復仇者聯(lián)盟：奧創(chuàng)紀元、終結者、機械姬、超能查派——如果說2014年是空間電影的天下，那么毫無疑問2015年機器人和人工智能將占據(jù)我們的銀幕。自從2000年人們擔憂千年問題①之后，人們對機器人電影不算熱衷，自那以后科技在迅猛發(fā)展的同時也受到了不少限制。
讓我們看看Ultron。Ultron是一種能模仿人類大腦模式但沒有人性的機器人。它能學習、接受新信息并調(diào)整它自身的行為，它還能進行自我改造。不論你是普通人類、一名復仇者還是超能先生，這種技術都能為你制造出及其可怕的敵人。
那要是我(原作者)告訴你擁有模仿人類大腦的人造神經(jīng)網(wǎng)絡模型的計算機系統(tǒng)已現(xiàn)世十多年了呢？要是我再告訴你數(shù)學算法已經(jīng)能訓練機器人獨立思考了呢？
嚇壞了吧？讓我解釋一下。
“深度學習”計算機已經(jīng)面世半個多世紀。在20世紀50年代前，計算機只能一步步地做你命令它做的事，那時候它的用處不大。1956年，Arthur Samuel為了讓計算機學會下跳棋，并沒有一步步地設計好計算機的行動，相反他讓計算機自己與自己下了幾千遍跳棋。到1962年的時候，他的計算機已經(jīng)能與跳棋冠軍匹敵，且略勝一籌。記住，那時距離IBM的沃森(另外一個著名的深度學習機器)打敗Jeopardy尚余十多年時間。
除了有趣之外，以這種方式教會計算機自學非常有用：你不必給它的每個動作都設定程序，這能節(jié)省不少時間，也能讓計算機幫我們做一些人類無法處理的事(至少，計算機完成任務的速度非?？?。
我們在日常生活中也會見到這種技術的使用。谷歌利用這種能讓機器學習的算法幫我們挖掘搜索結果。網(wǎng)上商店利用它們根據(jù)你的喜好及其他相似購買者買過的東西來給你推薦產(chǎn)品。瀏覽且買的人越多，搜索東西的人也越多，計算機能收集這些數(shù)據(jù)，給你更精確的提議。機器學習也是網(wǎng)絡無處不在彈窗廣告的一部分。
2012年，谷歌利用一種深度學習算法，讓計算機觀看上萬部YouTube視頻，之后計算機獨立學會了認知概念，它能嚴格根據(jù)視頻內(nèi)容識別出人類和貓。另一個名為The German Traffic Sign Recognition Benchmark(德國交通標志識別標準)的項目表明計算機能認出并理解交通標志圖片，且出錯率比人類少。
計算機真的在自學嗎？我們學習意味著我們接受越來越多的信息，在理解這些新知識之前我們會不斷重復這些東西，這樣看來計算機確實在自學。它們神志清醒嗎？它們理解事物的方式與人類一樣嗎？它們在看可愛貓咪視頻的時候會感到溫暖且內(nèi)心柔軟嗎？不，它們不會?？蓹C器人學習事物的方式與人類不同就真的意味著它們會有陰謀嗎？
以上并不代表人類現(xiàn)在就要對抗現(xiàn)實版Ultron。建造這類機器人需要深度學習以外的多方面科技技術進步才行——靈敏度控制、計算機視覺、武器以及能處理任何事卻不會分崩離析的硬件。近期所有這些領域的科技正在飛速進步，不過其進步速度并不均衡。計算機深度學習技術應該被運用到其它更為合適的領域中，比如健康和醫(yī)療。就我所知，目前沒有人用這些技術制造一個大的恐怖攻擊型機器人。
不過也僅僅是目前而已。
?、伲呵陠栴}可以追溯到二十世紀六十年代。當時計算器內(nèi)存非常寶貴，故而編程人員一直借助使用 MM/DD/YY 或 DD/MM/YY 即月月/日日/年年或日日/月月/年年的方式來顯示年份，但是當年序來到公元2000年的1月1日，系統(tǒng)卻無法自動辨識00/01/01究竟代表1900年的1月1日，還是2000年的1月1日，所有的軟硬件都可能因為日期的混淆而產(chǎn)生資料流失、系統(tǒng)死機、程序紊亂、控制失靈等問題，如此所造成的損失以及災難無法估計。
