IT之家 10 月 17 日消息，谷歌搜索的实验性 AI 功能“Overview（概述）”再次闯祸，该功能曾因提供错误和有害搜索结果而备受批评，而其最新失误更是导致了一名游戏开发者的个人电话号码被错误地公开。
Skybound Games 高级环境艺术家 Rogelio Delgado 在社交媒体 X 上分享了一段他接到一个愤怒的孩子家长电话的经历，该家长抱怨他在儿子玩的《流放者柯南》中发现了不合适的内容，这是一款 2017 年的 M 级开放世界生存游戏，由制作《沙丘：觉醒》的 Funcom 工作室开发。该家长称他通过谷歌搜索找到了 Delgado 的电话号码，因为后者曾于八年前在 Funcom 工作过。
经过一番“有点针锋相对且尴尬的谈话”后，该家长最终道歉，解释称是他的助手找到了这个号码，他并不知道 Delgado 已不再在 Funcom 工作。随后，该家长向 Delgado 发送了一张截图， 显示谷歌的 AI Overview 将他的个人电话号码列为 Funcom 公司的主要办公电话。
Delgado 对此感到非常愤怒，他称：“我唯一能想到的这件事发生的原因是，我的简历上有我的电话号码，上面也把我列为 Funcom 的前员工…… 但谷歌人工智能怎么会得出这个结论，认为这是位于挪威的公司办公室的电话号码…… 还那么肯定地告诉人们。这到底是怎么回事，我惊呆了。@GoogleAI 把你们的事情做好。”
有网友发现，谷歌 AI 实际上是从错误的商业平台 LeadIQ 上获取了这个电话号码，谷歌应该从 Funcom 的公开联系信息页面获取正确的信息。
IT之家注意到，这并不是谷歌的 AI 首次引发争议，今年早些时候 Overview 功能曾因提供荒谬的搜索结果而受到强烈批评，例如建议人们在披萨中加入胶水，称岩石是一种健康的零食，以及向抑郁的人推荐自杀等。
现在人工智能发展到什么程度了？
2017-11-30请点蓝字＞慎思行慎思行
个人微信 helloSSX
人工智能概念介绍
人工智能是什么？人工智能是一门利用计算机模拟人类智能行为科学的统称，它涵盖了训练计算机使其能够完成自主学习、判断、决策等人类行为的范畴。 人工智能、机器学习、深度学习是我们经常听到的三个热词。 关于三者的关系，简单来说：机器学习是实现人工智能的一种方法，深度学习是实现机器学习的一种技术。 机器学习使计算机能够自动解析数据、从中学习，然后对真实世界中的事件做出决策和预测；深度学习是利用一系列“深层次”的神经网络模型来解决更复杂问题的技术。
人工智能从其应用范围上又可分为专用人工智能(ANI)与通用人工智能(AGI)。 专用人工智能，即在某一个特定领域应用的人工智能，比如会下围棋并且也仅仅会下围棋的AlphaGo；通用人工智能是指具备知识技能迁移能力，可以快速学习，充分利用已掌握的技能来解决新问题、达到甚至超过人类智慧的人工智能。
通用人工智能是众多科幻作品中颠覆人类社会的人工智能形象，但在理论领域，通用人工智能算法还没有真正的突破，在可见的未来，通用人工智能既非人工智能讨论的主流，也还看不到其成为现实的技术路径。 专用人工智能才是真正在这次人工智能浪潮中起到影响的主角。 我们的讨论范围将聚焦在更具有现实应用意义的专用人工智能技术，具体讨论现有专用人工智能技术能带来的商业价值。
人工智能发展历史与现状
人工智能的发展历史
人工智能的概念形成于20世纪50年代，其发展阶段经历了三次大的浪潮。 第一次是50-60年代注重逻辑推理的机器翻译时代；第二次是70-80年代依托知识积累构建模型的专家系统时代；这一次是2006年起开始的重视数据、自主学习的认知智能时代。 在数据、算法和计算力条件成熟的条件下，本次浪潮中的人工智能开始真正解决问题，切实创造经济效果。
本次人工智能浪潮的驱动因素
