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

《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。

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