『壹』 你覺得人工智慧會改變人類在社會中的主體地位嗎為什麼
人工智慧領域發展了好多年,對於人工智慧的爭議一直不斷,其中一項就是人工智慧對於人類生活和行為意識的影響。但是根據目前發展來看,人工智慧並不能改變人類在 社會 中的主體地位。
20世紀60年代,約翰·麥卡錫就將人工智慧分為弱人工智慧和強人工智慧。弱人工智慧主要是輔助人類解決問題和提高效率,強人工智慧則是機器擁有了思考、感知能力和思維意識。
目前的人工智慧主要還停留在弱人工智慧階段,但是很多企業已經向機器思考和類似人類交流的方向發展。例如微軟的小冰、漢森的機器人索菲亞、日本東京大學研發的Kengoro等等。這些機器人可以與人交流、下棋,也可以自己譜曲寫歌,協助人類工作。但是這些都是基於人類認知和學習的內容,通過人類研究出來的深度演算法、模擬演算法等計算和學習的方法,將這些方法擴大化並應用。這是人工智慧不可能改變人類地位的一個原因。
另外,人工智慧要想改變人類的 社會 主體地位, 情感 、思維方式、感知能力等都是關鍵。一千個人眼中有一千個哈姆雷特,人類 社會 很多東西自己都沒搞明白,怎麼讓人工智慧搞明白?人工智慧機器人可以陪人交流,給人心理疏導,但是它永遠不知道人的大腦潛意識在想什麼,言外之意是什麼。人可以因為一幅畫笑,一個眼神流淚。人工智慧可能通過語音識別、圖像識別技術知道這是在微笑,但是很難知道為什麼笑,更不用說做到微笑。
所以人工智慧只是提高人類生活品質、幸福指數和工作效率的一種智能工具而已。人工智慧將會對人類 社會 的發展有很深的影響,而非改變人類在 社會 的主體地位。
我個人認為我們開始人工智慧來復制人類的思維,這幾乎就是人工智慧的最終目標。
要使人工智慧像人腦一樣,甚至在遙遠的未來會比人腦的智能更加全面並超過我們。
如今的計算機可以在幾秒鍾內完成無數次計算,可以輕松地將信息從地球的一端發送到另一端。但是「智能化」並不是做任何事情的能力,而是理解信息並知道如何根據預先存在的記憶來使用信息的能力。
以兩歲的孩子為例:您可以教他(她)方形塊進入方孔,圓塊進入圓孔。一旦孩子理解了這一點,無論您給他/她提供多少種不同的形狀,他們都會知道拼圖的工作原理,例如將星塊放入星孔中。但是計算機只是一組命令,您可以對它進行編程,以將方形塊和圓形塊放入各自的孔中,但隨後引入一個三角形塊,它不知道如何處理,這只是一個簡單的舉例。
當你沒給它演算法的演算法的時候,很多事情暫時人工智慧還沒有開始創造新的東西,不會自主的產生意識,我們一直在耐心等待那個量變到質變的時間點。
AI的大部分進步還與理解人類思維方式有關,至今,我們自己還沒有完全理解自己。
實際上,我們甚至不知道限制是多少。
到現在為止,計算機只能計算大量信息,而沒有創造其他任何創造性的信息。但是AI可以改變這一點。現在我們可以教計算機如何做事情,它可以形成新的記憶並從這些經驗中學習。因此,一旦我們提出了模仿人類思維方式的演算法,與人類相比,它將能夠以更高的效率和更少的資源來執行與我們相同的任務,那就是人工智慧的未來。
自然會進化出強大的物種,而我們也不能逃脫這個命運,但這次是我們自己看到了本身的缺陷,准備把人類的命運賭博在人工智慧上。
一切都是塞翁失馬。看你的心有多大!
