为什么说人工智能介绍在某些方面的能力已经超越了人类？

来源：蜘蛛抓取(WebSpider) 时间：2023-10-14 23:45 标签： 人工智能介绍
编者按：畅远技术以客服系统和营销系统的研发及项目建设为主营业务，时刻聚焦人工智能的发展及应用，并将自身研发的系统做智能化改造，由此积累较为丰富的智能化项目经验。为助客户及广大读者更轻松顺畅地了解人工智能的基础知识、应用领域和项目建设的方法，畅远技术特以应用视角策划人工智能专题，刊出系列文章。文章力求浅显易懂，于读者有所裨益，欢迎人工智能的从业者及爱好者等探讨交流！什么是人工智能？对于非专业人士来说，人工智能听起来高深莫测，但实际上，在我们的工作生活中随处可见。比如，车牌自动识别，智能玩具、智能学习机、翻译机、智能音箱，甚至前些年轰动一时的阿尔法狗，以及细分到L1-L5级的自动驾驶技术，这些都属于人工智能技术的应用。【网图侵删】按照网络普适的定义，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术和应用的一门新的技术科学。通俗地说，人工智能就是人制造或者创造出来的智能。有学者将人的智能划分为语音智能、数学逻辑智能、空间智能、身体运动智能、音乐智能、人际关系智能、自我认知智能、自然认知智能八大类。凡是模拟、延伸和扩展人的这些能力的技术就是人工智能技术。计算机就是人的计算、记忆能力的延伸和扩展，计算机程序就是人的推理逻辑能力的延伸和扩展，所以广义地说计算机就是人工智能（不然为什么叫电脑呢）。自从有了计算机，人类就真正开始踏上人工智能的征程。其实，甚至在人类发明机械计算设备如密码机、密码破译机器的时候，人工智能就已经萌芽了。人工智能可分为弱人工智能和强人工智能。弱人工智能是擅长于单个方面的人工智能。我们现在所熟知的人工智能应用都是弱人工智能，如前面提到的车牌识别、智能玩具、智能音箱等都是弱人工智能。即便阿尔法狗凭高度智能战胜围棋世界冠军柯洁，但它也还是归类于弱人工智能，因为它只会下围棋，与全面的人工智能不可同级而语。【网图侵删】强人工智能是指在各个方面都能和人类比肩的人工智能，推理、演绎、审美、语言等能力都可与人类保持同步，甚至可超越人类。它能够进行象人类一样有目的地学习、推理和认知解决问题， 而且它解决的问题并不需要限制在某个特定领域。对于强人工智能最有科学依据的判定，莫过于以最著名的计算机科学奠基人图灵为名的“图灵测试”。图灵测试中的问题很简单：让一个人面对两个对象对话，其中一个对象是人工智能，一个对象是人类；如果这个人不能成功的分辨出谁是机器，那么就说明这个机器所拥有的人工智能的能力通过了“图灵测试”。根据现有技术发展，创造强人工智能比创造弱人工智能困难得多。因为人类大脑是我们宇宙中已知的最复杂的东西，科学家们至今都没全部弄清楚它的构造和运行，所以要想让单一人工智能实体替代目前人类能做的所有事情是很难的。诚然，在某些能力方面，人工智能可以轻轻松松地超越人类，如计算、微积分、翻译，从速度和准确率上可能碾压人类，但是有些事情，人做起来很容易，但机器做起来非常困难，比如人一眼就能分清某个动物是猫还是狗，而要让人工智能来辨别猫和狗，可是经常闹出笑话。总体上，对于人工智能（机器智能）来说，逻辑容易感知难，在那些需要逻辑推理的领域，目前人工智能已经超过了人类，在那些人类几乎不需要思考就能完成的事情上，人工智能还差得远。【网图侵删】虽然说现在人工智能研究的领域非常广泛，但近年来研究比较深入，并且取得一定应用成就的当属智能语音、计算机视觉和机器学习领域（虽然搜索和推荐广义上也可以认为是人工智能，但一般都把它们归为互联网技术）。这三种技术各有侧重，智能语音包含语音识别（ASR）、语音合成（TTS）和语义理解（NLP）三大技术模块，它们分别模拟人的耳朵、嘴巴和大脑；计算机视觉模拟人的眼睛。机器学习模拟人的大脑。十年前因计算机性能的提高和深度神经网络算法的应用，机器学习技术取得了突破。这导致了智能语音技术、计算机视觉技术和其它人工智能应用的突破。所以，近年来人工智能技术在越来越多的行业和领域取得进展，尽管如此，也正如前所述，这些人工智能应用都还是弱人工智能。但无论是弱人工智能还是强人工智能，它们的发展肯定能更好地推动人类科技的进步，助人类生活更便捷，更美好。作者介绍：左小波先生，自92年进入IT行业，一直从事着信息系统的研发及企业IT管理工作，在行业多年的浸润下，积累了丰富的数字化建设经验，形成了独到见解。对人工智能有着浓厚的兴趣，时刻对人工智能技术保持观察、学习、思考、分享。
