人工智能最近在我們的個(gè)人和職業(yè)生活中非?；钴S

與機(jī)器人技術(shù)一樣，人工智能 (AI) 長(zhǎng)期以來(lái)一直被視為“未來(lái)技術(shù)”。然而，就像機(jī)器人一樣，我們現(xiàn)在可以肯定人工智能不僅僅是科幻小說(shuō)，而且遠(yuǎn)不止于此。人工智能在我們的個(gè)人和職業(yè)生活中非?；钴S，并且在普及方面正迅速趕上移動(dòng)設(shè)備。

在我們的日?；顒?dòng)中沒(méi)有一項(xiàng)活動(dòng)，人工智能的使用不會(huì)影響我們。從 Alexa、Siri 到自動(dòng)駕駛汽車(chē)，人工智能正在加緊幫助我們，就像人類(lèi)一樣。當(dāng)人們想到人工智能時(shí)，首先想到的是在復(fù)雜道路情況下自動(dòng)駕駛汽車(chē)的愿景，這可以通過(guò)使用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)來(lái)實(shí)現(xiàn)。但這里出現(xiàn)的主要問(wèn)題是——人工智能是否像我們認(rèn)為的那樣智能?

什么是人工智能?

人工智能是一個(gè)寬泛的詞，有多種定義，尤其是在涉及通用智能時(shí)。約翰麥卡錫在 1955 年創(chuàng)造了人工智能 (AI) 一詞來(lái)描述一個(gè)類(lèi)似于人類(lèi)智力和解決問(wèn)題的系統(tǒng)。人工智能已成為執(zhí)行以前需要人工輸入的困難活動(dòng)的軟件的總稱(chēng)，例如在線客戶(hù)服務(wù)或下棋。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)是深度學(xué)習(xí)的兩個(gè)子領(lǐng)域，經(jīng)常互換使用。

機(jī)器學(xué)習(xí)是人工智能的一個(gè)子領(lǐng)域，由 Arthur Samuel 于 1959 年創(chuàng)立，專(zhuān)注于使用復(fù)雜算法從現(xiàn)有數(shù)據(jù)中自動(dòng)識(shí)別模式和開(kāi)發(fā)模型，以及對(duì)新數(shù)據(jù)進(jìn)行預(yù)測(cè)和推斷。廣泛使用的定義。

AI真的是“智能”的嗎?

人工智能經(jīng)常被稱(chēng)為當(dāng)今技術(shù)的驅(qū)動(dòng)力。因此，它自然會(huì)引起熱情和巨大的希望。計(jì)算機(jī)使用的神經(jīng)網(wǎng)絡(luò)模型是根據(jù)人類(lèi)大腦的功能建模的，人類(lèi)大腦在以前無(wú)法想象的領(lǐng)域表現(xiàn)出色。

這使我們希望人工智能有一天會(huì)超越我們的智能并解決我們所有的問(wèn)題。語(yǔ)言工具，例如虛擬助手或自動(dòng)翻譯工具，是語(yǔ)言工具功能日益先進(jìn)的例子。由于 AI 的底層模型可以從大量數(shù)據(jù)中學(xué)習(xí)模式，因此語(yǔ)言工具可以模仿我們。

然而，人工智能越來(lái)越多地被用于人力資源、保險(xiǎn)和銀行等領(lǐng)域的決策過(guò)程中。通過(guò)通過(guò)大量輸入數(shù)據(jù)分析人類(lèi)行為，機(jī)器開(kāi)始更好地了解我們和我們的偏好。然后，推薦引擎很容易過(guò)濾掉內(nèi)容，并在社交媒體上為我們推薦電影、閱讀新聞或穿的東西，幫助我們做出決策。

因此，按照正常人群的說(shuō)法，當(dāng)被問(wèn)及“人工智能”時(shí)，這些都是這個(gè)時(shí)代的例子。

但是，“聽(tīng)起來(lái)像人”和“做人”之間存在巨大差異，前者并不一定意味著它總是附有人類(lèi)的智慧。這正是我們所生活的欺騙。

人工智能并不“實(shí)際上”智能

例如，當(dāng)我們將(語(yǔ)音激活)虛擬助手的能力與普通兒童談?wù)撏婢哕?chē)時(shí)的能力進(jìn)行比較時(shí)，該工具需要更多的數(shù)據(jù)——而且它很難掌握常識(shí)，例如常識(shí)。人類(lèi)智能最獨(dú)特的特征之一是“常識(shí)”，任何人工智能機(jī)器都無(wú)法模仿。

根據(jù) Idiap 電氣工程教授 Bourland 的說(shuō)法，AI 的所有這些貢獻(xiàn)不一定會(huì)使人工智能變得智能，并進(jìn)一步表示，迄今為止不存在這樣的系統(tǒng)，可以復(fù)制人類(lèi)智能哪怕是一點(diǎn)點(diǎn)。

隨著人工智能一詞目前越來(lái)越受歡迎，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等基礎(chǔ)技術(shù)所做的主要“智能”工作正變得黯然失色。因此，所使用的“機(jī)器”是由人為輸入的“智能化”，需要大量的好數(shù)據(jù)，并不是一個(gè)容易的過(guò)程。

與人類(lèi)智力相比，人工智能機(jī)器的主要缺點(diǎn)是推理能力。這些機(jī)器很容易對(duì)問(wèn)題提供足夠的反饋和答案，但是，它們?cè)谔峁┻壿嬐评砗徒忉尩贸鼋Y(jié)論的過(guò)程方面存在缺陷。

在艾倫·圖靈最著名的論文(發(fā)表于 1950 年)中，他回答了“機(jī)器能思考嗎?”這個(gè)問(wèn)題。通過(guò)發(fā)明“模仿游戲”，至今仍被用來(lái)解釋機(jī)器智能。實(shí)驗(yàn)的答案和結(jié)果，即使在 70 年后仍然存在，“沒(méi)有一個(gè)人工智能系統(tǒng)……通過(guò)了圖靈測(cè)試”，這在當(dāng)今時(shí)代是相當(dāng)令人費(fèi)解的。