展会官网(预登记)
/
/
/
强人工智能真的可以在二十一世纪实现吗?——深圳市人工智能行业协会
分类导航 Nav

强人工智能真的可以在二十一世纪实现吗?——深圳市人工智能行业协会

  • 分类:新闻动态
  • 作者:
  • 来源:
  • 发布时间:2021-04-12 11:00
  • 访问量:

【概要描述】作为加州大学伯克利分校人工智能系统中心的创立者和计算机科学专业的教授, Russell还是人工智能领域的「标准教科书」《人工智能:一种现代方法》的作者(该书作者之一为谷歌研究主管 Peter Norvig)。本文中,他以 Q& A的方式解释了人工智能的未来,以及一些常见的误解。

强人工智能真的可以在二十一世纪实现吗?——深圳市人工智能行业协会

【概要描述】作为加州大学伯克利分校人工智能系统中心的创立者和计算机科学专业的教授, Russell还是人工智能领域的「标准教科书」《人工智能:一种现代方法》的作者(该书作者之一为谷歌研究主管 Peter Norvig)。本文中,他以 Q& A的方式解释了人工智能的未来,以及一些常见的误解。

  • 分类:新闻动态
  • 作者:
  • 来源:
  • 发布时间:2021-04-12 11:00
  • 访问量:
详情

作为加州大学伯克利分校人工智能系统中心的创立者和计算机科学专业的教授, Russell还是人工智能领域的「标准教科书」《人工智能:一种现代方法》的作者(该书作者之一为谷歌研究主管 Peter Norvig)。本文中,他以 Q& A的方式解释了人工智能的未来,以及一些常见的误解。

 

什么是人工智能呢?

 

就是研究如何让电脑显示出智慧。电脑得到正确的方向后,就能有效地工作,而正确的方向意味着最有可能达到目标的方向,即达到预期的效果最大化。AI需要完成的任务有:学习,推理,计划,感知,语言识别和机器人控制等。

 

普遍的误解

 

“这是一项特别的技术”。举例来说,在20世纪80年代至90年代,我们经常可以看到新闻报道将人工智能与基于规则的专家系统相混淆。目前,人工智能常被误认为多层卷积神经网络。就好像把物理和蒸汽机的概念弄混了。AI研究如何在机器中制造智能意识,而不是研究过程中出现的任何特殊技术。“这是一类专门的技术方法”。举例来说,经常有人用符号化或逻辑化的方法把人工智能与神经网络、基因编程等“其他方法”进行比较。AI不是方法,而是研究的对象。这三种方法都是人工智能研究的产物。“这是一个研究小组的指示”。这一误会与前面的错误有关。有些学者用「计算智能」来指代研究人员中的某些特定群体,例如研究神经网络、模糊逻辑和遗传算法的人。这种分类方法很片面,使人工智能研究处于孤立状态,使研究成果不能被广泛讨论。“AI就是算法”。严格地说,这并不是一个误解,人工智能确实包含了算法(也可以被粗略地定义为程序),而且还包含了计算机的其他应用。自然地,与传统算法任务(如排序、算平方根)相比,人工智能系统需要处理的任务要复杂得多。

 

二、人工智能如何使人类受益?

 

一切文明都源于人类的智慧。将来,人工智能将扩大人类智能,就像起重机能让我们举起几百吨重的东西,飞机能让我们快速到达地球的另一端,电话能让我们在任何角落实时通讯。若设计得当,人工智能还能创造更多价值。

 

普遍的误解

 

“AI没有人性。”许多反乌托邦的幻想是,人工智能将被用于控制大多数的人类,不管是通过监控,机器人执法,法律裁决,甚至控制经济。未来也许会出现这种情况,但首先它不会被大多数人接受。人类常常忽视人工智能能让人类获得更多的知识,消除人与人之间的语言隔阂,解决繁琐的无意义和重复的工作。“人工智能会制造不平等现象”。毋庸置疑,自动化水平的提高将使财富集中到更少的人手中。但现在,我们掌握了如何使用人工智能的选择权。举例来说,人工智能可以促进合作,让生产者和消费者之间有更多的沟通,让个人和小组织在一个全球化的经济环境中独立运作,摆脱对大型企业订单的依赖。

 

什么是“机器学习”?

