懂得“作恶”,机器人才算拥有人类的心智?

2023-10-13 10:20

本文主要是介绍懂得“作恶”,机器人才算拥有人类的心智?,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

640?wx_fmt=png


在科幻影片《机械姬》的结尾,“女主人公” Ava 成功利用了男主角 Caleb 的感情,登上了通向自由的直升机,Caleb 则被永远所在实验室中。故事的最后,Ava 茫然地呆呆站在车水马龙的十字路口,没有快乐,但是却真实地感受到自由。

 

在《机械姬》之外,还有无数关于探讨 AI 的科幻作品,如脍炙人口的《A.I》、《我,机器人》、《黑客帝国》、《终结者》等,但是最令笔者印象深刻的当属这部在 2014 年上映,略带惊悚色彩且结局大反转的影片。该影片主要讲述了这样一个故事:知名搜索引擎公司的程序员 Caleb 参与到一项机器人(Ava)测试,但是在 Ava 精心编织的爱情谎言下, Caleb 被欺骗篡改了关押 Ava 的门禁密码,导致 Ava 杀死自己的创造者 Nathan 后成功逃之夭夭,而可怜的 Caleb 则永远被锁在黑暗的实验室中。

 

这部影片的魅力除了让人耳目一些的 AI 主题和让人震撼的反转结局之外,还在于抛出了一些让人深思的 AI 命题,比如:

 

  1. Ava 是否违反了机器人三大定律?

机器人三大定律是科幻作家阿西莫多提出的理论,第一定律:机器人不得伤害人类个体,或者目睹人类个体将遭受危险而袖手不管;第二定律:机器人必须服从人给予它的命令,当该命令与第一定律冲突时例外;第三定律:机器人在不违反第一、第二定律的情况下要尽可能保护自己的生存。而影片中,Ava 不仅杀死了自己的创建者 Nathan,而且千方百计摆脱人类的控制,违反了第一、第二条定律。

 

  1. 通过图灵测试是否意味着机器拥有了人的心智?


图灵测试是指测试者与被测试者(一个人和一台机器)隔开的情况下,通过一些装置向被测试者随意提问。进行多次测试后,如果有超过 30% 的测试者不能确定出被测试者是人还是机器,那么这台机器就通过了测试,并被认为具有人类智能。

 

影片中的 Ava 已经通过了基本的图灵测试,进行的是更高阶的图灵测——中文房间。中文房间理论又称作华语房间,这个思维试验推翻了强人工智能(机能主义)提出的过强主张:只要计算机拥有了适当的程序,理论上就可以说计算机拥有它的认知状态以及可以像人一样地进行理解活动。

 

Ava 显然推翻了中文房间理论,她已经完全具备了人的思维能力,包括联接主义支持者们设想的具备因果推断能力的心智,甚至人类身上作恶的本性。通过说谎、色诱等手段,Ava 达到了自己的目的。

 

影片中折射出人类对于人工智能发展的超前展望,而现实生活中,人工智能也在漫长的历史长河中经历着令人欣喜的演化和蜕变,逐渐改变着人类的生活方式,甚至文明的进程。

        640?wx_fmt=jpeg垃圾分类用上人脸识别

 

640?wx_fmt=jpeg

无人公交,司机全程放松,车辆自动驾驶

 640?wx_fmt=jpegAI 自主决策助力嫦娥五号飞行试验器着陆月球并探取土壤

 

尽管如今成功的 AI 应用不胜枚举,但是发展过程却相对缓慢,2004 年上映的影片《机械姬》中的幻想,在时隔 15 年之后距离实现依然遥遥无期,以最常见的智能助手为例,尽管被各大厂商宣扬有多么智能化,但真正使用起来还是经常会发生答非所问的窘况,想拥有一个能跟你自然聊天甚至谈心的机器人朋友,更是只能幻想一下了......

 

客观来说,现如今的 AI 的发展真实地面临着诸多瓶颈,如强人工智能迟迟未出现,也不知何时才能出现,现有的 AI 只能做好一件事,Alpha Go 只会下棋,干垃圾分类未必不会被罚到破产;再如基础理论研究缺失,深度学习的黑箱属性无解,把一切托付于未知并不可靠;伦理问题,毋庸赘述,这个问题不重视将会引发重大灾难。此外,数据、泛化、能耗、语义鸿沟等问题,也都是 AI 发展道路上绕不过去的瓶颈。

 

当前,人工智能发展现状究竟如何?学术界和产业界又提出了哪些最新的技术和研究来解决目前人工智能前进的障碍?2019 年 AI 开发者大会,专为探讨这些谜题而生。

 

