您现在的位置:甲篆膏都门户网站科技真正的人工智能不应该只有统计学

真正的人工智能不应该只有统计学 汽车

 作者:匿名 2019-11-08 08:12:46 阅读量:887

本文主要分析和讨论了人工智能的现状和发展,主要谈了以下几点:什么样的人工智能才是真正的智能?当前人工智能的隐忧。

人工智能的话题已经吵了很久了。虽然人工智能在资本和巨人支持者的祝福下已经成为后互联网时代的一个全新热点领域,但人们似乎并没有感受到所谓人工智能给人们生活带来的变化,尤其是在兴奋过后。

无人驾驶的实验仍在继续,关于刷脸支付的讨论仍在升温。我们知道的人工智能可能只有我们看到的那么简单。这显然与我们对人工智能的期望相去甚远,因为根据我们对人工智能的定义,它将成为人类第四次工业革命的“面子价值责任”。

不幸的是,人工智能并没有朝着我们预期的方向发展,而是朝着统计学的范畴发展。

所谓的统计范畴实际上是建立在一个巨大的数据库和强大的计算力量的基础上,以找出人们行为和习惯的确切部分,然后用机械的表达来代替人们需要做的事情。

如果只有人工智能保持在这样一个范畴内,很明显,有些人低估了人工智能的内涵和意义,而继续坚持这一方向可能会使我们失去发展人工智能的最佳机会。

显然,人工智能不仅仅是统计学的一个范畴,除了简单地模仿人类的行为和习惯之外,它还应该有更丰富的概念和内涵。

因为只有当人工智能真正是“智能”而不是“机械”时,它才能真正成为第四次工业革命的“表面价值责任”,并最终为下一个时代增添色彩。

因此,人们不禁要问,什么样的人工智能才是真正的智能?在我看来,如果所谓的人工智能想要成为真正的智能,它必须具备以下特征:

目前,人们对人工智能的理解大多仍停留在“无人”上。他们认为所谓的“没人”是智力。

不完全是。真正的人工智能必须是智能的。所谓智能是指它能根据实际情况做出更恰当、更有效的反应,而不仅仅是机械地重复简单的动作。

因此,如果人工智能要真正被称为真正的智能,它必须告别简单和重复的机械工作,根据具体情况做出压力反应,而不是教条式的反应。

因此,所谓的人工智能必须是压力和应变,而不是预设的、简单的、机械的和重复的动作。

事实上,我们这里所说的“超前”是指我们可以尽可能提前预测传统时代无法预测和判断的事情,从而减少错误操作和失败,最终降低成本和费用,提高行业的运营效率。

如果反应计划仅仅基于已经发生的事情,显然不是人工智能。

如何提前?

事实上,这需要基于强大的大型数据库和超快速计算能力来实现。

基于互联网时代人们行为和消费数据的积累,我们可以通过统计类别的计算来判断未来会发生什么,从而提前制定计划,减少盲目判断造成的损失。

这只是初级阶段。随着人们数据的不断积累、计算能力的不断提高和深入学习的不断加强,即使没有统计数据,我们仍然可以判断事物的未来趋势。只有这样,我们才能被视为真正意义上的“前方”,这才是真正意义上的“智慧”。

这听起来可能有些危言耸听,但如果人工智能不能跳出机械学习和人工转化的范围,所谓的人工智能可能只是机械进化的另一个相对流行的代名词。

因此,真正的人工智能必须能够学习和自我进化。

所谓自我学习和进化(self-learning and evolution)主要是指人工智能本身可以根据自己过去的经验和外部产业的变化做出反应,而无需人为干预的事实。

只有人工智能能够自己学习和进化,它的发展才能真正跳出“人工”的障碍,真正进入一个由自我智能驱动的全新时代。

基于以上分析,我们不难看出真正的人工智能并不像我们现在看到的那样简单,而是有着更深刻的内涵和意义。

目前,人工智能大多属于统计范畴。这只是人们根据以前的大数据所做的一些预测工作,并没有达到自学和进化的目的。正因为如此,所谓的人工智能更像一个过客,必将被新的智能技术和新的方式所取代。

虽然目前人工智能相当流行,但在这种流行下也隐藏着担忧。人工智能市场在真正回到正确的道路上之前,必然会经历一场洗牌。

对于人工智能产业来说,投入与产出的不平等是困扰其发展的根本困境。正是因为这个原因,我们看到的许多人工智能企业如此依赖资本。

制造业、物流和金融等传统产业的投入和产出将继续不平等,直到作为第四次工业革命主导作用的人工智能真正得到转变和深入应用。

这种不平等状态造成的最直接结果之一是,人工智能企业陷入了一个不断依赖融资和不断投资的死胡同。当资本不可持续时,人工智能市场的重组将不可避免。

将来,只有那些真正在输入和输出之间找到平衡的人工智能玩家才能在这种变化中生存下来。

人工智能的研究实际上已经达到了相当成熟的阶段,包括深度学习、神经网络、图像识别等技术。然而,这些人工智能技术还远未着陆。

当人工智能的技术和应用不顺利时,实际上这个行业的发展正处于不顺利的发展状态。

理论的不断发展和登陆的困难实际上是人工智能产业的不健康发展。当人工智能的理论和应用不等同时,我们发现人工智能参与者引入的一些应用实际上是落后的。

当行业进入洗牌时期,只有那些真正能够将人工智能最新研究成果付诸实践的玩家才可能真正成为真正的王者。那些无法将最新研究成果付诸实践的玩家最终将被市场淘汰。

虽然人工智能是未来的一个发展方向,但在整个行业的发展过程中仍然是少数。目前,我们所看到的人工智能的应用在几个行业中仍然是零星的、个性化的,还没有形成大规模的效果。

在人工智能尚未被社会完全接受的时候,虽然这个行业是一片蓝海,但它也对参与者提出了更高的要求和标准。

只有那些在大市场环境中能够真正找到自己的发展模式,并有微小差距的人工智能玩家,才能真正在这样的市场沙漠中生存。对于那些找不到合适生存方式的玩家来说,他们可能会被市场淘汰。

当人工智能产业的发展进入冰与火的状态时,关于该产业发展的矛盾开始暴露出来。尽管该行业非常火爆,市场前景依然光明,但不可否认,该行业将面临更多新的挑战。

在资本和巨头追求繁荣之后,人工智能产业也可能在真正成熟之前经历一次洗牌。

毕竟,基于统计范畴的人工智能没有多少新思想,也不会有光明的未来。

孟永辉,微信公众号:孟老师1007,每个人都是产品经理专栏作家。资深作家、媒体人士、专栏作家。他从事互联网多年,长期以来一直密切关注行业研究。

这篇文章最初是由每个产品经理发表的,未经允许不得转载。

主题地图来自unsplash,基于cc0协议。

贵州11选5开奖结果 澳门威尼斯人官网 台湾宾果网址 秒速快三app 湖北快三投注

© Copyright 2018-2019 alathematbbm.com 甲篆膏都门户网站 Inc. All Rights Reserved.