美媒:人工智慧(AI)代表了計算的優點,沒有人類推理的缺點

2020-07-19 強國觀察室

簡介:

人工智慧描述了計算機從經驗中學習的能力,尤其是從錯誤中學習的能力,就像人類一樣。

美媒:人工智慧(AI)代表了計算的優點,沒有人類推理的缺點

米拉羅評論——似乎今天與軍事計算相關的一切都與人工智慧相關。人工智慧是一個吸引人的短語,能激發人們的想像力。然而,當我們超越迷人的外表時,有許多嚴肅而困難的計算機科學正在幫助人類快速做出決策,幫助無人駕駛車輛自主導航和執行任務,還有許多其他計算機任務幾年前被認為是不可能的。

今天,軍用電子設計人員對人工智慧提出了更高的要求。我們需要它來完成一些基本任務,比如幫助有人駕駛和無人駕駛飛機進出任務區,以及確保有合適的裝備來為戰場上的部隊提供補給。我們也希望人工智慧能在新的嘗試中發揮作用,例如從新聞報導中的潛在敵人宣傳中發現事實,在飛機上安裝新的操縱面以最大限度地提高空氣動力學效率,以及避免敵人幹擾戰術通信。

人工智慧可能是一個難以確定的術語。這是真正的智慧嗎?嗯,不,它可能不會在我有生之年實現——它可能永遠不會實現。本質上,它描述了計算機從經驗中學習的能力——尤其是從錯誤中,就像人類一樣。我不認為人工智慧研究的目標是創造複雜的類人思維。這樣做的目的是從經驗中提取相關數據,然後做計算機最擅長的事情,即非常快速地處理這些數據。

美媒:人工智慧(AI)代表了計算的優點,沒有人類推理的缺點

人工智慧在某些信息處理方面比人類好嗎?嗯,有可能。計算不會被情緒、艱難的成長過程、昨晚一頓糟糕的晚餐、過度的周末時光以及我們一貫的做事方式所困擾。

人工智慧是人類智能的替代品嗎?可能不會。人腦極其複雜,它被設計成在進化過程中用最少的信息做出最能拯救生命的決定。人類的推理依賴於直覺、內心感受和預感。順便問一下,那些是什麼?我真的無法解釋,更不用說編程了。有人想通過編程讓電腦變得直觀嗎?

人腦是如何做到這一點的?我認為沒有人能完全確定。人們可能聲稱知道,但他們對人類思想的深刻理解仍處於初級階段。一百年後,人們可能不會比今天更接近於理解大腦是如何工作的。

然而,將會改變的是我們對計算機工作方式的理解,以及隨著時間的推移我們將會學到什麼。我們能在先進的計算機架構中模擬無數神經元的複雜放電嗎?可能會,也可能不會。

美媒:人工智慧(AI)代表了計算的優點,沒有人類推理的缺點

關鍵是,這沒關係,因為我們對計算機的工作方式有很好的理解。我們知道它們的優點和缺點,以及如何讓計算機做它們最擅長的事情。計算機可以非常快速地過濾堆積如山的數據——比人類快得多。電腦不會感到累、餓、分心、無聊,也不會在任務中途停下來解釋為什麼3歲的孩子覺得草地是綠色的。

此外,我們可以設計計算機來並行運行幾種不同類型的處理,並讓每種處理做它擅長的事情。想像一下,一群家庭組織者突然來到你家,在幾個小時內完成了你在過去三年裡從未夢想過的事情。

這讓我們回到什麼是人工智慧的問題上。今天,對於一些最先進的計算機來說,這是一個很好的營銷術語。今天的人工智慧將是明天的常規處理……人工智慧將是什麼?這可能就是今天的尖端計算技術。

可以說,今天的人工智慧研究者應該堅持計算機最擅長的領域,並改進每一代新技術,這就足夠了。最先進的計算總是被描述為智能。讓我們高興的是,機器智能在人類推理中沒有最大的弱點。