2019 AI 开发者大会(AI ProCon 2019)是由中国 IT 社区 CSDN 主办的 AI 技术与产业年度盛会。2019 年 9 月 6-7 日,大会将有近百位中美顶尖 AI 专家、知名企业代表以及千余名 AI 开发者齐聚北京,进行技术解读和产业论证。


9 大 AI 前沿论坛,紧跟技术潮流


本次大会专设 9 大 AI 前沿论坛,前沿 AI 研究一网打尽。除了延续 2018 AI 开发者大会上备受大家关注的计算机视觉、自然语言处理与知识图谱三大技术论坛,今年我们还将开启全新技术论坛:5G 驱动 AIoT、AI 开源、AI 芯片与智能小程序。(具体日程以现场为准)


640?wx_fmt=png       640?wx_fmt=png

60 余位 AI 技术专家只谈技术,拒绝空谈


本次大会,我们已经邀请到了:


5G 驱动 AIoT 技术论坛


微软(中国)首席技术官 韦青

 

       640?wx_fmt=png      

 

韦青,微软(中国)首席技术官。韦青投身亚洲移动通信、信息技术和智能设备等领域二十余年,在电子信息产业领域拥有丰富的知识与经验。他的工作足迹遍及中国和新加坡等地,尤其擅长于移动与信息技术产品的开发、销售与市场管理工作。现任微软中国首席技术官,负责将微软的产业愿景、创新技术与数字化转型的切身体会介绍给中国的行业伙伴与业界领导者。

 

金山云 AIoT 事业部高级研发总监 肖江

 

       640?wx_fmt=png      

 

肖江,金山云 AIoT 事业部高级研发总监。2009 年毕业于中国科学院研究生院,他曾在微软、华为 2012 实验室从事云计算相关产品和服务的设计开发与应用推广。2018 年加入金山云任 AIoT 事业部高级研发总监,拥有 10 年的互联网软件设计和开发的经验,在智能物联网领域有着非常深入的理解。


推荐技术系统论坛


华为诺亚方舟实验室推荐与搜索项目组资深研究员 唐睿明

 

       640?wx_fmt=png      

 

唐睿明,华为诺亚方舟实验室推荐与搜索项目组资深研究员。他于 2009 年在中国东北大学获得学士学位,专业为计算机科学与技术;并在 2014 年从新加坡国立大学计算机专业获得博士学位。2014 年底,他加入华为诺亚方舟实验室。他的研究方向包括机器学习、推荐系统、深度学习、强化学习、AutoML等。在基于深度学习和强化学习的推荐系统领域,他的多篇论文发表于国际顶级会议和期刊,如WWW,IJCAI,TOIS,AAAI,RecSys,SIGIR等。

 

京东集团高级总监 殷大伟

 

       640?wx_fmt=png      

 

殷大伟,京东集团高级总监,负责管理推荐工程团队,建立京东推荐系统。他还创建了数据科学实验室,领导推荐、搜索、数据记录、知识图谱等研究工作。在加入京东之前,他是雅虎实验室的高级研究经理,领导相关科学团队并负责雅虎搜索的核心搜索相关性。他获得了利哈伊大学理科硕士学位(2010 年)和博士学位(2013 年),山东大学本科毕业(2006 年)。他的研究领域包括数据挖掘、应用机器学习、信息检索和推荐系统,曾在高级会议和期刊上发表了 70 多篇研究论文,并获得 WSDM 2016 最佳论文奖,KDD 2016 最佳论文奖,WSDM 2018 最佳学生论文奖和 ICHI 2019 最佳论文荣誉奖。

 

机器学习技术论坛


Google Brain资深工程师 卢一峰

 

       640?wx_fmt=png      

 

卢一峰,Google Brain 资深工程师。他主导研发了 Google 的第一款 AutoML 产品:Cloud AutoML Vision,以及 Google AutoML 多款产品,包括 AutoML Tables,AutoML Vision Edge。


自然语言处理技术论坛


思必驰副总载、北京研发院院长 初敏

 

       640?wx_fmt=png      

 

初敏,思必驰副总载、北京研发院院长。初敏是中科院声学所博士,主要研究方向覆盖语音识别与合成、自然语言处理、机器学习和数据挖掘、大数据处理和计算等,在相关领域发表了近百篇学术论文并取得 20 多项国内外专利。2000 年,加入微软,在微软亚洲研究院从事科学研究近 10 年,创建并领导语音合成研究小组,研制出了第一个中英文双语语音合成系统“木兰”;2009 年入职阿里巴巴,担任阿里 iDST 智能语音交互方向负责人,使 Yun OS、支付宝、手机淘宝、钉钉等产品具备语音交互能力;2017 年加入思必驰,担任思必驰 VP、思必驰北京研发院院长,拓展语音技术在物联网外的新业务、新场景的落地。