人工智慧慧製造;
政教觀念沒更真;
社會 體制難遷正;
設備再快也不行。
不會,因為人腦指揮電腦,沒有人設計應用人工智慧的問題導向和解決方案,並依靠情景設計去收集未知數據去驗證人工智慧的能力,就不可能產生人工智慧,更不可能超越人類。敵對的雙方利用人工智慧消滅對方,則是雙方 科技 水平、財力、物力、人性的考量,而不是人工智慧本身能力的考量。
人工智慧技術是引領未來的創新性技術,且在國家經濟以及互聯網、大數據及超級計算機的發展之下,AI技術的發展也進入了具有深度學習,跨界融合,人機協同,群智開發自主操控等特性的新階段。
這些具有新特性的AI技術將對人類的生產、生活乃至思維模式都產生重大的影響。國內現有的以BAT為首,外加科大訊飛四所公司所構築的的人工智慧平台,基本成為了我國人工智慧領域的四大支撐,此外,國家還鼓勵企業作為人工智慧發展的主體,並堅持以市場作為發展的主導。
由此足可以想見,人工智慧領域的發展在國家策略的支持下,擁有著相當光明的前景。具有很好的就業機會。\r\r人工智慧就是自動化的一個發展部分,無論它如何發達,它還是人類的工具。
所以最終的結果還是取決於人怎麼用它,什麼樣的人在用它。因此,在未來,比起機器在一個陣營人類在另一個陣營,更可能會出現的狀況是,一部分人帶著他們的機器去對抗另一部分帶著機器的人。也就是說,終極問題還是人的問題,而不是機器的問題。
肯定的,人工智慧將輔助人類徹底脫離重復性勞動。而可怕的是強人工智慧,超人工智慧。如果出現,人類將只能稱臣,而這跟人工智慧最終的性格決定,人類的生死都在別人手裡了。
但目前還處於人工智障階段。沒有人工就沒有智能。所以才有谷歌找非洲人員做前期的識別和標記工作。用來訓練人工智慧。
『貳』 AI技術發展很快,有哪些地方需要用到這個技術
時代的變化,促使AI技術的發展速度很快,通過不同的AI演算法組件,AI技術被廣泛地應用到醫療、金融、製造、運輸等領域,以後,人類工作的領域往往與AI技術息息相關。
對於AI技術的探討,哈佛商學院教授Marco Iansiti和Karim Lakhani通過他們的著作《人工智慧時代的競爭:演算法和網路運行世界時的戰略與領導力》(以下簡稱:《人工智慧時代的競爭》)來試圖為AI概念工廠做出一些有價值的定位,他們認為,人類的努力領域將永遠不會脫離人工智慧。
小結:人工智慧的發展,它不僅僅只是局限於技術開發人員,在未來也會對不同的職業產生影響,這種影響的范圍可能是普及型的,好比一個正在學習管理知識的公司負責人,他學習會計知識,並非是為了當一名會計,而是為了藉助會計知識了解自身公司的財務發展狀況。同樣的,面對AI概念工廠的出現,學習人工智慧技術,也只是不同人群對於職業發展的補充。
經過以往的影視劇的內容,咱們了解的未來AI往往具備擬人化的能力,它的到來會導致失業和災難,所以,咱們對於AI的認知除了好奇,更多的是一份警惕。可是,不得不承認,人工智慧的發展已經超乎我們的想像,AI概念工廠的發展,將是未來公司能夠在AI時代競爭和發展的關鍵組成部分。
『叄』 不一樣的AI體驗,索尼Xperia XZ3新功能解析
人工智慧(AI)作為一個頗具科幻色彩的名詞,原本只存在於腦洞大開的好萊塢大片當中,或者是於某個無人問津的科學實驗室當中。但伴隨互聯網技術的升級,大數據的開發及利用,人工智慧演算法已經被廣泛應用於各類智能硬體當中,其中手機最為尤甚。
人工智慧演算法和人工智慧是有著本質區別的。如果把人工智慧比喻成人類大腦的話,那麼人工智慧演算法大概只能稱得上是神經元。因此人工智慧演算法在智能手機行業萌芽的初級階段,趕鴨子上架的AI功能,經常伴隨著開發不完善,用戶體驗欠缺的問題,噱頭大於實際,甚至被網友戲稱為「人工智障」。
但從長遠角度來看,人工智慧演算法所能實現的機器學習、智能推薦,確實能將智能手機的用戶體驗提升到一個新的高度。
通常在營銷方面偏於謹慎保守,喜歡靠「黑科技」硬實力上位的索尼,在最近發布了旗艦手機——Xperia XZ3。這款手機除了延續了以往主打影音娛樂的賣點以外,還引入了兩項AI功能,分別是AI智能拍照技術和AI側屏感應功能。
相信大家也會十分好奇出自索尼的AI功能可以提供哪些不一樣的用戶體驗。
AI智能拍照技術
用手機拍照幾乎是你每天都會做的事情,手機廠商自然也額外重視手機的拍照表現。通過機器學習可讓手機智能識別出用戶所拍攝的場景以及事物,藉此可通過演算法針對性的優化照片的前期及後期參數,讓小白用戶也能拍出觀感不錯的照片。
例如經過AI演算法優化的照片,所拍的天空更藍、人像背景更柔和、微距細節更立體等等。
但如果你總是將AI優化打開進行拍照,有時就會出現一些色彩失真、影調還原失常的現象,導致最終得到的照片還不如正常拍攝好看。這主要是因為演算法在識別場景的同時,並沒有顧全光線環境。就像大家都用同一款ins濾鏡,可你就是拍不出人家的感覺。
