什么是人工智能？人工智能有哪些缺点和风险？
虽然电脑的处理速度比人类快得多，但在很多方面，人脑还是更胜一筹。不过，这种情况会不会很快改变呢？每当谈到人工智能（AI），这个话题总是被热议。这也是AI研究中的一个核心问题，这个领域结合了计算机科学、神经科学、心理学和语言学，试图找到模仿大脑及其功能的方法。 什么是人工智能？ 人工智能可以定义为计算机科学的一个分支，目标是创造能与人类智能媲美的技术。但智力到底是什么？又该怎么用技术来复制它？其实没有单一答案，已经有很多理论和方法在尝试解决这些问题。 由于“智能”这个词本身就很难定义，所以给人工智能下一个确切定义几乎是不可能的。 什么是人工智能 如果AI要模拟人类智能，那它该和人类有多像？机器是不是该像人脑一样构建？这种模拟方法旨在完全复制大脑的功能。 或许机器只要外表像人，表面看起来相似就够了？这种现象学方法更注重人类在与AI互动时的实际感受。但AI的底层技术流程不需要和人类有任何相似之处。 目前的人工智能技术主要针对专业任务开发。这类AI不太注重掌握人类交流的艺术，而是更专注于高效执行高度专业化的任务。对于这些技术，用的是受限图灵测试。如果一个技术系统能达到人类水平（比如做医疗诊断或下棋），就被认为是AI系统。这种在特定任务上展现类人能力的特点，导致了AI的两种定义：强人工智能和弱人工智能。 愿景：强人工智能 强人工智能指的是具有多种能力、能替代人类的智能。尽管从启蒙运动开始，就有人把人类视为机器，但目前这还只是科幻。 智力不是一维的，它涵盖认知、感觉运动、情感和社交能力。目前AI的应用大多在认知智能领域，比如逻辑、规划、解决问题、自给自足和形成个人观点。 现实：弱人工智能 弱人工智能则是指AI的开发和应用发生在明确定义、标签化的领域。这就是AI现在的状态。当前几乎所有AI用途都可以说是弱的，但非常专业。比如自动驾驶汽车、医疗诊断和智能搜索算法的发展就是好例子。 过去几年，弱人工智能领域取得了突破性成功。各种智能系统的发展证明，它不仅实用，从伦理上讲风险也更小。AI的应用领域极其多样，眼下在医学、金融、运输、营销以及在线领域都取得了巨大成功。 人工智能是如何工作的？ 该怎么描述AI的工作原理呢？AI的好坏取决于知识如何被技术表征。主要有两种基本方法：符号方法和神经元方法。 在符号人工智能中，知识用符号表示，并通过符号操作来处理。符号AI从上方处理信息，使用符号、抽象关联和逻辑键来工作。 神经元人工智能则用人工神经元及其连接来描述知识。神经元AI从下面处理信息，模拟单个人工神经元，这些神经元组织成更大的组，形成人工神经元网络。 提示：ChatGPT是Chat Generative Pre-trained Transformer的缩写，由OpenAI于2022年11月发布，是一种AI语言模型。 符号人工智能 符号AI是经典的人工智能方法。它基于人类思想可以从逻辑上优越的概念层面重建的想法，不管具体经验如何（自上而下方法）。知识用抽象符号表示，包括书面和口头语言。机器在算法基础上学习识别、理解和使用这些符号。智能系统从专家系统获取信息。 符号AI的经典用途是文字处理和语音识别，还有其他逻辑活动，比如下棋。符号AI基于设定规则工作，随着计算能力增强，能解决更复杂的问题。在符号AI帮助下，IBM的深蓝赢得了与国际象棋世界冠军加里·卡斯帕罗夫的比赛。 神经元人工智能 Geoffrey Hinton和同事在1986年复兴了神经元AI研究，随之而来的是AI领域的蓬勃发展。反向传播算法的进步为深度学习奠定了基础，现在几乎所有AI都在用深度学习。正是这种学习算法，让深层神经网络能不断自我学习和成长，克服了符号AI曾经失败的挑战。 神经元AI将知识分解为微小功能单元，即人工神经元。这些神经元形成群体，越来越大（自下而上方法），构成多样化的人工神经元网络。与符号AI不同，神经元网络是经过训练的，比如通过感觉运动数据。根据这些经验，AI生成不断增长的知识库。这正是突破发生的地方：虽然训练耗时，但系统现在能独立学习。 人工智能有哪些例子？ 无论是面部识别、语音助手还是翻译软件，AI已经成为我们日常生活的一部分。即使你有意避开这些工具，也很难逃脱AI在数字环境的影响。比如，AI系统在塑造你从在线商店收到的产品推荐，以及YouTube和Netflix等平台的推荐方面起关键作用。这些系统旨在提供越来越符合你偏好的建议。 以下是目前AI的一些应用实例： ChatGPT：ChatGPT是OpenAI开发的AI聊天机器人。它能理解文本输入，回答问题，还能生成、重写和翻译文本。 RankBrain：RankBrain是谷歌的一种AI算法，最初是为更好理解首次搜索时可能未知的查询。