現階段,AI是人工智能還是人工智障?

擺渡人ming


我說科技,打造靜心科技。我是靜心科技運營者,專注於人工智能。

人工智能目前存在的問題。

人工智能目前存在很多問題。首先第一個模糊點就是智能,何為智能?我們以前一直把圖靈測試作為機器智能的一個重要標誌,但是圖靈測試將智力限制為一種和人類進行語言遊戲的解決方案。這就會導致很多不會說話的生物無法通過圖靈測試。其次就是目前機器學習,特別是深度學習和人大腦智能產生的工作原理差距很大,其主要原因是目前我們還沒有弄明白人的智能是如何產生。最後還有就是目前人工智能系統存在很大的不穩定性,也就是抗干擾能力比較差。這樣的系統會額外產生很多現實問題。

人工智能有哪些突破口?

人工智能有哪些突破口?

第一點,現如今人工智能大部分集中在一個強大的中心控制平臺,這樣的處理方式雖然能夠有效管控人工智能系統,但是大型數據規模的人工智能系統必然會造成很多現實存儲、加密、維護等等難點問題。也許分佈式人工智能會是一個新的突破口。

第二點,人工智能算法思維需要調整,我們目前很多時候都是針對一個問題提出一種新的模型,而且模型與模型之間的差異還比較大,這似乎距離通用人工智能越來越遠。目前急需一種新的算法框架來兼容這種多問題、多任務處理的場景。

第三點,現行算法需要進一步優化。比如現在我們的深度學習基本都是基於大樣本、強算力的基礎上,未來的突破口應該是基於小樣本、小算力、強算法的人工智能。

如何正確看待人工智能?

如何正確看待人工智能,其實在我看來。我們不應該把人工智能當成是一種模仿人的智能,而應該是利用機器解決人能夠實現的價值,比如看、說、聽、讀等等。人工智能絕對不是應該長得像人,而應該是能夠按照人的思維解決問題的一種工具。


歡迎大家關注我,每天為你提供科技資訊和科技熱點。如果您對本文還有其他好的想法,歡迎在下方留言,一起交流,共同成長進步。


靜心科技


對於淺度用戶來說 現在算是智能,但是對於深度用戶現在ai只能是個智障。

①目前技術模塊,目前人工智能如客服類 基本以填表回覆為主,如何理解填表,其實就是分解你說的說話 譬如主謂賓,比較合適哪個表格 然後表格的標準回答或程序已經設置好,機器通過設置好的內容來操作,譬如幫我導航至xx地點,機器會幫你默認打開導航 從現在位置導航到xx地點。但是深度用戶也知道 如果我說我今天不要喝奶茶,很多系統依然會推送奶茶給你,這就是智障的體現。

②人物建模及智能推送有待提高。現在基於搜索引擎及cookies來進行推送內容已經比較成熟,但是對單獨人物建模及深度推送還有待提高,現在a人問機器和b人問機器得到回答幾乎是一樣的,那就是其實機器沒有對這個人物進行內部建模,譬如這個人物的特點(可以理解成他這個人的單獨的搜索記錄也算是一條特點),根據這個人的特點得出答案 這個模塊是基本空白的。還有就是深度推送,系統可根據天氣,時間,地點等各種因素給用戶推送不同模塊內容 這個部分ai會有體現 但是還急需提高。

③ai 智障及智能最根本的判斷就是ai有否自己的意志,這也算是ai先進或恐怖之處,如何判斷ai有否意識,例如:我們想ai叫創始人做father,我們現在可能會在機器內加攝像頭進行人面識別然後識別到創始人頭像,自動回覆father 幹嘛幹嘛 但是這樣的機器是沒有靈魂的,依照命令辦事。有看過美劇《疑犯追蹤》的朋友可能更為清楚這樣的區別,裡面的ai由創始人造出識別犯罪的超算能力,同時利用程序自編程 創始人教與她更多的人類道德標準,當這個ai即將被另一個沒有道德標準的ai打敗並可能講要消失的時候,他對創始人說了一句 感謝你 father! 這確實感動了很多人!這是經過一系列自我學習在情景化後所得的一句話 並不是創始人的要求或命令。



這時ai才真正算得上智能,所以自我意識確實是智能的一個標準,不過機器有了自我意識這也是很恐怖的事情,你覺得呢?歡迎留意討論!


悟空信息化


現在的AI技術還並不能真正的稱之為人工智能,因為現在的AI技術並不能讓計算機進行主動的思維,還是處於一個被動的狀態下。

被動的學習是什麼意思呢?

也就是說,現在的AI是基於場景的應用,我們會預先設置好應用的場景,讓機器去學習這個場景中的知識,根據學習到的知識,進行一個反饋。

脫離了場景,其實AI就沒有作用了,也就是說,機器能夠學會什麼,能夠反饋什麼,其實都是人先給出了這樣的一個範圍,機器並不能主動的去為自己劃分出自己需要學習的範圍。

而且,深度學習是需要時間的

一個剛剛問世的AI工具,是需要大量的學習素材和時間的,這就好像我們人一樣,剛剛出生的孩子,什麼都不會。

因此,AI也是需要時間來成長的,而他學習的知識很多是來源於網絡,可能還有一些是來源於我們自己積累下來的數據。雖然他們學習比人類快,但是,在商業時代,很少會有商家回去等待一個機器人長大,他們需要的是馬上可以使用。

所以,通常在AI工具還不成熟的時候就已經投入到了商業運用中,也就造成了用戶在體驗過程中覺得這個AI很傻的情況。

AI只能適用於通用情況

AI的學習過程中,會接收到大量的素材,而這些學習素材都共性也有差異。因此,AI在學習的時候,會更注重這些共性的部分,差異的部分可能不會過於關注。

但是人的需求是多樣的,很多時候,不同的人可能有不同的定製化的需求,這也就造成了AI不能很準確的給出每個人他想要的結果。

因此,對於普通的用戶來說,AI是能夠解決問題的,並且也好用的,但是一些特殊用戶或者一些需要深度服務的用戶,AI就無法滿足了。


會技術的葛大爺


如果只是單純做一些事情,比如聲控還是比較智能的,ai還要經過很長時間才能達到真正的智能。


分享到:


相關文章: