人工智能如何徹底改變一切

　　人工智能(AI)是一門跨學科科學，涉及構建能夠執行通常需要人類思考的任務的智能機器。 其影響將改變我們世界的方方面面。 尼德皮克斯

　　早在 1950 年 10 月，英國技術夢想家 艾倫·圖靈 發表了一篇名為 “計算機與智能，“ 在《頭腦》雜志上，提出了當時在許多人看來一定像 科幻小說 幻想。

　　“難道機器不能執行一些應該被描述為思考但與人所做的事情截然不同的事情嗎?” 圖靈問道。

　　圖靈認為他們可以。 此外，他認為，有可能為數字計算機創建軟件，使其能夠觀察其環境并學習新事物，從 下棋 理解和說人類語言。 他認為機器最終可以在沒有人類指導的情況下自行發展出做到這一點的能力。 “我們可能希望機器最終能夠在所有純粹的智力領域與人類競爭，”他預測道。

　　近70年后，圖靈看似古怪的愿景已成為現實。 人工智能，通常被稱為AI，為機器提供了 從經驗中學習的能力 并執行認知任務，這種東西曾經只有 人腦 似乎有能力做到。

　　人工智能正在整個文明中迅速傳播，它有望從啟用 自動駕駛汽車 導航街道到 做出更準確的颶風預報.在日常層面上，人工智能會弄清楚 向您展示哪些廣告 在網絡上，并為那些友好的人提供動力 聊天機器人 當您訪問電子商務網站以回答您的問題并提供客戶服務時會彈出。 和 人工智能驅動的個人助理 在聲控智能家居設備中，設備執行無數任務，從控制我們的電視和門鈴到回答瑣事問題，幫助我們找到我們最喜歡的歌曲。

　　但我們才剛剛開始。 隨著人工智能技術變得越來越復雜和強大，預計將大規模推動世界經濟，到2030年創造價值約13萬億美元的額外活動。 麥肯錫全球研究院預測.

　　“人工智能仍處于采用的早期階段，但采用正在加速，并且正在所有行業中使用，”分析平臺策略師Sarah Gates說。 SAS，一家專注于將數據轉化為客戶情報的全球軟件和服務公司。

　　人工智能的工作原理

　　也許更令人驚訝的是，我們的存在正在悄悄地被一種我們許多人幾乎不理解的技術所改變，如果有的話——這種技術如此復雜，以至于連科學家都很難解釋它。

　　“人工智能是一系列技術，可以執行由人類執行被認為需要智能的任務，”解釋道。 瓦桑特·霍納瓦爾，賓夕法尼亞州立大學人工智能研究實驗室教授兼主任。 “我說'思想'，因為沒有人真正確定什么是智力。

　　霍納瓦爾描述了兩種主要類別的智力。 有 狹義智能，這是在狹義的領域獲得能力，例如分析放射學中的X射線和MRI掃描的圖像。 一般情報相比之下，是一種更像人類的能力，可以學習任何事情并談論它。 “一臺機器可能擅長放射學的一些診斷，但如果你問它關于棒球的問題，那就毫無頭緒了，”霍納瓦爾解釋說。 人類的智力多功能性“在這一點上仍然超出了人工智能的能力范圍”。

　　根據Honavar的說法，AI有兩個關鍵部分。 其中之一是工程部分——即構建以某種方式利用智能的工具。 另一個是智能科學，或者更確切地說，如何使機器得出與人腦相當的結果，即使機器通過一個非常不同的過程來實現它。 打個比方，“鳥兒飛，飛機飛，但它們飛的方式完全不同，”霍納瓦爾。 “即便如此，它們都利用了空氣動力學和物理學。 同樣，人工智能是基于這樣一種觀念，即智能系統的行為方式有一般原則。

　　人工智能“基本上是我們試圖理解和模仿大腦工作方式的結果，并將其應用于為其他自主系統提供類似大腦的功能(例如， 無人 機、機器人和代理)，” 庫爾特·卡格爾作家、數據科學家和未來學家，咨詢公司Semantical的創始人， 在一封電子郵件中寫道。 他還是 卡格爾報告，每日信息技術通訊。

