人工智能的发展史人工智能的局限性客观看人工智能百度百科+维基百科延伸阅读最近无意中发现了一个巨型人工智能教程，忍不住分享给大家。教程不仅零基础，通俗易懂，而且非常幽默，就像读小说一样！我觉得很棒，所以分享给大家。单击此处跳转到教程。人工智能和AI已经进入了普罗大众的视野，我们在生活中可以看到很多与AI相关的产品。比如Siri、AI拍照、AI修图……虽然大家见多了，但大多知之甚少。人工智能究竟是什么？他有什么神奇之处？未来会发展成什么？本文将完整回答您的问题。文章的内容会让不懂技术的朋友也很容易看懂。人工智能的误区大家都看过或听过类似的演讲或电影：人工智能很危险！人工智能是对人类的威胁！（甚至有人给出了具体的时间点）地球将被机器人占领，人类将成为机器人的奴隶！……请放心，不要神话人工智能，科幻电影里的情节以现在的科技发展是完全不可能的！这种担忧就像玛雅人预言地球将在2012年毁灭！人工智能（AI）本质上是一种工具，那么我们应该如何正确看待人工智能（AI）呢？人工智能就像我们使用的锤子、汽车和电脑一样。它本质上是一种工具。工具必须被人使用才有价值。如果它们独立存在，它们就毫无价值，就像工具箱中的一把锤子。如果没有人使用它，它就没有价值。虽然锤子、汽车、电脑、AI都是工具。但它们仍然不同。它们之间的核心区别在于效率（更准确地说，是杠杆）。我们通过对比以上几种工具的使用场景就可以理解：锤子：用过锤子的人都知道，大部分的力还是由人来完成的，目的是为了钉钉子。在锤子的使用场景中，人的贡献是双倍的回报。汽车：人类跑步20分钟能走的距离，汽车2分钟就能走完！而在这个过程中，人类不需要付出太多的努力。在汽车的使用场景中，人贡献了10倍的回报。计算机：一些复杂的问题，人类可能需要一个月甚至更长的时间来计算（不一定正确），但计算机可能只需要1秒就可以完成，而且是准确的！而人们只需要敲几下键盘，点几下鼠标就可以使用电脑了。在计算机使用场景中，人们贡献1,000,000次作为回报。人工智能：人工智能实际上超越了以前计算机的界限，AI可以做以前计算机做不到的事情。所以，在杠杆率上，人工智能和计算机处于同一个数量级，但是它能做的事情更多，远超传统计算机的能力，所以大家很看好。但是（凡事都有但是），AI在很多很多场景和领域还是一文不值，很多能力甚至连小学生都不如。所以，目前AI的局限性还是很大的！关于AI每个人都应该知道的3件关键事情人工智能(AI)本质上是一种工具，最终需要人们使用它。虽然AI在某些场景下已经超越了人类（比如AlphaGo下围棋），但是还有很多很多场景AI的价值不大。人工智能不是万能的（通用的）。擅长围棋的AI不能和人聊天，擅长聊天的AI也不会下围棋。大家在电影里看到的机器人，短期内是实现不了的。什么是人工智能？开门见山，给出一个大家都能看懂的解释：人工智能（ArtificialIntelligence，简称AI）是一种高级的计算机程序AI，目标明确。AI可以“看到”或“听到”环境的变化，能够感受到环境的变化。他会根据不同的环境做出不同的反应，从而达到既定的目标。以下是文字版，看起来比较严谨（做作）：人工智能（简称AI）是计算机科学的一个分支。在某些方面，人工智能和人类一样，可以“看到”和“听到”环境的变化，同时根据环境的变化做出合理的判断和行动，从而达到一定的目标。以下是普通计算机程序与人工智能在“环境意识”、“合理判断”和“目标达成”三个层面的详细对比：以上对比虽然让AI看起来很强大，但实际上并非如此。AI它在某些场景中效果很好，但在其他场景中效果不佳。AI并没有想象中的那么强大，它也会犯低级错误。AI确实具备理解图片、视频、语音（非结构化数据）的能力，但并不代表这些能力已经很强大了。人工智能经常会犯一些低级错误。这是一个具体案例：左：摩托车的遮挡让AI将猴子误认为是人。中：自行车的遮挡让AI把猴子误认为人，而丛林背景让AI把自行车把手误认为鸟。右图：一把吉他把猴子变成了人，而丛林把吉他变成了一只鸟。上图显示了在丛林猴子的照片上对吉他进行Photoshop处理后的效果。这导致深层网络将猴子误认为人类，将吉他误认为鸟类，大概是因为它认为人类比猴子更有可能携带吉他，而鸟类比吉他更有可能在附近的丛林中。人工智能对数据的依赖相当于人类对空气的依赖。当前（截至2019年）是深度学习最流行的时代。