人工智能的利弊分析有什么
人工智能的利弊分析有什么
人工智能的出現(xiàn)對(duì)我們來說是好還是壞呢，凡事都有兩面性，人工智能也一樣。下面是學(xué)習(xí)啦小編為你整理的人工智能的利弊分析，供大家閱覽!
人工智能的利與弊
霍金、馬斯克等科技大佬都公開發(fā)聲，擔(dān)心人工智能會(huì)失去控制，上演科幻小說中人機(jī)大戰(zhàn)的情節(jié)，其他人則害怕認(rèn)知工作的自動(dòng)化會(huì)將會(huì)導(dǎo)致大面積的失業(yè)。兩個(gè)世紀(jì)以后的今天，曾經(jīng)的“機(jī)器問題”卷土重來，我們需要找出可行的解決方案。
人工智能崛起引發(fā)擔(dān)憂，我們到底該如何應(yīng)對(duì)?
據(jù)報(bào)道，對(duì)于機(jī)器人的崛起，專家們?cè)l(fā)出警告，“機(jī)器取代人類勞動(dòng)力可能致使人口冗余”，他們擔(dān)心“這種超能技術(shù)的發(fā)展已經(jīng)超越了人類的駕馭能力，”如今，一些人表示擔(dān)憂，若人工智能繼續(xù)進(jìn)化，我們會(huì)失去賴以為生的工作、喪失存在感，甚至?xí)?ldquo;終結(jié)者”們趕盡殺絕。但事實(shí)上，這些恐懼與兩個(gè)世紀(jì)以前人們對(duì)機(jī)械化和蒸汽機(jī)發(fā)展的討論如出一轍，那時(shí)，人們針對(duì)機(jī)器威脅展開一場(chǎng)名為“機(jī)器問題”的討論。而現(xiàn)在，一場(chǎng)關(guān)于人工智能利弊的辯論正在悄然興起。
誕生初期，人工智能技術(shù)(AI)也經(jīng)歷過大起大落，但在過去幾年的發(fā)展黃金期，AI技術(shù)突飛猛進(jìn)，這都得益于“深度學(xué)習(xí)”技術(shù)開啟的新篇章。深度學(xué)習(xí)旨在模擬人腦結(jié)構(gòu)建立大規(guī)模(或者“深度”)神經(jīng)網(wǎng)絡(luò)，在充沛的數(shù)據(jù)支持下，神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練來處理各種各樣的事情。
其實(shí)所謂深度學(xué)習(xí)技術(shù)已經(jīng)默默為我們服務(wù)多年了，谷歌(微博)搜索、Facebook的自動(dòng)圖片標(biāo)記功能、蘋果的siri語音助手、亞馬遜推送的購物清單，甚至特斯拉的自動(dòng)駕駛汽車都是深度學(xué)習(xí)的產(chǎn)物。但是這種快速的發(fā)展也引發(fā)了人們對(duì)于安全和失業(yè)問題的擔(dān)憂?；艚稹ⅠR斯克等科技大佬都公開發(fā)聲，擔(dān)心人工智能會(huì)失去控制，上演科幻小說中人機(jī)大戰(zhàn)的情節(jié)，其他人則害怕認(rèn)知工作的自動(dòng)化會(huì)將會(huì)導(dǎo)致大面積的失業(yè)。兩個(gè)世紀(jì)以后的今天，曾經(jīng)的“機(jī)器問題”卷土重來，我們需要找出可行的解決方案。
“機(jī)器問題”和解決方案
啟示人們最為擔(dān)憂的是人工智能技術(shù)會(huì)破開牢籠，變得邪惡而不可控。早在工業(yè)革命浪潮席卷全球時(shí)，人機(jī)矛盾已經(jīng)出現(xiàn)，現(xiàn)在的矛盾不過是披上了人工智能的新外衣，人類的焦慮依舊，《科學(xué)怪人》及此后類似的文學(xué)作品都是這種擔(dān)憂的映射。然而，盡管人工智能技術(shù)已成為一門顯學(xué)，但是它們只能完成特定的任務(wù)。想在智商上戰(zhàn)勝人類，AI還差得遠(yuǎn)呢。此外，AI是否真能超越人類還未可知。
失業(yè)恐懼由來已久。“科技性失業(yè)”的恐慌在20世紀(jì)60年代(公司開始安裝計(jì)算機(jī)和使用機(jī)器人)和80年代(個(gè)人電腦開始上市)都曾彌漫開來，似乎大規(guī)模的自動(dòng)化辦公馬上就要到來，讓人類下崗。
但事實(shí)上，每一次恐慌之后，科技進(jìn)步為社會(huì)創(chuàng)造的就業(yè)崗位遠(yuǎn)多于它殺死的過時(shí)職位，我們需要更多人從事全新的工作。舉例來說，ATM機(jī)替代了一些銀行柜員，為銀行設(shè)立分行節(jié)約了成本，讓雇員進(jìn)入了機(jī)器不能做的銷售和客服領(lǐng)域。同樣地，電子商務(wù)的出現(xiàn)增加了零售商的生存空間。而在辦公中引進(jìn)電腦則不是為了取代員工的位置，員工習(xí)得新技能后，會(huì)成為電腦的輔助。盡管此前曾有報(bào)道稱，未來10年或20年間，美國(guó)47%的崗位將面臨自動(dòng)化，但是我們的研究顯示，這一數(shù)值恐怕連10%都不到。
盡管短期內(nèi)一些工作消失的弊端會(huì)被全新職位出現(xiàn)的長(zhǎng)期影響完全抵消且?guī)砀蟮暮锰?，但?9世紀(jì)工業(yè)革命的經(jīng)驗(yàn)表明，轉(zhuǎn)變的過程極其痛苦。從停滯不前的生活水平上反映出經(jīng)濟(jì)的增長(zhǎng)需要幾百年，而從顯著的收入變化上來看只需幾十年。人口從鄉(xiāng)村大量涌入城市工廠，在當(dāng)時(shí)的歐洲引發(fā)動(dòng)蕩。各國(guó)政府花費(fèi)了整整一百年的時(shí)間構(gòu)建新的教育和福利體系適應(yīng)這種轉(zhuǎn)變。
