有时会跟朋友聊一聊 AI 的话题,我发现很多人对 AI 都有过度高估或者过度低估的情况。有些问题根本不需要用 AI,有些问题即使用 AI 也解决不了。

所以打算写一个系列,从各个角度来评估一个问题:“要不要用 AI ?AI 能否解决我的问题?”

系列文章列表:

我的业务要不要用人工智能?引入AI前你需要评估的(一)

我的业务要不要用人工智能?引入AI前你需要评估的(二)

我的业务要不要用人工智能?引入AI前你需要评估的(三)

我的业务要不要用人工智能?引入AI前你需要评估的(四)

评估角度:特征?

这篇文章切入的角度是:特征

还记得我的初中老师给我们讲过一个进化的知识点:俄罗斯常年寒冷,俄罗斯人的鼻子就进化的很长,这样进入体内的空气需要在鼻子里走更长的路,就不会太冷了。所以俄罗斯人有一个很明显的特征:就是鼻子长!

俄罗斯人的长鼻子可以防寒

但是并非所有鼻子大的都是俄罗斯人,非洲人也有鼻子大的!

非洲人也有长鼻子,还挺好看~

所以,我们想要判断是否是俄罗斯人,需要更多的特征(证据):

  • 鼻子长
  • 个子高
  • 蓝色眼睛
  • 白色皮肤
  • 眼窝比较深
  • 体毛发达

当我们发现一个人同时具备上面的所有特征时,那么这个人是俄罗斯人的概率就大很多。

  • 这个人能说一口流利的俄罗斯语

当我们发现上面这个特征(证据)时,基本可以断定这个人就是俄罗斯人。因为这个特征太强了,或者说太有说服力了。

插播——人工智能基本原理

回顾一下上面的过程:

当我们看过很多俄罗斯人和其他国家的人时,我们就会根据经验总结出俄罗斯人的特征:鼻子长、个字高、蓝眼睛、白皮肤、眼窝深、剃毛发达、说俄罗斯语…

总结俄罗斯人特征

当我们遇到一个没见过的外国人时,我们就用这套「经验」来套在这个人身上,看是否符合,如果很多特征都符合,那么就会猜测这个是俄罗斯人。

用总结的经验判断其他人

人工智能的原理基本就是上面的过程,如下图:

人工智能基本原理

特征象限图

但是并非所有问题都需要 AI 来解决,AI 的优势是可以处理海量的特征,不但可以处理表面的特征,还能找到背后隐藏的特征。但是很多情况下,没必要用大炮打蚊子。

当我们把特征数量和确定性画一个坐标,就能指导我们什么问题适合用 AI,什么问题不适合用:

特征象限

特征少+确定性弱:适合人工解决

特征少+确定性强:适合规则解决

特征多+确定性强:适合规则解决

特征多+确定性弱:「可以考虑」 AI 解决

PS:这里其实还有很多其他因素:成本、风险、是否可测量…这里统统不考虑,不然太复杂了。

案例说明

上面的象限太抽象了,下面举一个真实的案例来说明。

游戏行业有一种东西叫「外挂」,简单说外挂就是作弊器,打破了游戏的公平,让自己在游戏里更有优势。

几乎所有知名的游戏都有外挂,因为外挂很赚钱!所以游戏厂商必须要做好跟外挂战斗的准备。打击外挂的方式大部分情况都简单粗暴,但很有效:严惩不贷!一旦发现账号使用外挂,就会封号处理。

所以打击外挂最关键的是:第一时间发现玩家使用外挂。

我有一个朋友负责一款知名的格斗手游,他们也有很多外挂,一开始他们使用了一些固定的规则来发现外挂。效果还不错,但是还是会有漏网之鱼。

于是他们尝试使用 AI 来抓外挂,做了很长时间后,发现效果并不比固定规则好多少。

同样是打击外挂,在一些复杂度高,灵活度高的游戏里(例如吃鸡、CS),规则就不好使了,因为很难总结出来固定的规则。

这个时候 AI 就能大显身手了。CS:GO 和吃鸡都有比较成功的案例了:

以彼之道还施彼身——用机器学习揪出外挂狗

人工智能在游戏里竟然有这些应用方式,来看看你知道几种?

应用特征象限:

手机上的格斗游戏,自由度并不高,玩家只能控制移动、攻击、技能、闪避,这4种核心操作。策略性并没有太强,所以大致上符合「花钱+花时间≈实力」的逻辑。

所以只需要把握一个原则:玩家是否做了远超自己实力的事情?

通过观察玩家的战斗力,敌人难度,战斗时间等方式就可以比较有效的判断玩家是否使用了外挂。对于这种人都能与有效判断的问题,不需要使用 AI,反而会把解决方案搞复杂。

格斗游戏的特征少,确定性强,适合规则解决

先让我们来看看吃鸡都有哪些奇葩的外挂:《吃鸡外挂大全,让你一秒识破对方直接举报!

对于CS:GO、吃鸡这种射击类游戏,场景十分复杂(地图大,有房间,有遮挡物…)

玩家的行为也很复杂(移动、判断敌人位置、找掩护、切换武器、瞄准、射击…)

在这种情况下,很难用明确的规则来判断玩家是否使用了外挂。你不能说反应快就算使用了透视外挂,有些人反应就是快;你也不能说爆头多了就用了锁头挂,有些人枪法就是准。

所以想要发现这些外挂,就需要分析大量的数据,从中间找出「不那么明显的特征」,这时候 AI 就有其特殊的价值了。

射击游戏的特征多、确定性弱、可以考虑用AI

总结

今天我们从「特征」角度说明了哪些问题适合用 AI,哪些问题不适合用。

如果一句话来概括的话就是:

能够有效归纳出一些规则的问题,都不太需要 AI,而那些很难总结归纳出规则的问题可以考虑使用 AI 来解决。

如果想要评估可以套用下面的特征象限来看看你的问题是否适合使用 AI技术:

特征象限

除了「特征」角度外,还有很多角度可以帮助我们判断:要不要用 AI ?这个系列还会持续更新,关注我的公众号查看所有内容:

公众号:打不死的小强(xiaoqiang-me)