人工智能代替人类智能的效率计算

人工智能可以代替人类的智能吗?如何计算AI产生的效率和价值?*一篇有意思的思考


我们在说人工智能,它和人类智能有什么区别?机器学习的,是人类的哪些能力?

从生物层面的定义,我们从动物猩猩到智慧人类,人的简单能力:视物、行走、抓握、思考有关人与事的问题或者计划如何行动。而智能,是根据理性规则做出决策,从而达到目标的能力。从认知意识的角度上来讲,人类,比猩猩智能的原因是具备认知-意识层面的能力。意识被看作是智力的代名词,意识的3种含义:自我认识,信息获取,感知力。

我们怎么认为人是智慧的?就是我们可以通过感官,收到一个信号,然后通过介质传递到人体感官,感官信号转成符号存储到大脑,大脑处理,存储,你需要的时候就提取信息,当提取转化,再通过神经反射,传递,到脸部,五官,肢体,做出相应正确的表情,语言,动作等反馈。

(¥ 图举例。)

那么,我们在人类开始有了意识,会制作工具,代替我们人类的某些能力,或者提高人的能力,我们就出现了「人机系统」。

我们在用各种工具的时候,就是来代替我们用肢体的反馈,操作,文化和社会教育,不断训练我们的大脑,我们可以通过某种方式,教育,我们学会使用工具,提高人类与环境 社会的适应。

在生产了工具,到机械,兵器,再农业,工业,开始有了电力,有了 数字化,计算,科技时代是工具开始有数字化和计算能力,而这个的时代的工具已经可以理解为是机器。

工具在历史上,一开始只代替或者提高人类生理层面的能力。到机器的数字化以后,就开始发生从硬件层面到软件层面的革新。机器开始能存储信息,把信息通过某种数字化存储下来,就学会了计算。计算信息–我理解它就是第一代人工智能的雏形,比我们现在定义的更早。为什么?因为计算机就从工具的生理层面开始从转到学习和替代人类的认知层面,要学习像人一样感知信息,输入到存储,到简单的处理计算,输出反馈结果,这是原来没有闭关的流程,第一代结合人的设定,就开始有了可以替代人类的在数字计算的认知层面的能力。用人机系统的计算数学乘法的效率上来说,它节省了人在靠大脑计算数字加减乘除的时间,而人在原来的计算方法是数+算半天+然后才反馈,现在是数+输入+马上拿到反馈。

人工智能,现在就能替代数+算+反馈整个过程。

机器硬件代替了人的感官通道,收集各种信息。软件代替了人的大脑存储,记忆。软件里面的人工智能算法,在原有任务的信息感知,信息提取上,大大提高了人类的效率,真正意义上人工智能就是这么来的

在做计算之前,需要把数据存在硬件上,那么他也是先代替的是人的存储记忆的能力,我们一开始记录信息,最早就是拿一个绳子打个结记录一些关键的东西。那么在算数字,货币的时候也是拿算盘去存储和方便我们计算。。

比计算器更早的就是算盘,因为我们人的大脑计算是没有办法算很大的数学公式的,但是通过我们备了一套99乘法表或者是用算盘,先提前存了这些数字信息,我们就能够更快的去运算,它是提高的是我们存储的数字大小,从而达到计算的规效率。

去记录这些信息,就是做存储。这些工具都是为了代替我们人脑的信息存储能力。

但是前面的存储方式都是人用某种工具的数据结构,手工输入或者是人主动录入的,或者是在有了计算机之后,我们学会用数字化的方式存储下来。

但是这些数字化的信息还是没有办法去计算更复杂的问题,比如说街上我们看的,人脸的数量,谁,在哪里,空间位置,物体,是什么,颜色大小。声音,是来自哪里,距离远近。因为人是要产生社会互动,工具的效率是提高人类的生产力的。

那么在后来有了机器有了摄像头 麦克风,有了传感器……这些硬件设备,之前的存储信息的结构,之前的分析方法,已经不能满足新的硬件(感官通道)收集来的信息了。这些数据的分析方法都需要重新用同样的人机系统效率去计算他能够代替人的意识层面的信息获取能力。对数信息的信息获取能力,也就是信息收集的能力。什么叫感知获取能力?

