别再误读了!一文读懂人工智能与人类智能的差异化

简介:

如今,人们很容易相信人工智能已经变得像人类智慧一样聪明了——如果不是更聪明的话。比如,前一段时间,谷歌发布了Duplex AI,能够帮助用户完成外呼预定美发沙龙和餐馆等操作。由于它的声音几乎与人类一模一样,所以在整个过程中可以瞒过其对话伙伴,使之认为自己是人类。

此外,谷歌子公司DeepMind开发了一款人工智能,在最复杂的棋盘游戏中击败了世界冠军。而最近,人工智能又被证明它可以像训练有素的医生一样准确诊断眼疾......还有很多的事件可以表明,在不久的将来,机器人有可能会让人类身处失业的状态。

06e89d40779f93335e544b7e4ffaa541691f6f87

随着技术的发展与突破,人工智能在以我们肉眼可见的速度解锁新领域、新任务、新技能,而这些领域之前被认为是人类智能的专属。但这是否意味着人工智能比人类智能更聪明呢?在小智君(ID:Aiobservation)看来,将人工智能与人类只能进行对比,这本来就是一个错误的想法,因为二者是完全不同的东西,即使有时候它们的功能会重叠

人工智能擅长处理数据,不善于抽象思考

首先,即使是最复杂的人工智能技术,其核心也与其他计算机软件没有什么不同:以超快速率运行数据。AI及其分支,如机器学习和深度学习,只要研究员能将其转换为正确的数据集,就可以解决任何问题

举个例子,图像识别。如果给出深度神经网络、深度学习算法的基础结构以及足够多的标记图像,人工智能就可以用非常复杂的方式进行数据对比,并找到定义每种类型对象的相关性和模式,进而实现用该信息标记之前从未见过的图像中的对象。当然,语音识别的过程也是如此:如果有足够多的人的声音的数字样本,神经网络可以找到人的声音中的共同模式并确定某段录音是否属于那个人。

最近上线公测的阿里AI鉴黄语音反垃圾服务便是基于此理论,除识别色情图片、色情视频和色情文字外,涉黄语音也能通过AI鉴别了。为了让AI智能机器具备识别多国语言和多地方言的能力,事先需要有一个训练学习的过程,对此阿里安全部产品专家念夏表示,“可以把它想象成一个小孩,需要不断喂养、训练、学习,它才具备这样的能力。”比如学习广东话,除了从第三方公司购买训练素材外,还使用阿里系统内的视频平台上的粤语电视剧,来训练机器人学习。

94919943a7b9032c0f604e7437b3407b2ac1e1a9

实际上,我们所了解到的关于AI的应用,无论是进行人脸识别还是诊断癌症的计算机视觉算法,亦或是能够驱逐恶意网络流量的人工智能网络安全工具,甚至是玩电脑游戏的复杂AI项目,都有这样一个同样的规则。只不过,技术不断在改变和进步。

正如有句老话说的是“人无完人”,所以AI也有自己的缺点,而它欠缺的就是抽象思考、常识的运用以及知识迁移。说回开头提到的谷歌Duplex AI,它可能非常擅长预订餐厅或美发沙龙,但这是两项非常狭窄且非常具体的任务。甚至这个人工智能还可以使用人类的语腔语调完成一次模仿人类对话的自然行为,但一旦谈话偏离了轨道,Duplex就会很难以连贯的方式作答。在这种情况下,它要么终止对话,要么在人类的帮助下才能以有意义的方式继续对话。

迄今为止,已经有很多实例可以证明,一旦AI模型出现在其擅长领域之外的事件中或者接收到与他们训练过的数据不同的内容,他们就会以一种不合逻辑的方式失败。范围越广,人工智能需要掌握的数据越多,就会出现一些边缘案例,这些场景还没有被训练数据所覆盖,最终会导致人工智能的失败。一个例子便是自动驾驶汽车,尽管已经行驶了数千万公里,但它仍在努力实现完全自主,远远超过人类成为专家驾驶员的需要。

