被寄予厚望的AI,到底是人工智能还是人工智障?

作者: MiHomes科技资讯 2021-05-14 23:23:17

 

人工智能一词最早出现在大众视线内是在1956年达特茅斯学院举行的一个研讨会上。当时的科学家认为人工智能能给模拟人类的一切行为方式并准确地表达出来。它甚至可以学会语言并形成抽象概念的意识,来帮助人类解决一系列的问题。比如说一些繁琐而又不复杂的体力劳动。如今我们自认为已经实现了人工智能,现实情况却是:

17年,某陈姓富豪将25亿刀交给了一款名为K1的超级AI计算机来打理,然后在金融市场上一天亏损了2000万刀;

美国加州,一个5岁的小女孩用智能音箱给自己买了300刀的饼干,当她的父母收到货时都傻眼了。这一新闻在当时被电视台所报道,电视台主持人在节目开玩笑地用语音下单了一套玩具屋,随即,所有在观看节目的观众都下单了;

还有国内的一些地图导航系统,一遇到路况较为复杂的地区就直接宕机了;

特斯拉的自动驾驶;

事实上,除了M君所提的案例以外还有很多很多,看到这里,我们不禁会问,我们现在的AI还能算人工智能吗?是不是叫人工智障更为合适?

到底是人工智能还是人工智障我们得先明白二者的区别。

人工智能与人工智障的区别

人工智能大致可以分为三个等级:弱人工智能、强人工智能和超人工智能。而我们现在日常所见的大多数都是弱人工智能。

弱人工智能指的是在单一领域具有一定智能的程序,行为方式和模仿方式都比较简单,不能模拟人的人性,也就是我们说的人工智障。

强人工智能指的是可以胜任人类所有工作的人工智能,他们能模拟人性,真正实现与人交流沟通无碍,甚至可以像人一样思考学习,但这个等级我们目前还无法实现。

超人工智能指的是所有领域上都能超出人类智慧的计算机程序,也就是我们在科幻电影中常见的智能机器人。拥有超出人类的智慧,有创新意识。

即便我们能实现一些基础的智能化操作,为何还是会出错?那是因为人性是十分难捕捉的,而人工智能的实现主要是来自于算法。

一款AI的诞生要收集大量的仿生数据,建立数据库,还要有实际的训练目标和扎实算法技术。这些条件达成也只能研发出一款弱人工智能。只要是人写的算法,就一定有出错的概率,

而且现在的人工智能的算法都是由人撰写,所以只要是人写的算法,就必然免不了出现错误。上文提到的案例都是源于算法本身的BUG而导致的。

那不禁有人会说了,就算没有错误,现在人工智能也无法完全实现智能。确实如此,算法也是基于设计人的主观判断来设定的,但是每个人对事物的看法和认知都不一致。那么这些偏差也就导致了人工智能算法的不完整,其结果也就必然出错。

虽然“人工智障”让我们频频失望,但我们还是要对它给予包容和谅解,不要过度地去褒贬它。毕竟人工智能的实现是需要一个过程的,这也是人类文明进步的一大步。

人工智能 自动化 技术
上一篇:人工智能影响制造业的四种方式 下一篇:人脸识别太简单,AI还能识别你的手指行为,惊悚至极
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

面部识别的利与弊:是福还是祸?

虽然现代技术使面部识别更加精确和安全,但与面部识别隐私问题和监控有关的担忧也在增加。因此,让我们在这篇文章中探讨一下这该技术的利与弊。

Naveen Joshi ·  2021-06-01 16:36:22
人工智能和5G如何结合以实现物联网收入最大化

网络系统通过信令和使用软件以及分析来检测和分类设备非常棘手,并且对有限且日益紧张的网络资源提出了巨大的需求。然而,解决这些问题有一个主要解决方案:采用人工智能、自动化和5G技术。

Jordi Castellvi ·  2021-06-01 13:49:15
MIT团队最新研究,仅靠LiDAR和2D地图实现端到端自动驾驶

最近, MIT 计算机科学与人工智能实验室(CSAIL)团队成功展示了一种基于机器学习的自动驾驶系统,该端到端框架仅使用 LiDAR获取的原始 3D 点云数据和类似于手机上的低分辨率 GPS 地图就能进行自主导航,并且大大提升了鲁棒性。

文龙 ·  2021-06-01 12:47:51
自然语言处理(NLP)的历史及其发展方向

自然语言处理的历史是一个充满曲折的故事。它从徒劳的研究开始,经过多年卓有成效的工作,最后结束于一个我们仍在试图找出该领域极限的时代。今天,让我们来一起探索这一AI科学分支的发展。

佚名 ·  2021-06-01 12:46:26
是福还是祸?人脸识别技术的利与弊

面部识别并不是一项全新的技术,但人工智能和机器学习不断使面部识别变得更好。苹果通过引入具有 3D 扫描功能的面部生物识别系统和 iPhone 的 Face ID,提高了面部识别的标准。

Naveen Joshi ·  2021-06-01 11:11:01
人工智能能否使机器具有流体智力?

麻省理工学院和奥地利研究人员为灵活的人工智能创造了“液体”机器学习。

千家网 ·  2021-06-01 10:38:55
大脑模拟NLP,高德纳奖得主:神经元集合演算用于句子解析

一个简单的大脑模型为人工智能研究提供了新的方向。世界顶尖计算机科学理论学家、哥德尔奖和高德纳奖获得者、哥伦比亚大学计算机科学教授 Christos Papadimitriou 关于「大脑中单词表征」的演讲。

Ben Dickson ·  2021-06-01 09:39:24
美城市Baltimore可能颁布最严格的面部识别禁令

据介绍,拟议的法令将禁止私人或商业组织,甚至执法机构在城市使用面部识别技术。

千家网 ·  2021-06-01 09:34:07
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载