虽然深度学习在各个领域都展现出了强大的能力，但并不是每个人都能玩好。深度学习，因为需要大量的标注数据，这个条件不是人人都具备的。打个简单的比方，狮子的力量很强，而狗的力量就弱很多。狮子的战斗力虽然很强，但是狮子需要吃很多东西才能维持战斗力。狗不需要吃那么多。如果狮子没有吃饱，他可能会躺在地上完全丧失行动能力。深度学习就像一头狮子。想让他展现战斗力，就需要喂给他大量的数据（相当于狮子的食物）。否则，再好的深度学习模型也发挥不出任何价值。狮子对食物也是相当挑剔的，不是什么都可以给他的，深度学习更是如此！数据是否被标注，数据是否“干净”，数据是否多样化……都对深度学习的学习结果有着巨大的影响！综上所述：深度学习时代的人工智能对数据量级有着极高的要求。深度学习时代的人工智能对数据规格要求极高。像谷歌这样拥有海量数据的公司，最有可能在人工智能领域有更大的突破和优势。普通的小公司很难跨过数据这道门槛。人工智能的历史AI并不是什么新鲜事物，它已经发展了几十年！下面我们介绍最具代表性的三个发展阶段。上图展示了从1950年到2017年人工智能领域的一些里程碑，概括起来会分为三个大阶段：第一波（非智能对话机器人）从1950年代到1960年代。1950年10月，图灵提出人工智能（AI）的概念，同时提出图灵测试来检验AI。图灵测试提出后几年，人们看到了计算机通过图灵测试的“曙光”。1966年，心理治疗机器人ELIZA诞生时，人们对他评价很高，甚至有患者喜欢和机器人聊天。但是他的实现逻辑很简单。这是一个有限的对话库。当患者说出某个关键词时，机器人会用特定的词进行回复。第一波没有使用什么新技术，只是用了一些小把戏，让电脑看起来像真人，而电脑本身并不智能。1980年代到90年代的第二次浪潮（语音识别）在第二次浪潮中，语音识别是最具代表性的突破之一。核心突破的原因是摒弃了符号学派的思路，改用统计的思路来解决实际问题。在《人工智能》一书中，李开复详细介绍了这个过程，他也是其中的重要人物之一。第二次浪潮最大的突破是思维的转变，摒弃了符号学派的思维，用统计思维来解决问题。21世纪初和2006年的第三次浪潮（深度学习+大数据）是深度学习发展史上的一个分水岭。JeffreyHinton在这一年发表了《一种深度置信网络的快速学习算法》，其他重要的深度学习学术文章也在这一年发表，在基础理论层面取得了多项重大突破。第三次浪潮之所以会到来，主要是因为两个条件已经成熟：2000年以后，互联网行业的高速发展形成了海量的数据。与此同时，数据存储的成本也在快速下降。它使存储和分析大量数据成为可能。GPU的不断成熟提供了必要的算力支持，提高了算法的可用性，降低了算力成本。在各种条件成熟之后，深度学习发挥出了强大的能力。在语音识别、图像识别、NLP等领域不断刷新记录。让AI产品真正可用（比如语音识别错误率只有6%，人脸识别准确率超过人类，BERT有11项性能超越人类……）。第三次浪潮来了，主要是大数据和计算能力的出现，让深度学习发挥了巨大的威力，人工智能的性能已经超越了人类，可以达到“能用”的阶段，而不是只是科学研究。人工智能第三次浪潮的区别前两次浪潮以学术研究为主，第三次浪潮以实际业务需求为主。前两次热潮主要是在营销层面，而第三次热潮则是在商业模式层面。前两次热潮，学界大多是劝说政府和投资人投钱。第三次热潮中，投资人主动将资金投向热点领域的学术和创业项目。前两次热潮更多的是提出问题，第三次热潮更多的是解决问题。如果你想了解更多关于人工智能的历史，我推荐阅读李开复的《人工智能》。以上关于三波的内容节选自本书。如果想阅读本书，可以点击下方购买链接。人工智能的局限性在探索人工智能的边界时，我们首先可以将人工智能分为三类：弱人工智能强人工智能超级人工智能弱人工智能弱人工智能也称为狭义人工智能（NarrowAI）或应用人工智能（AppliedAI），是指专注于并且只能解决特定领域问题的人工智能。例如：AlphaGo、Siri、FaceID……强人工智能，又称通用人工智能（ArtificialGeneralIntelligence）或全人工智能（FullAI），是指可以完成人类所有工作的人工智能。强人工智能具有以下能力：在不确定因素存在的情况下进行推理、运用策略、解决问题、做出决策知识表征能力，包括常识性知识表达能力规划能力学习能力使用自然语言进行交流整合能力以上能力达到既定目标。