近年来，人工智能应用领域市场规模、人工智能领域的资金投入都迅速增长，反映了社会与市场整体对其认知程度与信心的高涨。 驱动认知程度提高的一方面因素是技术本身的提高，包括数据、算法、算力，使得人工智能技术真正为商业应用创造了价值；另一方面，大数据、物联网、云计算等技术为人工智能的发展打下了良好基础。
高质量、大规模的大数据成为可能。 1986—2007年，全球单日信息交换量增长了约220倍，全球信息储存能力增加了约120倍。 海量数据为人工智能技术的发展提供了充足的原材料。
计算力提升突破瓶颈：以GPU为代表的新一代计算芯片提供了更强大的计算力，使得运算更快，同时在集群上实现的分布式计算帮助人工智能模型可以在更大的数据集上运行。
机器学习算法取得重大突破：以多层神经网络模型为基础的算法，使得机器学习算法在图像识别等领域的准确性取得了飞跃性的提高。
社会理解与接受程度广泛提升：随着社会信息化及互联网/移动互联网的普及，以及受AlphaGo等大量热点舆论事件影响，全社会对人工智能的态度已逐渐从怀疑、恐惧转变为好奇、接受和认同。
物联网、大数据、云计算技术提供了人工智能的发展基础
物联网、大数据、云计算技术为人工智能技术的发展提供了其所需要的关键要素。 物联网为人工智能的感知层提供了基础设施环境，同时带来了多维度、及时全面的海量训练数据。 大数据技术为输入数据在储存、清洗、整合方面做出了贡献，帮助提升了深度学习算法的性能。 云计算的大规模并行和分布式计算能力带来了低成本、高效率的计算力，并降低了计算成本。
人工智能产业发展状况
技术方向方面
人工智能方向的企业目前主要分为两类：专注于技术研发的通用型人工智能企业，如DeepMind、 Facebook AI Research、Google Brain与Baidu AI等，以及专注于人工智能技术应用的专用型人工智能企业。 通用型人工智能由于研发技术难度大，目前多由巨头互联网公司在进行布局，短期内没有明确的技术突破前景。 专用型人工智能企业数量众多，但其发展仍然受制于需要人工标注的数据限制。
应用方向方面
从应用方向上来看，金融、医疗、汽车、零售等数据基础较好的行业方向应用场景目前相对成熟，相关方向企业的融资热度也较高。 以自动驾驶领域为例，谷歌、网络、特斯拉、奥迪等科技和传统巨头纷纷加入；人工智能在金融领域的智能风控、智能投顾、市场预测、信用评级等领域都有了成功的应用；在医疗领域，人工智能算法被应用到新药研制，提供辅助诊疗、癌症检测等方面都有突破性进展，凡此种种，不一而足。
地域发展方面
纵观全球人工智能产业的发展，我们可以发现：全球领先的创新高点散落在各个国家，如美国纽约与硅谷、英国伦敦、以色列，以及中国的北京、上海与深圳。 人工智能技术本身具有高流通、易传导的性质，在全球信息流通开放的大环境下，人工智能的发展不再受限于国家或地域。
借助于良好的人才基础、巨大的应用市场、强有力的风投基金支持，中国人工智能企业的发展势头良好，在全球处在优势领先地位。 中国的人工智能企业数量、专利申请数量以及融资规模均仅次于美国，位列全球第二。 在国内，计算机视觉、服务机器人、自然语言处理方向的人工智能企业占据了人工智能企业个数的一半以上。 北京、上海、深圳作为国内人工智能创新的高地，其相关企业数量占据了国内企业总数的近80%。
人工智能未来发展的预测
我们认为，短期内构建大型的数据集将会是各企业与研究机构发展的重要方向。 同时，机器学习技术会更注重迁移学习与小样本学习等方向，近期AlphaGo Zero在无监督模式下取得的惊人进步充分体现了此方向的热度。 长期来看，通用型人工智能的发展将依赖于对人脑认知机制的科学研究，其发展前景目前尚处于无法预测的状态。
