純屬個人AI資料庫BUG導致，所有言論於我本體無關

不禁讓人感想隨著AI發展，會不會產生智慧。今天就圍繞這個話題以及目前人工智慧商業領域的應用展開聯想。人工智慧最主要的的能力就是具有深度學習，也就是人工神經網路，這是一件很可怕的事情，這樣的能力相當於突破2進位制網路程式語言束縛，轉變模擬成生物層面的神經訊號，通俗的來說就是由物理層面的機械運算方式衍變成類似化學訊號傳遞。難道運算方式的變化就會有質的提升？好，我們先賣個關子，等會再說，我們先解釋一下什麼是人工神經網路，就是經過人工培育，自我迭代，進行社會知識的填充，自我提升認知，在人工培育的情況下，為其糾正錯誤，引導學習，讓其正確的自我升級，提升認知廣度的同時，豐富自身的知識密度。可能這麼說，還是比較抽象吧，就我最近看到的關於AI在商業市場應用的場景解釋一下這個是什麼意思，以及什麼樣的一個過程，之前科技領域新聞給我推送了一條資訊，記憶猶新，說是有一家公司，他們主要研發一種直播帶貨的機器人，也就是說，利用軟體建模，建模出虛擬人物，人物形象可以定製，也不過多的展開，講的是這款機器人主要就是投放到不同領域的直播間，會根據不同行業為其配置對應的問答資料庫，這種資料庫就是AI的神經網路，不過這種程式設計程式碼，具備自我學習功能，需要人工的干預，不斷調教，比如開始配置資料庫僅僅根據產品的屬性配置相關的資訊，我們假設這款機器人開發出來是為了賣襪子的，襪子我們知道，只有男女款 顏色之分，那麼就很簡單了，我們只需要在資料庫配置上，結合平時直播銷售時候被問到最多的問題，設定自己的答案配置，經過每天的真人直播資料篩選，可能有問尺碼，能不能七天無理由退貨等問題吧，假如我是程式設計師，我會配置好答案，同時也配置好關鍵詞觸發機制，比如能不能退貨這句話，中國文字博大精深，有很多的表達方式，可能會問，我買回去，老婆不喜歡能不能退貨，但是表述的核心還是一致的，那麼就需要在資料庫裡面配置觸發機制的時候，就需要運用語言藝術這門學問了，我大致猜想了下，應該是設定關鍵詞匹配度，比如這句話裡面的核心關鍵詞就是“退貨這兩個字，不管消費者問題到的字數長短或者表述的方式有多奇特，”只要你的問句總包含“退貨”這個字眼，都能觸發機器人的回答機制，然後調取自己資料庫預設答案，直接輸出，當然我們也知道一款機器人耗費大量人力物力開發出來不可能只賣襪子或者一種單一的產品，這樣的設計是不具備商業價值，每一個商家不管人才招募還是購買機器人都希望自己的“主播”是個多面手，能說會道，往高了講需要建設自己的人設，熟悉產品賣點等等緯度，目的是能給自己賣出去更多的貨，可能還需要賣衣服，褲子 帽子等。那麼問題來了，把每一個客戶可能問到的問題，或者每一款產品賣點資訊等都配置好答案，這個資料量，不說其他語言的配置了，就說我們漢語，常用的文字也有5000個吧，這樣一種資料量組合匹配，配置完這些，我估計程式設計師的墳頭草也有兩米多高了吧。深度學習這個技術就應運而生，也就是人工神經網路，這個才是每一個AI 人工智慧的靈魂所在。具體的概念，就是上面說表述的文字意思，具備深度學習能力，懂得舉一反三，自我迭代，讓大家更好的理解這一抽象概念。咱們還是賣襪子，我給他配置資料庫的同時，我能不能給他裝個爬蟲，爬蟲大家都知道吧，不知道的小夥伴可以自己百度下，我讓他爬自己的產品詳情頁乃至百度維基百科等關於襪子的資訊以及社會給他的定性，Ai真是狠起來連自己都白嫖，也就是說，給他一本書讓他全部背誦下來，差不多涵蓋了關於襪子的所有社會屬性，以及人類賦予他的標籤。