超级人工智能假设通过不断发展，计算机程序可以比世界上最聪明、最有天赋的人类更聪明。那么，由此产生的人工智能系统就可以称为超人智能。人工智能。我们目前处于弱人工智能阶段，强人工智能还没有实现（甚至差距还很远），超级人工智能连影子都看不到。因此，“特定领域”仍然是人工智能无法跨越的边界。人工智能未来的边界在哪里？如果再深入一点，从理论层面解释AI的局限性，就得搬出图灵大师了。在20世纪30年代中期，图灵在思考三个问题：世界上所有的数学问题是否都有明确的答案？如果有确定的答案，是否可以在有限的步骤中计算出来？对于那些可以有限步计算的数学问题，是否可以想象有一台不停运动的机器，最后当机器停下来时，数学问题就解决了？图灵真的设计了一套方法，后人称之为图灵机。今天所有的计算机，包括全世界正在设计的新计算机，在解决问题的能力上都没有超过图灵机的范围。（我们都是地球人，为什么差距这么大？？？）通过以上三个问题，图灵划定了一个界限，这个界限不仅适用于今天的AI，也适用于未来的AI。让我们进一步把界限描述清楚：世界上有很多问题，只有一小部分是数学问题。在数学问题中，只有一小部分有解。在有解决方案的问题中，只有一部分是理想的。图灵机能解决的是后半部分（图灵机能解决的部分），今天的计算机只能解决一部分，AI能解决的问题也只是计算机能解决的一部分问题可以解决。担心人工智能太强大？你想多了！在一些特定的场景下，AI可以有很好的表现，但在大多数场景下，AI的用处不大。客观地看待人工智能技术，总是在短期内被高估，而在长期内却被低估。PEGA对全球6000多名普通消费者进行了调查，询问他们对AI的看法。结果如下：34%的人认为自己用过AI，而这其中84%的人实际用过其中的50%。超过100%的人不知道AI有什么能力。60%的人不知道AmazonAlexa和GoogleHome使用了AI技术。72%的人害怕人工智能技术对人类的威胁，24%的人担心机器人会杀死人类。接管地球查看更多调查结果，可以访问《What consumers really think about AI: A global study》【带1分钟视频】AI已经来了，会飞速发展。我们日常使用的输入法，用了很多AI相关的技术，但很多人并不是不知道。别小看输入法所用到的技术，它可以大大提高我们的打字效率，没有这些技术，我们打字要多花几百年！除了输入法，大家用过的AI产品还有：美颜相机里的一键美颜功能抖音微信里的道具功能微信里的语音转文字今日头条垃圾短信里的计算算法和垃圾邮件过滤功能智能手机中的操作系统……如果我不说，相信你不知道人工智能已经进入了我们生活的方方面面。而人工智能将在未来几十年对各行各业产生巨大的影响。我们需要以开放的心态拥抱人工智能，它在很大程度上是人类的朋友，而不是敌人。人工智能并没有我们想象的那么强大。AlphaGo打败了李世石，这个热点几乎人尽皆知。很多人通过这件事开始担心人工智能未来对人类的威胁。但现实是，无论AlphaGo围棋多好，都与我们的生活无关，只是作秀而已。但大众会基于这样一个事实对人工智能产生偏见：人工智能的能力已经超越了人类，未来人工智能将无所不能，人工智能对人类是一种威胁，我们必须限制人工智能的发展……不要不用担心AI会取代你的工作在《人工智能威胁论》中，大家最担心的就是AI会取代大量的工作，导致大量普通人失业，这个东西会确实发生了：蒸汽机出现后，机器取代了大量低级劳动力；电话出现后，不再需要那么多邮递员；互联网出现后，影响了各行各业；好事：每一个新技术会裁掉一些人，而这些人现在有更好的工作。一些工作消失了，但会诞生更多新的工作（如果你选择“美甲”和“农场”，你会如何选择？）简述：在在可预见的未来，人工智能仍然是一种工具。人工智能，就像计算机和互联网，已是历史潮流。我们需要了解它、适应它并使用它。AI确实会取代一些工作，但还会有更多的新工作，不用担心裁员谁能更高效地与AI合作，谁的价值会更大是研究和发展理论、方法、技术和应用的一门新技术科学用于模拟、扩展和扩展人类智能的应用系统。维基百科版本在计算机科学中，人工智能，有时也称为机器智能，是机器展示的智能。来自：https://easyai.tech/ai-definition/ai/
