據(jù)國外媒體報道,像曾經(jīng)的DIY電腦一樣,現(xiàn)在也有很多人工智能愛好者在利用現(xiàn)有的工具和數(shù)據(jù)開發(fā)自己的人工智能系統(tǒng)。
1975年冬末,在舊金山半島附近的公告板上開始出現(xiàn)了一則寫在紙片上的邀請。“你在造自己的電腦嗎?”它這樣問道,“或者其他什么數(shù)字黑魔法盒?如果是這樣的話,你可能想?yún)⒓右粋€聚會。”
這次邀請吸引了32人來到加州門洛帕克的一個車庫,參加家釀計算機俱樂部(Homebrew Computer Club)的第一次聚會,其中一個就是年輕的工程師史蒂夫·沃茲尼亞克(Steve Wozniak),他后來把名叫史蒂夫·喬布斯(Steve Jobs)的朋友帶進了俱樂部。退休企業(yè)家Len Shustek當天晚上也在車庫里,他說:“這是一個關于個人可以推動技術進步的證明,并不一定要在大公司和大學里發(fā)生。”“現(xiàn)在,人工智能領域也在發(fā)生同樣的事情。”
自2012年以來,計算機在理解語音和圖像方面取得了顯著的進步,這要歸功于一種曾經(jīng)鮮為人知的技術——人工神經(jīng)網(wǎng)絡。要真正掌握這種人工智能技術,需要強大的計算機、多年的研究經(jīng)驗和深厚的數(shù)學基礎。如果你具備了所有這些條件,那么恭喜你:你很可能已經(jīng)是亞馬遜、Facebook、谷歌或其他少數(shù)幾家科技巨頭的高薪員工,它們競相用極其復雜的人工智能策略來重塑世界。
然而,爭奪人工智能霸主地位的戰(zhàn)斗也充斥著任何人都能接觸到的各種工具和零部件。為了吸引到頂尖的科學家和應用程序開發(fā)人員涉足人工智能,科技巨頭們免費發(fā)布了一些內(nèi)部的人工智能開發(fā)工具包,以及相關的研究成果。黑客和業(yè)余愛好者現(xiàn)在可以使用幾近相同的技術來推動硅谷最瘋狂的夢想。人工智能研究員、企業(yè)家吳恩達(Andrew Ng)表示:“如今,高中生都可以做世界上最好的研究人員幾年前無法做到的事情。”
像吳恩達這樣的人對業(yè)余人工智能的大爆發(fā)抱有很大希望:他們希望它能將這項技術的潛力在物理上和文化層面?zhèn)鞑サ竭h離硅谷的地方,看看當技術局外人根據(jù)自己的優(yōu)先事項和看待世界的方式“訓練”神經(jīng)網(wǎng)絡時會發(fā)生什么。吳恩達喜歡想象,有一天一個印度人可能會利用他們在網(wǎng)上學習到的關于人工智能的視頻來讓當?shù)氐娘嬘盟踩?/p>
當然,并非所有的自制(DIY)神經(jīng)網(wǎng)絡都能老少皆宜。去年年底,有人用Reddit賬號發(fā)布了一段色情視頻,女主角似乎是《神奇女俠》(Wonder Woman)中的蓋爾·加朵(Gal Gadot)主演。這段視頻在Reddit的陰暗角落以及成人視頻網(wǎng)站上廣為流傳。但細心的觀眾們注意到,加朵的臉偶爾會像一個松散的面具一樣在她頭上閃爍。最終發(fā)帖者解釋說,這段視頻是假的,是通過訓練神經(jīng)網(wǎng)絡生成加朵的面部圖像,使其與電影中明星的表情相匹配。他們在網(wǎng)上發(fā)布了代碼和方法,這樣任何人都可以制作類似的“deepfake”假視頻。
因此,自制人工智能的時代所帶來的可能并非全是甜蜜和光明,當然也不全是陰暗和色情。最重要的是,其表達在特異性方面非常出色。接下來我們盤點了一些DIY人工智能的先驅(qū)者,看看當大眾可以教電腦新把戲時會發(fā)生什么。
我要讓這個神經(jīng)網(wǎng)絡來完成歌詞創(chuàng)作——羅比·巴拉特(Robbie Barrat)
