人工智能阿法狗的作文范文
人工智能阿法狗正以無比迅捷的速度成為科技圈最熱的話題,也成為了學生的作文寫作題材。下面是學習啦小編為你整理的人工智能阿法狗的作文,供大家閱覽!
人工智能阿法狗的作文:跟人工智能一起成長吧
它學人類語言,我們學習個性化表達創(chuàng)新。
被網(wǎng)上觀棋者昵稱為“阿法狗”的谷歌機器棋手AlphaGo,對戰(zhàn)曾為世界圍棋冠軍的韓國棋手李世石九段,最終以四比一大勝。這是繼1997年 IBM 的“深藍”(Deep Blue)機器棋手擊敗俄國國際象棋特級大師卡斯帕羅夫以來,人工智能對人類智能的又一次大挑戰(zhàn)。圍棋的變化要比國際象棋遠為復雜,人們曾經(jīng)認為機器掌握圍棋近乎不可能,更不要說戰(zhàn)勝人類。卻料不到2016年3月里,機器的勝利有如驚蟄后的春雷,突然炸響。
震驚之下,就有種種議論,特別是盲目為人類優(yōu)越感拍胸脯的。有篇題為《思想的尊嚴永遠只屬于人類》的文章說,“表達喜怒哀樂的情感,人工智能還不如3歲的小孩”。其實,要比表達情感,根本不用人類出馬,哪怕三歲幼童;拉匹馬出來就行了。抽它一鞭子,馬痛了會跳會逃;抽機器一鞭子,有生理反應嗎?
人工智能真正提出的,其實是人何以為人的本質(zhì)問題。更具體地講,在這樣一個填空題里——“人類是能夠(____)的唯一物種”——你填什么?很不幸的是,這一百年來,我們?nèi)祟愄钸M去的各種答案,一個又一個被科學的進展抹掉了,順帶也為人類抹去了不少自以為是的優(yōu)越感。
對人類獨特性的質(zhì)疑,其實不是從高智能端的電腦開始,而是始自低智能端的獸腦。歷史唯物論認為生產(chǎn)方式?jīng)Q定生產(chǎn)關(guān)系,而生產(chǎn)方式的進步來自生產(chǎn)工具的改進,所以恩格斯在《勞動在從猿到人轉(zhuǎn)變過程中的作用》一文里,將人獸之界劃在能否制造工具:“沒有一只猿手曾經(jīng)制造過一把哪怕是最粗笨的石刀。”但在1960年,著名靈長類學家簡·古道爾在野外首次觀察到了動物制造工具:黑猩猩將草葉咬成特殊形狀,插入白蟻洞釣白蟻吃。這之后,人們改稱動物沒有自我意識;又曾說動物只有基因傳遞,人類才有文化傳遞;等等。但都被野外觀察所否定。
那么現(xiàn)在是什么東西還讓人類那脆弱的心靈勉強維持著對于動物的優(yōu)越感?——語言,是語言為人類守住了那條越來越模糊的人獸之界。
能在高智能一端為人類守住人機之界的,大概也是語言。至少,這似乎是計算機科學之父艾倫·圖靈的意思。圖靈在1950年提出了一個“模仿游戲”(The Imitation Game,這也是2014年一部描述圖靈故事并獲得奧斯卡最佳影片提名的電影片名):讓機器和“同組人”分別與裁判隔屏筆談5分鐘,裁判然后決定誰是機器。如果機器在10次中能有3次讓裁判相信它是人類,那么這架機器可以算是具備思考能力。
國際上現(xiàn)在每年舉行一次圖靈測試比賽。各路人工智能好漢都把自己的機器送去競爭。于是“同組人”面臨一個人之為人的大問題:你如何證明自己是人,而不是被同組的機器奪去這一稱號?被選去測試的“同組人”,各自使出十八般武藝,力證自身確是人。限于篇幅,這里只談一點與當前互聯(lián)網(wǎng)時代特別相關(guān)的。
AlphaGo 所用的“深度學習”方法,基礎是模式識別。其在實用中第一次大放光彩,是2012年多倫多大學學生在藥業(yè)巨頭舉辦的篩選分子結(jié)構(gòu)大獎賽中笑拔頭籌——這些學生其實并不懂藥物結(jié)構(gòu)。同樣,阿法狗團隊也不需要精通圍棋。但語言畢竟不是分子結(jié)構(gòu)圖或圍棋譜,機器如何發(fā)現(xiàn)“桂華流瓦”和“月光照在屋頂上”是同樣意思?即使設計者精通中文,這也
