我眼中的人工智能(2017年初)

2024-01-01 16:32

本文主要是介绍我眼中的人工智能(2017年初),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!

声明:原创作品,转自我的公众号:http://mp.weixin.qq.com/s/j02w51JYEF-5iPwynpvKhw

(因面向读者不同,此处略有删减)


“除人脑以外,没有任何一个自然或人工系统能够具有对新环境新挑战的自适应能力、新信息与新技能的自动获取能力、在复杂环境下进行有效决策并稳定工作直至几十年的能力。没有任何系统能够在多处损伤的情况下保持像人脑一样好的鲁棒性,在处理同样复杂的任务时,没有任何人工系统能够媲美人脑的低能耗性”——致人类大脑




人工智能的完美,是相对于人类作为生物体的种种局限而言的。它可以全年无休、二十四小时在线,没有任何抱怨和体力不支,它几乎不受空间和时间的制衡,思维有多广,它就能找到思维游走过的那个具体点。在画大饼的技能上,恰如其分地印证了:人有多大胆,地有多大产(大误)。


人工智能是工业领域的石油,电子产业的半导体,信息时代的光纤,是当今万物数据化意识形态下的引擎室和发电厂。为讨论方便,我把关注点放在应用层面上,大家都能看得到的部分。再快速过一遍目前正火热的人工智能应用:


  • Alpha Go,会下棋的计算机程序、能辨识出棋盘

  • 百度小度,可以人机对话的实体机器人、非常会看图片

  • 无人驾驶,集成无人驾驶系统程序的汽车、会看路况

  • 语音助手(聊天机器人),可集成在几乎任何需要“输入”的应用场景中,如苹果Siri、亚马逊的echo(这个待会重点讨论)



Echo介绍:https://www.amazon.com/dp/B00X4WHP5E/ref=fs_ods_fs_ha_dr


总结下:这些最火的人工智能,清一色是“察言观色”的行家。“行家”背后的核心技术无外乎自然语言处理、图像识别和深度学习(再次推荐大家看我在上文结尾标出的链接),然而在特定领域解决问题的效率(好和快)要高于99%以上的人类。可以说,这几个项目是人类在人工智能领域了不起的成就。挑出最后一项单说,为什么?因为前三项离普通人生活稍远,或者用不上用不着,然而,siri和echo已远不止看热闹这么简单了。


以echo为例,echo连接全球最大的购物网站和你家里所有能联网的的设备,相当于身边多了个帮你买买买和服侍起居的管家,管家乱花钱、乱开电器,你也许不太会抱怨管家白痴,而是怀疑这背后是不是有什么阴谋;换种说法,理所当然的,人们开始习惯类echo的语音助手后,接受起包裹着一幅光滑细致皮肤、身材凹凸有致、一口慵懒伦敦腔,体贴入微、专属你的私人伴侣,是否也更加符合人性了呢?


真是想想都特别开心的事儿,真的会发生吗?图灵奖获得者Allen Newell在其最后的演讲当中提出他终其学术生涯希望回答的科学问题:“人的心智如何在物理世界重现?”。当我们在思考这个问题的时候,不妨先预设下结果:人的脑力密码被彻底破解,智能可以提取、组合、升级到无以复加的境界,我们将会面对些什么呢?


主观能动性发挥到极致,从长远看,所谓脑洞大开的无所不能,人类文明跨越式增长是大概率事件,属于只要别小行星撞地球就一定能实现的范畴。然而,究竟是不是人工智能起着决定作用,我个人的观点是:轻易下结论也容易显得很无知。任何一个偶然事件,都有可能引爆一飞冲天、肆无忌惮的生产力增长(蒸汽时代的发动机和电器时代的发电机)。人工智能的概念,和历史上任何一次被吹嘘成打开上帝家大门的科学范式变革,没有什么本质的不同。再悲观点说,如果人工智能的技术建立在较为脆弱的容错基础上,也就是说整个社会生态系统没有设置提供足够的空间和时间来缓冲技术“野蛮”的横冲直撞,可能到后来,我们看到更多的是类似科学怪人和乞丐幻想皇帝讨饭碗是镀金的这样——一厢情愿地充满个人或团体的偏执,无异于,“这场残暴的欢愉,终究要以残暴为结局”。


鉴于目前生物神经科学的研究进展,Deepmind和GoogleBrain倚靠的深层神经网络,会不会只是对人脑的一种“拙劣”模仿;大规模的计算机集群,其潜在的算力决定论与19世纪初的机械决定论,简直又不谋而合。技术突破未知常与人性愚昧裹足达成的默契,亘古不变,而有足够的智慧现代人,怎能不会要加以警惕呢?李敖说,他是最后一代能在脑力上能胜过计算机的人类。这话我同意一半,但如果没有微博、没有互联网、没有机器学习参与的推荐算法,李大师的金玉良言恐怕早就随上一代人飘然而去,竟也留不得半点讨论李敖是否又发阙词的声音了。


