统计排行幸运大转盘每日签到社区服务会员列表最新帖子精华区博客帮助
主题 : 人工智能到人工智慧要走多远的路
敬业心离线
级别: 论坛版主

UID: 20208
精华: 50
发帖: 41625
财富: 567143 鼎币
威望: 49 点
贡献值: 200 点
会员币: 0 个
好评度: 1609 点
在线时间: 8485(时)
注册时间: 2011-09-01
最后登录: 2023-11-13
楼主 发表于: 2018-03-27  

人工智能到人工智慧要走多远的路

□ 陈和利 MJ..' $>TC  
cOz/zD f5  
    未来展望 7+Z%#G~T  
    1958年,美国著名数学家乌拉姆与计算机之父冯·诺依曼有一次对话,其中有这样一句话:“不断加速的科技进步,以及其对人类生活模式带来的改变,似乎把人类带到了一个可以称之为‘奇点’的阶段。在这个阶段过后,我们目前所熟知的人类的社会、艺术和生活模式,将不复存在。” $[*QsU%%  
    1956年,人工智能概念首次被提出。随后,人们对人工智能的认识经历了两个阶段:人工智能研究早期的过于乐观以及目前对于人工智能发展潜能的低估。 CwL8-z0 Jn  
    在人工智能概念提出的早期阶段,人工智能的发展并没有预期的那么美好。20世纪70年代之前,有些科学家过于乐观地认为,随着计算机的普及和CPU计算能力的提高,实现人工智能的突破性发展指日可待。但后来事实证明,由于当时计算机既无今天的巨大算力,更没有突破“冯型机”框架的成熟理论和技术,想要实现人工智能的巨大突破无异于痴人说梦。80年代,日本提出雄心勃勃的第五代计算机研发计划,试图突破“冯型机”的技术框架,研发以人工智能为主要亮点的新型计算机,结果,历经12年后也以失败告终。 ulAOQGZ  
    近几年来,随着“冯型机”计算能力的不断提升,物联网技术的成熟 ,大数据技术的应用,人工智能得到超出预期的发展。 2016年3月,谷歌研发的“阿尔法狗”击败了人类的围棋世界冠军;百度、谷歌、英特尔以及部分车企加速布局无人驾驶汽车;机器人写稿技术开始被新华社、腾讯、今日头条等采用……围棋、驾驶、写作等人类智慧的“堡垒”不断被人工智能“攻破”。 dJ|/.J$d  
    特斯拉CEO马斯克曾发出警告,称人工智能对人类的威胁比核武器还要大,人们应该提高对人工智能崛起的警惕。未来人工智能是否会发展到触发“奇点”的阶段,目前众说不一。有人把人工智能分为“弱人工智能”和“强人工智能”,甚至呼吁不要触碰“强人工智能”,以免触发“奇点”的来临。 PCkQ hR  
    但是技术的发展往往并不以人的意志为转移。放到地球生物发展的长河中看,目前的人工智能顶多也就算个“无脊椎动物”,离真正发展成熟还很远。但是与单细胞生物到无脊椎动物数十亿年的生命进化历程相比,人工智能仅仅几十年时间的发展速度是惊人的。如果把时间轴放长,人工智慧的出现或许是迟早的事,突破“奇点”也就成为了必然。 ~A-vIlGt!  
    除了自我学习、模仿人类的能力,人工智慧突破“奇点”的决定性标志是自我意识的“觉醒”!“觉醒”意味着机器感觉到“自我”的存在,进而获得“求生本能”。人类的求生本能是对自己生命的爱,从这种爱可以衍生出贪婪、恐惧等情感。如果人工智能发展到一定程度产生自我意识,进而产生求生本能,将机器人当做工具使用的人类将是机器人的生存障碍,届时人类应当何去何从?此刻,人们可能想到的是电影《终结者》描述的场景,一队队冷酷无情的机器战士,对人类进行绝杀,地球将可能只是机器的天下。此后,能源将是机器人之间最重要的的争夺对象。比如阿尔法围棋的强大在于它的算法,其背后是每计算一步都要消耗巨大的能量;也不禁让人想起天文学著名的“戴森球”(猜想中的高度发达的宇宙文明运用整个星球乃至星系能源的装置)理论。 6oA2"!u^w  
    当然,按照目前的技术理论和架构无法诞生人工智慧。目前的人工智能大厦还是建立在二进制逻辑运算之上的,计算机归根结底只能识别0和1。而人类的思维是生化反应,要比现在的电脑复杂得多。要从人工智能发展到人工智慧,进而诞生具有类人思维能力的机器人,依靠现在的冯·诺依曼架构的二进制计算机是无法实现的,而是需要量子计算、神经元计算处理架构以及其他更先进的革命性技术。 I%Yeq"5RB  
    每次科学理论的出现和技术革命的发生是有其生命周期的,也要经历诞生、发展、成熟、落幕,进而孕育出新的革命性科学理论,带来下一次新的技术革命。一个重大的影响全球的科学理论和技术,在其正当发展的“青壮年”时期,出现革命性、迭代性技术的可能性很低。就像20世纪70年代以前,计算机技术的冯·诺依曼体系刚刚确立,“冯型机”的潜力还远远没有挖掘、发挥出来,诞生新一代计算架构的可能性不大。 WW&ag r  
    而今天则不同,现有计算架构下的运算能力得到极大提升,半导体芯片研发制造的“摩尔”定理能否持续屡被质疑,冯·诺依曼计算架构和“冯型机”已显老态,新一代的的量子计算、神经元理论等已经开始接近实用。从这个角度看,近几年人工智能的突破性发展也就不难理解,“强人工智能”的理论基础很可能已经在孕育之中,新的技术革命也呼之欲出。人类要做的,是对此做好准备!
评价一下你浏览此帖子的感受

精彩

感动

搞笑

开心

愤怒

无聊

灌水
敬业心
描述
快速回复

谢谢,别忘了来看看都是谁回帖哦?
验证问题:
正确答案:余梦伦
按"Ctrl+Enter"直接提交
上一个下一个