是個棘手問題。在圖靈測試中,如果機器從網(wǎng)絡海量信息里找到的出現(xiàn)次數(shù)最多的回答,總是些大路貨,那么裁判確實在與“人”對話,但不是在與某個特定的人對話。
創(chuàng)造了“虛擬現(xiàn)實”(virtual reality)這一說法的美國計算機專家賈隆·拉尼爾,在2010年出版了一本暢銷書,《你不是電子器具》(You Are Not a Gadget)。他在書中猛烈抨擊時下那種信息來自谷歌搜索、解釋來自維基百科、語句來自臉書時髦和推特流行而導致的千人一面的泛同心態(tài)。不過,另一方面,人工智能的進展將迫使那些仍有人類自尊心的人,去發(fā)現(xiàn)自己的個性語言,以免被人誤作機器。裁判問:是否看了《瘋狂動物城》?如果你上來就回答,“我喜歡那只兔子”,對方無法知道你是否真是人,機器可以做得同樣好。但如果你想到中學英語里動物園叫Zoo讀如“蘇”;中學政治里談到烏托邦Utopia;中學語文里聽說“物”字本義就是動物,先講這片名Zootopia,其實可以譯作“物托邦”,義與意皆近。然后再說我喜歡那只兔子,大概就沒人當你機器了。
人工智能來了。不可怕。跟人工智能一起成長吧。它學人類語言,我們學習個性化表達創(chuàng)新。
人工智能的真相
“阿法狗”戰(zhàn)勝韓國圍棋國手李世石一事令很多人驚呼:人類最后的智慧堡壘也被人工智能攻克了!實際上,人們害怕人工智能,往往是因為不了解。人工智能的發(fā)展速度超出很多人的想象,每個人現(xiàn)在都需要問自己一個問題:關(guān)于人工智能,我了解多少呢?
讀了下面這12個問答,你就會對人工智能的未來發(fā)展有一個較為全面的了解。
人工智能的發(fā)展包括哪些階段?
人工智能的發(fā)展可分為三個階段:弱人工智能、強人工智能和超人工智能。弱人工智能是擅長于單個方面的人工智能,比如“阿法狗”,只會下圍棋。
強人工智能,達到了人類級別的人工智能,也就是在各方面都能和人類比肩的人工智能,人類能干的腦力活它都能干。創(chuàng)造強人工智能比創(chuàng)造弱人工智能難得多,我們現(xiàn)在還做不到。
超人工智能,即超級智能。牛津哲學家,知名人工智能思想家尼克・博斯特羅姆把超級智能定義為“在幾乎所有領域都比最聰明的人類大腦都聰明很多,包括科學創(chuàng)新、通識和社交技能。”超人工智能可以是各方面都比人類強一點,也可以是各方面都比人類強萬億倍的。超人工智能也正是為什么人工智能這個話題這么火熱的緣故。
為什么說我們正在越來越快地接近超人工智能?
通過觀察歷史,我們可以發(fā)現(xiàn)一個規(guī)律,即人類出現(xiàn)以來所有技術(shù)發(fā)展都是以指數(shù)增長。也就是說,一開始技術(shù)發(fā)展是小的,但是一旦信息和經(jīng)驗積累到一定的基礎,發(fā)展開始快速增長,以指數(shù)的形式,然后是以指數(shù)的指數(shù)形式增長。
未來學家瑞・庫茲韋爾把這種人類的加速發(fā)展稱作加速回報定律。之所以會存在這種規(guī)律,是因為一個更加發(fā)達的社會,能夠繼續(xù)發(fā)展的能力也更強,發(fā)展的速度也更快。
李四光也曾經(jīng)寫道:“人類的發(fā)展不是等速度運動,而是類似一種加速度運動,即愈到后來前進的速度愈是成倍地增加。”
人工智能技術(shù)的關(guān)鍵難點是什么?
用計算機科學家高德納的說法,“人工智能已經(jīng)在幾乎所有需要思考的領域超過了人類,但是在那些人類和其它動物不需要思考就能完成的事情上,還差得很遠。”一些我們覺得困難的事情――微積分、金融市場策略、翻譯等,對于電腦來說都太簡單了。我們覺得容易的事情――視覺、動態(tài)、移動、直覺――對電腦來說則太難了。
摩爾定律真的那么有效嗎?