比如(《心智探奇》137页)

机器获取了更多信息,就需要更好的算法,去学会感知数据。才能替代人的感知能力(《心智探奇》137)。比如说,能够在某种条件下,收集了很多的信息,也就是能收集很多视觉图像语音的数据,我看见了,但我不知道我看见的是什么。我知道这张图片里面有多少个人脸,有多少个汽车,或者我知道这句话里面有是人的声音还是动物的声音,就是你从身边所有的信息里面能感知到每个信息分别是什么。

所以机器又重,原本的收集计算到感知的替代,增加了各种设备去模拟人的感官通道。而收集后算法能够学会分析这些数据,比如这张图片里哪些是车哪些是人,这个语音说的话是什么,最开始这些数据收集了存下来,也没有人告诉机器,这些是什么东西,所以第1代到第2代,我们就对数据开始大量的收集和标注,人用很简单粗暴的方式告诉机器信息内容。最后再返回给人类告诉人类内容是什么?人类才在继续做出相应的反馈。

最后当这些数据足够精确,AI 通过自动的感知,分析,提取,告诉人类这些数据的什么是正确的 主要的关键信息标记出来,人工智能就能学会人的分析能力,然后在某些场景,提高人机系统的分析效率。

那最后是人工智能在了解了数据,知道了数据的定义,知道了人处理信息的规则,慢慢又开始让人工智能替代人类的操控,反馈的能力。

在对人类信息,比如自然语言,语音识别结果,进一步做人工的标注,人工智能的神经网络模型学会了人是怎么操作这个信息的,可以在某些特定的细分场景下,代替人的操作控制层面的反馈。比如语音合成,代替人类说话,比如自动驾驶在预判到追尾的时候,代替人脚踩刹车。在这些场景下人工智能的人机系统,再次跟人类的能力做出了交换。

那接下来就是说,我们怎么去计算,当人工智能替代了人机系统中的人类的这些能力(从信息感知,记忆存储,分析提取,操作反馈的能力),每一个环节下的某一个小点的代替或者提升,人机系统的能力交换,能产生多大的效率提升,从而带来多大的商业价值呢。

在做会议记录的时候,我试着将现场的一条录音,靠现场打字,将我耳朵听到的会议讨论的声音转成文字,再通过键盘输入打字存到我的电脑里,然后再发给老板。如果现场打字快的话,可能可以一个小时就结束,但如果是会议结束才重新记录,那还得边听录音边打字的方式,可能需要2-3个小时。

现在1个小时的语音,通过语音识别转成文字之后,只需要5分钟(运算时间),在准确率达到98%的时候,我只需要再通过校对一些错别字再花15分钟就能够完成一篇文档的编辑。

一个小时的音频,花费15块钱,降低了我1.5个小时的成本,对我来说是划算的。如果我又很紧急需要的话,我是愿意付出这个价格,那么ai+语音识别的每小时的语音费用,就是他的商业价值。

语音识别,在我做会议记录的人机系统里,代替了我存储和分析记录信息的能力。

这个系统整体的效率提高了,我的能力被解放出来,有更多的时间,做信息的反馈,而我的能力从信息的输入到记录 ,就变成我的能力,权重占比放到信息的提取。

再比如,我今天早上写的这篇博客:我 为什么要做这门课程?

在我之前写一篇5000字的文章 ,需要花10个小时从写完到修改。而现在,我通过微信给朋友发语音记录+ asr 转成文本+校对,然后这样的聊天记录整理+语音识别校对的时间,只花了2个多小时,这是过去完全无法想象的。

从8:30 到10:30,就写了2个小时。第一轮稿子(10641字)发了朋友圈,然后10:40 和朋友聊了20分钟,根据朋友聊天的反馈+修改的时间:从 11:07开始改 – 11:56,改了接近40分钟,就发了第二轮(5103字)。整个过程:只花了2h 40min。质量先不说太好,但是已经比我自己之前的写稿子的效率,提高了整整8个小时。


现在的这篇文章,是我在地铁口述+asr 转的文本,从写完文本到编辑:你猜一共花了几个小时呢?


  • 地铁口述 20:31–20:33 == 2min
  • 回家口述 21:25–21:36 == 11min
  • 开电脑修改:21:42–22:02 == 20min

一共:33min

  • created at 190905
这是我的原创文章,如果觉得不错,可以打个赏~