我们是否需要担心人工智能（AI）？ 对我来说，这是一个简单的问题，答案更简单：否。 但是，并非所有人都同意我的看法-包括斯蒂芬·霍金在内的许多人都对强大的AI系统的出现可能意味着人类的终结表示担忧。
您对AI是否会占领世界这一问题的看法显然取决于AI是否能够开发出优于人类行为的合理行为-一种称为“超级智能”的东西。 让我们看看这个过程的可能性，以及为什么对AI的未来如此关注。
人们通常会害怕不了解的内容。 恐惧通常是造成种族主义，同性恋恐惧症和其他歧视来源的原因。 将其应用于新技术也就不足为奇了-它们经常被某些谜语包围。 一些技术进步似乎是完全不现实的，超出了预期，在某些情况下甚至是人类的能力。
车里没有精神
让我们揭开最流行的AI技术（称为“机器学习”）的奥秘。 它们使机器可以学习如何完成任务，而无需编写特定的指令。 它可能看起来很吓人，但实际上归结为相当无聊的统计数据。
设计了一种机器（即程序，或更确切地说是一种算法），以便它可以揭示输入数据中可用的关系。 有很多不同的方法可以达到这种效果。 例如，我们可以为机器提供手写字母的图像，并要求她识别这些字母的顺序。 我们已经给了她可能的答案-这些只能是字母。 首先，机器会随机命名字母，然后我们对其进行更正，并给出正确的答案。 我们还对机器进行了编程，以进行自我调整，下次他们给它写信时，它更有可能给我们正确的答案。 结果，随着时间的流逝，机器将提高效率并“学习”以识别字母。
实际上，我们对机器进行了编程，以使用数据中的公共关系来实现特定目标。 例如，字母“ a”的所有变体在结构上看起来都相似，但是与算法可以利用的“ b”不同。 有趣的是，在训练阶段之后，机器可以将获取的知识应用于新的字母示例，例如，以前从未看过其笔迹的人所写的字母。
我们给人工智能答案但是，人们已经很擅长阅读。 也许更有趣的示例是go项目中的人造玩家Google Deepmind，它击败了所有人类玩家。 显然，他不像其他人那样学习-他自己玩游戏很多次，以至一生都没有人玩。 他被编程为获胜，并解释说获胜取决于他的行为。 他还被教导游戏规则。 通过一遍又一遍地玩同一游戏，他可以发现每种情况下的最佳动作，并发明人们从未有过的动作。
幼儿与机器人
这会使AI的演奏变得比人类更聪明吗？ 绝对不是。 人工智能非常专业，专为某种任务而设计，并且没有人的多功能性。 多年来，人们开始以一种没有AI能够管理的方式来理解世界，并且在不久的将来，很可能将无法。
AI之所以称为“智能”，是因为它具有学习能力。 但是在训练中，他并没有接触到人。 小孩子仅通过看着别人解决问题就能学习。 人工智能需要数据工具，并且需要进行很多尝试才能在非常具体的任务中取得成功，并且很难将其数据归纳为与他所培训的任务相差太大的任务。 因此，如果人们在生命的早期阶段就相当快地发展出惊人的智能，那么机器学习的关键概念与十年或二十年前没有太大不同。
幼儿的大脑很棒现代AI的成功与技术上的突破联系不大，而更多地取决于简单的数据量和计算能力。 重要的是要注意，即使是无限量的数据也不会给AI提供人类智能-首先，我们需要在创建“通用智能”技术方面取得重大进展-而且我们甚至都没有接近解决这个问题。
通常，仅凭AI具有学习能力这一事实，并不意味着AI会突然研究人类智能的所有方面并超越我们。 关于什么是人类智能甚至没有一个简单的定义，我们对它在大脑中的显示方式还没有一个清晰的了解。 但是，即使我们能够弄清楚它，然后创建一个将变得更加智能的AI，也不会完全相信它会变得更加成功。
就个人而言，我更关心人们如何使用AI。 机器学习算法通常被认为是黑匣子，很少尝试了解该算法找到的解决方案的细节。 这是一个很重要的方面，在我们更着迷于效率而更少地了解时，却常常被忽略。 了解这些系统开放的解决方案很重要，因为这样我们就可以评估这些决策是否正确以及是否要应用这些决策。
例如，如果我们错误地训练了我们的系统，那么我们可以得到一台学习到关系的机器，而这种关系通常是不存在的。 假设我们要制造一台评估潜在学生在工程上成功的机器。 这个想法可能是不好的，但让我们以一个例子来结束它。 传统上，男人在这方面占主导地位，这意味着培训示例很可能是从男学生那里获得的。 如果我们不相信培训数据的平衡性，那么机器可以得出结论，只有人才能成为工程师，将其应用于未来的决策是不正确的。
机器学习和AI是工具。 可以像其他任何东西一样对或错使用它们。 我们应该关注它们的使用方式，而不是方法本身。 一个人的贪婪和愚蠢使我比人工智能更受困扰。