摩爾定律認為全世界的電腦運算能力每兩年就翻一倍,這一定律有歷史數(shù)據(jù)所支持,這同樣表明電腦硬件的發(fā)展和人類發(fā)展一樣是指數(shù)級別的。我們用這個定律來衡量1000美元什么時候能買到1億億cps(每秒運算次數(shù))。現(xiàn)在1000美元能買到10萬億cps,和摩爾定律的歷史預測相符合。瑞・庫茨維爾提出的加速回報定理,也就是摩爾定律的擴展定理。
我們什么時候能用上和人腦一樣聰明的電腦?
現(xiàn)在1000美元能買到的電腦已經(jīng)強過了老鼠,并且達到了人腦千分之一的水平。1985年的時候,同樣的錢只能買到人腦萬億分之一的cps,1995年變成了十億分之一,2005年是百萬分之一,而2015年已經(jīng)是千分之一了。按照這個速度,我們到2025年就能花1000美元買到可以和人腦運算速度抗衡的電腦了。
我們?nèi)绾卧斐龀斯ぶ悄?
第一步:增加電腦處理速度。這步比較簡單。
第二步:讓電腦變得智能。這步比較難,有三種可能的途徑:一是模擬人腦,二是模擬生物演化過程,讓計算機演化出智能,三是建造一個能進行兩項任務的電腦――研究人工智能和修改自己的代碼。這樣它就不只能改進自己的架構(gòu)了,我們直接把電腦變成了電腦科學家,提高電腦的智能就變成了電腦自己的任務。
為什么說強人工智能可能比我們預期的更早降臨?
因為,一,指數(shù)級增長的開端可能像蝸牛漫步,但是后期會跑的非???。二,軟件的發(fā)展可能看起來很緩慢,但是一次頓悟,就能永遠改變進步的速度。就好像在人類還信奉地心說的時候,科學家們沒法計算宇宙的運作方式,但是日心說的發(fā)現(xiàn)讓一切變得容易很多。創(chuàng)造一個能自我改進的電腦來說,對我們來說還很遠,但是可能一個無意的變動,就能讓現(xiàn)在的系統(tǒng)變得強大千倍,從而開啟朝人類級別智能的沖刺。
超人工智能為什么會導致智能爆炸?
這里我們要引出一個概念――遞歸的自我改進。這個概念是這樣的:一個運行在特定智能水平的人工智能,比如說腦殘人類水平,有自我改進的機制。當它完成一次自我改進后,它比原來更加聰明了,我們假設它到了愛因斯坦水平。而這個時候它繼續(xù)進行自我改進,然而現(xiàn)在它有了愛因斯坦水平的智能,所以這次改進會比上面一次更加容易,效果也更好。第二次的改進使得他比愛因斯坦還要聰明很多,讓它接下來的改進進步更加明顯。如此反復,這個強人工智能的智能水平越長越快,直到它達到了超人工智能的水平――這就是智能爆炸,也是加速回報定律的終極表現(xiàn)。
我們還要多久才能迎來超人工智能?
著名人工智能專家、谷歌公司的技術(shù)總監(jiān)瑞・庫茲韋爾相信電腦會在2029年達成強人工智能,而等到2045年,我們不但會造出超人工智能,還會迎來一個完全不同的世界――奇點時代。
什么是奇點時代?
所謂奇點時代,指的是超人工智能的出現(xiàn)將世界帶入的一個新的時代。在這個時代中,人類將無法預測技術(shù)如何發(fā)展,因為超人工智能的行為將超出人類的理解能力。
超人工智能可能給人類帶來的最大益處是什么?
永生。在理論上,死亡并非是不可克服的,只不過這需要超人工智能在納米技術(shù)和生物技術(shù)方面取得我們難以想象的突破。超人工智能可以建造一個“年輕機器”,當一個60歲的人走進去后,再出來時就擁有了年輕30歲的身體。就算是逐漸糊涂的大腦也可能年輕化,只要超人工智能足夠聰明,能夠發(fā)現(xiàn)不影響大腦數(shù)據(jù)的方法來改造大腦就好了。一個90歲的失憶癥患者可以走進“年輕機器”,再出來時就擁有了年輕的大腦。這些聽起來很離譜,但是身體只是一堆原子罷了,只要超人工智能可以操縱各種原子結(jié)構(gòu)的話,這就完全不離譜。
超人工智能最值得我們?nèi)牡膯栴}是什么?
