人工智能什么時候出現(xiàn)
人工智能就行一個謎團一樣，人工智能到底是什么時候出現(xiàn)的呢?下面是學習啦小編為你整理的人工智能什么時候出現(xiàn)，供大家閱覽!
人工智能什么時候出現(xiàn)的
人工智能是一個比較寬泛的概念，按照人工智能的智能水平可以分為三個層次，即弱人工智能，強人工智能和超人工智能。所謂的弱人工智能是指擅長于單方面的人工智能，而強人工智能指在各方面都與人類相當?shù)娜斯ぶ悄埽斯ぶ悄軇t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遍布于人類生產生活的各個領域，從自動化生產線，到所謂的智能家電，甚至是樓道中一個簡單的聲光開關，這些都可與之扯上聯(lián)系，如果離開了弱人工智能，整個人類社會甚至將要陷于停滯。超人工智能的時代則無法想象，就像猩猩和猴子無法理解人類的社會一樣。因此，本文主要談論的是強人工智能時代什么時候到來，以及如何到來的問題。
強人工智能時代將臨
強人工智能要取得成功最容易想到的路徑便是對人腦的模擬，然而，縱觀宇宙人腦可能是最大的未解之謎，語言、思維、意識、感情都產生于這個神秘的組織，任何人類創(chuàng)造的事物與其相比都會顯得粗糙不堪。從20世紀50年代中期到70年代中期，眾多研究人員展開了對人工智能的研究，這是人工智能研究迎來的第一個春天。但是，相關基礎理論研究結果的匱乏，以及硬件與軟件的落后使得這個春天過早就結束了，隨之而來的則是人工智能研究的漫漫冬季，雖然在80年代末興起過開發(fā)和使用“專家系統(tǒng)”的浪潮，然而，人工智能始終沒有再迎來研究的春天。直到時間進入了21世紀，一些技術的出現(xiàn)與成熟使得人工智能研究領域出現(xiàn)了復興的曙光。
互聯(lián)網的快速發(fā)展使得越來越多的人通過網絡來分享信息，從而產生了以海量、高增長率和多樣化為特征的信息資料，人們將其稱為“大數(shù)據”。大數(shù)據對于人工智能的發(fā)展有著特殊的意義，要實現(xiàn)強人工智能需要機器能將自身暴露在海量的信息中，并通過統(tǒng)計與分析來自己學會概念和隨著數(shù)據的更新而更新。擁有“谷歌大腦之父”之稱的吳恩達將機器的學習比喻為一支火箭，其中人工神經網絡是其發(fā)動機，而大數(shù)據就是火箭的燃料，二者缺一不可，足見大數(shù)據至于人工智能的重要性。
云計算技術的發(fā)明是進行強人工智能研究的又一大關鍵因素。如果人工智能要達到人類的智能水平首先就要達到人腦的運算能力，同時面對大數(shù)據要處理它們也必須擁有非常強大的運算能力，如果要靠在本地架設服務器來獲得強大的運算能力，不僅將占用很大的空間而且耗電量也會十分驚人。但云計算技術的出現(xiàn)使得任何接入云端的設備都可以隨時獲得廉價且強大的運算能力，這就為強人工智能的出現(xiàn)與普及奠定了現(xiàn)實基礎。
強大的運算能力和大數(shù)據并不能使計算機變得智能，它們只是強人工智能產生的必要條件。卡西爾在其著作《人論》中將人定義為“符號動物”，并且指出人能夠發(fā)明和運用各種“符號”，以達到對自我與世界的認知，因此，強大的符號認知能力才是計算機是否智能的關鍵所在。近年來，認知技術得到了飛速的發(fā)展，使得計算機正在獲得過去只有人類才具有的能力。強人工智能首先要“聽得懂，看得懂”，這就涉及了三項重要的技術，即計算機視覺技術，自然語言處理技術和語音識別技術，其分別對應著對圖像的識別，對文本的編譯與對人類語音的處理。百度識圖、谷歌翻譯、蘋果的語音助手Siri都是分別利用這三項技術而產生的智能產品，在圖像識別方面計算機甚至已經具有了超過人眼的能力。
計算機視覺，自然語言處理和語音識別三項技術雖然不盡相同，但卻涉及了同一個對人工智能有重大影響的方法，即機器學習方法。傳統(tǒng)上計算機要工作需要人去下達一系列的指令，然后計算機遵照指令執(zhí)行，這樣的方法要消耗人大量的時間和精力，而且一旦輸入的指令有問題就很可能導致整體的崩潰。而機器學習就不會出現(xiàn)這樣的問題，因為機器學習不是接受各種指令，而是暴露的大量的數(shù)據之中，利用統(tǒng)計思想根據需要解決的問題建立模型，并利用模型來做出決定，最后達到解決問題的目的，這一過程與人類的思維方式是十分類似的，因此，機器學習被認為是實現(xiàn)人工智能的最佳途徑。
正是這些技術的產生與進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到真正的人腦的水平還有很長的一段路要走，起碼在理解人類的情感方面現(xiàn)有的人工智能研究還沒有在實踐上取得任何進展。不過這不代表強人工智能的出現(xiàn)還需要很長的時間。