2015年，谷歌宣布RankBrain是继链接和内容之后，搜索排名200多个因素中第三重要的因素，这意味着它对SEO有很大影响。 DeepMind：DeepMind于2014年被谷歌收购，是一家创造了许多创新AI技术的公司，比如掌握围棋的AlphaGo。2023年4月，谷歌宣布将其与内部AI部门Google Brain合并。DeepMind在AI研究中脱颖而出，因为它为AI配备了短期记忆。 Voice.ai：通过Voice.ai程序，你可以实时用不同声音说话，比如好莱坞明星或名人的声音。这款基于AI的软件根据用户输入训练，让用户能为新语音配置文件提供自己的录音。 DALL-E：AI系统DALL-E能在几秒内根据书面输入创建独特且令人印象深刻的2D和3D图像。OpenAI软件的公开测试版于2022年9月推出，据称每天生成超过200万张图像。 AI的两面 从盲目乐观到简单拒绝，智能技术引发了一系列情绪和反应。这主要因为对这些技术将如何改变生活的预测既有积极也有消极。这里，我们整理了AI爱好者和怀疑论者的主要观点。 AI的优势和可能性是什么？ AI有一系列优势和可能性。最重要的优势无疑是在工作领域，它能提高效率并显著改善经济前景。 创造就业机会并减少工作量 新技术能带来有价值的新工作，并促进整体经济繁荣。所有专家都同意，这项技术将对就业市场产生根本影响。许多全民基本收入支持者视AI为巨大机遇，认为传统有偿劳动模式很快会被取代。AI带来的改进和简化也可能意味着人们有更多空闲时间。 舒适 AI支持者将每一项技术进步视为让日常生活更轻松舒适的机会。比如自动驾驶汽车和智能翻译软件。总的来说，这些发展让使用技术的人生活更便捷。 非凡的性能 当涉及公共利益任务时，AI也有显著优势。不可否认，机器的错误率比人类低得多，性能潜力巨大。尤其在医疗保健和法律领域，智能机器的多功能性被认为特别有前途。虽然专家不指望机器取代法官，但AI能帮助法官更快识别案件模式并得出客观结论。 经济优势 创造AI的行业有望获得巨额财务收益。据《2022年世界机器人报告》，2021年全球新增安装机器人达517,385台，创历史新高。AI行业全球也显著增长，《全球人工智能市场报告》指出全球资助翻倍，达668亿美元。 未来项目 AI激发了人类天生的好奇心。它已用于勘探石油和控制火星机器人。可以肯定，技术的持续发展将使其应用领域和用例不断增加。 人工智能有哪些缺点和风险？ 像埃隆·马斯克这样的硅谷偶像，尽管直接参与AI开发，仍对风险发出警告。这些批评声音也得到更大组织支持，比如生命未来研究所（FLI）定期呼吁对技术采取负责任态度。 引用“人工智能（我指的不是狭义AI）的进步速度快得难以置信。除非你直接接触过像DeepMind这样的组织，否则你不知道它有多快——它以接近指数速度增长。发生严重危险事件的风险在五年内。最多10年。这不是因为我不明白而大喊狼来了。”特斯拉创始人兼AI投资者埃隆·马斯克在2014年采访中说。 以下是与人工智能相关的一些风险： 人类的劣势 许多人担心的一个潜在风险，也是科幻小说热门主题，是超级智能的发展。这个术语指一种自我优化到不再依赖人类的技术。人类与这种超级智能的关系可能出问题，怀疑论者认为它最终可能导致人类受AI摆布。尽管大多数研究者认为故意恶意的AI极不可能，但许多人认为AI有能力独立活动的可能性很高。 对技术的依赖 对技术日益依赖是另一个担忧。批评者举例医疗保健领域，已开始测试护士机器人。在这种背景下，人类越来越成为技术系统的监控对象。批评者认为，人类可能因此放弃大部分隐私和自主权。这种担忧不仅出现在医疗保健，还出现在AI支持的视频监控和在线智能算法中。 数据保护和权力分配 智能算法现在能更有效地处理不断增长的数据集。这对在线零售行业是好消息，但批评者认为，通过AI处理数据对用户来说越来越难理解和跟上。 过滤气泡和选择性感知 网络活动家Eli Pariser指出AI的进一步风险——过滤气泡。如果算法仅根据用户之前行为显示内容（个性化内容），用户的世界观可能越来越窄。或者至少这是担忧。AI技术可能促进选择性感知，拉大不同意识形态个人之间的距离。 影响意见的形成方式 批评者认为AI技术有能力控制舆论。原因在于存在拥有详细用户信息的技术，以及能影响公众讨论的社交机器人。批评者认为，技术越智能，影响意见形成的风险越高。 总结：人工智能 AI是最令人兴奋的技术之一，未来几年仍将如此。它已用于各行各业和各种目的。像所有新技术一样，AI将为我们的个人和职业生活带来重大变化。但人类不会被AI取代，而是与AI协同工作。自动化重复性任务可能节省大量时间，让我们投入到生活其他领域。相关问答