我們可以從科幻小說和電影那里了解到很多超人工智能可能帶來的壞處――人工智能取代人類工人,造成大量失業(yè);因為解決了衰老造成人口膨脹。但真正值得我們擔心的,是超人工智能可能給包括人在內(nèi)的地球生命帶來的生存危機。生存危機是用來指那些跨物種、跨代(永久傷害)并且有嚴重后果的事情。它可以包括使人類遭受永久苦難的情況,但是這基本上和滅絕沒有什么區(qū)別了。
在人類沒有考慮好如何讓超人工智能變得安全的情況下貿(mào)然發(fā)明出超人工智能,就有可能引發(fā)人類和所有生物的滅絕。而這也正是包括比爾・蓋茨、埃隆・馬斯克等在內(nèi)的人類精英對人工智能抱持憂慮態(tài)度的原因。
關(guān)于人工智能的展望
人工智能自1956年在美國誕生至今已50多年了。長久以來,人工智能對于普通人來說是那樣的可望而不可及,然而它卻吸引了無數(shù)研究人員為之奉獻才智。從美國麻省理工學院、卡內(nèi)基-梅隆大學到IBM公司、本田公司、SONY公司以及國內(nèi)的清華大學、中科院等科研院所,全世界許多實驗室都在進行著AI技術(shù)的實驗。
隨著時代的發(fā)展及信息革命的到來,人工智能的研究領域日益拓寬,其內(nèi)容逐步豐富,對人類發(fā)展有劃時代的意義。
一、何謂“人工智能”?“智能”源于拉丁語Legere,字面意思是采集(特別是果實)、收集、匯集,并由此進行選擇,形成一個東西。Intelegere是從中進行選擇,進而理解、領悟和認識。正如帕梅拉·麥考達克在《機器思維》中所提出的:在復雜的機械裝置與智能之間存在長期的聯(lián)系。從幾個世紀前出現(xiàn)的神話般的巨鐘和機械自動機開始,人們已對機器操作的復雜性與自身的某些活動進行直觀聯(lián)系。經(jīng)過幾個世紀之后,新技術(shù)已使我們所建立的機器的復雜性大為提高。1936年,24歲的英國數(shù)學家圖靈提出了“自動機”理論,把研究會思維的機器和計算機的工作大大向前推進了一步,他也因此被稱為“人工智能之父”。“人工智能”(Artificial Intelligence)簡稱AI它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應用系統(tǒng)的一門新的技術(shù)科學。人們認為“人工智能”是計算機科學技術(shù)的前沿科技領域。因此,“人工智能”與計算機軟件有密切的關(guān)系。一方面,各種人工智能應用系統(tǒng)都要用計算機軟件去實現(xiàn),另一方面,許多聰明的計算機軟件也應用了人工智能的理論方法和技術(shù)。例如,專家系統(tǒng)軟件,機器博奕軟件等。但是,“人工智能”不等于“軟件”,除了軟件以外,還有硬件及其他自動化的通信設備。人工智能是從思維、感知、行為三層次和機器智能、智能機器兩方面研究模擬、延伸與擴展人的智能的理論、方法、技術(shù)及其應用的技術(shù)學科。
二、人工智能的研究領域人工智能是一種外向型的學科,它不但要求研究它的人懂得人工智能的知識,而且要求有比較扎實的數(shù)學基礎及哲學和生物學基礎,只有這樣才可能讓一臺什么也不知道的機器模擬人的思維。因為人工智能的研究領域十分廣闊,它總的來說是面向應用的,主要研究領域有專家系統(tǒng),有人在工作,它就可以用在什么地方,因為人工智能的最根本目的還是要模擬人類的思維??梢詺w納為八個字:機器智能、智能機器。1.機器智能例如,用計算機打印常用的報表,進行一些常規(guī)的文字處理,都是程序化的操作,談不上有智能。但是,用計算機給人看病,進行病理診斷和藥物處方,或者,用計算機給機器看病,進行故障診斷和維修處理,就需要計算機有人工智能。人工智能學科領域中有一個重要的學科分支是“專家系統(tǒng)”(Expert System),簡稱代寫論文ES。