　　雖然人類并不像計算機那樣思考，計算機利用電路，半導體和磁性介質而不是生物細胞來存儲信息，但有一些有趣的相似之處。 “我們開始發現的一件事是 圖形網絡 當你開始談論數十億個節點時，真的很有趣，大腦本質上是一個圖網絡，盡管你可以在電容火花點燃之前通過改變神經元的電阻來控制過程的強度，“Cagle解釋說。 “單個神經元本身給你的信息量非常有限，但同時激發足夠多的不同強度的神經元，你最終會得到一種模式，這種模式只會對某些類型的刺激做出反應。 通常通過DSP調制電信號[即 數字信號處理]我們稱之為視網膜和耳蝸。

　　“人工智能的大多數應用都在擁有大量數據的領域，”霍納瓦爾說。 再次使用放射學示例，由人類放射科醫生評估的大型X射線和MRI掃描數據庫的存在使得訓練機器模擬該活動成為可能。

　　AI 的工作原理是將大量數據與 智能算法 — 一系列指令 — 允許軟件從數據的模式和特征中學習，如下所示 SAS 底漆 關于人工智能解釋道。

　　在模擬大腦的工作方式時，人工智能利用了一堆不同的子領域，正如SAS入門所指出的那樣。

　　機器學習 自動化分析模型構建，以發現數據中隱藏的見解，而無需編程以查找特定內容或得出特定結論。

　　神經網絡 模仿大腦相互連接的神經元陣列，并在各個單元之間傳遞信息，以找到連接并從數據中獲取意義。

　　深度學習 利用非常大的神經網絡和大量的計算能力來查找數據中的復雜模式，用于圖像和語音識別等應用。

　　認知計算 正如SAS所說，是關于創造一種“自然的、類似人類的交互”，包括使用解釋語音和響應語音的能力。

　　計算機視覺 采用模式識別和深度學習來理解圖片和視頻的內容，并使機器能夠使用實時圖像來理解周圍的事物。

　　自然語言處理 涉及分析和理解人類語言并做出回應。

　　數十年的研究

　　人工智能的概念可以追溯到 1940 年代，“人工智能”一詞是在 1956 年在達特茅斯學院的一次會議上提出的。 在接下來的二十年里，研究人員開發了玩游戲的程序，并進行簡單的模式識別和機器學習。 康奈爾大學科學家弗蘭克·羅森布拉特(Frank Rosenblatt)開發了 感知器，第一個人工神經網絡，運行在一臺 5 噸(4.5 公噸)的房間大小的 IBM 計算機上，該計算機被輸入打孔卡。

　　但根據Honavar的說法，直到1980年代中期，才開發了第二波更復雜的多層神經網絡來處理更高層次的任務。 在 1990 年代初期，另一項突破使人工智能能夠超越訓練體驗進行推廣。

　　在 1990 年代和 2000 年代，其他技術創新——網絡和日益強大的計算機——幫助加速了人工智能的發展。“隨著網絡的出現，大量數據以數字形式提供，”Honavar說。"基因組測序 其他項目開始產生大量數據，計算的進步使存儲和訪問這些數據成為可能。我們可以訓練機器做更復雜的任務。30年前你不可能有一個深度學習模型，因為你沒有數據和計算能力。

　　人工智能和機器人

　　人工智能與機器人技術不同，但與機器人技術相關，在機器人技術中，機器可以自己或在人的指導下感知環境，執行計算并完成物理任務，從工廠工作和烹飪到登陸其他星球?；艏{瓦爾說，這兩個領域在很多方面都有交集。

　　“你可以想象沒有太多智能的機器人，像自動織機這樣的純機械設備，”Honavar說?！坝幸恍C器人在重大方面并不智能的例子。 相反，在機器人技術中，智能是不可或缺的一部分，例如引導自動駕駛汽車在充滿人類駕駛的汽車和行人的街道上行駛。

