AI 取代 "码农" 还没实现, 却有公司大开脑洞反向操作, 用码农冒充 AI.
一家名为 Engineer.ai 的印度创业公司就是这么干的, 他们声称用 AI 技术来编写代码, 使每个人都能够构建和运行定制软件. 但据华尔街日报引述该公司多位高管和员工的说法, 这家公司实际上并没有使用人工智能来构建应用, 而是利用 AI 技术作为幌子, 都是 "印度码农" 在做技术工作, 用造假来 "骗取" 融资.
借着 AI 的名头, 该公司还拿到了以日本软银为首近 3000 万美元 (约 2.1 亿人民币) 的融资.
消息一出, 网友一片唏嘘~
原来 "人工智能" 真的不如 "智能的人工"!
"人工智能" 还是 "智能人工" ?
Engineer.ai 创立于 2016 年, 总部设在美国洛杉矶和英国伦敦, 其公司创始人 Sachin Dev Duggal(以下简称 Duggal)毕业于伦敦帝国理工学院, 是一位工程师.
据报道, 该公司主要依靠人力工程师来开发 App, 同时利用 AI 来宣传以吸引客户和投资人.
该公司声称其 AI 工具是 "人工辅助的"(human-assisted), 并提供一项服务, 帮助客户从零开始开发一款移动应用程序 80% 以上的工作, 并且能在 1 小时内完成. Engineer.ai 的创始人 Sachin Dev Duggal 如此宣称, 还说他的另一个头衔是 "首席巫师"(Chief Wizard).
然而,《华尔街日报》报道说, Engineer.ai 并没有使用人工智能来写代码, 而是外包给印度以及其他地方的人类工程师来写.
今年早些时候, 该公司被其首席商务官 Robert Holdheim 起诉. Holdheim 称, 该公司为了获得研发资金, 夸大了自己的 AI 能力. 根据 Holdheim 的说法, 创始人 Duggal 告诉投资者 "Engineer.ai 开发这个产品已经完成 80% 了, 而实际上, 这个产品几乎还没有开始开发."
当被问及该公司实际上是如何使用机器学习和其他 AI 训练技术时, 该公司说, 它使用 NLP 来估计所需功能的价格和时间表, 并依赖于 "决策树" 来分配任务给工程师. 这两种技术都不具备现代 AI 的能力 , 无法支持高级的机器翻译或图像识别, 而且似乎也没有任何一种 AI 技术或软件被用来真正地编写代码. Engineer.ai 没有立即回应置评请求.
AI 造假, 不是个例!
像 Engineer.ai 这样骗钱的 AI 技术公司是个例吗? 答案是: NO!
2016 年,《彭博商业周刊》揭露了有些公司雇人每天花 12 个小时假装聊天机器人或者智能助手, 为客户进行日程安排等服务. 这是一份令人麻木而疲惫的工作, 员工们纷纷表示他们真的期待有机器人顶替自己的位置.
2017 年, 企业费用管理程序提供商 Expensify 公司 承认, 它此前声称的使用 "SmartScan" 技术的收据处理工作, 至少有一部分是人工完成的. 这些收据的扫描结果被发给了亚马逊的 MechanicalTurk 公司, 在这家公司的众包劳动工具上, 这些收据其实是由低薪酬雇来的员工们处理并誊写的.
2018 年, 据《华尔街日报》, 谷歌 允许数百名第三方应用开发者访问用户的邮箱, 以此来完善 "智能回复" 的功能. 报道称, 一家名为 EdisonSoftware 的公司的 AI 工程师, 用用户的身份认证浏览了数百名用户的个人电子邮件, 以便改进邮箱的 "智能回复" 功能. 该公司没有提及在其隐私政策中人们可以查看用户的电子邮件.
今年 5 月份,《纽约时报》报道称, 谷歌能够自动打电话的 AI, 被称赞通过图灵测试的 Duplex, 背后有真人在伪装.
根据《纽约时报》的报道, 在他们的实验中, 四通订位电话中有三通是真人帮忙完成的. 而谷歌也表示 Duplex 订位服务的确有相当大的比重 -- 约是 25% 由真人完成, 有 15% 的 AI 订位电话在途中必须有真人接手才能继续下去.
此前, Facebook 开发过一个基于文本的虚拟助手 Facebookm, 该公司称这是一款可以和你聊天, 可以辅助工作的万能助手. 但是 Facebookm 的背后却隐藏着代理商, 当聊天内容变得过于复杂的时候, 这些代理商就会接管. 如今 Facebook 已经关闭了该服务, 声称这只是一个实验产品.
去年 9 月, 国内一家有名的语音识别公司也被质疑人类翻译冒充 AI. 随后该公司回应称那场会议的翻译采用的是人机耦合技术, 就是通过机器识别语音后转录为文字并进行翻译, 从而降低人类同传译员的工作难度. 今年 3 月份, 风投公司 MMC 发布报告表示, 在欧洲有 40% 左右的创业公司, 都是假 AI 公司. 它们在报告中指出, 没有任何证据能够表明这些公司使用了 AI, 而只要打上 AI 标签, 它们吸引的资金就能多 15%-50%.
AI 前进路上, 阻力重重
Engineer.ai 揭示了现在 AI 产业的一个不争事实: 尽管像 Facebook 和 YouTube 这样已经应用了一些 AI 技术的很大众的科技平台, 他们仍然需要海外承包商帮他们审核删除有害的暴力视频. 所以说很多 AI 技术都需要人工去引导.
存在这种现象的一部分原因在于, 人工智能可能在测试阶段很容易起步, 但是在规模化和实际部署中则会出现很多阻力. 另外, 获取必备的训练数据以建立人工智能模型耗资巨大, 同时也需要很多的时间投入. 像 Facebook 和谷歌这样的公司确实有能力和资本向工程师支付高薪并建立庞大的研究机构.
软件需要在不断地微调中改善算法, 以便在出现问题时进行自动改进和修正. 在这个过程中, 人类利用眼睛, 耳朵来检查和注释数据的工作是必不可少的 .
来源: http://ai.51cto.com/art/201908/601525.htm