人工智能什么時(shí)候出現(xiàn)
人工智能就行一個(gè)謎團(tuán)一樣，人工智能到底是什么時(shí)候出現(xiàn)的呢?下面是學(xué)習(xí)啦小編為你整理的人工智能什么時(shí)候出現(xiàn)，供大家閱覽!
人工智能什么時(shí)候出現(xiàn)的
人工智能是一個(gè)比較寬泛的概念，按照人工智能的智能水平可以分為三個(gè)層次，即弱人工智能，強(qiáng)人工智能和超人工智能。所謂的弱人工智能是指擅長(zhǎng)于單方面的人工智能，而強(qiáng)人工智能指在各方面都與人類相當(dāng)?shù)娜斯ぶ悄?，超人工智能則指全面超越人類智能水平的人工智能。弱人工智能如今已經(jīng)遍布于人類生產(chǎn)生活的各個(gè)領(lǐng)域，從自動(dòng)化生產(chǎn)線，到所謂的智能家電，甚至是樓道中一個(gè)簡(jiǎn)單的聲光開(kāi)關(guān)，這些都可與之扯上聯(lián)系，如果離開(kāi)了弱人工智能，整個(gè)人類社會(huì)甚至將要陷于停滯。超人工智能的時(shí)代則無(wú)法想象，就像猩猩和猴子無(wú)法理解人類的社會(huì)一樣。因此，本文主要談?wù)摰氖菑?qiáng)人工智能時(shí)代什么時(shí)候到來(lái)，以及如何到來(lái)的問(wèn)題。
強(qiáng)人工智能時(shí)代將臨
強(qiáng)人工智能要取得成功最容易想到的路徑便是對(duì)人腦的模擬，然而，縱觀宇宙人腦可能是最大的未解之謎，語(yǔ)言、思維、意識(shí)、感情都產(chǎn)生于這個(gè)神秘的組織，任何人類創(chuàng)造的事物與其相比都會(huì)顯得粗糙不堪。從20世紀(jì)50年代中期到70年代中期，眾多研究人員展開(kāi)了對(duì)人工智能的研究，這是人工智能研究迎來(lái)的第一個(gè)春天。但是，相關(guān)基礎(chǔ)理論研究結(jié)果的匱乏，以及硬件與軟件的落后使得這個(gè)春天過(guò)早就結(jié)束了，隨之而來(lái)的則是人工智能研究的漫漫冬季，雖然在80年代末興起過(guò)開(kāi)發(fā)和使用“專家系統(tǒng)”的浪潮，然而，人工智能始終沒(méi)有再迎來(lái)研究的春天。直到時(shí)間進(jìn)入了21世紀(jì)，一些技術(shù)的出現(xiàn)與成熟使得人工智能研究領(lǐng)域出現(xiàn)了復(fù)興的曙光。
互聯(lián)網(wǎng)的快速發(fā)展使得越來(lái)越多的人通過(guò)網(wǎng)絡(luò)來(lái)分享信息，從而產(chǎn)生了以海量、高增長(zhǎng)率和多樣化為特征的信息資料，人們將其稱為“大數(shù)據(jù)”。大數(shù)據(jù)對(duì)于人工智能的發(fā)展有著特殊的意義，要實(shí)現(xiàn)強(qiáng)人工智能需要機(jī)器能將自身暴露在海量的信息中，并通過(guò)統(tǒng)計(jì)與分析來(lái)自己學(xué)會(huì)概念和隨著數(shù)據(jù)的更新而更新。擁有“谷歌大腦之父”之稱的吳恩達(dá)將機(jī)器的學(xué)習(xí)比喻為一支火箭，其中人工神經(jīng)網(wǎng)絡(luò)是其發(fā)動(dòng)機(jī)，而大數(shù)據(jù)就是火箭的燃料，二者缺一不可，足見(jiàn)大數(shù)據(jù)至于人工智能的重要性。
云計(jì)算技術(shù)的發(fā)明是進(jìn)行強(qiáng)人工智能研究的又一大關(guān)鍵因素。如果人工智能要達(dá)到人類的智能水平首先就要達(dá)到人腦的運(yùn)算能力，同時(shí)面對(duì)大數(shù)據(jù)要處理它們也必須擁有非常強(qiáng)大的運(yùn)算能力，如果要靠在本地架設(shè)服務(wù)器來(lái)獲得強(qiáng)大的運(yùn)算能力，不僅將占用很大的空間而且耗電量也會(huì)十分驚人。但云計(jì)算技術(shù)的出現(xiàn)使得任何接入云端的設(shè)備都可以隨時(shí)獲得廉價(jià)且強(qiáng)大的運(yùn)算能力，這就為強(qiáng)人工智能的出現(xiàn)與普及奠定了現(xiàn)實(shí)基礎(chǔ)。
