AI人工智能已經(jīng)被應(yīng)用于許多領(lǐng)域；就在最近，藝術(shù)領(lǐng)域也受到了AI的“入侵”，在一場藝術(shù)博覽會中，有參賽者利用AI制圖工具生成作品，并獲得了獎項。一時之間，有關(guān)AI人工智能發(fā)展的相關(guān)討論又沸沸揚揚，人們也思考起了AI背后的利與弊。

　　人工智障和AI藝術(shù)家的差距，更多是人工智能中“人”的差距。

　　在美國舉行的一場藝術(shù)博覽會中，Allen利用AI制圖工具M(jìn)idjourney生成的《太空歌劇院》獲得數(shù)字藝術(shù)類別冠軍后，不少藝術(shù)家指責(zé)Allen使用AI生成作品是作弊。

　　事實上，這副作品并非是由AI軟件生成后，直接拿去參加比賽，中途作者還用Photoshop對作品進(jìn)行了調(diào)色。

　　與冠軍作品《太空歌劇院》形成對比的，是網(wǎng)友在社交平臺貼出的自己通過AI關(guān)鍵詞“鮭魚回溯”生成的照片。

　　理想中成群結(jié)對的鮭魚結(jié)伴相游的照片并沒有出現(xiàn)，取而代之的是一片片漂浮在水面上試圖游泳的的三文魚片。

　　同樣是AI制圖，一個拿了藝術(shù)大獎，一個被調(diào)侃人工智障。制作團隊在模型設(shè)計、數(shù)據(jù)選擇上的差異，包括用戶使用軟件時描述方式的不同，導(dǎo)致了最終不同的呈現(xiàn)效果。

　　這樣看來，AI背后的人，似乎比人工智能更為重要。

　　人工智能應(yīng)用于某行業(yè)時，該行業(yè)的信息化程度應(yīng)處于高水平，事實上不同行業(yè)的信息化建設(shè)程度不盡相同，這也意味著，AI進(jìn)場首先將面臨不同程度的信息化挑戰(zhàn)。

　　以醫(yī)療行業(yè)來說，雖然醫(yī)療數(shù)據(jù)已經(jīng)實現(xiàn)了數(shù)據(jù)化，但數(shù)據(jù)化程度不高，內(nèi)部系統(tǒng)分散，數(shù)據(jù)很難流通共享，而AI藥研需要醫(yī)療全過程的數(shù)據(jù)。

　　為了挖掘出數(shù)據(jù)的價值，需要專業(yè)人士借助中間系統(tǒng)，將不同系統(tǒng)里的醫(yī)療信息進(jìn)行統(tǒng)一，或者采用聯(lián)邦學(xué)習(xí)法進(jìn)行處理。

　　完成信息系統(tǒng)的統(tǒng)一后，相關(guān)人員往往還需對信息本身進(jìn)行二次處理。

　　有醫(yī)療行業(yè)人士對銀杏科技表示，有些醫(yī)生在錄入信息時，會使用到業(yè)內(nèi)人士才能明白的黑話，或者只記錄下關(guān)鍵詞。這些被省略的部分需要人工“翻譯”出來，經(jīng)過人工規(guī)范后的數(shù)據(jù)才能用于AI模型訓(xùn)練。

　　AI進(jìn)行訓(xùn)練的語言通常較為規(guī)范，而人們?nèi)粘Ｉ畹恼Z言會更為通俗。為了讓AI在日常應(yīng)用中更有人情味，會有專門的工作人員對它們的語言進(jìn)行“潤色”。

　　以智能語音為例，用戶在與智能語音對話時，往往會省略掉一些關(guān)鍵性修飾詞，默認(rèn)智能語音明白。而用戶默認(rèn)智能語音懂的這部分關(guān)鍵信息，就需要設(shè)計師“補”上去。

　　騰訊的車機系統(tǒng)在進(jìn)入車載市場時曾遇到這樣一個小插曲。用戶要求語音助手播放《在路上》，但這既是一首歌曲名，也是一個電臺名稱。

　　面對這樣一詞多義的情況，正確的做法似乎是語音助手詢問用戶播放歌曲《在路上》還是電臺《在路上》。

　　在實際的使用過程中，出于客戶要求，設(shè)計者將歌曲版作為默認(rèn)選項。而有的廠商在面對這樣的問題時，考慮到電臺版關(guān)注者并不多，而歌曲版近期大熱，會將播放歌曲《在路上》作為默認(rèn)選項。

　　這一種排序的優(yōu)先級是人為對AI進(jìn)行的一個程序設(shè)置，目的是增加用戶在使用過程中對人工智能的親切感，然而這樣的設(shè)定會讓想聽電臺版《在路上》的用戶對語音助手的好感度下降。