就是用計算機去模擬、延伸和擴展專家的智能?;趯<业闹R和經(jīng)驗,可以求解專業(yè)性問題的、具有人工智能的計算機應用系統(tǒng)。如:醫(yī)療診斷專家系統(tǒng),故障診斷專家系統(tǒng)等。除了“專家系統(tǒng)”之外,還可列舉出其他許多聰明的智能軟件系統(tǒng)。如:機器博突的智能軟件、智能控制、智能管理、智能通信„„的軟件等。例如:IBM的“深藍”系統(tǒng)戰(zhàn)勝了國際象棋大師卡斯帕諾夫,就是計算機的機器智能水平的一次榮譽記錄,也是聰明的人工智能軟件的一個成功范例。2.智能機器“智能機器”(Intelligent Machine),簡稱IM,研究如何設計和制造具有更高智能水平的機器,特別是設計和制造更聰明的計算機?,F(xiàn)在的計算機,雖然經(jīng)歷了從電子管、晶體管、集成電路、超大規(guī)模集成電路等幾代的發(fā)展,在工藝和性能方面都有巨大的進步。但是,在原理上,還沒有重大的突破。通常,人們用計算機,不僅要告訴計算機:做什么?,而且還必須詳細地、正確地告訴計算機:如何做?。也就是說,人們要根據(jù)工作任務的需求,以適當?shù)挠嬎銠C語言,進行相應的軟件設計,編制面向該任務的計算機應用程序,并且,正確地操作計算機,裝入、啟動該應用程序,才能用計算機完成該項工作任務。這里,計算機實質(zhì)上只是機械地、被動地執(zhí)行人們編制的應用程序指令的“電子奴仆”,也不理解為什么要做這項工作,即不懂得:為什么?。因而,只不過是一個低智能的、不聰明的
“電腦”。那么,如何設計和制造高智能的、聰明的“電腦”呢?這正是人工智能另一方面的研究對象和學科任務。人們提出了關(guān)于新一代計算機的各種方案,如:面向知識和符號信息處理的“符號處理機”;基于知識庫的、具有推理能力的“知識信息處理機”;基于人工神經(jīng)網(wǎng)絡的、具有分布式結(jié)構(gòu)的“聯(lián)結(jié)機”以及其他數(shù)據(jù)流計算機、控制流計算機„„除了“智能計算機”之外,還有其他的許多智能機器。如:智能機器人、智能控制器、智能儀器、儀表、智能自動化裝置、智能通信設備、智能網(wǎng)絡、智能汽車、智能玩具以及各種智能化家用電器„„目前人工智能主要研究內(nèi)容是:分布式人工智能與多智能主體系統(tǒng)、人工思維模型、知識系統(tǒng)(包括專家系統(tǒng)、知識庫系統(tǒng)和智能決策系統(tǒng))、知識發(fā)現(xiàn)與數(shù)據(jù)挖掘(從大量的、不完全的、模糊的、有噪聲的數(shù)據(jù)中挖掘出對我們有用的知識)、遺傳與演化計算(通過對生物遺傳與進化理論的模擬,揭示出人的智能進化規(guī)律)、人工生命(通過構(gòu)造簡單的人工生命系統(tǒng)并觀察其行為,探討初級智能的奧秘)、人工智能應用(如:模糊控制、智能大廈、智能人機接口、智能機器人等)等等。未來人工智能的研究方向主要有:人工智能理論、機器學習模型和理論、不精確知識表示及其推理、常識知識及其推理、人工思維模型,智能人機接口、多智能主體系統(tǒng)、知識發(fā)現(xiàn)與知識獲取、人工智能應用基礎等。
三、小結(jié)人工智能是一門包括計算機科學、控制學、信系論、語言論、神經(jīng)生理學、心理學、數(shù)學、哲學等多種學科相互滲透發(fā)展起來的學科,其研究對象可以歸納為“機器智能、智能機器”,它體現(xiàn)在思維、感知、行為三個層次,而它要模擬眼神、擴展人的智能,其研究內(nèi)容可以分為機器思維和思維機器、機器感知和感知機器、機器行為和行為機器三個層次。人工智能研究與應用雖然取得了不少成果,但離全面推廣應用還有很大距離,還有許多問題有待于解決且需要許多學科的研究專家共同創(chuàng)作。
猜你喜歡: