关于人工智能的十二条名人名言

作者: 佚名 2020-04-08 12:24:14


阿兰·图灵(1912至1954)是最早重视人工智能概念的思想家之一。他的开拓性工作,为我们如今熟知的数字计算与AI领域奠定起发展基础。

要从最简单粗暴的角度来理解,人工智能就是一项工程挑战。当前最先进的AI算法,无一例外都基于非常复杂的数学原理。训练这些先进AI模型需要巨大的计算资源量,而AI的发展本身也在推动新一代芯片的研发与创新。

然而,人工智能又远非工程技术所能概括。伴随着关于广泛自动化的坚实承诺,AI技术同时也迫使我们重新考虑经济组织与社会结构设计等根本性问题。对AI的追求让我们不得不面对关于意识、智能与创造力的核心挑战——更具体地讲,人何以为人?

因此,任何希望在二十一世纪真正把握人工智能发展脉搏的朋友,都必须广泛接纳来自工程学、心理学、经济学、社会学以及哲学领域的问题与观点。

下面,我们将援引世界上众多最伟大思想家的名言,了解他们如何看待人工智能这一意义深远的主题。希望这些名言有助于阐明AI主旨、涵盖范围、潜在挑战以及蕴藏于其中的巨大能量。

“真正的问题并不是智能机器能否产生情感,而是机器是否能够在没有情感基础的前提下产生智能。”——马文·明斯基(Marvin Minsky), 1986

“技术日新月异,人类生活方式正在快速转变,这一切给人类历史带来了一系列不可思议的奇点。我们曾经熟悉的一切,都开始变得陌生。”——约翰·冯·诺依曼(John von Neumann), 1958 (在技术快速发展的背景下,他首先提出了「奇异性」一词)

“250多年以来,经济增长的基本动力一直是技术创新。其中最重要的,正是经济学家们提出的所谓通用型技术,包括蒸汽机、电力与内燃机等等。而我们这个时代下最重要的通用型技术正是人工智能,特别是机器学习。”——埃里克·布林约尔松(Erik Brynjolfsson )与安德鲁·麦卡菲(Andrew McAfee), 2018

“虽然还没人提及,但我认为人工智能更像是一门人文学科。其本质,在于尝试理解人类的智能与认知。”——塞巴斯蒂安·特伦(Sebastian Thrun), 2013

“我们不得不面对的最大难题,并非来自人类大脑是否属于机器的哲学问题。毫无疑问,大脑就是机器,而且是包含大量严格遵循物理定律的零件的机器。众所周知,我们的思想仅仅是一系列复杂处理过程的产物。而最重要的问题是,我们对这样一台复杂的机器并不够了解,因此我们还没有做好应对这台机器的准备。”——马文·明斯基(Marvin Minsky), 1986

“如果人类的大脑简单到我们可以理解,那么我们就将愚蠢到无法理解大脑。”——爱默生 W. 皮尤(Emerson M. Pugh,) 1977

“有些人担心人工智能的出现会令人类感到自卑,但任何有头脑的人单是观察花朵就应该能感到自己的渺小。”——艾伦·凯(Alan Kay)

“人类很容易让自己陷入对机器的依赖,以至于不得不接受一切都交给机器处理的现实。随着整个人类社会及其面临的问题越来越复杂,机器也将变得越来越智能。人们将让机器为自己做出更多决策,这单纯是因为机器做出的决策能带来比人类决策更好的结果。这最终会发现到某个特定阶段——在这一阶段中,保持系统运作所需要的决策将变得极为复杂,导致人类再也无法有效做出决策。届时,机器将在实质上掌控一切。”——泰德·卡钦斯基(Ted Kaczynski,「大学炸弹客」), 1995

“从表面上看,经过编程的计算机似乎明白什么是汽车、什么是加法器——但事实上,它什么也不明白。”——约翰·塞尔(John Searle), 1980

“人们总喜欢活在舒适区内,用粗暴的断言安慰自己,例如机器永远无法模仿人类的某些特性。但我给不了这样的安慰,因为我认为并不存在无法模仿的人类特性。”——Alan Turing, 1951

“在我们交谈时,你怎么能确定我的内心深处正在进行所谓「思考」?图灵测试将成为解决这类问题时的一种重要探针——类似于物理学领域的粒子加速器。如同物理学当中,如果我们希望了解原子或者亚原子层面的情况,由于无法直接观察,我们必须将经过加速的粒子散布到目标周围以观察其行为,最终推断出目标的内部性质。图灵测试将这一基本思路扩展到了意识领域——它把思维视为不可直接观察的「目标」,并通过更为抽象的方式推断其内部结构。通过将问题从目标思维中「分散」出去,我们就能了解其内部工作原理,正如物理学领域的作法一样。”——道格拉斯·霍夫斯塔特(Douglas Hofstadter), 1981

“人工智能是我们人类正在从事的最为深刻的研究方向之一,甚至要比火与电还更加深刻。”——桑德尔·皮猜(Sundar Pichai), 2020

人工智能 人类 AI
上一篇:自我监督学习:AI技术的未来发展方向 下一篇:中国用时40年将美国拉下王座,专利申请20年增长200倍
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI安全对抗中,只用一招轻松骗过五种神经网络

图像识别作为人工智能最成熟的应用领域,已经大规模落地并服务于人们的日常生活。但在大规模商业化的同时,也面临更多方面的威胁。

张鑫 ·  1天前
盘点人工智能十大经典应用领域、图解技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

Alex Castrounis ·  1天前
详解人工智能十大经典应用领域及其技术原理

本文通过案例分门别类地深入探讨人工智能的实际应用。案例甚多,此处所列举的仅是九牛一毛。本该按行业或业务对这些案例进行分类,但相反我选择按在行业或业务中最可能应用的顺序来分类。

华章科技 ·  1天前
目标驱动系统模式,能否成为实现人工通用智能(AGI)的关键?

组织开发AI方案时采取的一大核心模式,正是目标驱动型系统模式。与其他AI模式一样,这种形式的AI能够解决一系列原本需要人类认知能力才能处理的常见问题。

佚名 ·  2天前
后疫情时代的八大关键技术发展趋势

建立必要的基础架构以支持数字化世界并保持比较新的技术,这对于任何企业或国家在后疫情时代的世界中保持竞争力都至关重要。

Ahmed Banafa ·  2天前
从AI测温到安防机器人 智能安防会是新的“守门神”吗?

说起安防系统,很多人的脑海中会先冒出“监控摄像头”,“电子门禁”等字眼,而随着人工智能的加速发展,传统的安防系统短板也在逐渐暴露,越来越多的新功能开始被需要:人脸识别、车辆检测、夜间识别等等,而我们小时候幻想过的机器人站岗的场景,也正在逐渐变成现实……

王嘉陆 ·  2天前
疫情期间,如何借AI之力持续提升客户忠诚度?

无论是保险公司Farmers Insurance,保险公司Tryg,还是通用汽车金融公司GM Financial,现在纷纷转向聊天机器人与AI技术,借此在疫情时期稳定客户群体。

佚名 ·  2天前
了解有关符号人工智能,象征性AI的好处和局限性

如今,人工智能主要是关于人工神经网络和深度学习。但这并非总是如此。实际上,在过去的十年中,该领域大部分都由象征性人工智能主导,也被称为“经典AI”,“基于规则的AI”和“老式的AI”。

AI国际站 ·  2天前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载