　　當(dāng)AI足夠智能化后，它可以根據(jù)用戶的喜好自動生成用戶喜好或者習(xí)慣的排序優(yōu)先級。

　　從數(shù)據(jù)收集、產(chǎn)品測試、再到正式投入使用，人們?nèi)虆⑴c，及時根據(jù)AI的反饋調(diào)整模型和數(shù)據(jù)，確保在技術(shù)上達(dá)到理想效果。

　　從另一個角度講，到底是播放歌曲，還是電臺，這取決于平臺干預(yù)，從而讓AI平臺們擁有了某種“權(quán)力”，它們可以根據(jù)好惡選擇。

　　人工智能的一大技能，是可以根據(jù)蛛絲馬跡找出人們試圖隱藏的信息，這能幫助福爾摩斯破案，也可能導(dǎo)致科技公司信息被泄密。

　　前幾年鬧得沸沸揚揚的亞馬遜智能音箱echo勸人自殺事件中，智能音箱只是從自己的數(shù)據(jù)庫中調(diào)取信息作為對用戶提問的回復(fù)，它并不理解其中的含義，也無法共情這樣的答復(fù)會帶給用戶怎樣的情感傷害。

　　從技術(shù)的角度講，語音助手Alexa對用戶的提問做出了回答，答案也不智障（拋開人類立場不談），但人們無法在情感上接受這一回答，于是向亞馬遜提出了抗議。

　　echo的工程師解釋，Alexa很可能是從維基百科上下載了帶有惡意文件的文本，才做出這樣反人類的回答。

　　這就是為什么它會勸用戶自殺，它的數(shù)據(jù)源出現(xiàn)了污染。

　　“機器人通過這些有缺陷的神經(jīng)網(wǎng)絡(luò)模型，學(xué)習(xí)到了有毒的刻板印象?！弊糁蝸喞砉ご髮W(xué)的博士后研究員安德魯·亨特表示。

　　本質(zhì)上，Alexa的錯誤言論是人類社會的偏激言論，通過人工智能傳遞回了人類社會。

　　也是因為考慮到這一點，即使是智能產(chǎn)品已經(jīng)在市場上成熟運行了一段時間，科技公司通常也會安排專門的人員，負(fù)責(zé)對產(chǎn)品的數(shù)據(jù)庫、模型進(jìn)行監(jiān)測。

　　智能音箱數(shù)據(jù)被污染后，勸用戶自殺帶來的是可能發(fā)生的潛在傷害，而智能駕駛汽車的數(shù)據(jù)如果出現(xiàn)污染，帶來的傷害幾乎不可避免。

　　破壞者在系統(tǒng)中混入具有干擾性的數(shù)據(jù)，從而影響車輛對客觀環(huán)境的判斷，干擾車輛的正常行駛，很可能導(dǎo)致車輛失控。

　　嚴(yán)重情況下，攻擊者甚至可以還原出系統(tǒng)的算法邏輯，對裝載同款系統(tǒng)的汽車進(jìn)行無差別攻擊，給廠商帶去不可估量的損失。

　　人工智能已經(jīng)參與到互聯(lián)網(wǎng)內(nèi)容生產(chǎn)流通過程之中，抖音、快手的流量分發(fā)，內(nèi)容審核，大部分都是交給人工智能完成。

　　機器負(fù)責(zé)第一遍信息篩選，根據(jù)以往數(shù)據(jù)對疑似違規(guī)的內(nèi)容進(jìn)行攔截或標(biāo)紅提示；之后再由審核人員對標(biāo)紅信息進(jìn)行核實。

　　為什么沒有辦法完全交給機器呢？一位抖音的審核人員對銀杏科技表示，機器是根據(jù)量化的指標(biāo)做決定，比如一旦識別到“果體”畫面或相關(guān)的關(guān)鍵詞，就會自動攔截或作限流處理，但很多東西無法量化，比如意境、內(nèi)涵，機器尚無法對只能意會不能言傳的信息做出準(zhǔn)確判斷?，F(xiàn)在不少擦邊視頻，畫面與文字都不含敏感詞，組合在一起卻是妥妥的性暗示，像這樣機器審核的漏網(wǎng)之魚就只能人工抓捕。

　　紀(jì)錄片《監(jiān)視資本主義：智能陷阱》中，兩撥人在算法推薦營造的繭房里將自身觀看到的信息奉為真理，并在算法的推薦下不斷強化這一信念，雙方的信仰差異逐漸演成暴力事件，而他們最初爭論的可能僅僅只是地球是圓是方。