這一次的轉(zhuǎn)變似乎更為迅速，當(dāng)前科技傳播的速度可比200多年前快多了。得益于技術(shù)的輔助，高技術(shù)工作者的薪資會(huì)更高，因此收入不平等的現(xiàn)象正在不斷加深。這給用人公司和政府帶來了兩大挑戰(zhàn)：如何幫助工作者學(xué)習(xí)掌握新技能;如何讓后代做好準(zhǔn)備，在滿世界都是人工智能的社會(huì)求得工作機(jī)會(huì)。
聰明的回應(yīng)
技術(shù)的發(fā)展使得崗位的需求產(chǎn)生變化，工作者必須適應(yīng)這種轉(zhuǎn)變。這意味著要調(diào)整教育和訓(xùn)練模式，使其足夠靈活，從而快速、高效地教授全新的技能。終生學(xué)習(xí)和在職培訓(xùn)的重要性更加凸顯，在線學(xué)習(xí)和電子游戲式的仿真模擬會(huì)更加普遍。而人工智能可以幫助制定個(gè)性化計(jì)算機(jī)學(xué)習(xí)計(jì)劃，依照工作者技能差距提供新技術(shù)培訓(xùn)機(jī)會(huì)。
此外，社會(huì)交往技能也會(huì)變得更加重要。由于工作崗位的更迭變快，技術(shù)革新的腳步也逐漸加快，人類的工作年限越來越長(zhǎng)，社交技能成了社會(huì)的基石。它能在人工智能主導(dǎo)的社會(huì)保持人類的優(yōu)勢(shì)，幫助人類完成基于情感和人際往來的工作，這是機(jī)器無法擁有的優(yōu)越性。
對(duì)人工智能和自動(dòng)化的擔(dān)憂也催生了人們對(duì)“安全網(wǎng)”的渴望，有了它普通人就能免受勞動(dòng)力市場(chǎng)動(dòng)亂影響。一些人認(rèn)為應(yīng)該革新福利系統(tǒng)，讓每個(gè)人都享有保障生存的“基本收入”。但是在沒有充足證據(jù)表明技術(shù)革命會(huì)導(dǎo)致勞動(dòng)力需求銳減的形勢(shì)下，這種做法并不可取。反之，各國(guó)應(yīng)該學(xué)習(xí)丹麥的“靈活安全系統(tǒng)”制度，讓企業(yè)裁員更加容易，但是在被裁員的職工接受再培訓(xùn)和再求職期間提供保障。這種制度下，福利、養(yǎng)老金、醫(yī)保等應(yīng)該跟隨個(gè)體本身，而不是與職員身份掛鉤。
盡管技術(shù)快速進(jìn)步，工業(yè)時(shí)代的教育和福利系統(tǒng)并沒有完全實(shí)現(xiàn)現(xiàn)代化，相關(guān)制度也不夠靈活。革新勢(shì)在必行，決策者必須行動(dòng)起來，否則當(dāng)前福利系統(tǒng)會(huì)面臨更大的壓力。19世紀(jì)40年代，約翰·穆勒寫道，“沒有什么比立法者對(duì)這類人的照顧更為正當(dāng)了”，他們的生活被技術(shù)的發(fā)展所累。在蒸汽時(shí)代，這是真理，在人工智能的時(shí)代，同樣也是。
人工智能的定義詳解
人工智能的定義可以分為兩部分，即“ 人工”和“ 智能”。“人工”比較好理解，爭(zhēng)議性也不大。有時(shí)我們會(huì)要考慮什么是人力所能及制造的，或者人自身的智能程度有沒有高到可以創(chuàng)造人工智能的地步，等等。但總的來說，“人工系統(tǒng)”就是通常意義下的人工系統(tǒng)。
關(guān)于什么是“智能”，就問題多多了。這涉及到其它諸如 意識(shí)(CONSCIOUSNESS)、 自我(SELF)、 思維(MIND)(包括無意識(shí)的思維(UNCONSCIOUS_MIND))等等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對(duì)我們自身智能的理解都非常有限，對(duì)構(gòu)成人的智能的必要 元素也了解有限，所以就很難定義什么是“人工”制造的“智能”了。因此人工智能的研究往往涉及對(duì)人的智能本身的研究。其它關(guān)于動(dòng)物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究 課題。
人工智能在 計(jì)算機(jī)領(lǐng)域內(nèi)，得到了愈加廣泛的重視。并在機(jī)器人，經(jīng)濟(jì)政治決策，控制系統(tǒng)，仿真系統(tǒng)中得到應(yīng)用。
著名的美國(guó) 斯坦福大學(xué)人工智能研究中心尼爾遜教授對(duì) 人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科――怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)。”而另一個(gè) 美國(guó)麻省理工學(xué)院的 溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。”這些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動(dòng)的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的 智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟 硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。