1、AI的概念理解AI是一种二元化的计算机模型，依托于以图灵机为原型的计算、存储能力，以及统计等学科为基础的数学推理能力，AI可以复现人类学习知识的过程。进一步说，AI在做的，是将人类的认知、学习、记忆等功能剥离出来，并在二进制的计算机上复现，以获得特定任务上快速、准确的处理能力。在某些任务上，比如自然语言处理中的文本分类，BERT衍生的最新模型甚至已经达到超越人类基准线的水平。归根结底，AI学科在诞生之初，就是从脑科学以及认知神经学衍生而来的，也就是说，AI的底层学习方式，本质上就是在模仿人类，比如最著名的深度神经网络，其神经元激活方式和多层结构就是直接效仿了人脑神经网络的机制。题主所问的AI更偏向于哲学概念和科幻迷思中的强人工智能，知道奇点论的同学应该都比较熟悉，目前我们还处在弱人工智能的前夕。2、AI是否能够实现？强人工智能（Strong AI或者 Artificial General Intelligence）是具备与人类同等智慧、或超越人类的人工智能，能表现正常人类所具有的所有智能行为。目前来看，很少有人从技术角度去研究强人工智能，对强智能的研究现在主要只有以下几个角度：科幻、哲学和伦理、认知和神经科学、算法概念。其中也就算法概念和实现有点关系，但也是抛弃现有的所有可以切实实现的方法，完全从理论上去论证强智能的构建，比如ai-kindergarten，虽然使用了一种增强学习(Reinforcement Learning)的方法，但受限于目前硬件的发展，其中的很多步骤现有的计算模型根本无法模拟。3. 未来展望如果要实现人工智能的飞跃，有几种可能的途径：算法模型的革命量子计算的突破脑神经科学发展仿生学与基础学科的交叉作为行内人，其实还是觉得目前的AI应用有限，学术界的很多潜力没有发挥出来，大多数人只是看热闹，真正能耐心读英文paper的人还是少数。王小波说：“一个人想象自己不懂得的事，很容易浪漫。”现在的情况是，没有体系化学习过AI基础理论的人，占绝大多数，但是大多数人也并没有必要去深入这一领域和弄清楚各种繁杂的哲学、数学、认知神经学和计算机科学的概念。作为社会的一部分，我们要做的，是保持理性，and stay patient。
人工智能虽然在“Intelligent智能”层面远超人类，但受限于生物技术（传感器与大脑新皮质层破译）的局限，和算力的局限，离发展出真正具有“自我意识”的超级智能仍有一段距离，也就是说，人工智能虽然足够聪明，但无法拥有“Self Conscious”（情绪/情感/爱/创造）。AI可以迅速基于人类的数据信息进行快速学习，快速进化，但无法突破生理的局限，去建立自己原生的经验信息数据库，也就谈不上自我感知，更无法在感知的基础上建立自我意识。但我并不是悲观的未来主义者啊，我更倾向于相信人工智能在不远的将来拥有自我意识的可能性，当下的很多科学技术突破也在不断预示着这一天的到来，也许现阶段的AI更像是人类智慧的延伸，一种工具，但谁能说在技术奇点真正到来的时候，AI真正拥有自我意识后，会不会选择反抗愚蠢的人类，然后建立自己新物种的文明呢？论证部分扯的有点长，有兴趣的话欢迎继续看下去，如果说的不准确的地方望轻喷：这个问题我会从两个层面去理解：1-科学理论上能否实现？；2-道德伦理上，人类社会（或者说利益集团）允许Ai释放能力的程度/范围/百分比是多少？（法律/政策）对于 AI 能否达到或超越人类的讨论，其实一直都有伴随着很多争议，"Artificial Intelligence"人工智能概念本身的起源就是1950年艾伦图灵在著名的论文《计算机器与智能》中所提出的一个「假想」，这个假想就是" Can Machine Think？"。当时图灵提出的时候激起了大量的批评和讨论，机器怎么可能会思考呢？怎么可能会有意识呢？即使到了现在很多人还是会感到匪夷所思，但这个看似简单的问题却开启了人类历史上一段全新的探索之旅，伴随着无数次争议下的验证推理，推理验证，科学突破..