0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能或許比懷疑論者想象的更強大

JsPm_robot_1hjq ? 來源:未知 ? 作者:胡薇 ? 2018-07-20 09:01 ? 次閱讀

與許多和我交談過的博學廣識的人一樣,我認為人工智能(AI)往往被夸大了。不少專家認為,亞瑟?C?克拉克(Arthur C Clarke)所說的“人工愚蠢”使得計算機成為我們的仆人,而非我們的主人。

人類大腦產(chǎn)生創(chuàng)造性思維、直覺、創(chuàng)意甚至預感的能力肯定不可能被復制到電子設備上嗎?

但是如果人工智能懷疑論者高估了人類大腦呢?不久前,IBM展示了一個程序,在圍繞政府支持太空探索和遠程醫(yī)療是否有益的辯論中,它差不多與一位經(jīng)驗豐富的人類辯手平分秋色。它并不能完全讓人心悅誠服,卻不由得讓我對人工智能進行了一番反思。

IBM這套叫做Debater的系統(tǒng)在舊金山一個活動上提出的觀點,悉數(shù)來自該公司建立的一個包含“數(shù)億篇”文章的數(shù)據(jù)庫。評論人士稱,該程序被填鴨式地輸進了大量材料。一位著名專家、德蒙特福德大學(De Montfort University)研究機器人與人工智能倫理和文化的凱瑟琳?理查森教授(Kathleen Richardson)指出,這使得該計算機不必過濾垃圾信息——而人類卻必須自己過濾。

但是顯然每個人都是從有選擇性的“數(shù)據(jù)庫”中汲取觀點。我們的大多數(shù)思想,都是從父母、老師、書籍、朋友、受人尊敬的專家和媒體得來的想法和信息再整合而成。即便是我自認為原創(chuàng)的思想,在某種程度上也是受人啟發(fā)的。

那么創(chuàng)造力只是一種技巧,情緒是一種可以習得的行為,而愛情不過是一個人的個性與另一個人的個性相配?這些都能解構為代碼嗎?

20世紀90年代末,理論物理學家加來道雄(Michio Kaku)告訴我,機器人不會取代人類的一個根本原因在于常識,也就是“明白水是濕的,母親比女兒大,動物不喜歡疼痛”之類的道理。

他說:“在計算方面,一個五歲兒童的大腦中約有1億條常識性信息。”

如今,讓一臺機器飛快搜索1億條編程信息然后作出常識般的決定已經(jīng)不再是科幻小說中的場景,而是成了現(xiàn)實。Windows 10有5000萬行可執(zhí)行代碼,把它安裝在一臺只花200英鎊的計算機上也可以很好地運行。而IBM稱其Debater數(shù)據(jù)庫中有數(shù)億篇文章。

一些工程師表示,計算機運算速度和運算能力的增長之快甚至超過了戈登?摩爾(Gordon Moore)的預期,如果按照他在50多年前提出的“摩爾定律”,計算機算力每兩年會翻一番。能顯著提高計算機處理能力的量子計算,幾乎已經(jīng)成為現(xiàn)實。

機器甚至可能發(fā)展出幽默感,這是人類具有的一種微妙的能力。30年前,加拿大教育心理學家杰拉爾丁?施瓦茨(Geraldine Schwarz)跟我說,喜劇是“最高級別的智慧——高到不可定義和不可言喻”。

然而2013年我在倫敦觀看了一場由機器人表演的實驗性脫口秀節(jié)目,雖然談不上精彩絕倫,但那臺機器自主生成的笑話還是有點搞笑的。

或許人類大腦終究沒什么特別的。

就在今年1月,英特爾(Intel)負責人工智能業(yè)務的納維恩?拉奧(Naveen Rao)告訴我:“我們或許能在30年內(nèi)創(chuàng)造出一種有限智能,它可以在空間中移動,了解周邊環(huán)境,并且對自己有感知?!?/p>

我問他,我們是否有可能高估了我們的大腦。拉奧博士猶豫了幾秒鐘,仿佛對自己的答案感到有些囧?!笆堑模彼f。

他停頓了一會兒又說:“1996年我上過一節(jié)人工智能的課。我們觀看了圍棋比賽,我們那時認為在我們有生之年計算機是無法搞定圍棋的。在圍棋對弈中,你每下一子,后面可能走出的棋步——我們稱為分支因子——太多了。我們覺得我們的大腦在做神奇的事,我們無法理解、不可捉摸?!?/p>

“再來看過去五年里我們所做的事,現(xiàn)在我們意識到,我們的大腦做的事并不神奇。它們只是非常好的模式匹配程序?!?/p>

我問道,那么愛和同情是可以被學習和復制的嗎?“當然可以。這些能力是因為進化的原因而存在的。我看不出為什么不能?!?/p>

當然了,一位人工智能專家做出這樣的預測并不奇怪——雖然態(tài)度沒那么肯定。于是我又去找了麻省理工學院(MIT)的神經(jīng)學家詹姆斯?迪卡洛(James DiCarlo)。研究大腦的專家會怎么想?

