媒体监测和推荐平台

搜索结果

当前位置:首页 > 搜索结果

人工智能与人类智能的区别与趋势

人工智能已经从科幻小说走进了现实。如今,我们拥有自动驾驶汽车、智能虚拟助手、聊天机器人和手术机器人,以及其他智能机器。随着人工智能对普通人日常生活的深度融入以及广泛的社会、商业应用,由此也引发了一场旷日持久的讨论:人工智能与人类智能到底谁更智能?要回答这个问题,我们首先应该知道这两者分别是什么,以及如何区别。

什么是人工智能?

人工智能 (AI) 是数据科学的一个子集,专注于开发智能机器。这些智能机器能够通过从经验和历史数据中学习、分析并根据分析结果执行匹配的动作,从而模拟人类现有的能力并替代部分人类劳动。

从广义上讲,人工智能是一门跨学科的科学,它结合了计算机科学、认知科学、语言学、心理学、神经科学和数学等各个学科的概念和方法。

什么是人类智能?

主动性的探索思考;从各种经验中学习、归纳、应用、推理逻辑及解决问题的能力;以及其他识别、判断及与他人进行交流的专属人类的智力和能力,被统称为人类智能。

人类独特的抽象思维能力,结合自我意识、激情和愿望等抽象情感,使人类能够掌握复杂的认知操作。

人工智能比人类更聪明吗?

计算机是出色的问题解决者。在解决复杂的计算问题上,它比世界上最伟大的数学家还要快出成千上万倍,这是毋庸置疑的。但是这就代表人工智能比人类更聪明吗?这个问题的答案取决于你是如何定义“聪明”的。

趋同思维与发散思维

人工智能 (AI) 比人类更聪明吗?为了解决这个问题,了解想法是如何产生的至关重要。1967年,心理学家JP Guilford将创造性思维分为趋同性思维和发散性思维。他对人类智力的心理测量研究更详细地解决了它们之间的差异。

正确回答问题的能力主要来自于记忆和逻辑;产生好奇心发现新问题中与曾经解决的历史问题的类似/共同点,从而挖掘出潜在解决方案的能力——显示出创新的天赋,这就是“跳出框框”思考的诀窍。回顾韩国首都首尔的历史,是趋同思维;在不学习韩语的情况下学习如何在首尔生活和工作则是发散思维。

计算机通常在需要融合思维的事情上表现出色。它们可以在基于规则的游戏(例如国际象棋、围棋等)和复杂的计算中击败我们,因为它们具有更大的内存容量和处理速度。但是破解一个六位数的 PIN 密码呢?让我们看看区别:

人类的方式

当被要求猜测某人的 PIN 码时,我们大多数人都会列出有关代码所有者的相关信息。首先,尝试一个人的出生日期或电话号码。另一种方法是尝试流行的密码,例如 123456。更复杂的是:人们可以检查使用该代码的设备,以确定该设备是否泄露了数字。使用所有聪明的分析方法,寻找解决方案的许多选项。这被称为发散思维。

机器方式

机器则会采用完全不同的方法。它将从 000000 开始,按顺序遍历数字,直到找到解决方案。现代计算机可以在几毫秒内解决这个问题。结果,大多数操作系统在几次尝试后都会使密码失效,并逐渐延迟下一次尝试。这被称为“蛮力”技术。这是一个快速但最终成功的重复趋同思维的例子。

谁更智能?

聪明的软件工程师可以通过根据潜在用途对序列进行优先级排序来改进蛮力技术。那不是计算机的人工智能在工作。相反,这是由于程序员在这个过程中使用了他自己的大脑和知识。

什么是“真正的智能”?

人类智能是“真正的”智能,这一概念隐含在我们构建的具有人类心智能力的 AGI 系统的目标中。“人工智能”这个词语也进一步暗示了这一点,即模拟人类(生物)智力一样真实。

作为人类,我们将自己视为世界上有史以来最聪明的生物。因此我们习惯将自己通过经验、直觉与逻辑进行决策分析从而解决各种情况的复杂问题的能力作为“智力”评判的标准。但其实跳出这个衡量标准,站在一些别的维度上我们并没有自己想象的那么聪明。

当“智能”的衡量标准建立在人类自己独特的能力之上时,我们可能会忽略一些关键问题。

比较:人工智能AI与人类智能HI

人工智能专注于构建可以模仿人类行为并执行类似人类活动的计算机。相比之下,人类智能侧重于通过结合多个认知过程来学习适应新环境。人类依赖大脑的计算能力、记忆力和计算能力,但人工智能驱动的机器利用系统中的数据和详细指令。