人类不善于处理数据,擅长做抽象决策

从数据部分开始。与计算机相反,人类在存储和处理信息方面非常糟糕。比如,想要记住一首歌的歌词,必须多次循环听才能记住它;但对于计算机来说,记住一首歌就像在应用程序中按“保存”或将文件复制到其硬盘中一样简单。同样,对于人类来说,不记忆也是很困难的。即使尽自己所能,一些不是很好的记忆还是会存在自己的脑海里。而对于计算机来说,忘记一些东西就像删除文件一样简单。

ac30bba32afce3a24a8364de6fa49529e6c031d7

说实话,在处理数据方面,人类远不如人工智能。在上文提到的所有示例中,人类或许能够执行与计算机相同的任务,只不过在人类识别和标记图像所花费的时间内,AI算法可以完成对一百万个图像的分类。毫不夸张的说,计算机的绝对处理速度使它们能够在涉及数学计算和数据处理的任何任务中超过人类。

然而需要注意的是,人类可以基于本能、常识在信息稀缺的情况下,做出抽象决定。比如,人类孩子在很小的时候就学会归纳整理物品。但对于AI算法,执行相同任务需要数年的训练。科技评论家尼古拉斯·卡尔(Nicholas Carr)在被问及智能机器与人类的区别时曾表示,“计算机没有疯狂地带,它们不能矛盾,也无法设计去处理模稜两可的情形,它们也没有直觉。”

举个例子,当人们第一次接触视频游戏时,他们可以快速地将日常生活中的知识转移到游戏环境里,像远离坑,壁架,火和尖尖的东西(或跳过它们)。他们知道必须要躲避子弹、避免被车辆撞到才能生存。但对于AI来说,每个视频游戏都是一个新的未知的世界,它必须从头学习。人类可以发明新事物,包括已经引领人工智能时代的所有技术,而AI只能获取数据,进行比较,提出新的组合和演示,并根据之前的序列预测趋势

人类可以感受、想象、梦想,可以无私或贪婪,可以爱恨交加,可以撒谎,甚至有时候会混淆事实。所有这些情绪都可以以理性或非理性的方式改变他们的决定。人是一种由肉体制成的不完美的有缺陷的生物,每一个人都以自己的方式独特生存;而人工智能,从核心上讲,是由数十一个无生命的电路运行的微小的电流。

人工智能与人类智能截然不同,请停止比较

总的来说,所有这些都不意味着人工智能优于人类智能,反之亦然。因为本质上,二者就是完全不同的东西。AI擅长重复性任务,这些任务具有明确定义的边界,可以用数据表示,而且对于需要完成基于不完整信息,凭直觉做出决策的任务来说,往往表现的很糟糕。相比之下,人类智能适用于需要常识和抽象决策的环境,而对于需要进行大量实时计算和数据处理的任务则表现不佳

2e2cc2d44de8d7493c23a214b2bff02f5fd9108c

从不同的角度看,我们应该将AI视为增强智能。人工智能与人类智能相辅相成,弥补了彼此的不足。因此,他们可以一起完成任何自己无法单独完成的任务。比如,AI善于利用大量的网络流量找出异常情况,但在决定哪些是需要调查的真正威胁时会犯错误。而另一方面,人工分析师不善于监控通过公司网络传输的千兆字节数据,但他们擅长将异常与不同事件联系起来,并确定哪些是真正的威胁。所以,AI和人工分析师可以填补彼此的空白。

诚然,现在人工智能可以做越来越多的事情,它们的逻辑也变得更为复杂,所以它们有能力去应对更复杂的情况,以及处理更多的变量参数。但是人工智能和人类各自的强项都体现在不同的领域,这意味着我们需要探索的是共生关系,而不是竞争关系