強(qiáng)大的運(yùn)算能力和大數(shù)據(jù)并不能使計(jì)算機(jī)變得智能，它們只是強(qiáng)人工智能產(chǎn)生的必要條件。卡西爾在其著作《人論》中將人定義為“符號(hào)動(dòng)物”，并且指出人能夠發(fā)明和運(yùn)用各種“符號(hào)”，以達(dá)到對(duì)自我與世界的認(rèn)知，因此，強(qiáng)大的符號(hào)認(rèn)知能力才是計(jì)算機(jī)是否智能的關(guān)鍵所在。近年來(lái)，認(rèn)知技術(shù)得到了飛速的發(fā)展，使得計(jì)算機(jī)正在獲得過(guò)去只有人類才具有的能力。強(qiáng)人工智能首先要“聽(tīng)得懂，看得懂”，這就涉及了三項(xiàng)重要的技術(shù)，即計(jì)算機(jī)視覺(jué)技術(shù)，自然語(yǔ)言處理技術(shù)和語(yǔ)音識(shí)別技術(shù)，其分別對(duì)應(yīng)著對(duì)圖像的識(shí)別，對(duì)文本的編譯與對(duì)人類語(yǔ)音的處理。百度識(shí)圖、谷歌翻譯、蘋(píng)果的語(yǔ)音助手Siri都是分別利用這三項(xiàng)技術(shù)而產(chǎn)生的智能產(chǎn)品，在圖像識(shí)別方面計(jì)算機(jī)甚至已經(jīng)具有了超過(guò)人眼的能力。
計(jì)算機(jī)視覺(jué)，自然語(yǔ)言處理和語(yǔ)音識(shí)別三項(xiàng)技術(shù)雖然不盡相同，但卻涉及了同一個(gè)對(duì)人工智能有重大影響的方法，即機(jī)器學(xué)習(xí)方法。傳統(tǒng)上計(jì)算機(jī)要工作需要人去下達(dá)一系列的指令，然后計(jì)算機(jī)遵照指令執(zhí)行，這樣的方法要消耗人大量的時(shí)間和精力，而且一旦輸入的指令有問(wèn)題就很可能導(dǎo)致整體的崩潰。而機(jī)器學(xué)習(xí)就不會(huì)出現(xiàn)這樣的問(wèn)題，因?yàn)闄C(jī)器學(xué)習(xí)不是接受各種指令，而是暴露的大量的數(shù)據(jù)之中，利用統(tǒng)計(jì)思想根據(jù)需要解決的問(wèn)題建立模型，并利用模型來(lái)做出決定，最后達(dá)到解決問(wèn)題的目的，這一過(guò)程與人類的思維方式是十分類似的，因此，機(jī)器學(xué)習(xí)被認(rèn)為是實(shí)現(xiàn)人工智能的最佳途徑。
正是這些技術(shù)的產(chǎn)生與進(jìn)步成了人工智能研究再次興起的催化劑。但即使如此，現(xiàn)有的人工智能水平離達(dá)到真正的人腦的水平還有很長(zhǎng)的一段路要走，起碼在理解人類的情感方面現(xiàn)有的人工智能研究還沒(méi)有在實(shí)踐上取得任何進(jìn)展。不過(guò)這不代表強(qiáng)人工智能的出現(xiàn)還需要很長(zhǎng)的時(shí)間。
人類很容易被自身的經(jīng)驗(yàn)所限制，從而做出不夠準(zhǔn)確的判斷，根據(jù)人類已有的經(jīng)驗(yàn)，機(jī)器的發(fā)展要經(jīng)過(guò)比較長(zhǎng)的一段時(shí)間才能由一個(gè)階段進(jìn)入另一個(gè)階段。人工智能卻并不符合這一規(guī)律，其遵守指數(shù)型增長(zhǎng)模式，開(kāi)始時(shí)可能會(huì)比較慢，然而一旦通過(guò)拐點(diǎn)就會(huì)呈爆發(fā)性增長(zhǎng)。
人工智能研究自上世紀(jì)50年代開(kāi)始經(jīng)歷了一個(gè)比較緩慢的發(fā)展過(guò)程，但隨著技術(shù)的成熟與相關(guān)理論研究的不斷深入，拐點(diǎn)也許就在眼前。2013年，牛津大學(xué)人工智能哲學(xué)家尼可·博斯特倫(Nick Bostrom)對(duì)數(shù)百位人工智能專家做了一項(xiàng)關(guān)于“你認(rèn)為人類級(jí)別的人工智能什么時(shí)候會(huì)出現(xiàn)”的調(diào)查，結(jié)果顯示，正常情況下會(huì)在2040時(shí)出現(xiàn)，最晚也會(huì)產(chǎn)生于2075年。當(dāng)然，這只是在對(duì)人工智能研究沒(méi)有受到任何限制的情況下所進(jìn)行的預(yù)測(cè)，強(qiáng)人工智能的產(chǎn)生不僅是技術(shù)的問(wèn)題，更會(huì)涉及倫理、法律、利益的再次分配，還有深植于人類內(nèi)心的對(duì)于未知的恐懼等多種因素的影響，這些都有可能成為強(qiáng)人工智能研究的巨大阻力，因此，強(qiáng)人工智能的出現(xiàn)也許會(huì)比人們預(yù)測(cè)的晚一些。當(dāng)然，人工智能專家們的預(yù)測(cè)至少說(shuō)明了強(qiáng)人工智能的時(shí)代已經(jīng)離我們不遠(yuǎn)了。
