绿软小站
虽然计算机的处理能力远远超过人类，但在许多领域，人脑仍然更胜一筹。 但这种情况很快就会改变吗？ 当谈到人工智能（AI）时，这个问题常常是讨论的话题。 这也是人工智能研究领域的一个重要问题，该领域旨在利用计算机科学、神经学、心理学和语言学找到复制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，其目标是创造与人类智能相当的技术。 但智力到底是什么？如何利用技术来复制智力？ 不存在单一的解释，并且已经开发了许多理论和方法来回答这些问题。鉴于定义“智能”一词本身有多困难，人工智能的确切定义实际上是不可能的。
如果人工智能要模拟人类智能，那么人工智能应该与人类有多相似？ 机器是否应该以与人脑相同的方式构建？ 这种模拟方法旨在实现大脑功能的完整复制。
也许机器只要具有人的外表，表面与人类相似就足够了？ 这种现象学方法以人类在与人工智能交互时实际感知或体验的方式为中心。 然而，人工智能的底层技术流程不需要与人类对应物表现出任何相似之处。
当前的人工智能技术主要是为了技术任务而开发的。 这种类型的人工智能技术不太注重掌握人类交流的艺术，而更注重以有效的方式执行高度专业化的任务。 对于这些技术，使用受限图灵测试。 如果一个技术系统能够达到与人类相当的水平（例如，在进行医疗诊断或下棋时），则它被认为是人工智能系统。 在特定任务或知识领域表现出类人能力的能力导致了人工智能的两种定义的发展：强人工智能和弱人工智能。
愿景：强人工智能
强人工智能的定义是指具有多种能力、能够替代人类的智能。 尽管自启蒙运动以来就存在将人类视为机器的普遍方法，但目前它仍然是一种虚构。智力不是一维的。 它涵盖认知、感觉运动、情感和社交能力。 目前人工智能的大部分应用都在认知智能领域，即逻辑、规划、解决问题、自给自足和个人观点形成。
现实：弱人工智能
另一方面，弱人工智能的定义是人工智能的开发和应用发生在明确定义、标记的领域。 这就是人工智能此时此刻所处的位置。 当前人工智能的几乎所有用途都可以被定义为弱的，但无疑也很专业。 自动驾驶汽车、医疗诊断和智能搜索算法的发展就是一个很好的例子。过去几年，弱人工智能领域的研究取得了突破性的成功。 各个领域的智能系统的发展已经证明，与超级智能的研究相比，它不仅非常实用，而且从伦理上讲危害也更小。 人工智能应用的领域极其多样化。 眼下。 人工智能在医学、金融、运输、营销，当然还有在线领域取得了巨大的成功。
人工智能是如何工作的？
如何开始描述人工智能的操作原理？ 人工智能的好坏取决于其知识技术表征的本质。 为此，有两种基本的方法，即符号方法和神经元方法。在符号人工智能中，知识由符号表示，并通过符号操作进行操作。 符号人工智能从上方处理信息，使用符号、抽象关联和逻辑键进行操作。
通过神经元人工智能，知识由人工神经元及其连接器来描述。 神经元人工智能从下面处理信息，模拟单个人工神经元，这些神经元将自己组织成更大的组，并共同形成人工神经元网络。
提示
ChatGPT 是 Chat Generative Pre-trained Transformer 的缩写，是 OpenAI 于 2022 年 11 月发布的 AI 语言模型。
符号人工智能
经典的人工智能方法是符号人工智能。 这涉及到人类思想可以从逻辑上优越的概念层面重建的想法，而不管具体经验如何（自上而下的方法）。 知识由抽象符号表示，包括书面语言和口头语言。 机器在算法的基础上学习识别、理解和使用这些符号。 智能系统从专家系统检索信息。符号人工智能的经典用途是文字处理和语音识别，还有其他逻辑活动，例如下棋。 符号人工智能基于设定的规则工作，随着计算能力的增强，可以解决日益复杂的问题。 在符号人工智能的帮助下，IBM 的深蓝能够赢得与当时的世界冠军加里·卡斯帕罗夫的国际象棋比赛。
神经元人工智能
Geoffrey Hinton 和他的两位同事于 1986 年复兴了神经元人工智能研究，随之而来的是人工智能的研究领域。 反向传播算法的进一步发展为深度学习奠定了基础，如今几乎所有人工智能都在使用深度学习。 正是由于这种学习算法，深层神经网络才能不断地自我学习和成长，克服了符号人工智能曾经失败的挑战。神经元人工智能将知识分解为称为人工神经元的微小功能单元。 然后这些神经元形成群体，并变得越来越大（自下而上的方法），从而形成多样化且分支的人工神经元网络。 与符号人工智能不同的是，神经元网络是经过训练的。 例如，在机器人技术中，这是通过感觉运动数据来完成的。 根据这些经验，人工智能生成了不断增长的知识库。 而这正是重大突破发生的地方。 虽然这种培训需要大量时间，但系统现在可以独立学习。
