人工智能在2030會發(fā)展成什么樣?人們對人工智能有何誤解?

人工智能的發(fā)展正在逐步加速，目前討論比較火熱的ChatGTP便是人工智能的產(chǎn)物。為增進(jìn)大家對人工智能的認(rèn)識，本文將對人工智能以及人們對于人工智能的一些誤解予以介紹。如果你對人工智能具有興趣，不妨和小編一起繼續(xù)往下閱讀哦。

一、人工智能

當(dāng)前圍繞該學(xué)科的蓬勃發(fā)展可以通過計(jì)算(今天有非常強(qiáng)大的硬件系統(tǒng)，體積小，能耗低)以及實(shí)時(shí)和短時(shí)間內(nèi)分析的能力來解釋技術(shù)成熟度巨大數(shù)據(jù)量和任何格式(分析)。

然而，科學(xué)界對人工智能的興趣始于遙遠(yuǎn)的地方：第一個(gè)真正的人工智能項(xiàng)目可以追溯到 1943 年，當(dāng)時(shí)研究人員 Warren McCulloch 和 Walter Pitt 向科學(xué)界提出了第一個(gè)人工神經(jīng)元，隨后在 1949 年，加拿大心理學(xué)家唐納德·奧爾丁·赫布(Donald Olding Hebb)的書，詳細(xì)分析了人工神經(jīng)元與人腦復(fù)雜模型之間的聯(lián)系。神經(jīng)網(wǎng)絡(luò)的第一個(gè)功能原型(即為重現(xiàn)生物神經(jīng)元的功能而開發(fā)的數(shù)學(xué)/計(jì)算機(jī)模型，以解決那些年理解的人工智能問題，

人工智能一詞“正式”起源于美國數(shù)學(xué)家約翰麥卡錫(1956 年)，并與他一起“推出”了第一批專門針對 AI 的編程語言(1958 年的 Lisp 和 1973 年的 Prolog)。從那時(shí)起，人工智能的歷史一直在波動，其特點(diǎn)是在數(shù)學(xué)模型方面取得了重大進(jìn)展(越來越復(fù)雜，旨在“模仿”一些大腦功能，如模式識別)，但在研究方面卻有起有落。硬件和神經(jīng)網(wǎng)絡(luò)。后一條戰(zhàn)線的第一次重大進(jìn)步發(fā)生在 1990 年代，隨著圖形處理器進(jìn)入“擴(kuò)展”市場(即普通大眾)，

最近的一波浪潮是在過去十年中隨著所謂的“神經(jīng)形態(tài)芯片”的發(fā)展而到來的，即在單個(gè)微組件中集成數(shù)據(jù)處理和存儲的微芯片，這要?dú)w功于研究領(lǐng)域的加速。納米技術(shù)，以模擬人腦的感覺和認(rèn)知功能，這是許多初創(chuàng)公司也在關(guān)注的領(lǐng)域。

據(jù)麥肯錫預(yù)計(jì)，到2030 年，AI 的全球經(jīng)濟(jì)價(jià)值將高達(dá) 13 萬億美元。這是因?yàn)樵?AI 浪潮的影響下，幾乎各行各業(yè)乃至每一個(gè)應(yīng)用領(lǐng)域的工程環(huán)節(jié)都在轉(zhuǎn)型。除了自動駕駛以外，AI 還廣泛應(yīng)用于以下領(lǐng)域：機(jī)器故障預(yù)測模型，告知何時(shí)需要進(jìn)行機(jī)器保養(yǎng);健康和傳感器分析，如病患監(jiān)護(hù)系統(tǒng);機(jī)器人系統(tǒng)，直接從經(jīng)驗(yàn)中學(xué)習(xí)并不斷改進(jìn)。

二、對人工智能的誤解

1.“人工智能會奪走我的工作”

可以說，關(guān)于人工智能最普遍和潛在危險(xiǎn)的誤解是，它將奪走人類的工作崗位。是的，自動化正導(dǎo)致一些低技能工作的冗余增加，但這一趨勢近年來被嚴(yán)重夸大了。此外，大多數(shù)科學(xué)估計(jì)表明，人工智能驅(qū)動的自動化可能會創(chuàng)造比取代更多的就業(yè)機(jī)會。然而，即便如此，這也不是重點(diǎn)。工作場所中的人工智能有能力改善人們和企業(yè)的工作表現(xiàn)，而不是完全消除人們做這些工作的需要。

2.“人工智能的工作原理和人腦完全一樣”

這是一個(gè)被廣泛接受為事實(shí)的關(guān)于人工智能的普遍錯(cuò)誤。事實(shí)上，人工智能在很大程度上是一個(gè)非常簡單的領(lǐng)域，有著非?；镜膽?yīng)用。是的，有很多證據(jù)表明人工智能在一盤棋中成功擊敗人類，或者通過Siri機(jī)智的聲音回答模仿人類。然而，這只不過是一個(gè)模擬。人工智能無法理解或感受其周圍環(huán)境，也無法像人類一樣真正地從環(huán)境中“學(xué)習(xí)”。簡而言之，要讓人工智能能夠完成人類最基本的事情，比如讀書或穿西裝打領(lǐng)帶，我們還有很長的路要走。

3.“人工智能算法是中立和客觀的過程”

你可能已經(jīng)知道這一點(diǎn)，因?yàn)樗谛侣勚性絹碓绞荜P(guān)注，但人工智能并不是中立的或客觀的。人工智能的好壞取決于創(chuàng)造它的人或公司。即使在商業(yè)用例中，人工智能的質(zhì)量和可信度也有很大差異。讓我們來看看一個(gè)非常常見的用例：外匯交易機(jī)器人，它使用人工智能來幫助金融交易員在外匯市場上做出決定。雖然存在許多不同的人工智能機(jī)器人，但事實(shí)上，諸如頂級外匯經(jīng)紀(jì)人等行業(yè)專家對外匯機(jī)器人作為交易工具的可信性進(jìn)行了精心詳細(xì)的審查，這表明并非所有人工智能都是中立或可信賴的。有時(shí)，人工智能很容易被不當(dāng)推銷給對技術(shù)本身過于信任的人。

4.“人工智能對于外行來說太難理解了”

許多沒有計(jì)算機(jī)科學(xué)背景的人本能地阻止他們?nèi)ダ斫夂屠萌斯ぶ悄?，錯(cuò)誤地認(rèn)為只有科學(xué)家才能掌握它。實(shí)際上，人工智能過程很簡單，只需兩三行代碼就可以創(chuàng)建。人工智能只不過是一個(gè)處理器;你給它輸入數(shù)據(jù)以得到你想要的結(jié)果。它以一種非常直接的方式工作，任何想花很短時(shí)間學(xué)習(xí)它的基本原理的人都可以很容易地掌握它。特別是在人工智能專家中，對人工智能的把關(guān)太多了，這只會疏遠(yuǎn)那些能最好地利用它的人。

以上就是小編這次想要和大家分享的有關(guān)人工智能的內(nèi)容，希望大家對本次分享的內(nèi)容已經(jīng)具有一定的了解。如果您想要看不同類別的文章，可以在網(wǎng)頁頂部選擇相應(yīng)的頻道哦。