人工智能與商業(yè)的合謀
技術(shù)與商業(yè)之間一直都存在著某種緊密的聯(lián)系，人工智能也并不例外。從生產(chǎn)領(lǐng)域電腦與自動(dòng)化機(jī)械的大量使用到我們每天使用的平板、智能手機(jī)，智能產(chǎn)品已經(jīng)對(duì)我們的生產(chǎn)和生活產(chǎn)生了深遠(yuǎn)影響，而這些都是人工智能技術(shù)與商業(yè)結(jié)合所產(chǎn)生的結(jié)果。
近來(lái)“工業(yè)4.0”這個(gè)概念成為了眾多人談?wù)摰臒狳c(diǎn)。“工業(yè)4.0”將大量的智能制造設(shè)備與互聯(lián)網(wǎng)引入傳統(tǒng)制造業(yè)，從而形成一個(gè)人、機(jī)器、資源、信息互聯(lián)的“虛擬網(wǎng)絡(luò)—實(shí)體物理系統(tǒng)”，建立在這一系統(tǒng)之上的制造便是“智能制造”，德國(guó)人稱其為“工業(yè)4.0”。這一理念之所以會(huì)首先出現(xiàn)在德國(guó)是因?yàn)榈聡?guó)本身是一個(gè)制造業(yè)強(qiáng)國(guó)，但因?yàn)樾屡d國(guó)家在各方面人工成本的低廉以及制造水平的不斷提高，在一定程度上已經(jīng)開(kāi)始沖擊德國(guó)的制造業(yè)。這就使得德國(guó)的制造業(yè)一直在尋求突破口，希望能夠借助人工智能的力量使制造業(yè)擺脫勞動(dòng)力的桎梏，在提高效率的同時(shí)又能降低成本，以保障自身在全球市場(chǎng)中的競(jìng)爭(zhēng)力。“工業(yè)4.0”將開(kāi)啟制造業(yè)智能化時(shí)代，而商業(yè)利益在這一浪潮背后扮演了關(guān)鍵性的角色。
在我們的生活中，智能產(chǎn)品的推出和翻新速度甚至遠(yuǎn)遠(yuǎn)超過(guò)生產(chǎn)部門(mén)，智能穿戴設(shè)備，智能家居也已耳熟能詳，無(wú)人駕駛的智能汽車也已取得了重大進(jìn)展，也許在不久的將來(lái)我們只需坐進(jìn)汽車，在說(shuō)出目的地后就可以到達(dá)任何想去的地方了。在人們生活智能化過(guò)程中充滿著機(jī)會(huì)，只要能夠抓住就可能會(huì)創(chuàng)造出一個(gè)強(qiáng)大的商業(yè)帝國(guó)。
人工智能的智能水平的提升，蘊(yùn)含著廣闊的發(fā)展空間。因此，現(xiàn)在全球的IT巨頭已經(jīng)不再滿足于亦步亦趨的跟隨人工智能的發(fā)展了，它們已經(jīng)開(kāi)始介入對(duì)人工智能的前沿研究，Google、Facebook和百度便是其中的佼佼者，也正因如此，它們推出的基于人工智能的智能產(chǎn)品在行業(yè)內(nèi)都是十分領(lǐng)先的，這為它們帶來(lái)了巨大的商業(yè)利益，為此這些公司在更高水平的人工智能研究方面也是樂(lè)此不疲。如果問(wèn)強(qiáng)人工智能時(shí)代如何來(lái)臨?那么乘借著商業(yè)的春風(fēng)，在我們不知不覺(jué)中降臨則是很有可能的答案。
人類智慧的注腳
無(wú)論強(qiáng)人工智能時(shí)代何時(shí)能到來(lái)，如何到來(lái)，我們都需要注意的是，人工智能像人類的任何發(fā)明一樣，既能造福人類，亦可以給人類造成麻煩，更為嚴(yán)重的是，我們所面對(duì)的這個(gè)發(fā)明物可能具有與人類相同的智能水平，但卻有比人腦更大的存儲(chǔ)空間、更快的反應(yīng)速度并且能夠在極短的時(shí)間內(nèi)進(jìn)化出比人類更高的智能。所以，對(duì)于人工智能的研究與發(fā)展持有謹(jǐn)慎的態(tài)度絕非杞人憂天。有人預(yù)言，“強(qiáng)人工智能可能是人類最偉大的發(fā)明，同時(shí)也是人類最后的發(fā)明”，希望這一預(yù)言不會(huì)變成現(xiàn)實(shí)。
其實(shí)與其說(shuō)強(qiáng)人工智能的出現(xiàn)將會(huì)給人帶來(lái)危機(jī)，不如說(shuō)這對(duì)于人類來(lái)說(shuō)又是一個(gè)展現(xiàn)人類智慧的時(shí)機(jī)，因?yàn)槿祟惖氖姑褪遣粩嘀圃靻?wèn)題，不斷的面對(duì)問(wèn)題，最重要的是不斷去解決問(wèn)題。
猜你喜歡：