人工智能读后感共3篇Word格式.docx
《人工智能读后感共3篇Word格式.docx》由会员分享,可在线阅读,更多相关《人工智能读后感共3篇Word格式.docx(10页珍藏版)》请在冰豆网上搜索。
![人工智能读后感共3篇Word格式.docx](https://file1.bdocx.com/fileroot1/2022-11/29/6e69b71f-af29-41e2-9f9d-d1c5f33ab570/6e69b71f-af29-41e2-9f9d-d1c5f33ab5701.gif)
搜索引擎根据问题给出最直接的答案,也与SIRI的运行原理相类似。
在机器翻译这一块儿上,通过对语言、语言学的学习,得出的翻译结果也具备较强的可读性。
甚至可以通过中文与英文的翻译数据、英文与阿拉伯文的翻译数据,自动学习如何从中文翻译到阿拉伯文。
还有目前在商业化方面已经取得长足进展的自动驾驶技术。
也是通过数百万里的驾驶里程学习,来完成车速调整、控制转向、避免碰撞等操作。
当然,目前相对比较成熟的还是半自动驾驶技术。
完全的无人驾驶或许还要等到十年之后。
还有我们经常在电影中看见的机器人行业。
快递分拣机器人、无人飞机、工业机器人,都极大的提高了商业效率。
但目前机器人还无法做到像人一样具备完整的思维。
大家所期待的人形机器人,其实投资人也是不看好的。
原因很简单,机器越像人,就越容易被拿来和真人比较。
由于人工智能技术尚未达到十分成熟的阶段,这个机器人的蠢笨会暴露的非常彻底。
使期望与现实之间的差距加大,因此难以获得市场认可。
那讲了这么多现象,到底什么是人工智能?
目前常见的定义有五种:
第一,人工智能是让人感到不可思议的计算机程序。
几十年前的人类,如果能见识到现在手机上常见的人机对战的象棋、跳棋游戏,恐怕会被吓一大跳,甚至怀疑是有人在背后操纵。
可现在的人都见怪不了。
所以,用这种方法定义,会使得人工智能随着技术的成熟,失去一个客观的标准。
第二,AI就是与人类思考方式相似的计算机程序。
这种说法在早期非常流行。
本质上与仿生学无异。
但弊端在于,人类至今也无法说清楚大脑是如何进行学习、记忆、归纳、推理等思维过程的。
因此,也很难教会机器去模拟人脑的运作。
再一点就是,通过为程序输入大量专业的知识、常见的思考逻辑,使得计算机应用难以扩展到较为复杂的领域当中。
比如面对语言中的歧义和丰富的表达方式,得出的翻译结果往往也是漏洞百出。
第三,AI就是与人类行为相似的计算机程序。
这一定义与仿生学派的说法是对立的。
实用主义者并不在乎人工智能要遵循什么思考框架,也不在乎计算机到底是如何处理采集到的数据。
只要模型可以工作,最终的结果是对的就行。
第四,AI是会学习的计算机程序。
最近的这波人工智能热潮里,深度学习作为一种技术手段确实是一枝独秀,几乎垄断了所有流行的技术方向。
而在此之前的专家系统、统计模型都未能使人工智能获得如此大的进步。
所以,把学习等同于AI,虽然过于狭隘,但也是比较符合时代精神的。
但要注意的是,机器的学习方法和人类的学习方法还有很大的差距与不同。
如果人工智能是一种会学习的机器,那么需要着重提高的就是其抽象理解能力。
第五,AI就是根据对环境的感知,做出合理的行动,并获得最大收益的计算机程序。
不同的定义分别适用于不同的人群和语境。
如果非要得出一个看上去比较合理的定义,那也只能是比较模糊的概念。
那么这一种就是学术界的教科书式定义,全面均衡,偏重实证。
二、人工智能发展的三个阶段
1962年,IBM的阿瑟萨缪尔开发的西洋跳棋程序曾经战胜过一位盲人跳棋高手,1997年IBM深蓝战胜卡斯帕罗夫的那一天,全世界科技爱好者奔走相告,2021年ALPHAGO战胜李世石,就由流传起人工智能将要毁灭人类的言论。
纵观前两次次人工智能潮,每一次都曾让人以为人工智能将会掀起大的变革。
但最后回头看,都没有达到人们期望的高度。
与其说是人们的心理落差,不如说是人们对机器是否具有智能的判断标准在不断被拔高。
那究竟这一次的人工智能热潮,会超出人们的期望吗?