當羅比·巴拉特(Robbie Barrat)在西弗吉尼亞州鄉(xiāng)下上中學時,他開始從當?shù)氐幕厥罩行奶耘f電腦,把它們拆開,然后重新組裝起來。然后他還在自家的農(nóng)場里自學編程。他在高中的時候和朋友們就電腦是否具有創(chuàng)造力展開了爭論,之后開始學習人工智能。巴拉特的想法是用Kanye West的歌詞訓練神經(jīng)網(wǎng)絡學會說唱。巴拉特在學校的朋友們很喜歡它,但是一些成年人卻感到震驚。巴拉特說:“老師有點不高興,因為神經(jīng)網(wǎng)絡太褻瀆了。”
圖示:羅比·巴拉特(Robbie Barrat)業(yè)余時間利用人工智能設計時尚
最終,那個滿嘴臟話的人工智能系統(tǒng)被證明是巴雷特離開農(nóng)場的通行證。他的成績不夠好,無法進入中意的大學深造數(shù)學或計算機科學。但這個項目幫助他在硅谷的中心地帶找到了一份自動駕駛汽車項目的實習工作。從那以后,他搬到了斯坦福大學(Stanford University),現(xiàn)在在一個生物醫(yī)學實驗室工作,試圖開發(fā)能夠識別具有藥用潛力分子的神經(jīng)網(wǎng)絡。但是訓練神經(jīng)網(wǎng)絡來創(chuàng)造藝術仍然是他的愛好。
如今在業(yè)余時間,巴拉特利用時裝秀上的視頻剪輯和照片,訓練人工智能生成了一些模特穿著新衣服的照片。結果都是一些奇裝異服——有沒有想過你會喜歡纏在小腿上的褲子,或是一側(cè)懸著巨大口袋的毛衣?但是,巴拉特正在與設計師合作將人工智能的成果變成真正的衣服。他等不及要試穿了。
診斷植物疾???這有一個應用程序——沙扎·邁赫迪(Shaza Mehdi)
沙扎·邁赫迪(Shaza Mehdi)前院的玫瑰叢很漂亮,但很容易生病。去年的一天,邁赫迪問自己,為什么她的手機不能像《星際迷航》中的手持科學分析儀一樣診斷出植物的疾病。“電腦怎么才能知道?”這位來自佐治亞州勞倫斯維爾市的高中高年級學生問道。很快,她和一個叫尼爾·拉文內(nèi)爾(Nile Ravenell)的朋友一起,在去上課、修指甲和去學校附近華夫餅屋(Waffle House)途中擺弄神經(jīng)網(wǎng)絡。
邁赫迪不知道如何編程,她身邊也沒有這種人。她生活中的成年人可以鼓勵她這樣做,但不能提供專業(yè)知識;她所在的學校沒有開設計算機科學的入門課程。邁赫迪晚上躺在床上,和家里的泰迪(Teddy)以及她那臺老掉牙的戴爾筆記本電腦一起,通過YouTube視頻和在線教程自學編程語言Python和神經(jīng)網(wǎng)絡基礎知識。當她遇到程序中的Bug時,她會求助于論壇上的陌生人。“我真的很討厭Bug,”她高興地回憶道。
圖示:編程“小白”邁赫迪開發(fā)了診斷植物疾病的人工智能
值得一提的是,邁赫迪受到一個YouTube視頻的啟發(fā),其內(nèi)容是斯坦福大學的一個研究人員開發(fā)出的神經(jīng)網(wǎng)絡可以識別出皮膚癌,效果能夠與專業(yè)皮膚科醫(yī)生相提并論。一個在線教程告訴她如何獨自實現(xiàn)神經(jīng)網(wǎng)絡的技巧。第一步是下載軟件來識別日常用品,比如廁所和茶壺。第二步是重新調(diào)整它的視覺,給它輸入大約1萬張有標記的病害植物圖片,這些圖片是邁赫迪從網(wǎng)上收集的,經(jīng)過了疾病鑒定。
2017年晚些時候,她終于對自己的應用程序plantMD進行了測試。邁赫迪緊張地看著應用程序掃描一棵葉子上有淺綠色和褐色斑點的病怏怏葡萄樹,隨后一片長著麻點的葉子突然出現(xiàn)在手機屏幕上。幾次緊張的心跳過后,“葡萄藤炭疽病”的字眼隨即從上方閃現(xiàn)出來??焖俚木W(wǎng)絡搜索證實了這一診斷:一個真菌感染的明確病例,也被稱為鳥眼腐爛。“我放下心來,” 邁赫迪回憶道,“手持科學記錄儀工作了。”
照相機可以檢查你的衣服了——田原大輔(Daisuke Tahara)
