人工智能

最新推荐文章于 2024-08-22 18:42:46 发布

lwxwl

最新推荐文章于 2024-08-22 18:42:46 发布

阅读量702

点赞数

本文链接：https://blog.csdn.net/lwxwl/article/details/53406677

版权

人工智能落地的条件

1、算法；
2、数据；
3、计算平台；
4、用户；
5、商业模式；
用互联网的思维把这五个因素串起来，迭代才能非常快。

人工智能会取代人类？

阿里云专家表示:
“人工智能会取代人类？”,这只是科技界的语不惊人死不休。今天所见到的所有机器人都还只是机器，离人还差的很远。

人工智能超越人类？

现在的人工智能只是某些专业领域的智能系统，和具有智慧，独立意识的机械生命有本质的区别，即便它在某些领域（棋牌游戏）超越人类，那也是因为计算机系统天然在数据分析处理方面有极大的优势。

技术超越人类其实早就存在

超越人类极限的技术并无过错。
如数千年前出现的算盘（比心算快）、几十年前的计算器，以及20年前在国际象棋上打败人类的深蓝。而智能化的技术也已经在很多地方使用了几十年，比如登月技术以及工业生产线。在今天之所以会成为一个大众化的话题，主要是今天的计算能力、算法、机器学习和数据能力，让之前不好解决的问题，在今天也得到了解决，所以会被大众过分解读。

机器的局限性：只能做逻辑思考的能力，没有感性思维，谈超越、取代还为时尚早。

机器所擅长的都是有规则可循的——拥有的是逻辑思考的能力。因此，在一些可以写成规则的事情上，人工智能会超过人类。但在文学艺术等感性思维上，其本身就不是一个有客观规律的东西，无法用逻辑写成一加一等于二或者五除二这样的简单规则，在这种情况下，谈人工智能取代人类真的是为时过早。

人工智能服务于人类

做人工智能的绝大多数人的目标压本不是替代人。它只是在某个地方看起来像人，但并不是真的具有人的情感和智慧。现在所有的技术，包括工业科技，总体来看都是人的感官、肢体的一种延伸，这些东西的背后是人在主宰。
“发展这些技术最终是要服务我们的，是在一定的范围内解放我们的双手、时间，而不是取代我们整个思考的过程。”

综合来看

人与人工智能是扬长补短的关系，人工智能强在复杂数据的整合、总结能力，而人强在直观的感觉。它是我们手、脚、眼的延伸，而不是对立。未来其实只是一个分工的不同，通过机器，让我们的生活变得非常便利和简单。另外，由于人工智能是由大数据驱动，并且受数据领域的局限，所以人工智能在未来会呈现两个对立的现象：一个是越来越智能，另外一个在有些领域还是有点傻。

就业问题与人工智能

早在工业革命时期，人们就提出了著名的“机器问题”，意思是机器的大规模应用是否会让工人大规模失业。而随着人工智能技术的发展，这个问题又被人提了出来。
工业革命时代，体力密集型的被机器替代；人工智能时代，首先被替代的应该是人力密集型的，其次则是部分脑力密集型的。在数据密集型、计算密集型这些有个例可寻的领域，机器都是可以超过人类的。人工智能不会导致大规模失业，但它会加速与计算机相关的自动化的趋势，像技术改变之前做的那样扰乱劳动力市场，并要求工作者比以往更快地学习新技能。

人工智能终究取决于人类本身（名人的担忧）

有不少名人做出人工智能会导致人类灭亡的言论，他们用意到底是什么？我们应该认识到：人工智能的威胁不是来自于那个被赋予所谓智能的机器，而是来自造这个机器的人。
“技术的本质还是给人带来便利。由于机器没有自主意识，所谓的威胁是背后的人在做坏事或者是有人在教机器做坏事的逻辑，而不是机器自己在做坏事。”
任何一个科学技术的发展都是双刃剑，它都可能有反作用。比如说，有人把恶意的代码给串进去，哪怕是一个简单的机器，也可能对人造成一个巨大的伤害。

