|
我们总是担心人工智能会有一天替代人类，经过看了专家的介绍，发现，人依旧是万物之尊。无可替代。---- 当下的人工智能如鹦鹉学舌，人工智能的专家把 大数据灌输给机器、只能做一些小任务，跟教鹦鹉说话、小狗算题类似，通过给鹦鹉等动物输入固定的刺激信息，鹦鹉能学会相应的语句，但鹦鹉并不懂得真正的说话，不能在语句之间建立真正的联系。同理聊天机器人也是这样，说话因果关系、前后语境、对外界的刺激反应，常识判断都不能建立。 若用小数据、大任务表述，最靠近的比喻是乌鸦喝水，乌鸦比鹦鹉要聪明的多，“它们能够制造工具，懂得各种物理的常识和人的活动的社会常识”。 这就从另一个层面再次说明，小孩能轻松搞定的事情，例如常识判断，因果关联，对环境的应激反应等等，小孩很自然的做的很好，而人工智能机器人却很难做到。小孩获得了很少的数据，却能解决复杂的任务。 爱因斯坦曾说，西方科学的发展建立在两个巨大成就之上：古希腊哲学家在欧几里得几何中发现了形式逻辑系统；文艺复兴期间通过系统实验尝试发现了因果关系。 长期以来，哲学家并没有找到真正的因果关系。休谟把原因归结为有另一个对象跟随的对象，所有和前一个对象相似的对象都有和后一个对象相似的对象跟随。在休谟看来，事物之间并不存在这种“因果关系”，只是人类习惯将两个事物联系起来。我们还记得他那句耳熟能详的名言：习惯是人生的伟大指南。 也就是说，人工智能的所谓智慧，主要是物理上的因果关系推导，正如哲学家至今没找到事物之间的因果关系，人工智能很可能是海市蜃楼般的假象。 人工智能专家珀尔说：今天的机器学习导向是错误的，因为它是以数据为导向，而不是以人类的推理特征为导向的。 而机器学习的倡导者认为，数据里面有真经，只要具有巧妙的数据挖掘技术，学习机器通过优化参数来改进其表现就可以了。 人的大脑是处理因果关系最为先进的工具，在与环境互动的过程中，建立了系统的因果推理模式，能够回答各式各样的因果问题。让机器人拥有理解和处理因果关系的能力，是通向强人工智能道路上的核心目标。 |
|
|