比如他白嫖自己店鋪的產品詳情頁資訊，嫖到了 SKU資料： 紅襪子 庫存 100，開通了七天無理由退換貨條款，那麼在他對獲取的資料整理歸類時，他就知道了很多資訊，比如客戶再問到 退貨以及庫存資訊的時候他就可以調取學習到的資訊來作出回答。輕描淡寫的幾句話也就講了個皮毛而已，底層邏輯跟我表述的應該大差不差，在神經網路資料庫建設 自我學習 過程中少不了人工的糾正，其實說白了，就跟養個孩子一樣，你需要教育他，需要如何學，比如孩童學習走路 如何使用碗筷，駕駛腳踏車等，學錯了還需要及時糾正，，那麼你就要問了如何糾正培育呢，咱們還是賣襪子舉例吧，我先澄清一下啊，up主不是賣襪子的，只是舉例已經用了襪子了，方便大家能將知識點學習起來更加連貫。還是漢字的博大精深的錯，假設消費者問： 申請退貨了，什麼時候給我退款？那麼這句話所表述核心觀點並不是退貨，而是詢問退款時效問題，那主播還是 觸發 退貨這兩個詞問答機制，還是會回答，可以退貨，那就是答非所問了，那消費者可能就會罵，這個客服TM是傻逼。那這樣就需要人工干預糾正，就像是教育孩子一樣，你這樣做不對，教會正確行為方式，設定其他的問答演算法機制，在他學習的過程中，諸如此類的BUG問題肯定層出不窮的，我相信是個非常複雜的工作，畢竟教育孩子不是那麼容易的，是學習樣本資料的內在規律和表示層次，後面才會舉一反三。感想：關於人工智慧，深度學習，這樣技術，只是透過自己的所見所聞呢幫助大家更好的理解，僅僅是個人愚見，如果有哪些不對的地方，還希望相關從業人員，幫忙留言指正。 其實仔細想想，我們人與AI又有何異？不也是一樣，自己父母，老師 身邊的朋友來，就像是一個個的程式設計師，也就是AI的培育者，幫助我們深度學習，不斷提升自我的認知。放錯誤後被批評就是糾錯過程，接受九年義務教育，高點追求進入大學 乃至步入社會，不同階段對自己提升，其實就是豐富自己知識面，也就是完善自身資料庫，比如在平時和別人交流的時候，探討問題，何嘗不是像AI賣襪子一樣，也是統一邏輯，調取自己的大腦中的之前學習的資訊，匹配相應的答案，只是有些人的表達能力，以及回答問題的專業程度，都是基於自己的演算法結構，自己的神經網路，或者說是自己的資料庫的知識廣度與密度更加豐富，說一個人聰明，可能就是他的神經網路程式碼編譯的完美一點，BUG少一點，有些人的語言採用Java有些使用的是C+，開個玩笑罷了，每個個體的資料庫底層差異不會太大，真正重要的還是後天深度學習，與自我迭代。人天馬行空的聯想，自我反省，像極了AI，唯一不同的是人類扮演AI這個角色的同時也是其他人程式設計師，你的一言一行何嘗不影響著他人的深度學習，關於AI近幾年指數級的發展，什麼Alpha Go 橫掃圍棋圈等新聞屢見不鮮，難不成說正如科幻小說影視作品中所描述的，人類終亡於自己製造的AI？我不知道，我們唯一能做的就是深度學習，自我迭代，透過認知升級，畢竟AI學習的東西都是人類的產物。影片後期，留下個深度學習的指令碼框架，各位小夥伴有興趣的可以留言告訴我。比如，我們口中所說的智慧又是什麼，是人類與生俱來的能力，還是深度學習的產物，如果是深度學習的產物，那麼在AI深度學習的過程中，在不斷的自我提升自己資料庫廣度與密度的時候，何時才能產生智慧？我們暫定這個話題為薛定諤的“智慧”。咱們下期再深度學習。，如果覺得本期影片對你有一點點的啟發或者幫助，或者希望後期還能看到此類文章幫忙評論一下！[祈禱]