人工智能与人类智能差异明显，未来将是人工智能和人类智能共同构建的！.doc

《人工智能与人类智能差异明显，未来将是人工智能和人类智能共同构建的！.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能与人类智能差异明显，未来将是人工智能和人类智能共同构建的！　　随着人工智能变得越来越聪明，关于AI将消灭人类的说法也不断涌现出来。事实上，很多大人物都在呼吁人们提起警惕。到现在，似乎AI支持者谷歌首席工程师雷·库兹韦尔对未来的乐观态度似乎已经不敌比尔·盖茨、伊隆·马斯克和史蒂芬·霍金提出的担忧。　　人工智能与人类智能差异明显，未来将是人工智能和人类智能共同构建的！　　随着人工智能变得越来越聪明，关于AI将消灭人类的说法也不断涌现出来。事实上，很多大人物都在呼吁人们提起警惕。到现在，似乎AI支持者谷歌首席工程师雷·库兹韦尔对未来的乐观态度似乎已经不敌比尔

2、·盖茨、伊隆·马斯克和史蒂芬·霍金提出的担忧。　　人工智能与人类智能差异明显，未来将是人工智能和人类智能共同构建的！　　随着人工智能变得越来越聪明，关于AI将消灭人类的说法也不断涌现出来。事实上，很多大人物都在呼吁人们提起警惕。到现在，似乎AI支持者谷歌首席工程师雷·库兹韦尔对未来的乐观态度似乎已经不敌比尔·盖茨、伊隆·马斯克和史蒂芬·霍金提出的担忧。　　　　诚然，我们确实有理由表示担忧，但未来并不一定会是一个黑暗的未来，因为我们可以有利用AI的更好方式，关键是认识到人类与机器智能之间的互补关系。说到底，人工智能与人类智能有着天壤之别，所以以后可以停止对二者的

3、比较了。　　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DuplexAI，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。　　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

4、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

5、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

6、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。　　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DuplexAI，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。

7、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

8、类成为专家驾驶员的需要。人类不善于处理