近來讀完了梅拉妮·米歇爾與2021年開售的AI3.0收獲頗多與各位分享
去年起火，將人工智能的夏天帶到了國外，你們身邊用GPT輔助工作學習，甚至是拿來掙錢的事例也不少。這個時侯才會有人覺得，是不是現(xiàn)今AI已然達到了通用智能，馬上都會率領著人類邁入下一個技術革命了，這樣的看法還是略顯怯懦，本書作者挺好的回答了這個問題：
我發(fā)覺這十分可怕，十分令人困惑，十分令人感傷、困惑、迷茫，十分糟糕、可怕、奇怪，由于，人們正在盲目地、極其激動地往前沖，去創(chuàng)造這種東西。
首先第一點，如今最先進的人工智能也沒有做到成為通用型人工智能，如同書中說的一樣現(xiàn)今的人工智能只是“聰明的漢斯”只能做到某個領域的專精，但是沒有遷移能力，難以將這個領域的技能應用到另一個領域
第二點，受限于硬件的估算能力，材料科學，生物科學，我們距離通用人工智能還有很遠的距離，目前人工智能的重大突破多數(shù)都是骨科學研究結果的計算機化，這也就一定程度上意味著骨科學的研究程度會阻礙著人工智能的發(fā)展
受限于以上兩點，我們對于AI的狂熱應當鎮(zhèn)靜出來，但這不意味著AI不會對于現(xiàn)今的我們提供有力的幫助
在書中作者詳盡的介紹了人工智能發(fā)展的歷史，我們要從歷史中發(fā)覺規(guī)律，去運用已有的技術去創(chuàng)造并促進人工智能的發(fā)展：
作者從傳統(tǒng)人工智能開始述說，到頻域深度神經(jīng)網(wǎng)路到加強學習到遷移學習人工智能，以時間軸為我們循序漸進的述說了AI的發(fā)展
從最開始的闡述為什么AI短時間難以超過人類智能到視覺辨識再到游戲與推理，自然語言和常識，站在不同的角度為我們領略了AI在各個領域的進展和不足
在道德和倫理的層面上也提出了自己的看法，以冷靜理智的角度幫助我們重新認識AI到目前為止取得的成績
假如你是相關專業(yè)從事者，那你能站在歷史的角度上感受AI技術的革新因而明晰自己以后從事的方向
假如你是專業(yè)中學生，對于自己之后以及現(xiàn)今的研究方向也有指引作用，避免自己步入死西街
假如你僅僅是對AI感興趣的人，也能以稍為硬核的角度去感受AI技術
明晰了自己以后的研究方向，大體上了解了這個領域的研究進展方向
擴寬了自己的知識，相對于獨立的知識點，能站在歷史的角度起來感受AI技術的演進
避免自己對于AI的未來盲目的豁達，了解了對于通用人工智能還是任重道遠
當計算機在某一特定任務上趕超人類時，我們就得出推論，該任務實際上并不須要智能。正如麥卡錫嘆息的那樣：“一旦它開始奏效，就沒人再稱它為人工智能了。”
小型科技公司通過計算機和智能手機為你提供許多免費服務：網(wǎng)路搜索、視頻通話、電子電郵、社交網(wǎng)路、智能助理，諸這么類。這種對公司有哪些好處呢？答案你可能早已據(jù)說過，就是這種公司真正的產(chǎn)品雖然是其用戶，比如你和我，而她們真正的顧客則是這些獲取我們在使用這種免費服務時的注意力和信息的廣告商。
阿西莫夫提出機器人三定理的目的是證明這套定理會不可防止地失敗。阿西莫夫在1942年首次提出這種定理時述說了一個名為“逃跑”的故事：假如一個機器人遵守第二定理向危險物質聯(lián)通人工智能，這時第三定理將會生效，機器人隨后遠離該物質；此時第二定理又重新開始生效。于是，機器人將被困在一個無盡的循環(huán)中，最終對機器人的人類主人導致了災難性的后果。
免責聲明：部分文章信息來源于網(wǎng)絡以及網(wǎng)友投稿，本站只負責對文章進行整理、排版、編輯，出于傳遞更多信息之目的，并不意味著贊同其觀點或證實其內容的真實性，如本站文章和轉稿涉及版權等問題，請作者在及時聯(lián)系本站，我們會盡快為您處理。