防范

1.逻辑代码上少一些Bug。
2.用法律约束人工智能背后的人。

自发的情感智能？

情感智能化分成两个层面，一个是让机器本身具有情感，另外一个是让机器理解人的情感，但这两个并不一样。我们做到的也只是让机器去理解人的情感。
比如说所谓的陪伴机器人，陪伴机器人不是教这个机器人有情感，而是让它能抓住跟它需要陪伴对象的情感，以及这个对象在不同情感状态下，需要它来做什么，这些事情完全是可以学习到的。
要想做到情感智能，首先要让机器理解人的情感世界。但人的大脑有百亿量级的神经元，每个细胞元都存在激活和非激活状态（0和1），一天的数据量大概是一百个PB。如果能通过计算的方式，展示每时每刻整个脑神经的细胞元活动图，还原我们每一个情感的状态——处在什么状态下是开心或不开心、哪几个细胞元被激活导致这样一个情绪、是因为什么诱因导致的？

AlphaGo

其实质是深度学习网络（CNN）与蒙特卡罗搜索树(MCTS)结合的胜利，是人类智慧的进步。仅由此来鼓吹机器战胜人类、甚至人类将被机器统治等言论是无知的。

AlphaGo总体上包含离线学习和在线对弈两个过程。

离线学习：
1、策略网络存在瓶颈，提升能力有限。
2、AlphaGo基于价值网络对当前的局势进行分析来判断最后的结果。但由于搜索空间太大，AlphaGo并不能完全攻克这个问题。

在线对弈：
核心思想是在蒙特卡洛搜索树（MCTS）中嵌入了深度神经网络来减少搜索空间。AlphaGo并未具备真正的思维能力。

破解：
攻其策略网络，加大搜索空间。
AlphaGo的价值网络极大的提高了之前单纯依靠MCTS来做局势判断的精度，但离准确判断围棋局势还有不小的差距。

图灵测试

人工智能之父——阿兰·麦席森·图灵，于1950年设计出用于检验机器是否具备智能的测试——图灵测试。这个测试，其内容是如果电脑能在5分钟内回答由人类测试者提出的一系列问题，且其超过30%的回答让测试者误认为是人类所答，则电脑通过测试。
PS：图灵测试的标准已经落后于当前的人工智能所能达到的目标。
人工智能不等于智慧生命
简单的人工智能系统定义为：
一种人工创造的机械，这种机械能够在既定的某种目标下，根据当前的环境作出最为正确的选择。
从定义也可以看出，人工智能和智慧生命差距甚远，它没有自觉意识，这种定义也符合当前人工智能的发展阶段。

我们能创造机械智慧生命吗？

百度百科的定义认为人工智能的研究是在创造一种基于机械的智慧生命。 以上定义显然将认为人工智能远远超出了智能系统的范畴，这显然是有所偏差的。

智慧生命需具备以下条件：
（1）能够对外界进行认知，并可对认知进行归纳、推演、以及创新；
（2）形成自我认识，对外部刺激作出适当的反应；
（3）智慧生命拥有的文明，并能将文明传递下去.

那我们当前AI距离智慧生命还有多大距离呢：
当前的AI智能说是一个智能系统，它没有独立的自主意识，其认知也是局限于某个领域。即该系统经过特定的数据的训练建立某种领域的专家模型，该模型对来自该领域的刺激可做出某种目标下最大概率的反应。
缺陷：
（1）认知的局限性，仅仅局限于某个领域，无法建立面向整个文明的模型。
（2）推演的确定性，在同等条件下，其反应应该是确定的。
（3）其知识局限于当前条件，无法在此基础进行创新。
（4）至于独立的自我意识和文明延续的载体，那就是更加遥远的事情。
最大阻碍是，人类无法对意识的产生、形态做出确定的解释。