人工智能近年来特别流行,这是一个大家都非常关心的问题。但是有一些基本问题,比如:人工智能做什么?人工智能,这能做什么?他是怎么突破的?在研究界和工业界对这些问题一直有不同的看法。今天我们将讨论这些问题1965年,达特茅斯有一群年龄相仿的科学家在一起讨论一个问题。在数字世界里,生命和智能发展得如此之快,以至于我们不得不给这个学科起个名字,但是有两个选择,一个是人工智能,另一个是控制论。经过几天的讨论,他们最终决定用人工智能这个普通大众都能理解的名字来命名这一点。更重要的是,在当时相遇的这些年轻科学家中,后来出现了四位诺贝尔奖获得者和四位图灵奖获得者。其中有一位诺贝尔奖获得者和信息论的创始人。

人工智能经历了三次浪潮人工智能的第一次浪潮是在人工智能这个词被提出的时候。直到1980年,人们一直认为人工智能可以解决逻辑推理的问题,并且可以取代我们的大脑去思考许多问题。当时确实有许多数学定理被人工智能证明了。但是很快,每个人都意识到那时他们的计算能力非常差,所以一些报告在1980年开始出现,说人类仍然有很多东西,但是人工智能不能解决它们,所以每个人都知道在20世纪80年代发生了什么。那就是个人计算机的蓬勃发展,它再次推动了人工智能的进步,因为每个人都认为这种计算环境是不同的,每个人都可以拥有自己的计算机,那么人工智能也可以成功。当时,日本提出了一项名为第五代计算机计划的计划。他希望每一种人工智能都能像普通人一样通过语言、眼睛和触觉来实现。当时欧洲和美国在做什么?他们希望人工智能能够向人类的不同专家、最好的老师、最好的学生、最好的律师、最好的医生和最好的法官学习,并建立这个专家系统,这样我们就可以复制这些人的能力。

中国在1986年启动了863计划,其中之一就是306主题智能电脑领导者是李国杰,中国超级计算之父。在第二次人工智能浪潮中,中国培养了一批专家,取得了一系列成就,掌握了一些技术,为我们在第三次浪潮中的崛起奠定了坚实的基础。此时,每个人都再次发现日本的第五代计算机程序失败了,而美国和欧洲的专家系统只取得了部分成功。每个人都开始意识到,当时的计算能力和数据实际上并不支持智能人工智能的爆发。2006年出现了
的新浪潮,并且正在酝酿之中,称为深度神经网络和深度学习。在这次旅行的热情被激起后,人工智能第三次爆发了。但是你要看他身后的工业基础,他有两个在任何国家都不具备的基础,即云计算和大数据基础设施和互联网,以及移动互联网和发展中的物联网商业模式农业产业。唯一具备这些条件的国家是中国和美国这也是为什么美国如此害怕中国的人工智能研究。我们可以做普通人心目中的任何事情,比如科幻电影,对吗?机器人可以带你出去。机器人可以帮你带孩子。他们可以做各种各样的事情,他们可以通过机器人做,就像人一样。这种人工智能怎么样?在学术上,我们称之为强人工智能或通用人工智能。它可以用来训练驾驶、教学和当律师。只要你在将来和他讲道理,他的人脑结构可以改变任何事情。但是今天我们在工业中真正使用的是什么样的人工智能呢?我们称之为专业人工智能,因为我们现在在整个行业制造的人工智能只是看起来像人们做的事情,它的实现过程与人们心目中的这些事情无关。这只是意味着他把语言变成文字,他画一幅画,他能驾驶汽车的结果与人们的表现是一致的,但是每个功能必须用完全不同的算法来实现。与此同时,出现了一个新问题这是一个可以玩围棋的人工智能程序。它不开车,不画画,也不做决定。这只是一个为玩围棋而开发的特殊程序。阿尔法围棋战胜人类并不意味着他可以在其他方面打败人类。这种广义推理不存在,在逻辑上也站不住脚,所以这非常重要。

人工智能辩论
这个行业有很多评论,包括霍金和比尔·盖茨。他们都相信,如果人工智能发展迅速,它会毁灭我们,因为人工智能的发展,就像外星智能生物一样,可能会毁灭我们,因为技术会比我们更先进,进化得更快。

但事实上我们当前的人工智能人们的智力仍有很大差距,所以没必要担心。那么原因是什么呢?让我们来看一个国际推论,在我们的地球甚至宇宙中的所有生物中,这种生物的意识和他的智力是紧密联系在一起的,如果一种生物,它的智力更强,那么他的意识就更强,例如,老鼠比蚂蚁更聪明,老鼠的自我意识比蚂蚁更强。猴子比老鼠聪明,猴子比老鼠有更强的自我意识,所以人比猴子聪明,所以人的自我意识一定比猴子强,这是我们观察到的所有生物的特征。

人工智能和机器人之间有什么关系

它们可能是同一件事因为根据定义,人造机器或系统基本上是相同的。机器人帮助我们在现实世界中做事。但是人工智能在虚拟世界中工作例如,当我回到家,想打开二楼的水龙头洗个热水澡时,人工智能专家会设置一条数据总线和一个控制系统,当你在这里用声音发出命令时,它们就会自动传输。机器人会听你的,玩,然后跑到二楼为你打开开关。因此,相同的功能可以在不同的宇宙中实现,机器人和人工智能将在未来高度集成。你认为人工智能怎么样?请在下面留言下一次我们将讨论人工智能的现状