相關焦點

  • 模擬內存計算如何解決邊緣AI推理的功耗挑戰
    如果在數據起源處有一個本地處理引擎能夠執行部分或全部計算(推理),則可以解決這些挑戰。這在傳統的數字神經網絡實現中是很難做到的,在這種情況下,內存成為了耗電的瓶頸。這個問題可以通過多層內存和使用模擬內存計算方法來解決,這些計算方法可讓處理引擎能夠滿足在網絡邊緣執行人工智慧推斷所需的更低的毫瓦到微瓦的功率要求。
  • 華為的人工智慧研究暢想:Educated AI
    擁有自學習和推理能力:在動態變化的環境中,基於用戶的教育,學習所需知識,矯正錯誤,從而具備場景所需的學習、推理能力。 4. 智能工具:受教式人工智慧系統的目的是成為人類的工具,在特定的應用中提升用戶體驗,而不是部分再現人的能力。它也不同於傳統的機械系統,只是重複同樣的工作,而是能在動態的環境中做出判斷。 雖然人腦是一個只有1.5公斤左右重的器官,但它或許是宇宙中最複雜的系統。
  • 關於人工智慧的優點和缺點,你需要知道的幾件事
    但是,人工形式的交通也有一些顯著的缺點—地球上無處不在的高速公路,充滿了汽車尾氣的大氣環境,人們內心的寧靜(以及睡眠)常常被飛機的喧囂打斷。如同人造光、人造花和交通一樣,人工智慧不是自然的,而是人造的。要確定人工智慧的優點和缺點,你必須首先理解和定義智能。思維是什麼?智能是什麼?智能的定義可能比人工的定義更難以捉摸。
  • 美媒:美國用人工智慧識別中國防空彈發射場,準確率90%
    美媒:美國用人工智慧識別中國防空彈發射場,準確率90% 據參考消息網11月26日報導,美媒稱,在情報機構中,只有為數不多受過訓練的分析人員從事從浩如煙海的衛星圖像中尋找未公開宣布的核設施或秘密軍事場所的工作
  • 基於空間認知的知識表示和推理探討
    認知是人類獲得和應用知識的過程,越來越多的科學家注意到目前人工智慧窘境的原因是有「感」無「知」,如何將機器的知識表示和應用與人類認知過程統一起來。 1. 人工智慧研究的趨勢與挑戰 人工智慧的目標是研究和實現能夠像人一樣具有感知、學習、推理和規劃等智能行為能力的智能系統。
  • 經濟學人科技 || 人工智慧
    它的開發者是由馬斯克協助創辦位於舊金山的人工智慧(AI)實驗室OpenAI。GPT-3代表了人工智慧研究極其火熱的一個領域內的最新成就——讓計算機能夠生成複雜的,類似人類表達方式的文本。註:蘇斯博士(Dr.Seuss),二十世紀最卓越的兒童文學家、教育學家。
  • AI是如何檢測色情片的?
    就像Stripe and Square為不想在內部處理支持的企業提供現成的支付解決方案一樣,而AWS已經確立了自己作為託管網站的地位,像Zeiler的Clarifai、DeLorge的Picnix、Shapiro的Lemay.ai等創業公司正在爭相成為在線內容審核的一站式解決方案提供商。
  • 研究揭示人類和小鼠推理背後的神經元計算
    研究揭示人類和小鼠推理背後的神經元計算 作者:小柯機器人 發布時間:2020/9/22 14:20:17 英國牛津大學David Dupret、Helen C.
  • 熱點|美媒:為何紅色代表共和黨,藍色代表民主黨?
    熱點|美媒:為何紅色代表共和黨,藍色代表民主黨?新華社美媒稱,在所有2020年的選舉地圖上,顏色表徵方案很明確:紅色代表共和黨,藍色代表民主黨。但是這種關於色碼的普遍共識從何而來?據美國趣味科學網站11月2日報導,這相對來說是一種新情況。
  • 讓人工智慧解數學題?並沒有想像的那麼簡單
    近幾年智能解題逐漸成為人工智慧的一大研究熱點。隨著這項研究的日益火熱,人們想通過讓人工智慧參加「考試」,與人類選手進行公平、公開的比試,從而衡量目前人工智慧系統的「智能」水平。在全世界範圍內,有多家研究機構正在從事這一方面的研究。
  • 人類擁有智慧和愚蠢兩面,AI要類人,愚蠢是否也必不可少?
    然而眾所周知,人類有智慧和愚蠢兩面, AI 要類人,是否也需要具備這兩面性呢?從一開始為測試 AI 是否能像人一樣而生的圖靈測試來看,人類在完成計算等任務時,算出來的答案可能存在一定的錯誤率並且需要花一定的時間來完成計算,當能立馬說出正確答案的 AI 也模仿人類這樣的計算過程,人類和 AI 就無從判別,這便是 AI 模仿人類愚蠢,從而實現「類人」的一個方面。
