臺積電|目前人工智能的水平很低,只在某些方面很強大,例如計算

臺積電|目前人工智能的水平很低,只在某些方面很強大,例如計算

文章圖片

【臺積電|目前人工智能的水平很低,只在某些方面很強大,例如計算】臺積電|目前人工智能的水平很低,只在某些方面很強大,例如計算

文章圖片

臺積電|目前人工智能的水平很低,只在某些方面很強大,例如計算

文章圖片


目前人工智能的水平很低 , 只在某些方面很強大 , 例如各種卡西歐、手機和電腦上的各種計算器可以在不到一秒的時間里算出大數的加減乘除開方等運算 。 這和辦公室的人從座位上站起來給飲水器換桶裝水這一系列動作一樣 , 是一套完整和成熟的程序 。 當然計算器的智能還是不知道自己為什么要計算 , 怎么計算出來的 , 反正就是算出來了 。


而人類的大腦在做動作的時候 , 也沒有具體的指揮某些肌肉 , 如何用耳朵里的裝置平衡這種兩只腳不穩定站立的動物完成動作 。 因為運動這種程序可以最遠追溯到單細胞生物開始經過幾億年進化而來 , 因此老虎也不需要思考如何動用那塊肌肉跑 , 蜻蜓也不需要思考怎么在風里平衡 。 計算器的智能超過人類是因為算術這種能力在生物界的進化水平很低 , 對于獅子來說知道面前是一群瞪羚就都夠了 。

類似的智能還包括下象棋、打麻將和戰勝人類國際象棋大師 。 但目前的問題僅僅是絕大多數人只是認為人工智能僅僅是電影里的機器人而已 , 并沒有意識到幾十年后這種技術會全面超越人類的智商 。 而且這種技術的發展速度是幾何倍數增加的 。 舉個例子就好比現在的人無法和1970年代的人解釋什么的電腦、網絡、微博、論壇一樣 。

那么最讓人興奮的時候來了:當人工智能發達后 , 世界會變成什么樣 。 簡單的說計算機可以輕松碾壓各個行業的資深專家各種博士 , 例如人工智能可以用匪夷所思超乎人類的技巧和強大的運算和思考能力判斷出紅樓夢后40回里生僻字極少 , 和前80回的語言習慣完全不同 。 人工智能在目前看來還是有點遙遠的 。

人工智能方面一直有關注和了解 , 因為我一直認為人類下一個工業革命很有可能是因為在這個領域的突破 。 但現在?不管是弱人工還是強人工 , 實質都只是機器而已 , 是的 , 機器 。 對于機器來說 , 永遠不會出現情感和意識 。 當然 , 這個認知并不絕對 。 這里涉及到一個非常關鍵的問題 , 人類的智能究竟誕生于細胞內部還是細胞外部?簡單點說 , 就是智能是因為細胞的某種內在特性還是宏觀細胞群的網絡化效應?抑或兼而有之?如果關于這個問題你有好的觀點 , 請告知我 。

其次 , 在實現目前計算機架構下的智能時 , 目前最關鍵的是兩點 , 理解(存儲)和學習 。 現在很多文獻或者觀點認為感官化(出現了很多注重接受外部信息的機器人模式 , 視覺語言等等) , 其實這沒必要 。 因為這些信息我們可以直接告訴計算機 。 關鍵在于對于這些信息的內部理解和存儲模式 , 我一直在構思一個新式的數據庫模式 , 能夠比較容易地實現大規模聯想、對比等重要思維方式 , 但沒有好的思路 。

另外 , 大家都知道現在計算機存儲其實是串式的一維模式(地址都是線性一維的) , 也許這并不正確?然后就是學習了 , 機器學習一直很熱 , 但一直感覺沒摸到門檻 , 因為這跟上面的理解和存儲有極大關系 。 總的來說 , 人工智能并不那么可怕 , 這是人類突破自身局限性的極佳途徑 。 科技產品越來越智能 , 被慣壞了的人們卻越來越懶 , 越來越低能 。 人還是有必要適時折騰下自己 , 讓自己動動手 。 人與動物不同是因為人會使用工具 , 如果有一天工具智能到不需要人指揮 , 那時工具會不會將人當作無用品處理掉 , 這還是需要人們考慮的 。

相關經驗推薦