突破，近期这项不断变化定义的技术终于落地。凯文·凯利不止一次宣称：人工智能会是下一个20年颠覆人类社会的技术，其力量将堪比电与互联网，我们将会看见旧有事物加入人工智能，产生千万种不同结果。百度CEO李彦宏在百度联盟峰会的发言里更是指出互联网发展的“下一幕”靠人工智能。当然，上述论调已然再熟悉不过了。但要知道“人工智能时代”毕竟还没有完全来临，你我身处的当下是“未来已经来临，只是尚未普及”的阶段，在这个转折点上，特别容易忽视的是那些“已经来临”的部分所带来的红利，在很大程度上是给予了新技术的尝鲜者。而在一项划时代技术从“尝鲜者”向“大众”的普及之路上，本身即是一个人群分野的过程——而坦率地讲，愈是在科技发展的深处，这种分野的力量将愈加强大。财经作家吴晓波特别喜欢讲一个事：多年前，他刚入职新华社不久，用高出工资很多的钱买了台电脑，办公室里的老家伙们颇为不解，但因写作效率的激增，买电脑的投入很快就通过写作赚了回来。人工智能同样如此。以高考为例，可以肯定900多万考生并非人人都知晓百度人工智能所能给予的巨大帮助，从而拉开了竞争差距——但好在，同样可以确定的是，就像历史反复上演的一样，那些率先惠及一部分人的技术，一定会惠及到所有人。无形之物所以在我看来，只有在这个意义上谈论人工智能才能回到它的本质：在现阶段，人工智能就是试图用自动化知识解决一切问题日趋“万能”的工具。你会看到，以往的搜索引擎更多是为你呈现结果，如今像度秘很多的是在帮你“作决策”，不少人也在预测，未来90%的决策都将由人工智能作出。在某种意义上，人工智能就是我们这个时代的“自动化”，所以凯文·凯利才说，将尚未出现人工智能的领域添加人工智能，就是创业者的机会。那么问题是，未来人工智能的运作形态将是怎样？一个符合直觉的答案是——隐匿于无形，且拥有统一入口。你甚至可以窥见这种趋势。谁都知道，如今创业公司想要单独通过一个APP突围是多么困难，在智能手机的方寸之地，人们慢慢褪去了对APP的热情与好奇，最近还看到一个惊人的数据：平均每个美国智能手机用户每月下载的APP数量为——0。这意味着什么？人工智能的未来也许像极了某商务男装的广告语：简约而不简单。前不久从Twitter创始人之一Biz Stone的一篇文章中深受启发，“我对未来科技的期望是：它逐渐消失，在某种程度上可以彰显人类的最好品质。我们周围不会再出现设计拙劣的小部件，但是我们身边应该都是科技，就像‘原力’一样，可以随时召唤。”他这样写道，“很多人认为未来的愿景应该是一些复杂的，改变心智的部件，未来会出现此类工具，但并不都是这样的工具……我觉得搜索是未来。这意味着，没有搜索结果，只有正确的答案。”好吧，也许他是对的。李北辰/文知名科技自媒体，致力于为您提供文字优雅的原创科技文章
本文来自微信公众账号提交，由微信啦收录，转载请注明出处。
微信扫码 分享文章