从高德纳咨询公司的技术成熟曲线来看,每一项技术在早期阶段,都会被公众追捧,被媒体大肆报道,最终走向一个充满泡沫的膨胀期。
随着盲目追捧者的激增,跟风的公司越来越多。
但随着技术遇到瓶颈,市场供过于求,大量没有核心竞争力的公司不是被兼并,就是倒闭。
行业跌入低谷后,迎来了第二轮、第三轮投资,技术上的突破使得第二代、第三代产品得到了普罗大众的认可。
投资得到了回报。
20世纪50年代到60年代,随着通用电子计算机的诞生,人工智能悄然兴起,比如一些简单的象棋程序设想。
但由于当年计算机的运算水平远远达不到要求,很多东西只能停留在纸上谈兵的层面。
20世纪80年代到90年代,基于统计模型的技术悄然兴起,并在语音识别、机器翻译等领域取得了不俗的进展。
人工神经网络也在模式识别应用等领域开始有所建树。
但还是不足以超过人类的预期。
那么这一次的人工智能复兴的最大特点就是AI在多个领域达到了人们心中“有用”的标准,在商业领域被广泛的应用。
从心理学上说,人们接受一件新事物,就像人们接受外界刺激一样,是有一个阈值的。
只有当外界刺激的强度超过了一个人能感知的最小刺激量,人们才会注意到它。
而这个人们能感知到的最小刺激量,就是心理学上的绝对阈值。
这一次的AI热潮,正是达到了人们的心理阈值才得到了广泛的关注。
就拿人脸识别来说,之前的准确率可能只有20%不到,根本不具备实用价值,只能停留在实验室当中,自然就没有达到人们的心理阈值。
但现如今就不一样了。
所以,我们说人工智能来了,其实是说人工智能或深度学习真的可以解决实际问题了。
在机器视觉、语音识别、数据挖掘、自动驾驶等方面都获得了长足的进步。
而这一切,都离不开深度学习。
今天的人工智能研究者,几乎无人不谈深度学习。
很多人甚至喊出了“人工智能=深度学习”的口号。
但毋庸讳言,深度学习绝对不是人工智能领域解决的唯一方案,二者之间不能划上等号。
但说深度学习是未来很长一段时间内,推动人工智能进步的核心技术,则一点都不为过。
深度学习依赖海量的大数据和强大的计算能力。
对于计算机来说,想让它成功识别猫这个物种。
需要其学习一千万段视频才行。
三、人工智能是否会威胁人类
人工智能真的足够聪明以至于会超出人类的控制范围,最终威胁到人类吗?
要回到这个问题,首先要理清不同层级人工智能的定义。
弱人工智能:
限制领域人工智能,指的是专注于且智能解决某一特定领域问题的人工智能。
目前看到的所有人工智能都属于这个范畴。
例如AlphaGo。
人们更多的是将其看作一种工具,而不是威胁。
当然了,同其他所有工具,如汽车、飞机等一样,都是存在风险的。
强人工智能:
指可以胜任人类所有工作的人工智能。
就是人可以做什么,人工智能就可以做什么。
谈及这个层面,就不得不面对强人工智能是否有必要具备“意识”这个问题。
一旦牵涉到“意识”,强人工智能的定义和评判标准就会变得十分复杂。
超人工智能:
比人类还有天赋、还要聪明的人工智能。
目前更多的是从哲学以及科幻的角度加以解析。
没有办法和经验去预测这种智能究竟是否存在。
目前大众忧心的人工智能威胁论,主要指的是强人工智能和超人工智能。
那么他们会以远超我们预料的速度降临吗?
目前大多数对于这类威胁的论述都是基于“人类科技发展是越来越快,呈现出不断加速的势头”。
但这个假设是否正确,也很难给出明确的答复。
但作者更相信:
特定的科技如人工智能,经历一段时间的加速度发展后,会遇到难以攻克的技术瓶颈。
客观的分析看,人类威胁还相当遥远。
问题的根源可能在于人类总习惯把人工智能人格化。
人工智能的危险,本质上还是和其他工具一样具备无法避免的弊端,这是我们需要防范的,而并非担心智能机器会像人类一样思考。
“智能”二字本身就是缺乏一个客观的、可量化的定义的。
单从计算能力看,人工智能确实超出人类很多。
如果仅根据这种限定范畴的技术能力去推测,确实很可怕。
但如果综合考虑人工智能的跨领域推理能力、常识和感性、理解抽象概念的能力等,其实人工智能还很难给人类造成威胁。
今天的人工智能还不能做什么:
1.跨领域推理:
比如使用比喻句。
人类强大的跨领域联想、类比能力是跨领域推理的基础。
但显然智能机器是不具备的。
在今天,迁移学习的概念正在兴起,指的是将人工智能在某一领域取得的经验,通过某种形式的变换,迁移到另一个陌生的领域。
2.抽象能力:
目前的深度学习技术都需要大量的数据来支撑。
不像人类可以通过少量样本就总结出规律。
3.探索原因:
人工智能做出行为的原因很简单,就是依赖于设定的一个程序。
而不会去追求为什么要设定这个程序。
譬如看到苹果落地,智能机器看一万遍也不会去思考背后的原因。
4.常识:
