人工智能如何彻底改变一切

　　人工智能(AI)是一门跨学科科学，涉及构建能够执行通常需要人类思考的任务的智能机器。 其影响将改变我们世界的方方面面。 尼德皮克斯

　　早在 1950 年 10 月，英国技术梦想家 艾伦·图灵 发表了一篇名为 “计算机与智能，“ 在《头脑》杂志上，提出了当时在许多人看来一定像 科幻小说 幻想。

　　“难道机器不能执行一些应该被描述为思考但与人所做的事情截然不同的事情吗?” 图灵问道。

　　图灵认为他们可以。 此外，他认为，有可能为数字计算机创建软件，使其能够观察其环境并学习新事物，从 下棋 理解和说人类语言。 他认为机器最终可以在没有人类指导的情况下自行发展出做到这一点的能力。 “我们可能希望机器最终能够在所有纯粹的智力领域与人类竞争，”他预测道。

　　近70年后，图灵看似古怪的愿景已成为现实。 人工智能，通常被称为AI，为机器提供了 从经验中学习的能力 并执行认知任务，这种东西曾经只有 人脑 似乎有能力做到。

　　人工智能正在整个文明中迅速传播，它有望从启用 自动驾驶汽车 导航街道到 做出更准确的飓风预报.在日常层面上，人工智能会弄清楚 向您展示哪些广告 在网络上，并为那些友好的人提供动力 聊天机器人 当您访问电子商务网站以回答您的问题并提供客户服务时会弹出。 和 人工智能驱动的个人助理 在声控智能家居设备中，设备执行无数任务，从控制我们的电视和门铃到回答琐事问题，帮助我们找到我们最喜欢的歌曲。

　　但我们才刚刚开始。 随着人工智能技术变得越来越复杂和强大，预计将大规模推动世界经济，到2030年创造价值约13万亿美元的额外活动。 麦肯锡全球研究院预测.

　　“人工智能仍处于采用的早期阶段，但采用正在加速，并且正在所有行业中使用，”分析平台策略师Sarah Gates说。 SAS，一家专注于将数据转化为客户情报的全球软件和服务公司。

　　人工智能的工作原理

　　也许更令人惊讶的是，我们的存在正在悄悄地被一种我们许多人几乎不理解的技术所改变，如果有的话——这种技术如此复杂，以至于连科学家都很难解释它。

　　“人工智能是一系列技术，可以执行由人类执行被认为需要智能的任务，”解释道。 瓦桑特·霍纳瓦尔，宾夕法尼亚州立大学人工智能研究实验室教授兼主任。 “我说'思想'，因为没有人真正确定什么是智力。

　　霍纳瓦尔描述了两种主要类别的智力。 有 狭义智能，这是在狭义的领域获得能力，例如分析放射学中的X射线和MRI扫描的图像。 一般情报相比之下，是一种更像人类的能力，可以学习任何事情并谈论它。 “一台机器可能擅长放射学的一些诊断，但如果你问它关于棒球的问题，那就毫无头绪了，”霍纳瓦尔解释说。 人类的智力多功能性“在这一点上仍然超出了人工智能的能力范围”。

　　根据Honavar的说法，AI有两个关键部分。 其中之一是工程部分——即构建以某种方式利用智能的工具。 另一个是智能科学，或者更确切地说，如何使机器得出与人脑相当的结果，即使机器通过一个非常不同的过程来实现它。 打个比方，“鸟儿飞，飞机飞，但它们飞的方式完全不同，”霍纳瓦尔。 “即便如此，它们都利用了空气动力学和物理学。 同样，人工智能是基于这样一种观念，即智能系统的行为方式有一般原则。

　　人工智能“基本上是我们试图理解和模仿大脑工作方式的结果，并将其应用于为其他自主系统提供类似大脑的功能(例如， 无人 机、机器人和代理)，” 库尔特·卡格尔作家、数据科学家和未来学家，咨询公司Semantical的创始人， 在一封电子邮件中写道。 他还是 卡格尔报告，每日信息技术通讯。

　　虽然人类并不像计算机那样思考，计算机利用电路，半导体和磁性介质而不是生物细胞来存储信息，但有一些有趣的相似之处。 “我们开始发现的一件事是 图形网络 当你开始谈论数十亿个节点时，真的很有趣，大脑本质上是一个图网络，尽管你可以在电容火花点燃之前通过改变神经元的电阻来控制过程的强度，“Cagle解释说。 “单个神经元本身给你的信息量非常有限，但同时激发足够多的不同强度的神经元，你最终会得到一种模式，这种模式只会对某些类型的刺激做出反应。 通常通过DSP调制电信号[即 数字信号处理]我们称之为视网膜和耳蜗。

　　“人工智能的大多数应用都在拥有大量数据的领域，”霍纳瓦尔说。 再次使用放射学示例，由人类放射科医生评估的大型X射线和MRI扫描数据库的存在使得训练机器模拟该活动成为可能。

　　AI 的工作原理是将大量数据与 智能算法 — 一系列指令 — 允许软件从数据的模式和特征中学习，如下所示 SAS 底漆 关于人工智能解释道。

　　在模拟大脑的工作方式时，人工智能利用了一堆不同的子领域，正如SAS入门所指出的那样。

　　机器学习 自动化分析模型构建，以发现数据中隐藏的见解，而无需编程以查找特定内容或得出特定结论。

　　神经网络 模仿大脑相互连接的神经元阵列，并在各个单元之间传递信息，以找到连接并从数据中获取意义。

　　深度学习 利用非常大的神经网络和大量的计算能力来查找数据中的复杂模式，用于图像和语音识别等应用。

　　认知计算 正如SAS所说，是关于创造一种“自然的、类似人类的交互”，包括使用解释语音和响应语音的能力。

　　计算机视觉 采用模式识别和深度学习来理解图片和视频的内容，并使机器能够使用实时图像来理解周围的事物。

　　自然语言处理 涉及分析和理解人类语言并做出回应。

　　数十年的研究

　　人工智能的概念可以追溯到 1940 年代，“人工智能”一词是在 1956 年在达特茅斯学院的一次会议上提出的。 在接下来的二十年里，研究人员开发了玩游戏的程序，并进行简单的模式识别和机器学习。 康奈尔大学科学家弗兰克·罗森布拉特(Frank Rosenblatt)开发了 感知器，第一个人工神经网络，运行在一台 5 吨(4.5 公吨)的房间大小的 IBM 计算机上，该计算机被输入打孔卡。

