学习
实践
活动
专区
工具
TVP
写文章

李开复:别再煽动人类AI的恐慌

本文经AI新媒体量子位(公众号 ID: QbitAI)授权转载,转载请联系出处 在本届达沃斯论坛上,《人类简史》作者赫拉利教授提出,我们也许是最后一代掌管这个世界的人类,尤其是当AI技术开始和生物技术结合 对于人工智能,我们眼下最需要讨论的问题是,AI只能在单一领域发挥优化作用,它的确非常强大,能助力人类,但更有可能取代人类技能,我们得接受这个事实,为15到20年后人类技能被AI取代做好准备。 同时,因为AI只是一种优化器,它并不能取代人类的创造性,AI没有情感、没有自我意识,只有有限的灵活性。人类还可以胜任和创造出大量工作。 他在书里预测会出现一个“无用阶级”,这个观点极为危险,可能带来无法弥补的伤害,我觉得把任何人称作“无用”都很不成熟,也绝不正确。 我认为人类存在的意义,很多事情AI无法做。 人类同情心、爱心、有创造力、可以合作、有灵活性、可以解决复杂问题,这并非AI能够做到。 ? 我以一个AI科学家的身份这样说,我的AI科学家朋友们也都这样认为。

46460

详解阿里海报设计AI“鲁班”,没错,人类设计师危险

此过程完成后,将输出多个设计图,并最终交给“评估网络”输出产品进行评分。 最后是评估网络。 ? 不过也并非完全没有收获,在探索中的一年,阿里鲁班团队AI产品了更为清晰的定义。 他们内部认为,鲁班做的AI是可控的视觉生成。 与人类对比的话,假设每张图,人类设计师需要耗时20分钟,满打满算也需要100个设计师连续做300年。 …… 已经不用计算节省的成本了。 而今年,鲁班也被进行了进一步迭代。 按照当前阿里内部技术岗位的评判体系,海报设计AI鲁班,已经达到了P6水准,后续进阶也只会越来越快。 那设计师会就此被AI替代? 会,在阿里体系内,P4左右的设计师都会受到来自机器的“威胁”。 所以,人类设计师朋友,你做好与木匠大师,哦不,是AI设计大师鲁班共处了么?

1.3K50
  • 广告
    关闭

    新年·上云精选

    热卖云产品新年特惠,2核2G轻量应用服务器9元/月起,更多上云必备产品助力您轻松上云

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    除了悠闲地跟人类下棋,AI正在努力终结这一“危险状态”

    如果你AI的印象仍旧停留在阿尔法狗下棋,那么显然你已经Out了。 以往没有任何一个时期,会比现在的人工智能距离我们更近。 现在,一个棘手的问题摆在中国文物保护基金会面前:如何修缮一段年代久远,破损情况严重的箭扣长城? ? 而英特尔带来的AI助力长城修缮的解决方案,分成三个步骤来进行,人员无需亲身涉险,即可完成: 使用无人机城墙进行长城整体和局部的航拍,并精确成像; 快速分析处理高分辨率影像数据,产生完整的高精度长城影像 在3D模型损毁识别基础上,利用最新的3D模型对抗生成网络,以及回归卷积网络,城墙缺损部位进行数字化修缮,并据此实际的长城修缮和维护提供指导和参考数据。 ? ? 也恰恰是这种高性能的通用AI计算平台,以及它实际应用于工程和产品的能力,将会帮助更多的 AI解决方案提供商,在各个AI应用的领域大胆突破,展开一个AI应用的大时代。 人工智能,从至强开始。

    16420

    DeepMind 的 AI 能指导人类的直觉

    by guiding human intuition with AI)的论文,认为深度学习能够帮助发现被人类科学家忽视的数学关系。 使用 SnapPy 软件包,研究人员可以生成“签名”、1 个代数不变量和 12 个希望的双曲不变量,可用于 170 万个纽结,最多有 16 个交叉点。 Davis 写道:“很难理解为什么 20 万个参数的神经网络会成为首选的方法;简单、传统的统计方法或支持向量机更适合。” 在第二个项目中,深度学习的作用更为重要。 这一切的重担都落在了人类专家身上,”他写道。“深度学习可以是一种强大的工具,但也不是万能的。” 直觉是人类和人工智能的重要区别之一。这是一种比随机猜测更好的决策能力,并且在大部分时间里,它可以引导你走上正确的方向。