　　一條具有傾向性的言論，一個投其所好的推薦機制，分開看都沒什么問題，湊上一起再加上時間的催化就演變成了一場暴力事件。哪一方都沒有責(zé)任，哪一方又好像都有責(zé)任。

　　相比前兩者，AI技術(shù)的外部性或許更需要科技公司注意。

　　邁過技術(shù)關(guān)卡，規(guī)避掉各類各類風(fēng)險后，乖乖為我們所用的AI就一定能為公司帶來更好的經(jīng)濟效益嗎？未必。

　　對于曲庫量高達(dá)七千萬的音樂平臺來說，要求音樂編輯聽完所有內(nèi)容后再進(jìn)行作品推薦顯然不現(xiàn)實。

　　誠然，AI可以快速“聽”完所有音樂后，根據(jù)聽眾的審美偏好推薦相似風(fēng)格的小眾作品，從而提高整個曲庫的利用率，當(dāng)年蝦米音樂憑借獨特的算法邏輯在版權(quán)弱勢的情況下，依舊能與網(wǎng)易騰訊抗衡。

　　不過算法推薦也有弊端，不少用戶反應(yīng)推薦的音樂風(fēng)格過于單一，音樂平臺也嘗試改變算法的邏輯，在日推中加入風(fēng)格差異大的作品，以此緩解聽眾的審美疲勞。

　　即使是看似完全交給機器的算法推薦，背后依舊是按照人的意志來執(zhí)行。

　　機器推薦始終稍顯冰冷，這缺失的人情味便由用戶自發(fā)上傳的各類歌單補足。用戶自建的歌單歌曲的風(fēng)格連貫性不高，卻熱情飽滿，大家自發(fā)地收藏評論，用戶與用戶的距離、用戶與平臺的距離，也就由此拉近了。

　　出于整體的商業(yè)利益考慮，大部分內(nèi)容平臺都會采用AI和人工兩種推薦方式，取長補短。

　　內(nèi)容行業(yè)由于其文化上的特殊性，不能完全交給機器；而完全可以用AI代替，代替后效果更佳的工業(yè)，不少公司依舊使用人工，部分原因在于使用AI后帶來的收益并不能覆蓋前期投入的成本。

　　一位從事傳統(tǒng)行業(yè)的從業(yè)者對銀杏科技表示：如果采用AI技術(shù)，帶來了100萬的收益，卻讓成本增加了110萬，并且這個成本在三五年內(nèi)并不一定會下降，那么他傾向于保持現(xiàn)狀。如果成本與收益基本持平，但成本有望在三五年內(nèi)大幅下降，那么他會愿意嘗試。

　　除了成本問題，上述從業(yè)者還表示，希望能夠在確保公司數(shù)據(jù)絕對隱私、絕對安全的情況下進(jìn)行AI模型訓(xùn)練，如果不能保證這一點，即使采用AI技術(shù)收益會更高，他也很可能不會采用AI技術(shù)。

　　事實上，該從業(yè)者擔(dān)心的數(shù)據(jù)安全、隱私泄露問題，即使是完全采用普通機器或者人工，擔(dān)憂的事情也可能發(fā)生。

　　他告訴銀杏科技，在他看來AI的信息泄露肯定比傳統(tǒng)技術(shù)信息泄露造成的影響大，并且，法律對于傳統(tǒng)技術(shù)中出現(xiàn)的泄密等問題是有明確的相關(guān)規(guī)定的，出現(xiàn)問題直接走法律程序。

　　而AI技術(shù)在這方面的法律規(guī)定還在制定當(dāng)中，他表示，自己還是更愿意在這些配套設(shè)施基本完善之后再考慮AI技術(shù)。

　　從技術(shù)本身、到技術(shù)與人類社會的磨合、再到AI真正給用戶帶來價值，這其中的每一個環(huán)節(jié)都需要人參與，人的角色從一線的勞動者變成指揮AI進(jìn)行一線勞動的調(diào)控者。

　　人們利用數(shù)據(jù)和模型培養(yǎng)一個助手，如何引導(dǎo)這個助手以達(dá)到自己想要的市場效果，還在摸索階段。

　　作者：銀杏科技

　　來源公眾號：銀杏科技（ID：yinxingcj），帶給你最好的商業(yè)人物和故事。

　　本文由人人都是產(chǎn)品經(jīng)理合作媒體 @銀杏財經(jīng) 授權(quán)發(fā)布，未經(jīng)許可，禁止轉(zhuǎn)載。

　　題圖來自 Unsplash，基于 CC0 協(xié)議

　　該文觀點僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)。