在商业应用方面，短期内，专用型人工智能将会在数据丰富的行业、应用场景成熟的业务前端(如营销、服务等)取得广泛的应用。 长期来看，正如国际人工智能领域著名学者Michael 所说，人工智能技术将能在边际成本不递增的情况下将个性化服务普及到更多的消费者与企业，从细分行业的特定应用场景应用到更加普世化的情景。
Yibin.P
推荐阅读
谷歌账号注册电话号码不能验证
谷歌账号注册电话号码不能验证的原因是：1、可能是电话号码输入错误，可以重新输入号码。 2、可能是验证码过期导致，可以重新获取验证码。 3、可能是网络异常导致，可以切换网络再获取验证码。 谷歌（Google）是一家搜索引擎公司，由拉里·佩奇和谢尔盖·布林于1998年9月4日在美国加利福尼亚州山景城创立，其业务包括开发并提供大量基于互联网的产品与服务。 1999年下半年，谷歌网站“Google”正式启用，2010年3月23日，谷歌宣布关闭在中国大陆市场搜索服务，2017年12月13日，谷歌正式宣布谷歌AI中国中心在北京成立。 Google公司于1998年9月7日在美国加利福尼亚州山景城以私有股份公司的型式创立，以设计并管理一个互联网搜索引擎；Google网站于1999年下半年启动；2004年8月19日，Google公司的股票在纳斯达克（Nasdaq）上市，成为公有股份公司。
AI领域里的哪个公司更好?
在AI领域，各大公司都有自己的特色和优势。 1. 谷歌：谷歌将卓越的计算资源和智能算法相结合，打造了一系列受欢迎的服务，如搜索、地图、Gmail和YouTube。 这些服务因为内容丰富而广受欢迎，用户可以轻松找到所需信息。 随着每年照片数量超过1万亿张，存储和展示照片已成为谷歌的重要项目，也是吸引用户的关键途径。 谷歌Photos副总裁阿尼尔·萨布哈瓦尔表示：“我们相信，通过智能方式围绕照片和视频部署机器智能，可以让用户更好地享受他们创作的内容。 ”谷歌Photos服务能够汇总用户存储在不同硬盘和设备上的图片，借助PhotoScan应用，用户还可以将传统照片进行数字化。 借助谷歌的图片识别和人工智能技术，Assistant功能还能将图片制作成各种特效和图册。 谷歌Photos的用户已超过2亿，这显示了公司的创新意识和改革决心。 “人们仍然需要滚动屏幕查看图片，”萨布哈瓦尔说，“我们希望采取更多措施，让第一页的照片变得更加智能。 ”2. IBM：多年来，IBM一直在放弃原有的电脑硬件制作和销售业务，向更现代化的业务转型，目标是成为提供云计算和数据分析服务的公司。 2015年，IBM斥资约20亿美元收购了Weather Company的数字资产，进一步推进了这一战略，获得了世界各地的大量天气数据。 这些数据广泛应用于航空、保险和农业等领域，IBM的沃森系统可以借此对天气形态形成新的理解，提供更准确的预测。 在以消费者为中心的实际应用中使用沃森，有助于IBM从一家电脑公司转型为数据公司，这对公司的业务发展同样有利：据称，每年约有价值5000亿美元的商务活动受天气变化影响。 IBM的沃森事业部成立于2014年1月，专注于基于云计算的人工智能技术，帮助开发者和组织将自然语言处理和认知计算等工具整合到他们自己的产品中。 自沃森商用以来，这项技术已应用于癌症研究（沃森负责筛选和解读数以百万计的医学期刊）和零售（沃森负责帮助消费者寻找商品）等领域。 截至2017年，沃森已为4亿多人和患者提供服务。 IBM目前正在探索未来的用例，包括让沃森与多种技术互动，并将人工智能整合到其他应用中，包括无人驾驶和餐饮服务业。 3. 网络：网络CEO李彦宏在2016年公开表示，该公司将把人工智能技术积极整合到所有重要业务中，包括搜索引擎和无人驾驶等新业务。 去年8月，网络、斯坦福大学和华盛顿大学发布了一项学术研究，证明语音输入比在智能手机上打字更准确，速度甚至快出三倍。 网络的硅谷实验室负责寻找人工智能的新用途，而开发的语音识别引擎也整合到了搜索工具中，在中国的用户达到数亿。