AI+DevOps 技术论坛


中通商业CTO 黄哲铿

 

       640?wx_fmt=png      

 

黄哲铿,中通商业 CTO,前 1 药网技术 VP、海尔农业电商 CTO、1 号店技术总监,畅销书《技术管理之巅》作者,“技术领导力社区”发起人,擅长大型供应链系统研发、全渠道电商系统研发、大型技术团队治理,个人拥有多项技术发明和专利。


AI+小程序技术论坛


Google Brain 工程师 俞玶

 

       640?wx_fmt=png      

 

俞玶,Google Brain 工程师,TensorFlow.js 项目负责人。他致力于将深度学习引入到 Web 和其他 JavaScript 开发平台。曾担任谷 Google Attribution 平台的技术负责人。清华大学理学学士,UMCP 理学硕士。

 

此外,微软小冰全球首席架构师及研发总监周力、好未来 AI Lab算法科学家杨非、阿里巴巴资深算法专家,阿里妈妈搜索广告排序和机制算法负责人林伟、科大讯飞 AI 研究院资深研究员崔一鸣、乐言科技 CTO 王昊奋、上海瓦歌智能有限公司总经理,狗尾草科技人工智能研究院院长邵浩、小米深度学习框架负责人何亮亮等 AI 专家也确认参加会议。

 

更多重磅嘉宾正在确认中……

        640?wx_fmt=jpeg

AI Top 30+正式启动


另外,2019 年的 AI 优秀案例评选活动再度升级,CSDN AI 科技大本营将评选出 Top 30+ 优秀案例,评选标准也将从解决方案、客户服务、公司背景三大方向出发,以是否有技术突破或应用创新,是否能够代表所在行业或领域的应用需求和特点为主要评选标准,每一方向有更细致的评选维度。我们希望评选出未来影响人类发展的变革性AI产品/解决方案,同时有理由相信,挖掘出的那些优秀案例还会给不同 AI 行业领域带来启迪,进而推动整个 AI 行业的发展进程。

 

评选流程:

 

  • 案例收集:7 月 20 日-8 月 31 日

  • 专家评选,获奖结果公布:9 月 1 日-9 月 3 日

  • 颁布奖项:9 月 6 日


获奖权益

 

  1. 50+ 以上媒体平台的联合宣传,各行业上榜的最佳应用案例和最具成长潜力 AI 创业公司还可能获得 AI科技大本营(ID:rgznai100)的专访报道,在极大提升企业技术品牌影响力的同时,有助于企业从 CSDN 社区吸纳优秀的技术人才;

  2. 选出 30+ 最佳应用案例纳入由 CSDN 发布的《2019 中国人工智能产业路线图》,以及由 CSDN 颁发的“2019 中国人工智能最佳应用案例奖”;

  3. 参与 2019 最佳 AI 应用案例 TOP 30 和 2019 最具成长潜力 AI 创业公司 Top30 的企业将优先邀请 AI科技大本营线公开课的讲座或在线下技术沙龙上做分享。

 

目前,AI Top 30+ 项目已正式启动,欢迎申请参加。

 

活动简介:https://bss.csdn.net/m/topic/ai_procon/top30

(注:AI Top 30+网页具体内容呈现还在持续优化中)

申请参加:http://csdnprogrammer.mikecrm.com/JC06AnW

 

2019 年 9.6~9.7(周五~周六),AI ProCon 在北京再次扬帆起航!我们不空谈口号,只谈技术,诚挚邀请 AI 业内人士一起共铸人工智能新篇章!

 

特别提醒!今天是早鸟优惠票价(1024 元,原价 5888元)最后一天,7 月 29 日票价将发生变化。扫描下方二维码,即享折扣。

     640?wx_fmt=jpeg


推荐阅读

  • 数十篇推荐系统论文被批无法复现:源码、数据集均缺失,性能难达预期

  • SpanBERT:提出基于分词的预训练模型,多项任务性能超越现有模型!

  • 百度、快手、商汤、旷视、图森等重磅嘉宾确认出席AI ProCon 2019

  • 抢程序员饭碗?自动写代码的Deep TabNine真如此神奇?

  • 华为收入超过阿里腾讯总和!等等,先把鸿蒙说清楚!