人工智能是 計(jì)算機(jī)學(xué)科的一個(gè)分支，二十世紀(jì)七十年代以來被稱為世界三大尖端技術(shù)之一( 空間技術(shù)、 能源技術(shù)、 人工智能)。也被認(rèn)為是二十一世紀(jì)三大尖端技術(shù)( 基因工程、 納米科學(xué)、 人工智能)之一。這是因?yàn)榻陙硭@得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個(gè)獨(dú)立的分支，無論在理論和實(shí)踐上都已自成一個(gè)系統(tǒng)。
人工智能是研究使計(jì)算機(jī)來模擬人的某些思維過程和智能行為(如學(xué)習(xí)、推理、思考、規(guī)劃等)的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科。可以說幾乎是自然科學(xué)和社會(huì)科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與 思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個(gè)應(yīng)用分支。從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、 模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。
人工智能的研究?jī)r(jià)值
例如繁重的科學(xué)和工程計(jì)算本來是要人腦來承擔(dān)的，如今計(jì)算機(jī)不但能完成這種計(jì)算，而且能夠比人腦做得更快、更準(zhǔn)確，因此當(dāng)代人已不再把這種計(jì)算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”，可見復(fù)雜工作的定義是隨著時(shí)代的發(fā)展和技術(shù)的進(jìn)步而變化的，人工智能這門科學(xué)的具體目標(biāo)也自然隨著時(shí)代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。
通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類“機(jī)器學(xué)習(xí)”對(duì)“經(jīng)驗(yàn)”的依賴性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類問題的經(jīng)驗(yàn)中獲取知識(shí)，學(xué)習(xí)策略，在遇到類似的問題時(shí)，運(yùn)用經(jīng)驗(yàn)知識(shí)解決問題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。但人類除了會(huì)從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會(huì)創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計(jì)算機(jī)最難學(xué)會(huì)的就是“頓悟”?；蛘咴賴?yán)格一些來說，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會(huì)“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個(gè)“概念”直接到另一個(gè)“概念”。正因?yàn)槿绱?，這里的“實(shí)踐”并非同人類一樣的實(shí)踐。人類的實(shí)踐過程同時(shí)包括經(jīng)驗(yàn)和創(chuàng)造。
這是智能化研究者夢(mèng)寐以求的東西。
2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員S.C WANG開發(fā)了一種新的數(shù)據(jù)分析方法，該方法導(dǎo)出了研究函數(shù)性質(zhì)的新方法。作者發(fā)現(xiàn)，新數(shù)據(jù)分析方法給計(jì)算機(jī)學(xué)會(huì)“創(chuàng)造”提供了一種方法。本質(zhì)上，這種方法為人的“創(chuàng)造力”的模式化提供了一種相當(dāng)有效的途徑。這種途徑是數(shù)學(xué)賦予的，是普通人無法擁有但計(jì)算機(jī)可以擁有的“能力”。從此，計(jì)算機(jī)不僅精于算，還會(huì)因精于算而精于創(chuàng)造。計(jì)算機(jī)學(xué)家們應(yīng)該斬釘截鐵地剝奪“精于創(chuàng)造”的計(jì)算機(jī)過于全面的操作能力，否則計(jì)算機(jī)真的有一天會(huì)“反捕”人類。
當(dāng)回頭審視新方法的推演過程和數(shù)學(xué)的時(shí)候，作者拓展了對(duì)思維和數(shù)學(xué)的認(rèn)識(shí)。數(shù)學(xué)簡(jiǎn)潔，清晰，可靠性、模式化強(qiáng)。在數(shù)學(xué)的發(fā)展史上，處處閃耀著數(shù)學(xué)大師們創(chuàng)造力的光輝。這些創(chuàng)造力以各種數(shù)學(xué)定理或結(jié)論的方式呈現(xiàn)出來，而數(shù)學(xué)定理最大的特點(diǎn)就是：建立在一些基本的概念和公理上，以模式化的語言方式表達(dá)出來的包含豐富信息的邏輯結(jié)構(gòu)。應(yīng)該說，數(shù)學(xué)是最單純、最直白地反映著(至少一類)創(chuàng)造力模式的學(xué)科。
猜你喜歡：