　　但根据Honavar的说法，直到1980年代中期，才开发了第二波更复杂的多层神经网络来处理更高层次的任务。 在 1990 年代初期，另一项突破使人工智能能够超越训练体验进行推广。

　　在 1990 年代和 2000 年代，其他技术创新——网络和日益强大的计算机——帮助加速了人工智能的发展。“随着网络的出现，大量数据以数字形式提供，”Honavar说。"基因组测序 其他项目开始产生大量数据，计算的进步使存储和访问这些数据成为可能。我们可以训练机器做更复杂的任务。30年前你不可能有一个深度学习模型，因为你没有数据和计算能力。

　　人工智能和机器人

　　人工智能与机器人技术不同，但与机器人技术相关，在机器人技术中，机器可以自己或在人的指导下感知环境，执行计算并完成物理任务，从工厂工作和烹饪到登陆其他星球。霍纳瓦尔说，这两个领域在很多方面都有交集。

　　“你可以想象没有太多智能的机器人，像自动织机这样的纯机械设备，”Honavar说。“有一些机器人在重大方面并不智能的例子。 相反，在机器人技术中，智能是不可或缺的一部分，例如引导自动驾驶汽车在充满人类驾驶的汽车和行人的街道上行驶。

　　“这是一个合理的论点，要实现通用智能，你在某种程度上需要机器人技术，因为在某种程度上，与世界的互动是智能的重要组成部分，”霍纳瓦尔说。“要理解扔球意味着什么，你必须能够扔球。

　　人工智能已经悄然变得如此无处不在，以至于它已经在许多消费产品中找到了。

　　“大量的设备属于 物联网 (物联网)太空很容易使用某种自我强化的AI，尽管是非常专业的AI，“Cagle说。“巡航控制是早期的人工智能，当它工作时比大多数人意识到的要复杂得多。噪音抑制耳机。任何具有语音识别功能的东西，例如大多数当代电视遥控器。社交媒体过滤器。垃圾邮件过滤器。如果你将人工智能扩展到机器学习，这还将包括拼写检查器，文本推荐系统，实际上任何推荐系统，洗衣机和烘干机，微波炉，洗碗机，2017年之后生产的大多数家用电子产品，扬声器，电视，防抱死制动系统，任何电动汽车，现代闭路电视摄像机。大多数游戏在许多不同的级别使用AI网络。"

　　霍纳瓦尔说，人工智能已经可以在一些狭窄的领域超越人类，就像“飞机可以飞行更长的距离，比鸟载更多的人”。例如，人工智能能够处理数百万次社交媒体网络交互，并获得可以影响用户行为的洞察力——人工智能专家担心这种能力可能会产生“不太好的后果”。

　　它特别擅长理解大量会压倒人类大脑的信息。例如，这种能力使互联网公司能够分析他们收集的有关用户的大量数据，并以各种方式利用这些见解来影响我们的行为。

　　但霍纳瓦尔指出，到目前为止，人工智能在复制人类创造力方面还没有取得太大进展，尽管这项技术已经被用于 作曲 和 撰写新闻文章 基于财务报告和选举报告的数据。

　　人工智能如何改变经济

　　鉴于人工智能有潜力完成过去需要人类完成的任务，人们很容易担心它的传播会让我们大多数人失业。但一些专家认为，虽然人工智能和机器人技术的结合可以消除一些职位，但它会 创造更多新就业机会 对于精通技术的工人。

　　“风险最大的是那些在零售，金融和制造业从事常规和重复性任务的人，”该公司副总裁兼创始董事达雷尔·韦斯特(Darrell West)说。 技术创新中心 总部位于华盛顿的公共政策组织布鲁金斯学会(Brookings Institution)在一封电子邮件中解释说。“但医疗保健领域的白领工作也将受到影响，随着人们更频繁地从一个工作转移到另一个工作，工作流失将会增加。将创造新的就业机会，但许多人将不具备这些职位所需的技能。因此，风险是工作不匹配，使人们在向数字经济过渡的过程中落后。随着技术的普及，各国将不得不在就业再培训和劳动力发展方面投入更多资金。需要终身学习，以便人们能够定期提升他们的工作技能。

　　人工智能不是取代人类工人，而是可以用来增强他们的智力。发明家和未来学家雷·库兹韦尔(Ray Kurzweil)有 预测 到2030年代，人工智能已经达到了人类的智力水平，并且有可能让人工智能进入人脑以增强记忆力，将用户变成人机混合体。正如库兹韦尔所描述的那样，“我们将扩展我们的思维，并体现我们重视的这些艺术品质。

　　现在这很有趣

　　几年前，卡格尔在一次科幻小说大会上与作家一起参加了一个小组讨论。 大卫·布林，谁写过关于概念 隆起 其中人工智能将用于将海豚和猿类等有知觉的非人类生命的智力能力提高到人类水平。 “我们在道德上准备好将一个新的智能物种带入宇宙了吗?” 卡格尔问道。 “我们是否对自己的存在感到足够舒服，可以创造那些我们会爱、争论、学习和教导的人?”