    10920

    人类想早点移民火星,AI能安排上

    但在此之前,他已经批准探索性资助的一种全新的探测器:由AI控制的一群机器人蜜蜂Marsbees。 因此,人类若想要在火星中生存下来,就需要从演化上彻底改变自己的生命时钟。 而演化改变生命时钟多难呢?是否会像地球人一样,也需要百万年、千万年,甚至上亿年呢,谁也没办法回答。 另一条则是强人工智能,主要是脑科学、神经科学的研究,目的是希望研制出达到甚至超越人类智慧水平的人造物,具有心智和意识、能根据自己的意图开展行动。 现阶段弱人工智能越来越强,强人工智能却越来越弱。 因此人类深空的探测活动中,基本上还处在基于计算机视觉、自然语言处理、机器学习、语音识别等弱人工智能阶段。 重点关注领域:AI+医疗、机器人、智能驾驶、AI+硬件、物联网、AI+金融、AI+安全、AR/VR、开发者以及背后的芯片、算法、人机交互等。

    25530

    Neuron:大脑半球特异化人类认知何贡献?

    根据我们目前的知识,猴子同源大脑区域的不对称性与人类的左半球语言相关大脑区域一定程度的相似性(例如。这一观察表明,与服务沟通能力相关的大脑区域可能在人类语言出现之前就已经扎根。 人类通过故意假设、阐述和解释事件的因果解释来解决世界问题的进化方式可能在左半球独特的根源。         我们将概述功能专用模块倾向于侧化,以提高整体处理效率,人类大脑很多这样的模块。 3.  左半球语言功能相关性和右半球视觉空间意识和注意力重新定向功能相关性的双重分离得到了最近一项多位点队列研究的支持,该研究涉及1000多名中风早期患者(图1) 图1 脑损伤1080名中风患者的特定认知能力半球特异性的影响 人类认知中的不对称性        我们推测,不同认知功能的半球特化方面和卡尼曼的系统1和系统2一个联系。

    14830

    人类机器人了感情怎么办?

    人工智能会产生自主意识和情感?会不会因此给人类社会带来冲击? 法律争议,假设无人车伤了人,那么是开发者负责还是驾驶公司负责? 关于人工智能带来的“伦理困境”,让很多专家感到纠结。 “人工智能表现出来的智能以及人类社会道德行为规范的掌握和遵循,是基于大数据学习结果的表现,和人类主观意识本质的不同。人工智能不是生物,构不成行为主体,传统司法审判无法照搬到人工智能身上。 尽管科幻电影人工智能的描述偏向负面,但它也在一定程度上表达了人类的焦虑和担忧。现实中,人工智能会拥有自主意识,和人类会产生情感? “这要取决于如何界定‘产生’一词。 在赵联飞看来,人工智能意识和情感的表达,是人类意识和情感的“习得”,而不会超过这个范围。 机器能不能超出人类的学习,主动产生意识和情感?吴飞认为,以目前的研究来看,这是遥不可及的。 “遗憾的是,我们人的大脑如何产生意识和情感这些根本问题还了解不够。” 人工智能越来越像人,人类机器了感情怎么办? “人类是否会与人工智能产生感情,将取决于这种过程是否给人类带来愉悦。

    56940

    AI了数字感,跟人类和动物惊人相似!

    而在非人类动物中,数字感不是计数的能力,而是能够感知集合中事物数量的变化。比如所有哺乳动物和大多数鸟类都会注意到附近幼仔的数量是否变化。 ? AI也出现了“数字感”? 一直以来研究人员都在试图去了解人类的数学技巧到底是是天生的、后天习得的,或是两者的兼具?最近发表在Science Advance上的一篇论文,似乎为这个谜底揭开了一线光芒。 然后研究人员向AI展示了包含1到30个点的点图案,询问图案是否包含相同数量的点,并记录了各种虚拟神经元的反应。 ? 当显示特定数量的点时,AI该数字敏感的虚拟神经元优先激活。 像人类和其他动物一样,AI努力区分具有点数相同的图案,在81%的时间都是正确的。这些神经元某些数字的偏爱程度,与之前研究来自猴子神经元的数据几乎相同,在类似的匹配任务上也是如此。 科学家们相信,这一发现有助于深入了解人工智能在没有明确指导的情况下可以学到什么,或许也可能解开研究如何在动物身上产生数字感的谜团。 数字感是这样产生的

    32420

    全能AI降临之前,人类哪些安全防范对策?