人类智能是基于许多实例和过去的经验中进行学习的,是在在无数人无数历史实践的反复实验和错误中完成学习的。但它无法像人一样学会“举一反三”,无法完成推理。

以下是人工智能和人类智能之间的区别:

起源

Norbert Weiner 提出了反馈机制的概念,同期约翰·麦卡锡创造了“人工智能”这个词并组织了第一次关于机器智能研究项目的会议;而人类智能是人类与生俱来的思考、推理、回忆等能力。

速度

计算机可以比人更快地处理信息,因为它们具有更快的处理器和更大的内存容量。计算机可以在一分钟内同时解决许多问题;而人类的信息处理速度则慢得多,而且同一时间通常只能专注1个,或者数个问题。

决策

AI 的决策在某种程度上是由数据驱动的,因为它仅根据收集到的信息进行评估;而人类的决定可能会受到不仅仅取决于数字的主观因素的影响。

准确性

人工智能通常是正确的,因为它运行在一组预定义的规则上;而人类智能经常容易受到“人为错误”的影响。

活力

人脑消耗大约 25 瓦,但计算机仅使用大约 2 瓦。

适应

人类的认知能力可以适应周围环境的变化,这使人们能够快速拓展和掌握更加广泛的能力;人工智能则需要更长的时间来学习新的知识以适应新的情况。

多任务处理

人类的智慧可以实现多角色复杂任务的切换和处理;人工智能仅限于同时执行一项操作,单一的系统只有一项单一的职责。

自我意识

人工智能在自我意识方面还有很长的路要走,但人类会自然而然地意识到自己,并逐渐建立自己的独立人格。

社交联系

人类在社交互动方面要好得多,因为他们可以处理抽象数据,有自我意识,并且对他人的情绪很敏感;人工智能则无法捕捉到重要的社交和情感线索。

一般功能

人类智力的主要目的是创新,因为它可以开发、协作、集思广益并将计划付诸行动;人工智能的一般功能是优化,根据其编程以最有效的方式执行任务。

在以下场景中,人工智能确实胜过人类:

游戏

人工智能 “Alpha Go”曾在 2016 年击败了世界前围棋冠军李世石,一个名为“AlphaGo Zero”的新型神经网络又在去年连续 100 次战胜了旧的“Alpha Go”。不仅如此,它还学会了如何仅使用游戏的基本规则进行游戏。

卡内基梅隆大学的计算机科学系创造了一个名为“Libratus”的人工智能,它赢得了无限注德州扑克游戏。在一场被称为“信息不完善”的比赛中,“Libratus”在 120,000 手牌中击败了四位 Hold 'Em 专家。

另一个 AI 教我们人类的不完美信息游戏的例子是 OpenAI 的 Five,它在 Dota 2 中击败了顶级玩家。随着时间的推移,这种人工智能战胜人类的案例只会越来越多。

用人工智能发展人工智能

长期以来,机器一直在制造机器。相信人工智能可以创造出比人类更优秀的人工智能并非不合逻辑。原则上,人工智能可以做到,但在实践中能否做到还不确定。

据微软称,DeepCoder 是第一个可以从头开始构建人工智能的人工智能。DeepCoder 使用一种称为深度学习的方法来分析现有代码并从中创建新代码。它以这种方式学习和识别其他代码。谷歌的 AutoML 和微软的 DeepCoder 是两个人工智能,它们在发明下一代人工智能方面具有无与伦比的能力。DeepCoder 使用的技术不是简单地复制提供给它的代码构建块;相反,它会考虑它们如何组合在一起,它们如何发挥作用,以及它们学习和识别什么来创造新的。

医疗诊断

医学诊断是人工智能应用的一个重要领域。如伯明翰大学医院所做的研究所证明的那样,人类很难获得准确的诊断。人工智能系统在检测疾病状态时提供的结果正确率为 87%,而医疗保健专业人员的正确率为 86%;在清除患者时正确率为 93%,而人类专家的正确率为 91%。

IBM 还利用了 Watson 获取大量数据的能力,这将有助于他们诊断罕见的情况。这些罕见的病例只有少数医生可能会在他们的从业生涯中碰到过很少的次数。因此人工智能能够通过每年分析数千份患者的医疗记录文件,为那些需要确诊的患者和没有相应经验的医生提供帮助。