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，人工智能已经成为我们日常生活的一部分。 即使你有意识地避免使用此类工具，也很难摆脱人工智能在数字环境中的影响。 例如，人工智能系统在塑造您从在线商店收到的产品推荐以及您从 YouTube 和 Netflix 等平台收到的推荐方面发挥着重要作用。 这些系统旨在为您提供越来越适合您偏好的建议。以下是目前如何使用人工智能的一些示例：
ChatGPT：ChatGPT 是 Open AI 开发的人工智能聊天机器人。 该软件可以理解文本输入并回答问题以及生成、重写和翻译文本。
RankBrain：RankBrain 是 Google 的一种人工智能算法，最初开发的目的是为了更好地理解首次搜索时可能未知的搜索查询。 2015 年，谷歌宣布 Rankbrain 是继链接和内容之后谷歌搜索200多个排名因素中第三重要的因素。 这意味着 RankBrain 对 SEO 有很大的影响。
DeepMind：DeepMind于2014年被谷歌收购，是一家创造了许多创新人工智能技术的公司，其中包括 AlphaGo（掌握棋盘游戏围棋的计算机程序）。 2023 年 4 月，谷歌宣布将公司与其内部人工智能部门 Google Brain 合并。 DeepMind 通过为其人工智能配备短期记忆而在人工智能研究领域脱颖而出。
Voice.ai：通过 Voice.ai 程序，您可以实时用不同的声音说话，例如好莱坞明星或其他著名名人的声音。 基于人工智能的软件根据用户输入进行训练，让用户可以选择为新的语音配置文件提供自己的录音。
DALL-E：AI 系统 DALL-E 可以在几秒钟内根据书面输入创建令人印象深刻且独特的 2D 和 3D 图像。 OpenAI 软件的公开测试版已于 2022 年 9 月推出。据开发团队称，该应用程序每天创建超过 200 万张图像。
AI 的两面
从对进步的盲目乐观到简单地拒绝承认人工智能技术，智能技术会引发一系列的情绪和反应。 这主要归因于对这些技术将如何改变我们的生活的未来预测既有积极的也有消极的。 在这里，我们整理了人工智能爱好者和怀疑论者最重要的观点。AI 的优势和可能性是什么？
人工智能具有一系列的优势和可能性。 最重要的优势无疑是在工作领域，它可以提高效率并显着改善经济前景。创造就业机会并减少工作量
新技术可以带来有价值的新就业机会，并总体上带来经济繁荣。 所有专家都同意的一件事是，这项技术将对整个就业市场产生根本性影响。 许多全民基本收入的支持者将人工智能技术视为一个巨大的机遇，认为传统的有偿劳动模式将很快被取代。 人工智能能够带来的改进和简化也可能意味着人们有更多的空闲时间。舒适
人工智能的支持者将每一项技术进步视为让日常生活变得更加轻松和舒适的机会。 这方面的例子包括自动驾驶汽车和智能翻译软件。 总的来说，这些发展使使用该技术的人的生活变得更加轻松。非凡的性能
当涉及到更大的公共利益的任务时，人工智能也具有显着的优势。 不可否认的是，机器的错误率比人类低得多，而且它们的性能潜力是巨大的。 特别是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。 虽然专家们并不期望法官有一天会被机器取代，但人工智能可以帮助法官更快地识别法庭案件的模式并得出客观的结论。经济优势
创造该技术的行业还有望获得巨额财务收益。 据《2022年世界机器人报告》显示，2021年全球新增安装机器人数量达到517,385台，再创历史新高。 人工智能行业在全球范围内也经历了显着的增长，《全球人工智能市场报告》指出，全球对该行业的资助增加了一倍，达到 668 亿美元。未来项目
最后但并非最不重要的一点是，人工智能激发了人类天生的好奇心。 它已经被用于勘探石油资源和控制火星机器人。 可以肯定的是，该技术的持续发展将导致其可使用的领域和用例数量增加。人工智能有哪些缺点和风险？
硅谷偶像埃隆·马斯克等著名专家尽管直接参与了人工智能的开发，但仍对人工智能的风险发出了警告。 这些批评的声音也得到了更大的组织和倡议的支持。 例如，生命未来研究所 (FLI) 定期动员知名评论家呼吁对技术采取负责任的态度。引用
“人工智能（我指的不是狭义人工智能）的进步速度快得令人难以置信。 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 – 它正在以接近指数的速度增长。 发生严重危险事件的风险是在五年内。 最多 10 年。 这不是因为我不明白的事情而大喊狼来了。” 特斯拉创始人兼人工智能投资者埃隆·马斯克 (Elon Musk) 2014 年接受采访时说的。