人類很容易被自身的經驗所限制，從而做出不夠準確的判斷，根據人類已有的經驗，機器的發(fā)展要經過比較長的一段時間才能由一個階段進入另一個階段。人工智能卻并不符合這一規(guī)律，其遵守指數(shù)型增長模式，開始時可能會比較慢，然而一旦通過拐點就會呈爆發(fā)性增長。
人工智能研究自上世紀50年代開始經歷了一個比較緩慢的發(fā)展過程，但隨著技術的成熟與相關理論研究的不斷深入，拐點也許就在眼前。2013年，牛津大學人工智能哲學家尼可·博斯特倫(Nick Bostrom)對數(shù)百位人工智能專家做了一項關于“你認為人類級別的人工智能什么時候會出現(xiàn)”的調查，結果顯示，正常情況下會在2040時出現(xiàn)，最晚也會產生于2075年。當然，這只是在對人工智能研究沒有受到任何限制的情況下所進行的預測，強人工智能的產生不僅是技術的問題，更會涉及倫理、法律、利益的再次分配，還有深植于人類內心的對于未知的恐懼等多種因素的影響，這些都有可能成為強人工智能研究的巨大阻力，因此，強人工智能的出現(xiàn)也許會比人們預測的晚一些。當然，人工智能專家們的預測至少說明了強人工智能的時代已經離我們不遠了。
人工智能與商業(yè)的合謀
技術與商業(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。從生產領域電腦與自動化機械的大量使用到我們每天使用的平板、智能手機，智能產品已經對我們的生產和生活產生了深遠影響，而這些都是人工智能技術與商業(yè)結合所產生的結果。
近來“工業(yè)4.0”這個概念成為了眾多人談論的熱點。“工業(yè)4.0”將大量的智能制造設備與互聯(lián)網引入傳統(tǒng)制造業(yè)，從而形成一個人、機器、資源、信息互聯(lián)的“虛擬網絡—實體物理系統(tǒng)”，建立在這一系統(tǒng)之上的制造便是“智能制造”，德國人稱其為“工業(yè)4.0”。這一理念之所以會首先出現(xiàn)在德國是因為德國本身是一個制造業(yè)強國，但因為新興國家在各方面人工成本的低廉以及制造水平的不斷提高，在一定程度上已經開始沖擊德國的制造業(yè)。這就使得德國的制造業(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)擺脫勞動力的桎梏，在提高效率的同時又能降低成本，以保障自身在全球市場中的競爭力。“工業(yè)4.0”將開啟制造業(yè)智能化時代，而商業(yè)利益在這一浪潮背后扮演了關鍵性的角色。
在我們的生活中，智能產品的推出和翻新速度甚至遠遠超過生產部門，智能穿戴設備，智能家居也已耳熟能詳，無人駕駛的智能汽車也已取得了重大進展，也許在不久的將來我們只需坐進汽車，在說出目的地后就可以到達任何想去的地方了。在人們生活智能化過程中充滿著機會，只要能夠抓住就可能會創(chuàng)造出一個強大的商業(yè)帝國。
人工智能的智能水平的提升，蘊含著廣闊的發(fā)展空間。因此，現(xiàn)在全球的IT巨頭已經不再滿足于亦步亦趨的跟隨人工智能的發(fā)展了，它們已經開始介入對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品在行業(yè)內都是十分領先的，這為它們帶來了巨大的商業(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此不疲。如果問強人工智能時代如何來臨?那么乘借著商業(yè)的春風，在我們不知不覺中降臨則是很有可能的答案。
人類智慧的注腳
無論強人工智能時代何時能到來，如何到來，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，更為嚴重的是，我們所面對的這個發(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空間、更快的反應速度并且能夠在極短的時間內進化出比人類更高的智能。所以，對于人工智能的研究與發(fā)展持有謹慎的態(tài)度絕非杞人憂天。有人預言，“強人工智能可能是人類最偉大的發(fā)明，同時也是人類最后的發(fā)明”，希望這一預言不會變成現(xiàn)實。
其實與其說強人工智能的出現(xiàn)將會給人帶來危機，不如說這對于人類來說又是一個展現(xiàn)人類智慧的時機，因為人類的使命就是不斷制造問題，不斷的面對問題，最重要的是不斷去解決問題。
猜你喜歡：