最后,不用大数据预测,春晚自然会少不了赶人工智能的时髦。看回二十年前的春晚,有谁还记得当年应用什么新的技术设备来着?人工智能不是新生儿,它浑身上下闪亮着人类赋予功能标签,只是化名alphago、master以及各种各种的大脑,人类的最终的难题,还是落在如何与自身相处的困境上。人工智能烙上高低美丑的印记,其实,也象征着人类自己的神力与无能。


这篇关于我眼中的人工智能(2017年初)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/559848

相关文章

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

基于人工智能的智能家居语音控制系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 随着物联网(IoT)和人工智能技术的发展,智能家居语音控制系统已经成为现代家庭的一部分。通过语音控制设备,用户可以轻松实现对灯光、空调、门锁等家电的控制,提升生活的便捷性和舒适性。本文将介绍如何构建一个基于人工智能的智能家居语音控制系统,包括环境准备

从希腊神话到好莱坞大片,人工智能的七大历史时期值得铭记

本文选自historyextra,机器之心编译出品,参与成员:Angulia、小樱、柒柒、孟婷 你可能听过「技术奇点」,即本世纪某个阶段将出现超级智能,那时,技术将会以人类难以想象的速度飞速发展。同样,黑洞也是一个奇点,在其上任何物理定律都不适用;因此,技术奇点也是超越未来理解范围的一点。 然而,在我们到达那个奇点之前(假设我们能到达),还存在另一个极大的不连续问题,我将它称之

[Day 73] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

AI在健康管理中的應用實例 1. 引言 隨著健康管理需求的提升,人工智能(AI)在該領域的應用越來越普遍。AI可以幫助醫療機構提升效率、精準診斷疾病、個性化治療方案,以及進行健康數據分析,從而改善病患的健康狀況。這篇文章將探討AI如何應用於健康管理,並通過具體代碼示例說明其技術實現。 2. AI在健康管理中的主要應用場景 個性化健康建議:通過分析用戶的健康數據,如飲食、運動、睡眠等,AI可

知名AIGC人工智能专家培训讲师唐兴通谈AI大模型数字化转型数字新媒体营销与数字化销售

在过去的二十年里,中国企业在数字营销领域经历了一场惊心动魄的变革。从最初的懵懂无知到如今的游刃有余,这一路走来,既有模仿学习的艰辛,也有创新突破的喜悦。然而,站在人工智能时代的门槛上,我们不禁要问:下一个十年,中国企业将如何在数字营销的浪潮中乘风破浪? 一、从跟风到精通:中国数字营销的进化史 回顾过去,中国企业在数字营销领域的发展可谓是一部"跟风学习"的编年史。从最初的搜索引擎营销(SEM),

通学人工智能一

AI 工具 1. 语言与内容创作工具 Heygen: 全球语言转换,创建逼真的数字人。系统主要是英文的,但可以通过微软小冰实现中文支持。 Predis.ai: 制作图文内容以及简单的视频。 通义听悟 & 讯飞语记: 帮助收集灵感并将其整理成文案。 2. 设计与图片生成 Pic Copilot: 自动生成电商网站。 Codia AI: 擅长将截图 1:1 复制成原图,并生成相关代码。 In

人工智能时代开启ai代写模式,让创作变得更加简单!

随着人工智能技术的飞速发展,我们的生活和工作方式正在发生翻天覆地的变化。在这个信息爆炸的时代,内容创作领域也迎来了新的变革——ai代写。这一模式的出现,让文章写作变得更加简单高效,为创作者们打开了新的可能。   一、ai代写的优势   提高写作效率   在传统写作过程中,创作者需要花费大量时间和精力进行资料搜集、构思和撰写。而ai代写能够在短时间内完成这些工作,大大提高了写作效率。创

[Day 72] 區塊鏈與人工智能的聯動應用:理論、技術與實踐

區塊鏈在跨境支付中的應用 跨境支付一直是全球經濟中極具挑戰的領域。傳統的跨境支付系統通常需要數天時間來處理交易,涉及的中間機構多且手續費昂貴。然而,區塊鏈技術的出現為解決這些問題提供了一條嶄新的途徑。本文將探討區塊鏈在跨境支付中的應用,並通過代碼示例展示如何使用區塊鏈技術來優化跨境支付流程。 1. 區塊鏈在跨境支付中的優勢 區塊鏈技術具有去中心化、透明、高效和安全等特性,使其在跨境支付領域具

基于人工智能的图像风格迁移系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像风格迁移是一种计算机视觉技术,它可以将一种图像的风格(如梵高的绘画风格)迁移到另一幅图像上,从而生成一幅具有特定艺术风格的图像。基于深度学习的图像风格迁移技术已经广泛应用于艺术创作、图像处理等领域。本文将介绍如何构建一个基于人工智能的图像风格迁移

【人工智能/机器学习/机器人】数学基础-学习笔记

函数 奇偶性: 偶函数: f ( − x ) = f ( x ) f(-x)=f(x) f(−x)=f(x)     y轴对称 f ( x ) = x 2 f(x)=x^2 f(x)=x2     f ( − x ) = ( − x ) 2 = x 2 = f ( x ) f(-x)=(-x)^2=x^2=f(x) f(−x)=(−x)2=x2=f(x) 奇函数: f ( − x )