听到“喵喵”想到猫,听到“汪汪”想到狗……理解所听所闻是智力认知正常人类的天赋。计算机如果要实现类似的“技能”就需要借助“神经网络”。它是机器观察周围世界、辨识声音甚至理解自然语言的一种方式,是实现被广泛讨论的人工智能的重要基础之一。
今年计算机界最高荣誉图灵奖授予了三位计算机神经网络领域(Neural Network)的专家,杰弗里·辛顿、杨立昆和约书亚·本吉奥。
借助神经网络和机器学习,人们可以在短时间内,从数万份 CT 中找出一种特定的疾病;可以通过分析大量的美联储讲话纪要,判断下一次货币政策变动的时间和力度。
传统的观点认为自动化时代,人类和机器学习间的竞争宛如蒸汽时代人力和蒸汽机间的竞争那般弱小,人工智能普及即意味着人类集中失业。如咨询机构麦肯锡的一份报告所述,到 2030 年,自动化会使得全球 4-8 亿人失业。
但是人们容易忽略的是,这些消失的岗位原本可能是属于重复的体力劳动。如果没有人工智能,他们也可能被另一个信息革命、工业革命所取代。同时,人工智能普及同样也会创造大量新岗位。
高德纳咨询公司预测到 2020 年人工智能将催生出 230 万的工作岗位,多过它们“抹去”的 180 万个岗位。这些工作不光来自于高学历科研人才,还有信息时代的“蓝领工人” —— 数据标记员 —— 他们同样也是深度学习、机器学习和神经网络等前沿技术实现快速演进的重要基础。
数据标记员的工作职责是为图片贴标签并解读信息文字,进行分类后“喂养”给机器学习。根据 statista 的