在日本的小城市里,干洗是一項艱巨的工作。田原大輔(Daisuke Tahara)的家族在塔川擁有8家干洗店。塔川位于日本南部,人口只有5萬左右。所以田原開始考慮讓電腦分擔一些工作。
首先,38歲的田原試圖通過一個更好的電腦系統(tǒng)來實現(xiàn)業(yè)務現(xiàn)代化,更好地記錄和跟蹤訂單。但他的大多數(shù)員工在技術方面經(jīng)驗欠缺,他們很難適應這一系統(tǒng)。“他們很容易忘記,”田原說。于是,這位自學成才的程序員開始研究軟件如何自動檢查顧客的衣服。他在線閱讀了有關機器學習的書籍,將自己的英語和編程技能發(fā)揮到了極致。在自家店里,他拍了4萬張關于西裝、襯衫、裙子和其他衣服的照片,并用它們來訓練自己開發(fā)的人工智能。
今年7月,田原開始在其中一家店里測試系統(tǒng)。顧客們把衣服放在桌子上,頭頂就是攝像頭。田原的軟件看了一下,然后在平板電腦上顯示它的結論(兩件襯衫,一件夾克)。員工通常需要在第一次時幫助客戶。在那之后,來干洗店的顧客就可以單獨使用它。
田原說,他的工人們一開始對他的發(fā)明感到懷疑,但在發(fā)現(xiàn)軟件讓他們的工作變得更容易之后,改變了原有的看法。他不打算用這個項目作為裁員的借口,但他希望能幫助擴大業(yè)務。他表示:“我想開一家只有這套系統(tǒng)、沒有員工的商店。”
Waymo的縮影——威爾·羅斯科(Will Roscoe)
在加利福尼亞州奧克蘭市的一個倉庫里,一小群書呆子正在觀看威爾·羅斯科(Will Roscoe)用拇指點擊手機。在他腳下,一輛塑料外殼被撕破的遙控模型車開始在有劃痕的混凝土地板上沿著黃色和白色膠帶標記的跑道行駛,而羅斯科并沒有進一步的控制。這款名為“科學怪人”的汽車有一個攝像頭,頂部有一堆電子設備,被稱為“驢車”Donkey Car。羅斯科不是人工智能專家,但他作品中使用神經(jīng)網(wǎng)絡軟件的方法類似于Waymo自動駕駛汽車感知世界的方式。
圖示:威爾·羅斯科(Will Roscoe)發(fā)明的“驢車”Donkey Car平臺
作為一名訓練有素的土木工程師,羅斯科因為競選經(jīng)歷設計出了Donkey Car。2016年,他在舊金山灣區(qū)(Bay Area)的地鐵系統(tǒng)中競選董事,羅斯科承諾將用自動駕駛電動巴士取代現(xiàn)有地鐵擴大運力,但他最終只獲得了第三名。打造自己的小型自動駕駛汽車似乎是向選民展示這項技術并不是純粹幻想的好方法。他說:“我想證明它可以在小范圍內(nèi)發(fā)揮作用。”
事實證明,他的時機非常完美——一個專門破解遙控模型汽車的機器人愛好者團體即將在附近的伯克利召開第一次會議。在那里,他遇到了另一位修理工亞當·康威(Adam Conway),他提出要打造這樣一輛車。自學成才的程序員羅斯科利用谷歌開發(fā)的開源軟件TensorFlow打造了自己的自動駕駛系統(tǒng)。他還從遙控模型汽車聚會的一位與會者那里借用了一些神經(jīng)網(wǎng)絡代碼。羅斯科的最終設計是在演示過程中通過觀察人駕駛汽車的行為來學習駕駛。他把自己創(chuàng)造的模型車命名為“驢車”,因為他認為驢子對孩子們來說是安全的,不是傳統(tǒng)意義上的優(yōu)雅,而且容易出現(xiàn)不服從的情況。
羅斯科和康威把他們所有的軟件和硬件設計都放到網(wǎng)上供別人使用。“驢車”愛好者現(xiàn)在在香港、巴黎和澳大利亞的墨爾本開展比賽。今年1月份,在奧克蘭的倉庫中,九輛自制的自動駕駛汽車比賽以最快速度跑完單圈賽道;在競爭者中有一輛由三個緊張高中生制造的“驢車”。這些車輛也開始走出賽場。洛杉磯附近的兩名業(yè)余愛好者改造了驢車,以便在海灘上發(fā)現(xiàn)并撿垃圾。