在未來人工智能的快速發(fā)展將會改變我們的生活方式

（文章來源：教育新聞網(wǎng)）

人工智能改變了我們漫游互聯(lián)網(wǎng)，購買商品以及在許多情況下環(huán)游世界的方式。同時，AI可能會令人難以置信的怪異，例如當(dāng)算法建議將“ Butty Brlomy”作為豚鼠的名稱或?qū)ⅰ癇rantPanty Tripel”作為啤酒的名稱時。很少有人比AI的怪癖更能熟悉AI的怪癖，她是科學(xué)家和神經(jīng)網(wǎng)絡(luò)馴獸師，她讓業(yè)余時間怪異AI并經(jīng)營著名為AI Weirdness的博客。她還為Gizmodo建立了AI占星家。

珍妮爾?尚(Janelle Shane)本月發(fā)行了一本名為“你看起來像東西我愛你”的書。對于那些想更多地了解人工智能如何真正發(fā)揮作用的人，或者對于那些想嘲笑計算機多么愚蠢的人的娛樂性，這是一本入門書。我們與Shane交談，詢問她為什么喜歡AI，它的陌生性如何影響我們的生活以及未來可能如何發(fā)展。您可以在這里在亞馬遜上購買這本書。

Gizmodo：您最先對AI感興趣的是什么?詹妮爾巴蒂爾：?高中畢業(yè)后烏斯，當(dāng)我決定什么，我想在大學(xué)里做的，我參加了由誰是研究進化算法家伙這著實令人著迷的談話。從研究的討論中，我最記得的是這些故事，這些故事以算法以出乎意料的方式解決問題，或者提出了一種技術(shù)上正確的解決方案，但并非真正符合科學(xué)家的想法。在我的書中提到的一個故事是軼事，人們嘗試使用這些算法中的一個來設(shè)計用于相機或顯微鏡的鏡頭系統(tǒng)。它提出的設(shè)計效果很好，但其中一個鏡頭厚50英尺。這些故事確實吸引了我的注意力。

[后來]，我看到了AI生成的食譜示例，它們絕對很有趣。有人將一堆食譜的食譜喂給了其中一種算法，即文本生成神經(jīng)網(wǎng)絡(luò)。它盡力模仿該食譜，但最終卻更多地模仿了該食譜的表面外觀。當(dāng)您查看它產(chǎn)生的東西時，很明顯它根本不了解烹飪或配料。它需要切碎的波旁威士忌，或者告訴您從烤箱中取出一個本來就沒有放入的餡餅。那再次吸引了我的注意力，并使我對使用AI生成文本的實驗感興趣。

AI是被廣泛使用的術(shù)語之一?？苹眯≌f中使用了相同的詞，而該詞又被實際用于機器學(xué)習(xí)的產(chǎn)品所使用，一直到被稱為AI的事物，但真正的人類實際上在給出答案。我傾向于使用的定義是軟件開發(fā)人員最常使用的定義，它是指一種稱為機器學(xué)習(xí)算法的特定類型的程序。

與傳統(tǒng)的基于規(guī)則的算法不同，在傳統(tǒng)的基于規(guī)則的算法中，程序員必須編寫逐步的說明以供計算機遵循，而對于機器學(xué)習(xí)，您只需給它一個目標(biāo)，它就會嘗試通過問題和錯誤來解決問題。諸如神經(jīng)網(wǎng)絡(luò)，動力學(xué)算法之類的東西都有很多不同的技術(shù)。

最大的區(qū)別之一是，當(dāng)機器學(xué)習(xí)算法解決問題時，它們無法向您解釋其推理。程序員需要花費大量的工作才能返回并檢查它是否確實符合正確的問題，并且沒有完全誤解其應(yīng)做的事情。這是人類解決的問題和人工智能解決的問題之間的巨大區(qū)別。人類以我們不了解的方式變得聰明。如果我們給人類一個問題的描述，他們將能夠理解您的要求或至少提出一些澄清的問題。人工智能不夠聰明，無法理解您所要求的內(nèi)容，因此最終可能會解決完全錯誤的問題。

我在斯坦福大學(xué)的研究人員的書中有一個例子，訓(xùn)練機器學(xué)習(xí)算法來識別圖片中的皮膚癌，但是當(dāng)他們回顧該算法在做什么以及它在查看圖像的哪一部分時，他們發(fā)現(xiàn)它正在尋找尺而不是腫瘤，因為在訓(xùn)練數(shù)據(jù)中，很多圖片都有尺規(guī)。