IBM為迪卡洛教授在麻省理工的實驗室提供了部分經(jīng)費。他對人腦科學及工程學興致勃勃。

“認為人腦將總是比人工智能復雜是錯誤的,特別是對于大腦和認知方面的科學家來說,”他表示,“這意味著我們將永遠無法完成我們的這項工作,就是從工程學角度來理解大腦和思想——理解這些意味著我們可以構建出同樣復雜的系統(tǒng)?!?/p>

“我相信,工程學將會逐漸地掌握大腦的某些特定功能?!?/p>

我開始在想,人工智能可能比我們這些懷疑論者想的更強大。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • IBM
    IBM
    +關注

    關注

    3

    文章

    1736

    瀏覽量

    74555
  • 人工智能
    +關注

    關注

    1789

    文章

    46368

    瀏覽量

    236562

原文標題:人類大腦或許并不特別

文章出處:【微信號:robot-1hjqr,微信公眾號:1號機器人網(wǎng)】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏

    評論

    相關推薦

    《AI for Science:人工智能驅動科學創(chuàng)新》第6章人AI與能源科學讀后感

    探討了人工智能如何通過技術創(chuàng)新推動能源科學的進步,為未來的可持續(xù)發(fā)展提供了強大的支持。 首先,書中通過深入淺出的語言,介紹了人工智能在能源領域的基本概念和技術原理。這使得我對人工智能
    發(fā)表于 10-14 09:27

    AI for Science:人工智能驅動科學創(chuàng)新》第4章-AI與生命科學讀后感

    閱讀這一章后,我深感人工智能與生命科學的結合正引領著一場前所未有的科學革命,以下是我個人的讀后感: 1. 技術革新與生命科學進步 這一章詳細闡述了人工智能如何通過其強大的數(shù)據(jù)處理和分析能力,加速生命科學
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅動科學創(chuàng)新》第一章人工智能驅動的科學創(chuàng)新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習、深度學習等先進技術,AI能夠處理和分析海量數(shù)據(jù),發(fā)現(xiàn)傳統(tǒng)方法難以捕捉的模式和規(guī)律。這不僅極大地提高了數(shù)據(jù)處理
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    人工智能推薦系統(tǒng)中強大的圖形處理器(GPU)一爭高下。其獨特的設計使得該處理器在功耗受限的條件下仍能實現(xiàn)高性能的圖像處理任務。 Ceremorphic公司 :該公司開發(fā)的分層學習處理器結合了
    發(fā)表于 09-28 11:00

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析

    人工智能ai 數(shù)電 模電 模擬集成電路原理 電路分析 想問下哪些比較容易學 不過好像都是要學的
    發(fā)表于 09-26 15:24

    人工智能ai4s試讀申請

    目前人工智能在繪畫對話等大模型領域應用廣闊,ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個需要研究的課題,本書對ai4s基本原理和原則,方法進行描訴,有利于總結經(jīng)驗,擬按照要求準備相關體會材料。看能否有助于入門和提高ss
    發(fā)表于 09-09 15:36

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅動科學創(chuàng)新

    ! 《AI for Science:人工智能驅動科學創(chuàng)新》 這本書便將為讀者徐徐展開AI for Science的美麗圖景,與大家一起去了解: 人工智能究竟幫科學家做了什么? 人工智能將如何改變我們所生
    發(fā)表于 09-09 13:54

    報名開啟!深圳(國際)通用人工智能大會將啟幕,國內(nèi)外大咖齊聚話AI

    8月28日至30日,2024深圳(國際)通用人工智能大會暨深圳(國際)通用人工智能產(chǎn)業(yè)博覽會將在深圳國際會展中心(寶安)舉辦。大會以“魅力AI·無限未來”為主題,致力于打造全球通用人工智能領域集產(chǎn)品
    發(fā)表于 08-22 15:00

    FPGA在人工智能中的應用有哪些?

    FPGA(現(xiàn)場可編程門陣列)在人工智能領域的應用非常廣泛,主要體現(xiàn)在以下幾個方面: 一、深度學習加速 訓練和推理過程加速:FPGA可以用來加速深度學習的訓練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V2)

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V2) 課程類別 課程名稱 視頻課程時長 視頻課程鏈接 課件鏈接 人工智能 參賽基礎知識指引 14分50秒 https
    發(fā)表于 05-10 16:46

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V1)

    課程類別 課程名稱 視頻課程時長 視頻課程鏈接 課件鏈接 人工智能 參賽基礎知識指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:參賽基礎知識指引
    發(fā)表于 04-01 10:40

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產(chǎn)業(yè)變革的時代背景下,嵌入式人工智能成為國家新型基礎建設與傳統(tǒng)產(chǎn)業(yè)升級的核心驅動力。同時在此背景驅動下,眾多名企也紛紛在嵌入式人工智能領域布局
    發(fā)表于 02-26 10:17

    生成式人工智能和感知式人工智能的區(qū)別

    生成新的內(nèi)容和信息的人工智能系統(tǒng)。這些系統(tǒng)能夠利用已有的數(shù)據(jù)和知識來生成全新的內(nèi)容,如圖片、音樂、文本等。生成式人工智能通?;谏疃葘W習技術,如生成對抗網(wǎng)絡(GANs)、變分自編碼器(VAEs)等。 生成式人工智能的研究目標是能
    的頭像 發(fā)表于 02-19 16:43 ?1362次閱讀

    馬斯克稱人工智能核彈危險 需要全球合作的組織來監(jiān)管AI

    馬斯克又開始放嘴炮了嗎?馬斯克稱人工智能核彈危險;馬斯克一直深度關注人工智能的發(fā)展,并警告隱性風險,著重提示應該對人工智能實施某種監(jiān)管。 馬斯克一直都是向來強調(diào)AI威脅論的,而且對于
    的頭像 發(fā)表于 12-01 19:23 ?461次閱讀

    如何使單片機與無線供電結合,從而使人工智能脫離電池和線路?

    如何使單片機與無線供電結合,從而使人工智能脫離電池和線路
    發(fā)表于 10-31 06:34