热门关键词:快三在线投注,快三全天计划,快三在线全天计划网  
当前位置:首页 > 企业新闻
AI成为时代口号,现在谈AI革命为时尚早?_
2021-05-01 [58738]

【快三在线投注】简介:人工智能(AI)早已是我们这个时代的口号。技术专家、学者、记者、风险资本家都在说这句话。

像很多其他从技术或学术领域流向普通大众的词汇一样,“AI”一词的使用并不存在严重的误解。人工智能(AI)早已是我们这个时代的口号。技术专家、学者、记者、风险资本家都在说这句话。

像很多其他从技术或学术领域流向普通大众的词汇一样,“AI”一词的使用并不存在严重的误解。人工智能(AI)早已是我们这个时代的口号。技术专家、学者、记者、风险资本家都在说这句话。像很多其他从技术或学术领域流向普通大众的词汇一样,“AI”一词的使用并不存在严重的误解。

然而,与公众不解释科学家所做工作的其他领域不同,科学家通常与公众一样对人工智能感到困惑。也许,在这个世界上,我们正在看到一种硅基智能与我们人类的智能竞争,这种智能不仅让每个人兴奋,让我们着迷,也让我们恐惧。令人惊讶的是,它集中了我们的注意力。

我们迫切需要发展构建推理小说和决策系统的原则,我们可以从另一个角度来描述这个时代。有这样一个故事,涉及到人类、计算机、数据、轮回决定,但重点在某种程度上是硅基智能等幻想。十四年前,我老婆生孩子的时候,我们做了超声波检查。

医生是遗传学家。她认为胎心周围有一些白斑。

“这些都是唐氏综合症的征兆,”她说。"现在你的风险降到了20分之一."她告诉他,我们可以通过羊膜穿刺术了解胎儿是否知道唐氏综合征基因畸变,但是羊膜穿刺术没有风险。作为统计学家,我要求找到这些数字的来源。

快三全天计划

在我的研究中,发现英国有人在十年前做了统计分析,这些反映钙沉积的白点明显被指出是唐氏综合征的预测因子。我还注意到,我们在检查中使用的成像机器每平方英寸的像素数比英国研究中使用的成像机器多几百。我回来告诉他的遗传学家,我坚信那些白点很可能是假阳性,字面上就是白噪声。

她说:“啊,这解释了为什么几年前我们开始发现唐氏综合征的临床实践呈下降趋势。就在那时,新机器出现了。”我们没有做羊膜穿刺术,几个月后我们的妻子生了一个健康的女孩。

但这件事还是让我只是觉得,特别是当我被告知,由于粗略的计算,当天可能有数千人得到一定程度的临床治疗,然后很多人自由选择进行羊膜穿刺术,导致很多婴儿不必要的死亡。这件事说明问题不是我个人的医疗问题;它涉及一个医疗系统,在不同的地点和时间测量变量和结果,进行统计分析,并用于其他情况下的结果。这个问题不仅与数据分析本身有关,还与数据库研究者所说的“起源”有关。——数据从何而来,从数据中得出什么假设,这些假设与现状有多大关系?虽然专业人士在遇到病例时有可能一步一步解决这些问题,但问题是设计一个星级的医疗系统,而这个系统必须在没有如此细致的人为监督的情况下做到这一点。

我也是一个计算机科学家,突然想到在我的教育中,我明显的寻求了构建这个集计算机科学和统计学于一体,考虑人类效用的星级推理小说和决策系统所必须的原则。在我看来,最重要的是至少开发出这些原理,构造出玩游戏等炫目的AI系统。

这些原则不仅在医学领域是必要的,在商业、交通和教育领域也是必要的。 工程学的一个新分支:人机一体化。无论我们能否快速解读“智能”,我们都面临着一个根本性的挑战,即如何将计算机与人类融合,从而强化人类的生命。

虽然有人指出这个挑战只是对AI建设的一个辅助,但另一种观点指出这是一个新的工程分支。就像过去几十年的土木工程和化学工程一样,这个新学科的目标是围绕一些关键思想,给人们带来新的资源和能力,确保安全。