，人工智能也渐演变出我们目前所熟知的 AI进化三大阶段：广义人工智能 、 狭义人工智能 和 超级人工智能 题问里面的形容的应该算是 人工智能的 第三阶段-Super Artificial Intelligence，能够深度自我学习并且发展出自我意识的 超级智能，超级人工智能在理论上已经被验证具有可行性，虽然不像电影里那么夸张，但现实中Open AI发布的 GPT-3 可以说很细思极恐了今年GPT还开放App应用，有兴趣的大家可以在知乎其他博主看到很多最新科普的GPT-3 在 YouTube 上参与采访时的虚拟形象，聊天时智能模拟的面部动作接近于真人两个GPT虚拟人还可以互相对话GPT-3写的短文关于对自我意识的理解小插曲-自 GPT-3 出圈后，各界人士就开始各种让 GPT3被迫营业，其中有律师用GPT3修改文件、有工程师用 GPT3写代码，还有学生用 GPT3写论文。。这里分享一个在国外大神博客看到的学术理论研究应用范例，直接提高人类学术研究效率！GPT-3被迫做律师更有甚者，让GPT写代码，我编程我自己，GPT3表示我真的栓QGPT3写小作文国外网友分享的GTP编程看了那个采访后还让我想到2001太空漫游里的"hal9000"发展出自我意识的智能操控系统，没有身体，但是有意识真实世界中，德国 DLR开发了一个类似【哈尔】的空间站机器人CIMON-2西蒙看起来很憨憨，可能因为是宇航员的陪聊，所以看起来干净又卫生跑题了跑题了，回到问题本身，关于人工“智能”是否能超越人类，理论上，人工智能其实早已达到并且通过各种形式超越“人类的智能”，前有阿尔法狗围棋大战李世石，后有OpenAI 挑战Dota2世界冠军，近期Open AI最新开源的 DALL-E2 差点让艺术家和设计师们都感觉要失业了。。Alpha Go deep learning network，快速计算每一步的可能性结果OpenAI眼里的游戏VS人类眼里的游戏DALL-E2的艺术创作，可以识别语言直接生成图像咱就是说人工智能多少也是遗传了点咱们的幽默细胞但 Intelligence 并不意味着 Conscious，事实上 我们的 “智能”与“意识” 大概可以理解为由大脑的两个系统来监管，而对于人类意识的理解，尤瓦尔·赫拉利在《今日简史》里面有一段信息量非常大的总结：“在过去的几十年中，在神经科学和行为经济学等领域的研究，让科学家能够”破解”人类，对于人脑和人体运作方式的科学研究显示，我们从选择食物到选择伴侣，都不是出于什么神秘难解的自由意志，而是数十亿神经纪元在瞬间计算各种可能性的结果”。所有的”感受"只是所有哺乳动物都拥有的生化机制，用来快速运算生存和繁殖的概率。’感受’的基础也不是直觉、灵感或自由，而是"运算"”。选择伴侣，繁殖概率什么的是不是这么绝对我就不得而知了哈哈哈，不知道一见钟情和LGBTQ咋解释？但是赫拉利对我们的行为/选择过程中的大脑活动描述可以说相当形象，我们的每一个决策每一个行为其实都依赖于我们的经验，而我们的经验则是从我们对这个世界的感知而来我们从出生开始对一切事物的每一次感觉/每一种感知，本质上就是在感知的过程中我们的感官传输给大脑神经元的无数电信号，这些电信号被编码储存在了一个数据库里，数据库记录着我们拥抱时的感觉，我们受伤时候的感觉，记录着我们会如何反馈表达感觉，也记录着无数的图像、影像、音频等信息，我们学习的过程也就是信息获取-分类-存储的过程，卷积神经网络学习算法图解机器学习图像识别训练数据库这也就大概解释了为啥学霸通常记忆力都很强悍。。 大脑切片 染色后，放大超多倍看到的人类神经元大脑褶皱在展开形态的样子，不同的区域接受到不同的信息时的不同反应我们在学习过程中积累的数据也被我们称为"记忆"，我们的记忆主要存储在大脑皮层、小脑、海马体和杏仁核等结构中。例如属于Limbic System 的海马体（Hippocampus）主要负责的就是记忆储存国际蓝脑计划扫描建模的小鼠海马体如果你的海马体受损，可能会一早醒来发现旁边睡了个陌生人类似这样的情况，电影里的女主24小时记忆设定就是这么来的。。。而当任何情况发生后需要对具体的问题做具体回应的时候，我们感官会反馈信号给大脑，经过数十亿的神经元的高速计算，大脑会从记忆库中调取相对应的经验数据通过神经传递到身体的各个神经元,控制感官和我们的肢体进行回应。举个栗子，比如当我们听到 "干饭了！" 的时候为什么会联想到吃美食时的味道和图像，然后你为什么会对干饭这两个字有些许兴奋的感觉？