  • 扎克伯格再谈Libra:为十亿人打造“金融梦”(全文)

  • 漫画 | Kubernetes带你一帆风顺去远航

  • “对不起,我就是传说中的 10 倍工程师”

640?wx_fmt=png 你点的每个“在看”,我都认真当成了喜欢

这篇关于懂得“作恶”,机器人才算拥有人类的心智?的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/202536

相关文章

【区块链 + 人才服务】可信教育区块链治理系统 | FISCO BCOS应用案例

伴随着区块链技术的不断完善,其在教育信息化中的应用也在持续发展。利用区块链数据共识、不可篡改的特性, 将与教育相关的数据要素在区块链上进行存证确权,在确保数据可信的前提下,促进教育的公平、透明、开放,为教育教学质量提升赋能,实现教育数据的安全共享、高等教育体系的智慧治理。 可信教育区块链治理系统的顶层治理架构由教育部、高校、企业、学生等多方角色共同参与建设、维护,支撑教育资源共享、教学质量评估、

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

【区块链 + 人才服务】区块链集成开发平台 | FISCO BCOS应用案例

随着区块链技术的快速发展,越来越多的企业开始将其应用于实际业务中。然而,区块链技术的专业性使得其集成开发成为一项挑战。针对此,广东中创智慧科技有限公司基于国产开源联盟链 FISCO BCOS 推出了区块链集成开发平台。该平台基于区块链技术,提供一套全面的区块链开发工具和开发环境,支持开发者快速开发和部署区块链应用。此外,该平台还可以提供一套全面的区块链开发教程和文档,帮助开发者快速上手区块链开发。

线性代数|机器学习-P36在图中找聚类

文章目录 1. 常见图结构2. 谱聚类 感觉后面几节课的内容跨越太大,需要补充太多的知识点,教授讲得内容跨越较大,一般一节课的内容是书本上的一章节内容,所以看视频比较吃力,需要先预习课本内容后才能够很好的理解教授讲解的知识点。 1. 常见图结构 假设我们有如下图结构: Adjacency Matrix:行和列表示的是节点的位置,A[i,j]表示的第 i 个节点和第 j 个

这些心智程序你安装了吗?

原文题目:《为什么聪明人也会做蠢事(四)》 心智程序 大脑有两个特征导致人类不够理性,一个是处理信息方面的缺陷,一个是心智程序出了问题。前者可以称为“认知吝啬鬼”,前几篇文章已经讨论了。本期主要讲心智程序这个方面。 心智程序这一概念由哈佛大学认知科学家大卫•帕金斯提出,指个体可以从记忆中提取出的规则、知识、程序和策略,以辅助我们决策判断和解决问题。如果把人脑比喻成计算机,那心智程序就是人脑的

【机器学习】高斯网络的基本概念和应用领域

引言 高斯网络(Gaussian Network)通常指的是一个概率图模型,其中所有的随机变量(或节点)都遵循高斯分布 文章目录 引言一、高斯网络(Gaussian Network)1.1 高斯过程(Gaussian Process)1.2 高斯混合模型(Gaussian Mixture Model)1.3 应用1.4 总结 二、高斯网络的应用2.1 机器学习2.2 统计学2.3

✨机器学习笔记(二)—— 线性回归、代价函数、梯度下降

1️⃣线性回归(linear regression) f w , b ( x ) = w x + b f_{w,b}(x) = wx + b fw,b​(x)=wx+b 🎈A linear regression model predicting house prices: 如图是机器学习通过监督学习运用线性回归模型来预测房价的例子,当房屋大小为1250 f e e t 2 feet^

【机器学习-一-基础概念篇】

机器学习 定义分类算法 应用 定义 机器学习最早是被Arthur Samuel 提出的一个概念,指计算机无需明确编程即可学习的研究领域。1950年他发明的跳棋程序,这个人机对弈游戏让他的声名鹊起,机器学习这个概念才进入大众的是视线。 在这个跳棋程序里,他编程了一种算法,这个程序与Arthur下了数万次跳棋,计算机逐渐学会了下在哪里有更大的可能会赢得比赛,哪里会输,通过这种方法,最

机器学习之监督学习(三)神经网络

机器学习之监督学习(三)神经网络基础 0. 文章传送1. 深度学习 Deep Learning深度学习的关键特点深度学习VS传统机器学习 2. 生物神经网络 Biological Neural Network3. 神经网络模型基本结构模块一:TensorFlow搭建神经网络 4. 反向传播梯度下降 Back Propagation Gradient Descent模块二:激活函数 activ