人工智能最近在我們的個人和職業(yè)生活中非?；钴S

與機器人技術一樣，人工智能 (AI) 長期以來一直被視為“未來技術”。然而，就像機器人一樣，我們現(xiàn)在可以肯定人工智能不僅僅是科幻小說，而且遠不止于此。人工智能在我們的個人和職業(yè)生活中非?；钴S，并且在普及方面正迅速趕上移動設備。

在我們的日?；顒又袥]有一項活動，人工智能的使用不會影響我們。從 Alexa、Siri 到自動駕駛汽車，人工智能正在加緊幫助我們，就像人類一樣。當人們想到人工智能時，首先想到的是在復雜道路情況下自動駕駛汽車的愿景，這可以通過使用機器學習和深度學習來實現(xiàn)。但這里出現(xiàn)的主要問題是——人工智能是否像我們認為的那樣智能?

什么是人工智能?

人工智能是一個寬泛的詞，有多種定義，尤其是在涉及通用智能時。約翰麥卡錫在 1955 年創(chuàng)造了人工智能 (AI) 一詞來描述一個類似于人類智力和解決問題的系統(tǒng)。人工智能已成為執(zhí)行以前需要人工輸入的困難活動的軟件的總稱，例如在線客戶服務或下棋。機器學習和深度學習是深度學習的兩個子領域，經(jīng)?；Q使用。

機器學習是人工智能的一個子領域，由 Arthur Samuel 于 1959 年創(chuàng)立，專注于使用復雜算法從現(xiàn)有數(shù)據(jù)中自動識別模式和開發(fā)模型，以及對新數(shù)據(jù)進行預測和推斷。廣泛使用的定義。

AI真的是“智能”的嗎?

人工智能經(jīng)常被稱為當今技術的驅(qū)動力。因此，它自然會引起熱情和巨大的希望。計算機使用的神經(jīng)網(wǎng)絡模型是根據(jù)人類大腦的功能建模的，人類大腦在以前無法想象的領域表現(xiàn)出色。

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

然而，人工智能越來越多地被用于人力資源、保險和銀行等領域的決策過程中。通過通過大量輸入數(shù)據(jù)分析人類行為，機器開始更好地了解我們和我們的偏好。然后，推薦引擎很容易過濾掉內(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，按照正常人群的說法，當被問及“人工智能”時，這些都是這個時代的例子。

但是，“聽起來像人”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的智慧。這正是我們所生活的欺騙。

人工智能并不“實際上”智能

例如，當我們將(語音激活)虛擬助手的能力與普通兒童談論玩具車時的能力進行比較時，該工具需要更多的數(shù)據(jù)——而且它很難掌握常識，例如常識。人類智能最獨特的特征之一是“常識”，任何人工智能機器都無法模仿。

根據(jù) Idiap 電氣工程教授 Bourland 的說法，AI 的所有這些貢獻不一定會使人工智能變得智能，并進一步表示，迄今為止不存在這樣的系統(tǒng)，可以復制人類智能哪怕是一點點。

隨著人工智能一詞目前越來越受歡迎，機器學習和深度學習等基礎技術所做的主要“智能”工作正變得黯然失色。因此，所使用的“機器”是由人為輸入的“智能化”，需要大量的好數(shù)據(jù)，并不是一個容易的過程。

與人類智力相比，人工智能機器的主要缺點是推理能力。這些機器很容易對問題提供足夠的反饋和答案，但是，它們在提供邏輯推理和解釋得出結(jié)論的過程方面存在缺陷。

在艾倫·圖靈最著名的論文(發(fā)表于 1950 年)中，他回答了“機器能思考嗎?”這個問題。通過發(fā)明“模仿游戲”，至今仍被用來解釋機器智能。實驗的答案和結(jié)果，即使在 70 年后仍然存在，“沒有一個人工智能系統(tǒng)……通過了圖靈測試”，這在當今時代是相當令人費解的。