　　“這是一個合理的論點，要實現通用智能，你在某種程度上需要機器人技術，因為在某種程度上，與世界的互動是智能的重要組成部分，”霍納瓦爾說?！耙斫馊忧蛞馕吨裁?，你必須能夠扔球。

　　人工智能已經悄然變得如此無處不在，以至于它已經在許多消費產品中找到了。

　　“大量的設備屬于 物聯網 (物聯網)太空很容易使用某種自我強化的AI，盡管是非常專業的AI，“Cagle說?！把埠娇刂剖窃缙诘娜斯ぶ悄埽斔ぷ鲿r比大多數人意識到的要復雜得多。噪音抑制耳機。任何具有語音識別功能的東西，例如大多數當代電視遙控器。社交媒體過濾器。垃圾郵件過濾器。如果你將人工智能擴展到機器學習，這還將包括拼寫檢查器，文本推薦系統，實際上任何推薦系統，洗衣機和烘干機，微波爐，洗碗機，2017年之后生產的大多數家用電子產品，揚聲器，電視，防抱死制動系統，任何電動汽車，現代閉路電視攝像機。大多數游戲在許多不同的級別使用AI網絡。"

　　霍納瓦爾說，人工智能已經可以在一些狹窄的領域超越人類，就像“飛機可以飛行更長的距離，比鳥載更多的人”。例如，人工智能能夠處理數百萬次社交媒體網絡交互，并獲得可以影響用戶行為的洞察力——人工智能專家擔心這種能力可能會產生“不太好的后果”。

　　它特別擅長理解大量會壓倒人類大腦的信息。例如，這種能力使互聯網公司能夠分析他們收集的有關用戶的大量數據，并以各種方式利用這些見解來影響我們的行為。

　　但霍納瓦爾指出，到目前為止，人工智能在復制人類創造力方面還沒有取得太大進展，盡管這項技術已經被用于 作曲 和 撰寫新聞文章 基于財務報告和選舉報告的數據。

　　人工智能如何改變經濟

　　鑒于人工智能有潛力完成過去需要人類完成的任務，人們很容易擔心它的傳播會讓我們大多數人失業。但一些專家認為，雖然人工智能和機器人技術的結合可以消除一些職位，但它會 創造更多新就業機會 對于精通技術的工人。

　　“風險最大的是那些在零售，金融和制造業從事常規和重復性任務的人，”該公司副總裁兼創始董事達雷爾·韋斯特(Darrell West)說。 技術創新中心 總部位于華盛頓的公共政策組織布魯金斯學會(Brookings Institution)在一封電子郵件中解釋說?！暗t療保健領域的白領工作也將受到影響，隨著人們更頻繁地從一個工作轉移到另一個工作，工作流失將會增加。將創造新的就業機會，但許多人將不具備這些職位所需的技能。因此，風險是工作不匹配，使人們在向數字經濟過渡的過程中落后。隨著技術的普及，各國將不得不在就業再培訓和勞動力發展方面投入更多資金。需要終身學習，以便人們能夠定期提升他們的工作技能。

　　人工智能不是取代人類工人，而是可以用來增強他們的智力。發明家和未來學家雷·庫茲韋爾(Ray Kurzweil)有 預測 到2030年代，人工智能已經達到了人類的智力水平，并且有可能讓人工智能進入人腦以增強記憶力，將用戶變成人機混合體。正如庫茲韋爾所描述的那樣，“我們將擴展我們的思維，并體現我們重視的這些藝術品質。

　　現在這很有趣

　　幾年前，卡格爾在一次科幻小說大會上與作家一起參加了一個小組討論。 大衛·布林，誰寫過關于概念 隆起 其中人工智能將用于將海豚和猿類等有知覺的非人類生命的智力能力提高到人類水平。 “我們在道德上準備好將一個新的智能物種帶入宇宙了嗎?” 卡格爾問道。 “我們是否對自己的存在感到足夠舒服，可以創造那些我們會愛、爭論、學習和教導的人?”