音频转录

人工智能现在已经超越了人类转录音频的能力。微软的研究人员一直在微调基于 AI 的自动语音识别系统,以在准确性方面超越人类。他们通过测试做到了这一点。

在美国国家标准与技术研究院进行的一项研究中,该人工智能系统的错误率为 5.9%,与微软雇用的人工转录员相当。当研究人员重复测试时,其错误率为 11.1%。这几乎与 11.3% 的人类结果相当。这表明人工智能在音频转录中的误差很小,而且肯定不会比我们差。

艺术创作(相比普通人而言)

法国词曲作者 Beno t Carré 与 AI 程序Flow Machines合作。Beno t Carré 用它创作了一张超出预期的欧洲流行专辑。据 Carré 所说,他曾与一些法国最著名的人物合作,例如 Johnny Halliday 和 Fran oise Hardy。

他最后指出,人工智能甚至可以推荐和弦和声音来播放。另一方面,卡雷同意人工音乐需要人工干预才能创作歌曲。因此,尽管它仍然是一张非常人性化的专辑,但毫无疑问,人工智能的贡献在音乐的未来将变得越来越重要。

就在几年前,当它彻底改变了音乐和流行文化时,MIDI 曾经看起来很新而且很有未来感。人工智能比我们更擅长创作音乐,这不是白日梦。一组研究人员开发了一种能够制作独特艺术品的人工智能系统。目标是制作既“新颖又熟悉”的艺术来实现这一目标。

罗格斯大学和 Facebook 人工智能实验室的研究人员联手创建了一个系统。它通过查看两个神经网络的交互方式来不断改进它们的结果。一个生成解决方案或图像,而另一个坐在循环中判断它。这样做直到获得预期的结果。研究人员在 81,500 幅画作上训练了鉴别器网络,以建立一个知识库。这个想法是确定什么是艺术品,什么不是艺术品。人工智能也开始为电影写剧本。

人工智能PK人类智能

人工智能与人类智能的辩论不是一个公平的竞争环境。诚然,人工智能帮助创造了智能机器,这些机器可以在特定领域超越人类(例如,正如 AlphaGo 和 DeepBlue 所展示的那样)。然而,要达到人类大脑的潜力,它们还有很长的路要走。尽管人工智能系统的设计和训练是为了模仿和模拟人类行为,但它们无法像人类那样做出逻辑判断。

人工智能系统做出决策的能力基于事件、它们所训练的数据以及它们与特定事件的关联方式。因为人工智能机器缺乏常识,他们无法理解“因果”的概念。而人类生来就有能力通过将所学与逻辑、判断和理解相结合来学习和应用所学。

我们都知道人工智能计算和开发算法的速度有多快,而总结人类智能得出的结论则主要用作生成人工智能算法的基础。那么人工智能是否有可能开发出比人类做出更好判断的程序?机器能否做出比人类更准确的决策?

是的,它可以。与人脑相比,机器学习(ML) 可以处理更多数据,并且处理速度更快。这使它能够发现数据中不会被人注意到的模式。

当我们拥有与非基于人类选择(结果)的依赖数据相关的独立数据时,人工智能可能能够做出更好的判断。

人工智能在人类世界中的作用是什么?

通过人工智能的发展,数值循环提高了生成更快、更精确的模型和估计操作系统或升级的大数据集表示和混合的能力。虽然这些引领潮流的进步可以更快、更准确地执行特定任务,但人类智慧在规划和利用人工智能创新方面发挥着至关重要的作用。

人造意识和与之相关的创造性安排受到人类智力的影响。人类的智力努力解释事情发生的原因,并通过简单的推理“考虑一个场景”。在利用 AI 生成的结果时,人的判断、技能和质量保证是必不可少的,因为工程设计要经过复杂问题和信息性质的测试。

结论

在过去的十年中,我们已经看到人工智能助手从移动设备上的新奇功能变成了管理我们的家庭和生活的“家庭助理”,从新奇功能变成了标准工具。尽管在今天它可能在某种程度上上与真正的“智能”仍然相距甚远,但人工智能在未来必将成为我们生活中的重要工具。

由于人类的思维过程仍然是一个谜,科学家和研究人员能否在短期内创造出像人类一样“思考”的人工机器仍然是被怀疑的。总之,人类的能力将决定人工智能的未来,人类的知识和思想将被融入到人工智能的机器中去。