 

这是人工智能的一个分支,探索计算机如何通过经验来提高性能。

 

普遍的误解

 

“机器学习是一个全新的领域,它已经取代了人工智能”。这一错误认识是近来机器学习热的一个副作用,因为很多学生在学习机器学习课程前并未接触到人工智能。人工智能始终以机器学习为主题: AlanTuring在20世纪50年代的论文中已经提出学习是通往人工智能的最可行之路。这种看法似乎是正确的,因为早期最杰出的人工智能成果,即 ArthurSamuel的国际象棋程序,是通过机器学习构建的。“机器无法学习,他们只能按照程序员说的去做”。程序员能够告诉机器如何学习显然是错误的。萨缪尔是一位出色的跳棋选手,但是他的编程很快就超越了他。近几年来,许多机器学习的应用需要大量的数据来训练。

 

神经网络是什么?

 

神经网络是由生物神经细胞组成的计算系统。神经网络由许多独立的单元组成,每一个单元接受前一层单元的输入,并向下一个单元发送输出(“单元”不一定是单独的物理存在,它们可视为计算机程序的不同部分)。神经元网络的输出通常是取输入的加权和并经过一些简单的非线性转换,神经网络的主要特点是基于经验修正和神经元之间的连接比较相关权重。

 

普遍的误解

 

神经网络是一种新型的电脑。实际上,几乎所有的神经网络都在普通的计算机体系结构上运行。有些公司正在设计专门的机器,这些机器有时被称为「神经电脑」,能有效地运作神经网络,但是,迄今为止,这些机器还没有提供足够的优势,值得我们花很多时间来开发。“神经网络就像大脑一样运作”。实际上,生物神经元的工作方式比神经网络要复杂得多,自然界存在许多不同的神经元,神经元之间的连结可以随时间而改变,大脑中还有其他的机制可以影响动物的行为。

 

什么是“深度学习”?

 

深度学习是机器学习的一种特殊形式,训练多层神经网络。近年来,深度学习非常流行,在图像识别和语音识别等领域取得了突破性进展。

 

普遍的误解

 

“深度学习是一个全新的领域,它取代了机器学习。”实际上,深度学习在神经网络研究中的应用已有20多年的历史。近年来深度学习的发展受到了算法相对较小的改进以及大数据集模型和计算机硬件的发展的推动。

 

6.强人工智能和弱人工智能是什么?

 

John Searle首先提出了“强人工智能”和“弱人工智能”的概念,这是他对人工智能研究方向的两个假设。弱智人工智能假定机器可以通过编程来表现人的智能。而强人工智能则认为,机器呈现出意识,或者说,它的思维和认知方式可以用之前描述人类的方式来描述。

 

普遍的误解

 

“强人工智能是在人类智力水平上对通用人工智能的研究方向”。这一解释具有代表性,但在强/弱人工智能概念提出时,这并非其本意。类似地,「弱人工智能」被认为是针对特定领域、完成特定任务的人工智能研究,例如语音识别和推荐系统(又称 AI工具)。尽管无人拥有最终解释权,但这种语义转换可能造成不必要的混乱。

 

AGI、 ASI和超级智能是什么?

 

“通用人工智能”一词是指通用人工智能,旨在强调构建通用智能系统的雄心,其应用范围至少涵盖人类能够解决的任务。“ASI”指人工超级智能:人工智能远远超越人类智能。具体地说,超级智能系统比人类具有更强的高质量决策能力,能够考虑更多的信息,并对未来进行更深入的研究。

 

普遍的误解

 

”“主流人工智能研究者对一般人工智能并不关心。「有些学者,如语音识别,主要关注的是他们研究领域的具体目标,而有些学者则更关注发现现有技术的商业应用。大多数人工智能研究者,比如学习,推理,以及计划等领域的研究者,认为他们目前的研究有助于解决通用人工智能的子问题。“人的智力是一种普遍的智力”。这一观点通常被认为是明显而不值得讨论的,但它实际上回避了关于 AGI的所有讨论。持这一观点的人通常认为,通用智能是人类能够完成所有任务的能力。不过,人的劳动不能靠人工来完成,这一点并不奇怪,因为人可以完成已有的劳动。难以定义的是如何定义完全独立于人类中心价值和偏见的那种宽阔。因此,我们只能说,人类的智能在某种程度上是普适性的,人类可以做任何人类能做的事。另外一个更有意义的论断是,人类可以做很多事情,但是到目前为止,这个问题还没有确切的答案。

关键词:

imgboxbg
联系客服
联系我们
在线咨询 QQ交谈
GAIE小助理 GAIE小助理
邮件: mkt@saiia.org.cn
客服热线 0755-88917464 工作时间: 9:00 - 19:00