人工智能的发展日新月异，很多人都感到了威胁。但实际上，与其担心被取代，我们可能更关心科技巨头的发展。“人们在看到机器人走在路上之前，不知道该如何对待机器人，因为这个场景听起来太不真实了。”特斯拉中国共产党的执行官钢铁侠马斯克不止一次公开表达了对人工智能发展的担忧，其强硬表态一度在人工智能上升势头下引发诸多焦虑和争论。对一些人来说，“人工智能”可能会唤起科幻电影中具有丰富情感意识的机器人的联想，担心AI心智发展对人类社会可能产生的影响。但尽管AI听起来科技感十足、充满未来感，但在决定是否恐慌之前，我们或许应该先了解一下AI到底是什么？人工智能、机器学习、深度学习？深度学习其实是从机器学习领域衍生出来的，而机器学习只是人工智能的一个分支。人工智能发展初期是通过工程师编写程序和指令让机器运行，让机器解决问题。但是，这些过程都是由人编写的。只要是工程师解决不了的问题，机器就找不到解决办法。机器学习的出现，让人们将大量经过分类筛选的数据喂给计算机，让计算机自行分析和优化路径，进而实现图像识别、策略分析等目标，完善决策网络在自学中，突破人类以往编程的局限。然后，机器学习扩展到深度学习。同样是大量的数据进行自我学习，但是模拟人类神经元连接方式发展出神经网络，使得机器在运行特定功能任务时具有比人类更好的判断能力。例如，AlphaGo背后使用了这项技术。.人工智能的历史人工智能的实际应用具体来说，公司究竟是如何使用这些技术的？以目前人工智能开发最为活跃的亚马逊为例。与以往单纯分析大数据获取用户偏好并进行动态定价不同，亚马逊开发了与图像识别、语音助手相关的服务，推出了AmazonRekognition、AmazonPolly、AmazonLex。以及其他三项云端人工智能服务。三项服务各有特色。其中，专门从事图像分析的AmazonRekognition基于深度学习进行图像识别，创建视觉搜索和图像分类。它的应用之一是面部情绪检测。假设今天有一位消费者进店验货或参加活动，传统上无法像互联网那样计算跳出率、停留时间等量化数据，只能靠店员或销售人员的猜测。AmazonRekognition能够通过安装在实体店的录像机采集顾客的面部表情，检测面部表情是高兴还是不满意，并将情绪数据传输到AmazonS3对象存储，再导入到REDSHIFT数据仓库进行存储，定期制作营销数据报告，供门店参考。这种利用图像分析识别人脸的方式，解决了传统零售店收集顾客数据的问题，让店家为顾客匹配合适的内容和活动，并根据更多人给予的产品或活动类型来强化产品或活动积极的情绪吸引顾客参与。亚马逊收购了AmazonGo和Wholefoods，表明了其线下扩张的决心，而且这项服务可以作为外包服务租给其他公司，也为其线下发展铺平了道路。以上是使用人工智能技术的案例之一。迄今为止，人工智能主要应用于垃圾邮件分类、图像和语音识别、购物推荐等领域。那么从这些实际应用中，我们可以发现，“人工智能”的真实面貌与电影中刻画的情感意识、自我思考和决策有很大的不同。时至今日，人工智能仍处于仅某些功能优于人类的阶段，研究的惊人进展还难以应用于实际应用。人工智能未来拥有与人类同等的智能并非不可能，但就目前而言，需要关注的可见危机更多。试想，这些相信有一天会超越人类的技术掌握在谁的手中？人工智能将使科技巨头更难被推翻。如前所述，深度学习的研发依赖于海量数据的输入和训练，也需要资金和人才的支持。在人工智能的准确性和“数据量”与数据正相关的前提下，没有哪家公司拥有比谷歌、亚马逊、Facebook等更强的研发资金，以及日常邮件、关键词、点赞、消费者信息的流通量就是一直不给他们扩充海量高质量的数据库。除了质量和数量，即时性也是决定数据价值的指针。科技巨头的资本可以支持自建数据库、数据采集和分析团队，随时获取第一手数据分析；相反，初创公司和小公司通常没有余地，只能通过互联网购买数据和开放数据库，获取大量满足自己研究领域需求的数据，更不用说实时更新和使用了。时间数据。尽管科技巨头愿意将免费软件放到互联网上，但大量真正有价值的数据仍然锁在数据库中，因为他们知道，“数据”是当今人工智能竞争中唯一的筹码和资本。人力/人才AI本身不够智能，无法过滤和组织数据。因此，除了海量数据，企业还必须投入大量人力，为AI学习过滤干净的数据。如果想让AI学习识别“鸟类”，只能在人工挑选出模糊的非鸟类照片后，提供AI识别学习。另一方面，高端研发人才的争夺也成为企业关注的一大焦点。以亚马逊为例，每年招聘AI人才的投入高达227万美元，职位空缺1178个，可见人才渴求；同时，并购也是获取人才的渠道。谷歌自2012年以来收购了12家人工智能公司，微软、Facebook也收购了多达5家人工智能相关公司。科技巨头的声誉和资源吸引了众多科技人才，形成了大多数新创企业都以被收购为目标的现象，使得小公司难以参与，更难以竞争。Funding根据麦肯锡发布的AI趋势报告，2016年全球企业在该领域投资26-390亿美元，其中科技巨头占20-300亿美元，其他新创企业仅占6%-90亿美元。数据存储软硬件设备、数据整理人工、AI研发人才招募、数据购买等都需要资金支持，麦肯锡调查显示，科技巨头在资本规模上已经具备根本优势。普通企业很难具备上述要素，但亚马逊研发后，将其作为外包服务出租给那些用不起AI的企业和平台，从而收集数据获取利润，成为一个一方独大的平台，一个依托它的小公司在AI行业以小难争大的特点，企业根本无法甩掉它。科技寡头的影响从个人角度来看，科技巨头以寡头垄断的方式占据着市场，信息安全和自主权问题反复出现的问题依然日趋严重。公司研发的AI以“私人助理”的名义不断记录人们的生活，成为比亲友更能了解个人性格和隐私的存在；同时，由于过度依赖人工智能来处理记忆任务，我们将其视为不可分割的思维延伸，失去了个体独立的自主性。如果关注社会，科技巨头积累的经济实力如此之大，以至于政府有时不得不妥协。成长中的巨头会让很多小企业不得不依赖它生存。在此过程中，他们将成为市场的游戏规则制定者和控制者，利用技术为自己的企业谋利，并有能力避税和影响政策，甚至侵蚀群众权利，掌控风向和政治和经济下雨。巨头作为市场的垄断存在，分机问题其实大多数人都心知肚明，但科技服务带来的便利却难以拒绝。IBM的AI伦理研究员曾说过：“AI的力量往往在企业应用层爆发。”如果有技术的少数不控制自我调节，我们更不可能知道他什么时候会越线。正因为如此，公众应该对人工智能有更多的了解，更多的机器学习机制和市场运作模式，这将使人们更不容易成为技术的受害者，避免不经意间向他人泄露更多的信息和隐私。少数掌握人工智能的业主。