土木工程和化学工程是建立在物理和化学的基础上的,这个新的工程学科将建立在上个世纪表现出本质的思想上,如信息、算法、数据、不确定性、计算、推理小说和优化。此外,由于新学科的大部分重点将是来自和关于人类的数据,其发展必须基于社会科学和人文科学的观点。虽然各种积木已经存在很久了,但是把它们组合在一起的原则还没有实现,所以目前把这些积木组合在一起的方式是暂时的。

所以,就像人类在土木工程经常出现之前建造了建筑和桥梁一样,人类也在其后的社会尺度上建造了涉及机器、人和环境的推理小说和决策系统。正如早期的建筑和桥梁有时会无意识地失败并带来悲惨的后果一样,我们早期的许多社会规模的推理小说和决策系统已经暴露出相当严重的概念缺陷。

令人惊讶的是,我们不擅长预测下一个可能频繁发生的严重缺陷是什么。我们缺少的是分析和设计原理的工程学科。

目前大部分AI,本质上是机器学习,在这些问题的公开辩论中经常被当作一个智能的标准化词,让人很难推断新兴技术的范围和后果。所以我们对AI最近和很多时候被用来指什么有一个恰当的认识。

现在大部分叫AI的东西,特别是在公共领域,本质上都是机器学习(ML),一个用了几十年的术语。ML是一个算法领域,融合了统计学、计算机科学等多门学科的思想(见下文),设计用于处理数据、进行预测、辅助决策的算法。就对现实世界的影响而言,ML在现实中并不存在,也不仅仅是近期的火焰。

其实在90年代初,ML就有迹象表明会给行业带来巨大的变化。在世纪之交,像亚马逊这样具有前瞻性的公司已经在他们的业务中用于机器学习、解决关键问题、后期欺诈检测和供应链预测,以及为消费者创造创造性的服务,如推荐系统。未来20年,随着数据集和计算资源的快速增长,很明显ML不仅对于亚马逊,对于任何一家能够将决策与大规模数据联系起来的公司来说,都会迅速获得力量。

新的商业模式不会经常出现。用“数据科学”这个术语来指这种现象,反映了ML算法专家需要与数据库和分布式系统专家合作,构建一个可扩展、功能强大的ML系统,也反映了这样的系统将会产生更广泛的社会影响。在过去的几年里,这种思想和技术趋势的融合被重新命名为“人工智能”。

在这个品牌重塑过程中,有一点仔细的审视。模仿人类的AI和强化智能历史上,“人工智能”这个术语是在20世纪50年代后期构建的,指的是在软件和硬件上构建一个具有人类智能水平的实体的令人兴奋的愿望。我就用“AI”(human-simulated AI)来指这个愿望,特别强调人工智能实体要化为我们人类的一员,即使不是肉体上的化,至少也要精神上的化(不管这可能意味着什么)。这在很大程度上是一项学术事业。

虽然所涉及的学术领域,如运筹学、统计学、模式识别、信息论、控制论等早已不复存在,而且往往受到人或动物的不道德行为的启发,但这些领域可以说是集中于低级的信号和决策。比如松鼠需要感知它们生活的森林的三维结构,可以在树枝间冲刺,对这些领域是有启发的。AI旨在关注一些不同的东西:人类发展推理小说和思维的高级或理解能力。然而,60年后,高水平的推理小说和思想仍然难以捉摸。

如今,在与低级模式识别和运动控制相关的工程和统计领域,经常出现称为人工智能的发展。这门学科的重点是在数据中寻找模式,做出有根据的预测,测试假设和决策。事实上,现在被指出是所谓“AI革命”核心的众所周知的迁移传播算法,是DavidRumelhart在80年代初新发现的,早在60、60年代就频繁出现在控制理论领域。

它的早期应用之一是在阿波罗宇宙飞船飞往月球时对其发动机进行优化。自20世纪60年代以来,AI已经有了相当大的变化,但可以说这种变化并不是源于AI模仿人类的坚持。

忽略,就像阿波罗飞船一样,这些想法往往隐藏在幕后,研究人员专注于具体的工程挑战。虽然大众已经看到了,但是在文献检索、文本分类、欺诈检测、转诊系统、个性化搜索、社交网络分析、策划、临床和A/B测试等领域的研究和系统建设都取得了很大的进展。这些变化促进了谷歌、网飞、脸书和亚马逊的成功。