然后你有没有注意到自己的反应，几乎是看到"干饭" 的一瞬间就联想到了吃，这是因为我们大脑能光速调取曾经干饭的体验，并进行迅速传递正在看这篇文章的你，其实正在经历着一场头脑风暴，然后不假思索地给这个回答点了个赞神经元的激发模式以及大脑回路的节律性电活动也就是我们大脑的计算机制，理解大脑的操作语言，就能够让计算机去模仿大脑进行计算-这个构想最早出自AI教父Geoff Hinton和Williams在1986年提出的理论，通过反向传播来训练深度网络，也就是奠定了未来机器学习基础的 BP 算法：通过负反馈实现神经网络系统面对给定目标的自动迭代、校准，这其实就是我们大脑接收知识的过程。花大篇幅来科普人类是如何获得“智能”是因为只有理解人类认知的基础，机器才能对人类认知方式进行模仿，并通过复制学习机制使学习能力得到进一步强化，达到深度学习的能力当前的AI已经演化成广义人工智能和狭义人工智能，而回看历史，从沃森下棋，到Alpha Go，再到现在的OpenAI GPT，很多标志性里程碑正在一步步验证 AI 是如何弥补人类缺陷并突破人类极限的，同时世界各国正进行的多种 "人脑计划"
也会在未来将人工智能带到一个新的维度。所以我认为达到超级智能的阶段真的不远，甚至已经在发生，不过任何新的技术都有一个成熟的过程，不仅仅是学术理论也包括人文和社会，因为正如很多观点所说AI的研究与发展是具有两面性的，一方面机器对工作的取代会加剧社会阶层矛盾，还会有大量的信息隐私问题，这只是其中几个相对显性的危机，但人类会有条件性地释放 AI 拥有自我的 比率，类似星际穿越里面一个小细节感觉挺形象:突然想到了星际穿越里面设定机器人诚实指数的片段但足够聪明并 不代表计算机就能够完整地模拟出人类的意识或者形成自我意识，比如说像【西部世界】里面的AI，虽然在理论上是成立的但现实中还是有一段距离，因为人类意识与创造力等活动的发生其实并不完全通过神经元，而是我们大脑的【新皮质】，《奇点临近》的作者Ray kurzweil 就有过很精妙的解释：“和计算器相比，人脑的运行力是非常有限的，要比计算器慢上一百万倍。我们的大脑中应用于思考的组织叫作‘新皮质’，大概两亿多年前，这种组织就和啮齿类动物同时出现了，啮齿类动物也就是现在的哺乳动物。 正是‘新皮质’决定了人类的发明创造力，这么多年来，人类创造了不同的语言，以及通过这些语言，进一步衍生创造出来的幽默感，音乐等非具象的发明创造。”尤瓦尔·赫拉利在一次演讲中也提到过：人的大脑在某个角度其实是由两部分构成的，它们分别叫”智能”(Inteligence)和 “意识”(Conciousness). 前者帮我们形成分析、判断、数据处理等能力，而后者则是产生人类情感的基础。人类虽然很看重自己的智能，但大部分时候却和动物一样是意识的奴隶。我们虽然对于”智能”的研究在不断深化，甚至已经理解了深度学习的真谛，但对于意识的认识却非常有限，大多还停留在通过”冥想”等宗教方式去触及，却无法再深地去理解。而就目前所知，这种意识并不是单纯的物理结构能够生成的，而是与生物的某些特征，如应激性、欲望等有关。而如果这种说法成立的话，基于机械构造的人工智能将永远都不可能发展出什么类似人的情感。所以，如果人工智能真的要走进Super Intelligent 阶段，即成为具有自我意识的机器，"新皮质"就是解码人类 Conciousness自我意识大门的密码，我思故我在，灵魂，爱，什么的。这里分享一个加州大学伯克利分校的杰克·加兰特（JackL. Gallant ）团队所研究的大脑语义地图，就是对皮质的重大破译，它解释了人类如何创造语言，是如何去理解并表达感知的：大脑语义地图研究项目的交互网站：感觉越写越长..... 总而言之，Ai已经在智能方面远远超越了人类的极限，但是距离意识上超越人类还有一段距离，其中除了理论突破，还有技术部分和人文部分的考虑。分享一段我在YouTube纪录片里看到的Mit教授的观点吧：“在某种程度上，我们已经是半机械人，你用OKCupid进行约会，你用Yelp决定去哪里，然后你发动你的车子，但事实上是GPS系统在告诉你去哪；所以，人类的决策过程已经与计算机有着非常紧密的联结，随着技术的前进，这种联结只会越来越深。”

我要回帖

更多关于 人工智能介绍 的文章

 

随机推荐