機器|其實,人工智能所有的智慧,都來自于人對自然的認識

機器|其實,人工智能所有的智慧,都來自于人對自然的認識

文章圖片

機器|其實,人工智能所有的智慧,都來自于人對自然的認識

文章圖片

機器|其實,人工智能所有的智慧,都來自于人對自然的認識

文章圖片


關于人工智能這個話題我們討論的概念都是深刻的 , 需要非常謹慎地用詞和推斷 , 推理盡可能可以用客觀依據解釋 , 以避免陷入膚淺的文字游戲中 , 到目前為止人類可以使用知識 , 但無法確切知道知識是什么 , 那么人是什么?人知道嗎?如果人工智能有天可以完成物理世界一切動作行為思考 , 那么它能知道自己是什么嗎?為什么人可以認識世界?可以發展出科學數學?

如果沒有意識存在 , 因為信息獲取而發展 , 那么是什么讓信息具備了智能這個屬性 , 我們看不見暗物質 , 但是不能否認它不存在 , 如果我們通過科學手段的確獲取一切行為和智能 , 但是卻無法解釋為什么我們擁有這些智能?所以目前機器的局限性來自于人 , 機器能做的只是人的知識轉化成的框架規律里運行 , 類似人在宇宙自然環境構造的框架發展 , 而人的規律道德法律等等體系是人在這個框架里為了生存的集體共識 。

機器的感知目前是人賦予的 , 如果機器自己開始感知這世界 , 和人的關系是什么 , 是不同物種有限的資源環境里的競爭 , 機器的上限比人高 , 一定程度代表人類想擁有的能力 , 比如擁有超強的力量 , 堅硬的外殼 , 換器官像換零件一樣簡單 , 擁有瞬間感知世界的能力 , 擁有所有的知識 , 這種競爭關系一旦形成對人這種脆弱的生物極端可怕 , 現實世界所有的現象可以用數學去解釋嗎?

如果可以那ai也可以 , 畢竟ai也就是用數學來解釋一切 , 現在人工智能深度網絡學習 , ai自己得出的很多東西已經超過了人類的理解 , 比如在圍棋方面ai已經徹底甩開了人類 , 站在圍棋的頂端了 , 這是一個領域 , 順著這個思路一直走下去 , 圍棋這種東西本質就是個大規模優化問題 , 天然的適合用計算機解決 。
【機器|其實,人工智能所有的智慧,都來自于人對自然的認識】
從這一點上看 , 不管阿爾法狗用了什么算法 , 贏得了人類都不足為奇 , 而人工智能真正的瓶頸并不在于這種具有固定規則的優化問題的求解 , 而是很多問題根本建立不出優化對象和目標函數的數學模型 , 所以阿爾法狗雖然很了不起 , 但是用它來估計人工智能的發展趨勢 , 恐怕最終會讓所有人大失所望 , 人工智能不是線性發展的 , 而人類智力以前我覺得是一個面 , 人工智能需要先達到少年智力 , 然后再發展到成人智力 , 再出色的人群智力再天才智力 , 我們覺得這需要一個階段 。

可現在感覺這是錯覺 , 人類智力在進化長河基本只相當于一個點 , 就好像阿法狗在去年還下不過一個剛學的棋手 , 年底也勉強只能下過雜牌2段 , 幾個月后就能碾壓世界冠軍9段了 , 接近到超越只是一瞬 , 這和我們生物這種人為主的主觀視角不同 , 那其他的東西呢 , 用神經網絡加深度學習能不能解開人類的dna庫 , 來徹底讓我們了解我們自己呢 , 一切好像都歸于算力 , 那如果有了量子計算機 , 算力突破 , 那會發生什么呢?

人是自然創造的 , 人工智能是人創造的 , 人直接接受自然的信息的作用 , 而人工智能只能通過人來接受 , 所以說人工智能感受的世界是不完整的 , 人工智能所有的智慧都來自于人對自然的認識 , 人工智能的理論基礎其實幾十年前就已經成型 , 現在階段是在工程實踐上有了突破 , 這個東西確實難說 , 雖然理論還是那些理論 , 但是工程整出來可用的東西確實是重大突破 。

相關經驗推薦