人们可以简单地称之为AI。其实可能又发生了。

对于突然发现自己被称为AI研究者的优化或统计研究者来说,这样的标签可能会让他们觉得自己深陷车祸。但不代表标签不说话。更大的问题是,在这个单一的、未定义的首字母缩略词中使用的首字母缩略词阻碍了他们对正在发挥作用的智能和商业问题的范围的清晰解释。在过去的20年里,工业和学术领域都取得了很大的进步,——,一般称为“智能增强”(IntelligenceAugmentation),作为AI模仿人类的补充。

在这里,计算和数据被用来创造增强人类智力和创造力的服务。搜索引擎可以看作是IA的一个例子,因为它可以强化人类记忆和事实科学知识;自然语言翻译也是IA的一个例子,可以加强人的交际能力。

基于计算机的声音和图像已经成为艺术家增强色彩匹配和构建的能力。虽然这种服务未来可能包括高级推理小说和思考,但还没有;他们主要继续执行各种字符串给定和数字运算符来捕获人类可以使用的模式。

让我们设想一个“智能基础设施”的课题,构建一个基于计算数据和物理实体的网络,使人类环境更加有趣和安全。目前,这种基础设施已经开始在交通、医药、商业、金融等领域频繁出现,对个人和社会的影响甚至更浅。可以想象,我们生活在一个覆盖全社会的医疗体系中。该系统需要在人、医生和医疗设备之间创建数据流和分析,以帮助医生进行更准确的临床实践,获得护理服务。

该系统可以整合来自体细胞、DNA、血液检测、环境、群体遗传学以及大量药物和化疗科学文献的信息。它不仅关注个体患者和医生,还关注所有人之间的关系,这有助于维护医疗信息的相关性、来源和可靠性的概念,就像今天的银行系统关注金融和支付领域的挑战一样。虽然人们可以意识到这样的系统并没有太多的问题,比如隐私、责任、安全等等。

但是,我们应该把这些问题看作是我们敢于面对的挑战,而不是进步的障碍。目前的AI成果并不能解决核心问题。现在我们面临一个关键问题:传统的基于人类仿真的AI是解决这些挑战的最佳途径(甚至是唯一途径)吗?其实近年来机器学习的一些成功案例都是在模仿人类的AI领域,比如计算机视觉、语音识别、游戏、机器人等。

也许我们应该等一等,等这些领域更好的技术变革。这里有两件事需要注意。首先,目前AI模仿人类的成功还是有限的,我们最后的愿望就是期望能造出来。

同时,这个领域的有限进步产生了极大的愉悦感,结束了很多不安,导致AI的过度繁荣和媒体的过度关注,这在其他工程领域是不存在的。更重要的是,第二点是,这些领域的成功足以解决最重要的IA和II问题。比如自驾车。

要建立自主驾驶,必须解决一系列工程问题,这些问题可能与人的能力(或人力资源的缺乏)关系不大。整个交通系统(II系统)很可能更像现在的空中交通管制系统,而不是目前被广泛关注的人类驾驶员。该系统比现有的空中交通管制系统简单得多,特别是它可以用于对大量数据和自适应统计数据进行建模,以获得用于精细决策的信息。

要迎接这些挑战,就必须关注前沿,也就是说太注重模仿人类AI了。至于必要性,有人说模仿人类的AI视觉包括IA和II的目标,因为它不仅需要解决AI的经典问题(比如图灵测试),而且是解决IA和II问题的最佳自由选择。然而,这种意见分歧完全是在历史上找不到先例的。你听说过用AI木匠或者AI瓦工做土木工程吗?化工应该为AI化学家创建一个框架吗?更有争议的是:如果我们的目标是创建一个化工厂,是不是应该先创建一批AI化学家,然后让TAs研究如何创建?有一种不同的观点认为,人类的智力是我们所理解的唯一一种智力,所以我们应该把模仿人类的智力作为第一步。