    Review,盘点了这几年全世界各地AI学者们通用AI安全问题的思考。 但现在的AI还没有“十”项全能的本领,无法同时做到在多个任务都表现得超过人类。 ? 只有强人工智能,也就是AGI,才具备与人类同等的智慧,或超越人类的人工智能,能表现正常人类所具有的所有智能行为。 围绕这层担忧,本文将从AGI可能造成的问题及人类的应对策略、公共政策这两个方面展开论述。 提前防范AGI宝宝造反 底层价值取向 第一个能想到的危险,是以AGI的智慧程度,它已经可以把目标分等级了。 学者Everitt, Filan认为,设计价值取向必须考虑的三大前提。 Everitt, Filan, et al. 关于自发内在的动力,他提出了几点建议: 1)营造一个良好的讨论氛围,多半一些大会鼓励AI研究机构和团队公开发表他们安全AGI的见解。 2)争取利益相关第三方的资金支持,比如各大车厂以及军队。

    31530

    一张贴纸欺骗AI,对抗性补丁让人类隐身,监控摄像危险了!

    所以训练的目标是探测器输出的目标或类别分数实现最小化。将这三个部分相加得到总损失函数: ? 采用由经验确定的因子 α 和 β 三个部分进行按比例缩放,然后求和,并使用 Adam 算法进行优化。 实验结果:显著降低警报,安全摄像头还安全? 通过实验结果评估 patch 的有效性。过程与训练过程相同(包括随机变换),将结果应用于 Inria 测试集上来进行评估。 换句话说,研究人员提出一个问题:监控系统产生的警报,多少可以通过使用贴纸来规避? ? 上表所示为使用不同贴纸的警报触发分析结果。 当然,这个 “补丁” 目前并非万无一失,如果它在画面中不是清晰可见的,或者角度发生了变化,AI 系统都能迅速 “发现” 画面中的人类。 不过,这项研究是学术界首次尝试使用 2D 打印技术将人类从检测系统中隐藏起来。

    56910

    人类AI的威胁更恐慌?

    自从机器人诞生以后,人类机器人的恐惧随着技术的不断发展而升级,最近,一段名叫“杀戮机器人”(Slaughterbots)的YouTube视频再度在网上引起了恐慌,这一次杀戮机器人真的要来了吗? ? 视频展示在不久的将来,配备面部识别系统的微型无人机装配炸药,成为恐怖的“AI杀手”,能够锁定并杀死目标或者攻击特定人群(比如穿着制服的人)。 由此可以看出,他们已经不满足于通过言论警示世人,更希望通过情节类似于科幻小说的视频,让人们AI的威胁更加直观。 科学技术是人类的工具,它本身并没有自带好或者坏的属性。 同样,科学技术的进步并不会因为人类的反对而停下脚步,杀戮机器人的担忧也并不能阻止它的到来,我们要做的是,如何防止科学技术被坏人利用来做坏事,一旦这种事情发生,如何能更快更有效地制止以免引发更严重的后果

    58140

    【业界】AI真的会取代人类?当然不可能!

    普京曾在一次会议上也强调,谁抢占了人工智能领域先机,谁就掌握了人类的未来,足可见AI的重要程度。 但随着人工智能的不断发展,许许多多的AI产品出现了,无人超市、无人加油站、智能家居等,都在取代人类的工作。 这不得不让我们产生不好的想法:人类是否将要被人工智能所取代了呢? ——当然不是! ? AI只是用来执行逻辑性强、重复性的工作,是已经被设定好的程序,并不能随机应变,最后需要的还是人类人类是可以自己思考,是具有主观性的,在遇到突发情况时,可灵活作出反应。 人工智能所完成的是简单性的工作,并不是要取代人类,既节省了人类的工作负担,又提高了效率,一举两得。它可使人类去执行更高端、更技术性的工作,从而更促使AI得到发展,不得不说,AI是离不开人类的。 所以,人类拥有人工智能不具备的优势,换句话说,AI是不可能取代人类的!

    64490

    塔观 | AI会全面超越人类?来看看352位AI专家的答案

    导读:如果听到有人预测人工智能(AI)何时会取代人类,你肯定会以为预测者不懂AI或是末世论者。但是现在,研究人员联合机器学习专家这个问题开展了有史以来规模最大的调查。 研究者联系了在2015年 NIPS和ICML会议(两个顶级机器学习会议)发表过论文的1634名AI研究专家,邀请他们预测何时AI会全面超越人类352位AI专家作出了回答。 尽管大家都预测AI一天会超越并取代人类的工作,但是很少有人认为AI会给人类带来全面的福祉。 然而,当被问及“两年后AI在所有任务中比人类表现更好,甚至完全超过人类能力的可能性”时,专家们给出的平均预测概率仅为10%。 绝大多数专家认为机器胜过人类会对人类产生积极的影响,但让人意外的是,48%的专家也说需要做更多的研究来减少人工智能的风险。