即无须仔细思考就能直接使用的知识、方法和经验。
比如虽然小朋友没学习过牛顿定理,但也知道东西会下落。
人工智能只能靠人类设定的规则来完成常识的积累,丰富性还不足。
5.自我意识:
这种能力智能机器很难在短时间内拥有。
也很难推测有没有拥有的可能。
6.审美:
审美缺少量化的标准,是非常主观的东西。
那种体验到美好事物之后的情感,人工智能也难以领会。
7.情感:
推测判断人类的表情目前是可以实现的。
但至于说让人工智能自己具备情感,可能还有很远的路要走。
四、人工智能将如何变革
人工智能不仅是技术层面的一次革命。
由于人工智能会对生产效率有大幅的提升,也必然会触及社会、政治、经济、文化层面的变革。
这其中热议最多的就是关于失业的问题。
从短期看,必然会造成某些行业、局部地区的失业阵痛。
但从长期看,会刺激大量工作转变为新的工作类型,从而为生产力的进一步解放、人类生活的进一步提升打下基础。
这里有一个“5秒钟”准则:
如果人可以在5秒钟内对工作中需要思考和决策的问题作出相应的决定,那么就很有可能被取代。
反之,如果涉及缜密的推理和复杂的决策,就很难被取代。
例如,照着课本讲课的老师可能会被取代,但可以重塑知识架构体系,创造性的方法为学生授课的老师则不会被取代。
因此,一些简单的重复性工作将被取代,但也会催生更多新型的、需要判断力、创造力、情感交流以及审美和艺术创作的工作类型。
如设计师、架构师、艺术家、文学创作者。
人的独特性会体现出来:
思考、创造、沟通、情感交流;
人与人的依恋、归属感和协作精神;
好奇、热情、志同道合的驱动力。
五、人工智能的创业方向
第一阶段,AI会率先在哪些在线化程度高的行业开始应用,在数据段、媒体端实现自动化。
第二阶段,随着感知技术、传感器和机器人技术的发展,AI会延伸到实体世界,并率先在专业领域、行业应用、生产力端实现线下业务自动化。
工业机器人、仓储机器人等将大范围普及。
第三阶段,AI会延伸到个人场景,全面自动化时代终将到来。
AI创业的五大前提:
第一,清晰的领域界限,例如仓储、物流、扫地机器人。
第二,闭环、自动标注的数据。
第三,千万级的数据量。
第四,超大规模的计算机能力。
目前一些空调马力不足的机房,甚至会购买冰块儿散热。
第五,AI技术专家。
六、一些感想
人工智能是一种提高生产效率的技术手段,在未来会大范围的使用。
未来人的价值会被无限放大,越独特,越有思想的人就越值钱。
当然了,没什么思想的也可以活,毕竟生产效率的提高会使得物资价格有大幅的降低。
但在娱乐体验方面,可能就需要支付较高的费用。
第2篇:
---人类的心灵,人类能否对机器人产生感情,人类抛弃有感情的机器人是否有道德过失。
但是,当我看完电影之后,我明白了,这部电影的编剧比我想象的高明的多,之前我设想的电影结尾,只能算是这部电影的开始,真正的故事发生在机器人小孩被抛弃之后。
故事中机器人小孩叫做大卫,同他一起被人类母亲抛弃的还有一只叫做泰迪的小熊,一个拥有低级人工智能的玩偶。
大卫知道他为什么被抛弃,是因为他不是真的小孩,所以他就一心想找到蓝仙女,想让她把自己变成一个真正的小孩。
大卫不知道,人类的童话是虚构的,只是人类美好的幻想,童话中将木偶人匹诺曹变成真人的蓝仙女在现实中是不存在的。
所以,他心里对母亲的爱让他千辛万苦历尽磨难,他的目的只有一个,变成真小孩,回到他曾经的家,回到母亲的身边。
当然,如果单单是一个简单的小蝌蚪找妈妈的故事,顶多会让我感动,却不能让我震撼。
正是大卫在寻找蓝仙女的过程
2---泰迪小熊却不是人类的毁灭对象,虽然它自己从不承认自己是一个玩偶,或者说,人类对于非人类外形的人工智能视而不见。
所以,他们对于机器人的仇视,大抵是因为“人”,而非“智能”。
就像很多的政治斗争一样,同一领域内,可能超越自己的人都是敌人,都要毁灭。
而对于其他领域的,对自己完全没有威胁的,即使再优秀,也可以置之不理。
残忍镜头二:
大卫和乔逃出杀戮场,在一片光影斑驳的树林中前行,泰迪小熊说他看到了月亮,但两人一熊却实在看不出那是真月亮还是假月亮,而假月亮正是捕杀机器人的飞行器的外观。
本来大卫要朝着那个方向走的,虽然天空挂着的明月清澈明亮,但他却不敢走下去,返身朝另一个方向走去。
月亮往往是美好梦想的象征,想想《e。
t。
》结尾时那明亮的月光,是多么的美丽寂静,但到了这里,那美丽的圆月反而成了恐惧的象征。
这是大卫对于前路的迷茫和对通向梦想的道路的恐惧。
残忍镜头三:
在曼哈顿
4----
5
第3篇:
1.关于人工智能的五种定义2.人工智能发展的三个阶段3.人工智能是否会威胁人类4.人类将如何变革行业的创业概况时代下的教育和个人发展
一、关于人工智能的五种定义
人工智