對此問題,索尼Xperia XZ3有天生優勢。從Xperia XZ開始,索尼便在旗艦機中融入了RGBC-IR感測器,它原本的用處是應對復雜光線條件下的白平衡失准問題,因為它具備色彩識別以及紅外測光功能。
在AI演算法的加持下,這枚感測器的潛力被再次開發, 可在智能場景識別的過程中同時測光,可劃分出4中不同的光線強度,做進一步的調色優化。目前Xperia XZ3的Motion Eye™系統可以識別出13個不同場景,匹配4種不同的光線條件,共計有52種不同的智能調節方案。
其實AI演算法除了應用在提升畫面觀感以外,索尼還給提供了另一個思路——優化抓拍。因為有時拍照是為了拍得好,但有時是為了拍得到,畢竟生活中的精彩瞬間往往都是稍縱即逝的。
其實索尼手機一直以來保留的實體拍照鍵已經針對抓拍優化了。通過設置,你可以實現長按拍照鍵呼出拍照界面,松開拍照鍵進行拍照。不過這種使用場景應用並不廣泛,比如當你從桌子上拿起手機拍照時,就很難單手長按到拍照鍵。
為此,索尼針對性地做了更極致的優化,XZ3引入了智能啟動功能。利用手機內置的加速感測器、距離感測器和亮度感測器之間的聯動,做到了拿起手機拍出拍照姿勢,自動喚醒相機並拍照的功能。
這還不算完,我們都知道需要「抓拍」的場景一般都是眨眼即逝的瞬間,也大多是拍攝運動的事物。為此我們不得不「拍得快」,可既然拍得快也就很難拍得好,經常會有畫面模糊的現象。
這時索尼獨有的預測拍照功能也就派上用場了。當你按下快門的一瞬間,手機會額外生成最多三張全像素照片,這些照片均產生自按下快門的前0.6秒之內。別小看這0.6秒,我就經常從這裡面找到最好的照片。
AI智能側邊感應功能
索尼除了將AI演算法與手機拍照相結合以外,索尼還引入了AI智能側邊感應功能,這項功能提供了一種新的人機交互方式——點按屏幕側邊。
索尼Xperia XZ3在屏幕的邊緣位置(側面部分區域的黑邊)設有感測器,讓屏幕側邊也能支持觸控。它能實現兩個一共,一是雙擊呼出側邊菜單,二是上滑或下滑實現返回功能。
依我個人的使用體驗來說,索尼是想通過邊緣觸控來方便單手操作,畢竟如今的手機屏幕越來越長,顧上就很難顧下,讓拇指觸控屏幕邊緣來代替常用的返回和尋找APP是個不錯的解決方案。
索尼Xperia XZ3的側邊菜單共有三個區域,分別顯示應用圖標、功能開關和固定設置。其中應用圖標和功能開關均可以按照用戶的使用習慣實現智能推薦。
例如你每天晚上7點下班,下班後通常使用高德地圖行導航回家,那麼當你在下班的時候調出側邊菜單,就會優先推薦高德地圖;可如果是在休息日,在7點時你不需要導航,那麼這時候你調出側邊菜單可能就是你常玩的某款游戲。
通過機器學習,Xperia XZ3會根據時間、位置、用戶使用頻率等條件動態調節推薦權重,讓手機越來越懂你。
總結
其實上幾代索尼旗艦機已經在系統里融入了AI演算法,但那時的AI還沒被炒得像現在這么火,一項低調做人、埋頭做事的索尼也沒必要大肆宣傳。比較典型的功能是智能清理(分析應用程序使用趨勢,自動優化存儲和內存,以提供性能)以及電池保養(學慣用戶充電習慣,在用戶拔充電線前完成充電,以延長電池壽命)。
從Xperia XZ3上提供的AI功能來看,索尼更傾向於通過軟硬結合,提供一整套解決方案來改善用戶體驗,或許每代產品上的新功能並不起眼,但隨著產品不斷迭代,零散的功能點被串聯以後,其使用體驗會有質的飛躍。
『肆』 人工智慧為什麼總是顯得有點「智障」
機器學習是,經過大量數據訓練以及演算法優化以後,計算機可以得出更貼合人常識的結論。
人類學習是,通過接觸環境或者知識來的(也可以說是「數據」),得出自己的結論。人類也有自己的「演算法」,每個人興許還不怎麼相同,這換成另一個名詞可能叫做「天賦」。
機器學習就像是特定環境下的人類學習,譬如圍棋。事實證明,經過訓練以後,計算機與人類差別並不大。
同樣的,語音識別也是,機器通過大量數據以及優化演算法,可以辨別出哪些是噪音哪些是指令,人在開始學習說話的時候想必也是類似的過程。
還有自動駕駛,通過各種感測信息來辨別路況,判斷是否安全、該如何行駛。
而以上的機器學習,都只是人類生活中一個特定地方面,影響因素極其少。影響的因素越多,機器越容易出現誤判。就如以上,圍棋已經和人類不相上下,語音識別略遜一籌,自動駕駛目前還沒有令人特別滿意的結果。
我是覺得,機器學習像是簡化版的人類學習,人人都有自己的「演算法」,並且在成長的過程中接觸海量的信息,不斷地自我優化。
而機器的演算法是依靠人類來優化的,而且某些特定的方面人所能賦予機器的信息遠不如自己所能獲取到的,所以機器總是有所欠缺,有些時候顯得有些「智障」。
『伍』 人工智慧和人工智障,為什麼會出現這兩種相反的說法
人工智障是對人工智慧智能化程度不高的一種吐槽。人工智慧技術雖然發展速度很快,但在實際應用中仍然會經常不能處理現實中的復雜情況,甚至出現一些錯誤的反應,比如雷軍就在小米智能音箱發布會上測試小愛同學,結果現場翻車。人們就調侃這種現象為人工智障。