  • AI又盯上德州撲克? 人工智慧首次戰勝職業玩家
    阿爾法狗的勝利,實質上就是揭開了圍棋玄而又玄的神秘面紗,證實了其計算的本質。  而德州撲克則是「非完整信息遊戲」,信息不完全透明,玩家只看得到自己手中的牌,無法得知對手的牌,並在博弈過程中包含了欺騙、推測。簡單來說,這是一個「人心不可測」的遊戲。  你不僅要思考別人要做什麼,思考自己做什麼,甚至要思考別人會認為你做什麼,進而推理出自己的下一步。
  • 未來科技的發展,人工智慧還是熱點嗎?AI的意義是什麼呢?
    當然人工智慧榜上有名,ai的意義個人認為是人類在已有知識用計算機智能算法去重複演練的的一個過程。無論是簡單還是複雜的事情,人類選擇讓ai去做的事情都是人類已經反覆實驗反覆測試過的,能讓人類去做更有意義的事情,人類的文明也將進入一個新時代。
  • 這可能是今年最硬核的AI交流會,李飛飛、圖靈獎得主Pearl等共同...
    他描述了Marr關於所需的三個處理層次的概念:計算理論、表示和算法、硬體實現。Sutton說,Marr對計算理論特別感興趣,但今天人工智慧中「幾乎沒有計算理論」。Sutton說,像梯度下降這樣的東西是「How」,而不是計算理論需要的「What」。他認為,強化學習是智能的第一個計算理論。而其他可能的有預測編碼、貝葉斯推理等等。
  • 為增強AI晶片實力,英特爾又收購了一個7個人的初創公司Vertex.ai
    雷鋒網消息,為了進一步增強在人工智慧領域的競爭力,英特爾又收購了一家AI初創公司Vertex.ai,不過交易的金額並未透露,但英特爾確認了此項交易,整個團隊包括創始人都將加入英特爾的人工智慧產品事業部。
  • 為什麼人工智慧各種完爆人類,但依舊聽不懂你在說什麼?
    對於我們來說,語音交互是最簡潔、清晰、沒有技能門檻的模式。所以,如果沒有微軟當年投資給OpenAI的十億美元,我們恐怕也無法在《衛報》上讀到GPT-3的友好宣言。然而,人工智慧能夠愉快地勝任客服、播音員、同聲翻譯,甚至新聞通稿撰寫者,並不意味著它能夠和人類一樣思維,能和人類展開「合情合理」的自由對話,甚至情感互動。
  • 神經、認知、計算三學科深度交叉 建開源開放平臺探索人工智慧...
    神經、認知、計算三學科深度交叉建開源開放平臺探索人工智慧「無人區」目前,大數據+深度學習+大算力構成了人工智慧的主要發展模型,但更多的數據、更強的算力和改進的算法卻未必會讓人工智慧更聰明。有專家指出,人工智慧未來發展的關鍵並不是簡單提高算力和增加數據,而是要重新思考智能模型。
  • 什麼是人工智慧?- 人工智慧系列講座 01
    人工智慧到目前還沒有一個被普遍接受的定義, 而且人們對人工智慧的認定也是在不斷的變化,或者說不斷的深化。所謂人工智慧 就是用人工的方法在機器(計算機)上實現的智能,或者說是人們使用機器模擬人類的智能。一個簡單的電子計算器比人類大腦進行的計算要快得多,而且幾乎從來不出錯,以前稱為機器智能,但現在已沒有人會認為簡單的電子計算器是一個智能設備,人工智慧的邊界已經遠遠走在前面,而計算器可以實現的功能只是當下的智慧型手機的百萬分之一。 事實上人工智慧領域是一個不斷努力推動機器智能向前發展的過程,關於人工智慧,我們還存有太多的未知。
  • AI人工智慧能產生自主意識嗎?
    當然從生物基因上來說,通過基因改造或者可以讓人類變得更完美和理想化,但只生命體,始終都避免不了退化和老死。那麼人工智慧和機械化結合,就可以很好的解決永生問題。霍金曾對人類的未來,做出過幾個預言和警告。其中就有人工智慧過於強大,將會終結人類。
  • 人工智慧如何獲得知識?
    當然,人們擔心作為人類心靈延伸的計算機能夠發展到「擁有」自主的心靈而與人類對抗乃至淘汰人類。今天的機器能夠進行計算以及演繹和歸納推理。計算是計算機被最初賦予的功能。今天人們不會驚訝於機器算出複雜的數學題,如讓計算機算出圓周率的小數點後1000位乃至更難的工作;對此,我們認為這是再平常不過的事情,而如果某個人能夠做到這樣的計算,他或她反而會被認為是天才。