【人工智能】人工智能与人类智能的关系

1.基本概念界定

1.1人工智能

人工智能是在20世纪中期以后产生的学科,人工智能就是用机器模拟人类的智能活动,从而用机器代替人类行使某些方面的职能。人工智能是通过探索人的感觉和思维的规律来模拟人的智能活动,电子计算机是人工智能的媒介和基础。阿伦·图灵说:“如果一台计算机能骗过人,使人相信它是人而不是机器,那么它就应当被称作有智能。”如果以此为标准来界定机器的智能,那么人工智能的发展之路仍然任重道远。

1.2人类智能

智能简单地说就是智慧与能力,是综合、复杂的精神活动功能,是人运用自己已有的知识和经验来学习新知识、新概念并且把知识和概念转化为解决问题的能力。智能活动往往和记忆力、感知力、思维、判断、联想、意志等有密切的联系,人类的智能表现在能够进行归纳总结和逻辑演绎,人类对视觉和听觉的感知以及处理都是条件反射式的,大脑皮层的神经网络对各种情况的处理是下意识的反应。

1.3什么是思维

思维是事物的一般属性和内在联系在人脑中的间接的、概括的反映。思维的形式包括概念、理解、判断、推理等。思维往往借助于语言来表达,由直接的感受即感性思维转化为理性,透过现象看到事物的本质,发现普适性的规律。芒福德说人类是“精神的制造者”而不仅仅是“工具的制造者”,因为人类具备思维能力。

2.基于“技术元素”视角下的人工智能

“技术元素”这一说法是凯文·凯利提出的,技术元素就是从人类意识中涌现出的一切东西,包括技术具象的工具,也包括文化、法律、社会机构和一切智能创造物。凯文·凯利说:“科技是人类的发明,也是生命的产物。”居所是动物的技术,是动物的延伸部分,人类的延伸部分是技术元素,科技发明是我们基因创造的躯体的外延。

2.1人工智能是技术进化的成果

凯文·凯利认为人类的延伸由思维产生,因为思维具有创造力,才促使了技术的进步,才创造出了以往没有创造出的东西,所以,“如果说科技是人类的延伸,那也与基因无关,而是思维的延伸。因此科技是观念的延伸躯体”。技术元素伴随着语言、工具的诞生成为人类不可或缺的伙伴,从古至今,除了极少的例外,各种技术都没有消失,而是进化成不同形态的技术。人工智能作为一种科技物种,随着技术的进步而产生发展,是技术进化的成果。

2.2人类与技术共同进步

一切生物都有天然的借助外力的本领,从钻木取火到航空航天,人类经历了漫长的发展,或者说是进化,技术作为一种手段、一种工具从来都与人类相伴相生。“技术元素”赋予技术以生命,人是技术进化的动力,而技术的进化也促进了人类社会的发展,二者是密不可分的。科技与人类正在逐渐融合,或者说人类已经成为科技最适合的载体;“技术元素”的发展虽然具有一定程度的自主性,但是它的发展轨迹从某种意义上来说也是人类意志的体现。人作为技术发展的动力之一与“技术元素”同步运动。

3.人工智能能否超越人类

对于这个问题人们有两种极端的看法:一是认为人工智能必将取代人类,不久的将来人类会沦为机器的奴隶;二是对人类的主体地位有着极度的自信,认为机器始终都是被人控制。前者的依据是人工智能的发展极其快速,超越了人类智能的进化速度,人工智能取代人类只是时间问题。后者的依据是人工智能不具有生命特征,无法融入生物圈从而和自然发生联系,只能作为人类活动的工具而存在。我更偏向于第二种观点,是基于以下几个原因:

3.1缺乏创造性的“特长生”

人工智能开发出的机器可能是某一个领域的“特长生”却不是全才。比如AlphaGO是围棋特长生却不能唱歌,计算器是数字计算的天才却不能陪人聊天,情感机器人负责陪伴和情感安慰却不能真正懂得人类的喜怒哀乐,如此等等,它们按照既定的程序运行,各司其职、各得其所,不会偏离轨道也不懂得创造。塞缪尔说:“机器不能输出任何未经输入的东西。”目前最先进的机器人也是依赖于软件运行,软件是通过人来完成更新升级,人工智能实际上是人类智能的外在表现。人体是一个复杂而庞大的系统,人有特定的背景和生活习惯,人脑的发育会受到所经历的事件和社会环境的影响,能够灵活运用,组合所接受的信息,具备综合分析问题的能力。人脑的控制系统复杂和精密程度远远超过智能机器人,因此,人工智能在技术上不及人类智能,它依赖人类智能而进化,能够胜任人类制定的任务,却缺乏人类智能的创造性。

3.2不能思维的人工智能

在回答“机器能否思维”的时候,我们首先应该对思维进行界定,思维是人脑特有的功能。人脑是一个高度发达的系统,是人类意识活动的物质载体。“电脑思维”在功能上会向人脑思维不断接近,但是两者之间存在不可消除的界限,“电脑思维”是一个简单的逻辑过程,模拟人脑思维功能和思维信息过程,它在本质上区别于人类思维。人脑思维除了能够接受外部信息以外,还能对信息进行主观的加工。人们已经能制造出类人机器人,可是它不能和人一样思维吗,因为思维不仅仅是人脑的生理机能,离开社会实践和人际交往是不能产生思维的。

3.3是辅助而非替代

人工智能简单明了地说就是人类用来改造世界的技术手段,是辅助性的工具,而不是对人类的替代。人工智能出现的历史并不久远,前文说到了技术和人类的共同进化,当人类有能力利用工具来处理复杂繁琐的工作时,这是人类的进化,也是工具的进化。人工智能被用于帮助人类进行某项工作,才能解放人力,人类智能才可以更好发挥主动性和创造性。人工智能承担了人类活动中基础的、不可或缺的、复杂的工作,从而使人类智能转向更核心的科研创造以及思维和判断上来。在人与人工智能的关系上,二者是相辅相成、相互补充的,而不是互相排斥、完全替代。

4.总结

人工智能与人类智能的关系是互为补充、相互制约的,人与技术的融合是必然的。目前人工智能的更新升级必须依赖与人类智能,人类智能的进化程度关系到人工智能的先进程度“技术元素”的进化也要受到社会条件的制约。人工智能可能在某一方面出强大的功能,但是它缺乏思维和创造性,这一点是致命的缺陷,工具作为人类器官的延长,是人类智能的外化之物,被人类智能的发展程度所局限。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

这句话,放在计算机、互联网、移动互联网的开局时期,都是一样的道理。

我在一线互联网企业工作十余年里,指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴,可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

在这里插入图片描述

在这里插入图片描述

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

😝有需要的小伙伴,可以Vx扫描下方二维码免费领取==🆓

在这里插入图片描述

  • 12
    点赞
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值