很多人都持有一种观点,即机器会取代人类的工作机会。在小智君(Aiobservation)看来,其中不乏夸张的宣传,事实证明,人工智能的扩张创造了更多的就业机会而不是摧毁。但是,正如过去每项技术突破所做的那样,在许多任务中,它确实可以消除对人类的需求。但这可能是因为那些工作从来都不是针对人类的。现在我们在这些工作上花费了大量宝贵的人力资源和劳动力,或许就是因为我们尚未开发出能使其自动化的技术

随着人工智能变得善于执行更多的任务,作为人类,我们将有更多的时间把我们的智慧用于具有创造性、社交性、艺术性、体育、文学、诗歌以及其他有价值的应用中。到那个时候,我们就使用我们的增强智能工具来增加这些工作的创造力了。

最后,我们不是机器,机器也不是人类,未来将是人工智能和人类智能共同构建的!


原文发布时间为:2018-08-27

本文作者:AI小智君

本文来自云栖社区合作伙伴“人工智能观察”,了解相关信息可以关注“人工智能观察”。

相关文章
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能与机器学习:开启智能新时代的密钥
人工智能与机器学习:开启智能新时代的密钥
31 0
|
3月前
|
机器学习/深度学习 人工智能 自然语言处理
springboot基于人工智能和自然语言理解技术的医院智能导医系统源码
智能导诊系统可为患者提供线上挂号智能辅助服务,患者根据提示手动输入自己的基本症状,通过智能对话方式,该系统会依据大数据一步步帮助患者“诊断”,并最终推荐就医的科室和相关专家。患者可自主选择,实现“一键挂号”。这一模式将精确的导诊服务前置,从源头上让医疗服务更高效。
373 2
|
4月前
|
人工智能 BI 调度
帆软report10.0,从人工智能到人工+智能
帆软report10.0,从人工智能到人工+智能
244 0
|
2月前
|
人工智能 自然语言处理 人机交互
吴泳铭:拥抱人工智能驱动的产业智能革命
吴泳铭:拥抱人工智能驱动的产业智能革命
108886 486
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
未来智能时代:人工智能技术的新趋势与挑战
在当今数字化快速发展的时代,人工智能技术正逐渐渗透到我们生活的方方面面。本文将探讨人工智能技术的新趋势和挑战,分析其对未来社会和产业的影响。
25 0
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能大模型引领智能时代的革命
随着AI技术的飞速发展,人工智能大模型正成为推动社会进步和经济发展的重要力量,比如GPT-3、BERT和其他深度学习架构,正在开启一个全新的智能时代。在人机交互、计算范式和认知协作三个领域,大模型带来了深刻的变革。那么本文就来分享一下关于大模型如何提升人机交互的自然性和智能化程度,以及它们如何影响现有的计算模式并推动新一代计算技术的演进,并探讨这些变革对未来的意义。
46 1
人工智能大模型引领智能时代的革命
|
3月前
|
机器学习/深度学习 人工智能 物联网
《未来智能时代下的人工智能发展趋势与挑战》
【2月更文挑战第5天】随着人工智能技术的不断发展,我们迎来了智能时代的到来。本文将探讨人工智能在未来的发展趋势和面临的挑战,分析其在各个领域的应用前景和影响。
272 1
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI智能助手】与人类互动的下一代人工智能技术
【AI智能助手】与人类互动的下一代人工智能技术
512 0
|
1月前
|
机器学习/深度学习 人工智能 搜索推荐
探索安卓应用中的新趋势:人工智能驱动的智能推荐系统
传统的应用推荐系统已经无法满足用户日益增长的个性化需求。本文将探讨如何通过引入人工智能技术,构建智能推荐系统,为用户提供更加精准、个性化的应用推荐体验,进而提升应用的用户满意度和留存率。
17 0
|
2月前
|
机器学习/深度学习 人工智能 运维
未来智能运维:人工智能在云计算运维中的应用
随着云计算技术的不断发展,传统的运维方式已经无法满足日益复杂的系统需求。本文探讨了人工智能在云计算运维中的应用,介绍了未来智能运维的发展趋势和挑战。
19 3