而人类本质上并不擅长某种推理小说,有自己的污秽、种族主义和局限性。而且非常重要的是,人类还没有进化到足以继续执行现代II系统必须面对的大规模决策,也没有能力应对II环境中经常出现的各种不确定性。有人可能会说,人工智能系统不会模仿人类的智能,也不会缺乏人工智能,这种能力可以扩展到给定规模的问题。

当然,我们现在说的是科幻类的。虽然这种推理论证在科幻小说中会更受欢迎,但也不应该沦为我们在面对已经开始频繁出现的重点IA和II问题时所采取的主要策略。

必须根据自己的优势解决IA和II的问题,一定程度上要模仿人类AI。当然,经典的人工AI模拟问题还是有意义的。然而,目前的重点是通过收集数据、部署深度自学基础设施和演示模拟某些人类技能的系统来进行人工智能研究。

这些研究根本不涉及新的解释原理,往往也不会转移对经典AI领域几个重大开放问题的注意力。这些问题还包括将意义和推理小说引入自然语言处理系统的必要性,以应对推测和应对因果关系的必要性。R&D计算难以处理的不确定反应,以及制定和坚持长期目标的R&D系统。

这些都是模仿人类AI的经典目标,但在当前人工智能革命的热潮中,人们更容易记住这些未解决的问题。从某种程度上来说,IA是最重要的问题,因为在可预见的未来,计算机无法与人类抽象推理小说真相的能力相比。 我们必须通过精心的人机交互来解决最严重的问题。

我们期望计算机需要费伊新的人类创造力水平,而不是取代人类创造力。目前AI眼光太武断。现在谈AI革命还为时过早。

正是约翰麦卡锡(当时是达特茅斯大学的教授,后来去了麻省理工学院)在当时明确提出了这个术语,以此来区分他刚刚跟进的研究项目和诺伯特维纳(当时是麻省理工学院的老教授)的项目。维纳明确提出“生物学”这个术语是指他自己未来发展的智能系统,它与运筹学、统计学、模式识别、信息论、控制理论等有着密切的联系。麦卡锡强调与逻辑的联系。

有趣的是,维纳的“智能”内容体系在今天是占主导地位的,但麦卡锡提出的“人工智能”一词却是在表象上使用的。除了历史上观点的分歧,我们也要认识到,目前关于人工智能的公众对话,大多局限于一小部分工业界和学术界,这种武断的眼光不会影响人工智能带来的所有挑战和机遇。这里所说的广阔视野,与科幻小说中场景的构建关系不大,更好的是与技术必要性的解读和塑造,因为它在日常生活中的影响力更大。在这种解读和塑造中,必然有各行各业的各种声音,某种程度上也有技术对话。

意思是关注模仿人类的AI,可能会让我们无法知道或者不愿意知道更一般的信息。学术界也要充分发挥最重要的是在一定程度上获得一些最不创新的技术思路,而不是和计算统计领域的研究者共同做出贡献。这些贡献和观点非常重要,尤其是在社会科学、认知科学和人文科学的视角下。

另一方面,尽管科学对人类进步至关重要,但我们不应高估自己的希望和成就。社会的目标是创造新的成就。

这些工件应该按照声明的那样工作。我们不指望用获得医疗、自由选择交通和商业机会的系统,然后发现这些系统真的不行,找到它们就不会出错,影响我们的幸福和生活。

所以,正如我特别强调的,目前在数据和自学为关注焦点的领域,并没有一直出现一门“工程学科”。虽然这些领域的发展前景令人振奋,但目前还不能算是“工程学科”。

我们应该拒绝我们正在目睹一门新的工程学科出现的事实。“工程”这个词有着独特的内涵,更容易让人联想到MoMo、情感机器、对人类失去控制,但我们可以创建自己的工程学科。在今天的时代,我们已经进入了一个真正的机会来构思一个历史上前所未有的新事物:一个以人为本的新工程学科。这里不想给这个新学科命名,但是如果在那之后用“AI”这个缩写作为学科名称,我们一定要意识到这个词的确切含义和局限性。

一定要开阔视野,平复抹黑,对未来的不利挑战有一个心理上的认识。-快三在线投注。

本文来源:快三全天计划-www.uticoating.com