如何看待人工智障?

近些年来随着人工智能的发展,越来越多的人开始关注人工智能在各个行业领域的应用。

在这之中,有很多人其实对人工智能是持有怀疑态度的,或是无神论者或是有神论者,持有这种观点的人都是大有人在。

在无神论者看来,技术虽然是靠谱的东西,但是人这么复杂机能的高级动物你想通过简单的电路就模拟出来?简直是异想天开。而在有神论者看来这事情就更是不靠谱。在他们看来,每次人类意识到上帝存在的时候,上帝就想笑。还有一个比较形象的梗,说人类在研究上帝是否存在的时候就好像一群牛身上的细胞在研究是不是有牛这种东西并且牛是不是活着……总之对超自然超认知上层的超意识形态的膜拜已经是登峰造极。

其实对于世界上是不是存在神我是有点说不清楚的,这是一个很难证明及证伪的问题。即便是基于科学的方法论来做各种论证,都没办法进行证明或证伪。所以我觉得压根就别讨论这事情比较好,只在科学的范围内——在量化认知的范围内讨论人工智能就好了。

要说大家对人工智障的鄙夷来说,我也非常能够理解,我们就看看这些弱智机器人的表现就可以了。

视频内容

这在我们看来再普通,再理所应当做到完美的东西都做成这个德行,真是让人笑掉大牙了。这种机器人别说毁灭人类了,就是出门买便当都会莫名其妙地死在路上。

下面这则新闻就没那么好笑了,因为它的“弱智”葬送了一条生命。

视频内容

我看完这则新闻其实心里也是很沉重的。尽管特斯拉的自动驾驶技术的具体实现我不了解细节,但这则事故仍旧让我们觉得人工智能犯了一个非常非常低级的错误,甚至是不可饶恕的错误。况且,特斯拉不是第一次发生致死事故了,那人工智能靠谱吗?我们还能相信它吗?

到底我们要不要坚信人工智能的可靠性呢?这关乎信仰的问题,我觉得我们还是要冷静地看待,而不是被一次,一个事件就轻易动摇本应坚定的三观。那我就说说我的观点大家看看有没有道理。

首先,人工智能是一个高质量的自动化过程。

这是我一直以来的观点。它不是万能的,不是完美的,它就是一个高质量的自动化过程。它与人类相比的优势只是在相同的成本下,有更大的生产能力;或者在相同的生成能力的情况下,有更低的成本。从图灵测试的定义来看,这玩意儿都只保证它看上去让人感觉不那么不像人,从来都没说让它比人做得好。

其次,从社会生产效率的角度。

做过监督学习的同学都应该知道,损失函数中的每个样本是等权的。模型的能够解决的问题就是让模型在全局的损失最小。产生损失的样本可能在人类看来应该是一个所谓的常识或者就是非常非常理所应当应该正确处理的东西,但在模型一视同仁的角度来看,它不理解什么叫理所应当。它的义务仅仅是全局损失最小,所以出现这些所谓“不应该”的失误是它先天的问题。然而,它在更大范围内的全局角度来说是比人表现更好的,除了损失函数的定义本身就能保证全局最优化以外,全天候,不惧加班,不惧疲劳,不反抗……这些特性人类几乎一样都没有。

再次,从进化的角度。

即便人工智能现在不完美,但随着技术的进步,样本的积累,人类认知水平的提高,这个进化是在持续不断的。我们应该有理由相信,人工智能在边界清晰,约束明确的条件下比人类的能力强上成千上万倍。那就让它在这些领域为我们多做贡献好了。别太难为机器人,嗯,也别太难为自己。

好了,这次就和大家聊到这里。

原文发布于微信公众号 - 奇点(qddata)

原文发表时间:2018-05-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏AI科技评论

业界 | 福布斯评出最热门的 10 大 AI 技术,以及面临的问题

AI科技评论按:Narrative Science 调查显示,去年已有 38% 的企业开始使用人工智能,而到 2018 年将增长至 62%。Forrester ...

3204
来自专栏数据派THU

干货 | 清华大学郑方:语音技术用于身份认证的理论与实践

“网络空间身份认证”事关新时代的国家安全、经济安全、社会稳定、民众福祉等,这其中包括五个方面:

2054
来自专栏量子位

深度学习get新技能:能分辨48种野生动物,准确率92%

李杉 编译自 NewScientist 量子位 报道 | 公众号 QbitAI 春天来了,万物复苏。在坦桑尼亚西北部的塞伦盖蒂大草原上,计算机们正在履行它们的职...

4447
来自专栏企鹅号快讯

持续不断地推荐儿童不宜视频背后,YouTube是这样训练AI的

训练 YouTube 搜索算法的员工表示,他们用来评估这个世界上最大的互联网视频平台的准则,有些难以理解并且不够充分。 编译 | 王宇欣 Rik 来源 | Bu...

2559
来自专栏IT 指南者专栏

究竟什么才是学习?

我一直以为,学习就应该是拿着学习的资料,花大块的时间在图书馆里面按照计划一字一句、从头到尾的进行研习。但慢慢的我发现,我对学习的理解太狭隘,我一直在错误的进行学...

2708
来自专栏机器人网

在这些机器人应用上,力传感器完爆视觉系统

多年来,工业机器人并不能监测他们周围的环境。随着越来越多各种不同的传感器引入到机器人上,他们现在能“感觉”到他们正在处理什么、能“看”到他们在做什么或谁在他们周...

2948
来自专栏AI科技评论

学界 | Facebook 最新研究:自主学习一个会和世界互动的智能体

AI 科技评论按:本文由来自 Facebook 人工智能研究院的研究员 Dhruv Batra 和 Devi Parikh 共同撰写,文中介绍了 Faceboo...

1232
来自专栏数据派THU

一文读懂因果推测、倾向模型(结合实例)

1463
来自专栏PPV课数据科学社区

【案例】浅谈医学大数据是怎么回事?

编者按:本文作者陈遵秋,美国俄勒冈州,健康科技大学,公共卫生预防系,美国统计协会认证统计分析师;陈漪伊,美国俄勒冈州,健康科技大学,公共卫生预防系,生物统计助理...

3143
来自专栏鸿的学习笔记

The Brain vs Deep Learning(完结)

Part IV: Predicting the growth of practical computationalpower

622

扫码关注云+社区

领取腾讯云代金券