    59070

    全球AI人才发展趋势,人类来说是机遇还是威胁

    AI将深刻改变人类社会生活、改变世界。 但美国AI人才的吸引力远高于中国。在中国工作的AI团队负责人的出生地全部为中国;而在美国工作的中国人却为数不少。 单从投资机构数量上来看,美国投资界AI领域的关注度要大大超越中国,显示其更加看好AI领域的发展前景。 数据显示,近2年,企业AI人才工作经验要求不断下降。 2017年,30.4%的AI职位工作经验要求为三年或以下,较2016年增长9.5个百分点,其中一年以内的实习生占比已达6.0%。 第6章 人才应聘的影响:待价而沽 ▌6.1 平均期望薪酬何以低于平均招聘薪资 ▌6.2 语音识别、机器人领域大受追捧(略) ▌6.3 大厂魅力,价低也要去 注:公司规模是指企业的整体规模

    69470

    号称要取代人类AI技术真的省下了人力

    这个事件也表明了,人工智能服务背后的人类安全网络实际上非常普遍。 而人类也并不是总知道自己被 “利用” 了——Google 用来区分人类和机器的验证程序 reCAPTCHA,实际上就通过让人们识别机器难以解读的文本来数字化书籍。 卡耐基梅隆大学(CarnegieMellon University)众包专家 Jeffrey Bigham 说:“每个使用 AI 的产品都会用到大量人力,我甚至想说它是这个过程的核心部分。” 其他时候人类不是人工智能系统的 “其中一环”,而是通过标记图像,文本或音频来 “提供” 数据集给系统学习。 甚至可能使用众包工作人员来执行通常由机器学习解决的任务,例如大规模的图像分析和预测。 Zooniverse 让科学家遥远的星系或动物的视频图像进行分类,以帮助学者分析大型数据集。

    30880

    取代人类医生?AI给你做的诊断你敢信

    他一直在追逐医疗AI领域的发展,从今年5月份开始,他写了一系列的博客来介绍这一领域的最新研究进展,目前更新到了第三篇,其系列博客的名字就叫《人类医学的终结 - 医学AI研究最前沿》(The End of 我们还能有什么其他的收获? 结论——这个结果有多大的影响力?我们还可以进一步得到其他的结论? 数据:数据是很有趣的方面,原因两个:质量和数量。 从他们进行的系列实验中,我们可以看出来他们需要的图片的数量。他们还用不同数量的训练样本系统的性能进行了测试。 ? 下采样的设想引发了一系列的问题讨论: 深度学习能对高分辨率图像更好的训练效果? 低分辨率的图像是否适用于所有的医疗任务呢? 从技术的角度来看,我们是否可以在深度学习中采用高分辨率图像呢? 这些系统和医生相比一个主要的优势:人类医生在假设的ROC曲线上有一个单一的操作点,这是基于他们经验的灵敏度和特异性的平衡,并且很难用任何可预测到的方式去改变。

    57660

    NLP AI人工智能客服会颠覆传统人工客服?恐怕你NLP什么误解

    NLP AI人工智能客服会颠覆传统人工客服? 近年随着人工智能NLP方向的不断发展,智能客服逐渐代替传统客服将会是一个大的趋势,但是,要全面代替,依然巨大的挑战。 三、智能客服行业面临的问题及未来发展趋势 1、现在遇到的问题 底层技术不完善:AI技术人才成本极高,对于收入和盈利状况都不够理想的云客服公 司来说,投入巨资搭建AI团队无疑是一项豪赌,赌的是未来,危险的是现在 加上市场竞争激烈,AI产品短期内难以快速获得高额回报。而客服机器人公司 技术投入更大,加上AI技术本身的高资金和人才投入壁垒,使得创业公司难以 和巨头比肩,未来可能遭遇巨头技术开源或平台化冲击。 现今的电商模式,主要还是基于网络的销售+售后的模式,在整个庞大的电商体系中,客服处于什么位置,或者说用户咨询客服主要是为了什么,这里大致分为了以下三点: 基础问答的需求,即:我一个问题要咨询,比如,蓝色的 可以赠送一个xxx

    59300

    关注

    腾讯云开发者公众号
    10元无门槛代金券
    洞察腾讯核心技术
    剖析业界实践案例
    腾讯云开发者公众号二维码

    相关产品

    • 人脸融合

      人脸融合

      腾讯云神图·人脸融合通过快速精准地定位人脸关键点,将用户上传的照片与特定形象进行面部层面融合,使生成的图片同时具备用户与特定形象的外貌特征,支持单脸、多脸、选脸融合,满足不同的营销活动需求……

    相关资讯

    热门标签

    活动推荐

    扫码关注腾讯云开发者

    领取腾讯云代金券