chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

一起來揭穿人工智能與機器學習的一些神話!

8gVR_D1Net08 ? 來源:未知 ? 作者:伍文輝 ? 2018-04-30 15:48 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人們正朝著一個正確的方向前進,其市場營銷和闡述也越來越好。如今的技術距離科幻小說的“人工智能替代人類工作”還有很遠的距離。只有通過仔細的研究和正確的信息,通過更多的努力才能盡快達成目標。

多年來,科幻小說一直在談論 “人工智能” 可怕的接管功能。在這里需要澄清人們對于人工智能和機器學習的一些誤解。

隨著新興技術的發(fā)展,機器學習(ML)和人工智能(AI)的主題變得更加敏感。而每一項研究、公告和發(fā)現(xiàn),都會讓人們深入研究這個問題,并在區(qū)分炒作和現(xiàn)實時遇到越來越多的麻煩。也許炒作是利益的一種延伸,但也是人們渴望技術獲得重大進步的一種延伸。

人類在遠古時代發(fā)現(xiàn)并學會用火,經過歷代的發(fā)展,帶來了工業(yè)和數(shù)字革命。而未來最合乎邏輯的技術進步將是替代人類勞動的技術,這種情況可能將在機器學習(ML)和人工智能(AI)發(fā)展成熟之后發(fā)生。

雖然許多歷史學家和哲學家解決了這種可能性,但有些說法卻令人震驚,沒有任何實質內容,只起到讓人關注的作用,其目的是創(chuàng)造無意義的興奮點。因此需要破除這些神話和誤區(qū),并讓真相在信息層次上升到其應有的地位。

錯誤觀念導致困擾

首先,值得注意的是,許多人將某些程序和努力視為機器學習(ML)和人工智能(AI)的事例,大多數(shù)在沒有理由這樣做時被錯誤和夸大所困擾。還有任何形式的自治代理,甚至能夠執(zhí)行中間任務時,人工智能常常被拋到一邊。如果這樣的機器或程序可以“行動、推理或交互”,那么使用上述術語就完全沒問題。問題在于,不是每個中央處理單元(CPU)都是人工智能定義的。

機器學習怎么樣?機器學習是一種概念,其特點是在機器或程序中灌輸模式,使其能夠單獨找到該模式的其他示例。這個特定實例的關鍵組成部分是“獨立的”。但許多人并不知道,并非每個定位器或搜索服務都是機器學習執(zhí)行新動作或自行收集數(shù)據的一個例子。

除了這些誤解之外,科幻小說幾十年一直宣揚經典的“人工智能接管或機器人起義”的故事情節(jié)。甚至像史蒂芬·霍金和伊隆·馬斯克這些備受尊敬的思想家也提倡制定計劃,以確保人類始終保持對智能機器的控制權。

但是,科幻小說帶來的這種威脅究竟有多真實?在某些經濟領域,人工智能替代工作人員的情況已經發(fā)生,自動駕駛汽車取代了人類駕駛員,虛擬助理和聊天機器人正在成為在線客戶服務的支柱。當然,特別是對于千禧一代來說,裁員是面臨的現(xiàn)實,但最近的一項研究顯示,77%的企業(yè)進行了重組,其中包括采用人工智能技術,并為他們的員工提供新職位,而不是用機器取代他們。

過度炒作人工智能

目前,實用的人工智能的一個很好的例子就是分類軟件。這樣的程序可以及時處理大量數(shù)據,而工作人員可以讓其智力集中在較少重復和較少勞累的任務上。這也適用于聊天機器人,他們可以以某種方式行事,推斷回應或個人問題并做出相應回應。機器將意識到它正在與一位有意識的、有感覺的對話者進行對話。

這里有什么炒作?那么,當一個會議發(fā)言人指出人工智能在IT產業(yè)或工廠化生產的某個特定部分的重要性時,人們就會曲解他的觀點。以下來看看人們在聽到人工智能這個術語時所期望的東西:

?關于一大堆話題的有趣對話。

?絕對服從,并且在人類提出要求時可以提供幫助。

?情緒感知能力和同情心。

?自我意識到自己的存在,以及這個存在所處的地位。

?不會疲倦,或者有人會說,機械模擬神經資源和記憶的無限涌入。

人們現(xiàn)在采用的人工智能是否執(zhí)行這些任務?答案是否定的,以下有更詳細的答案。

揭穿人工智能/機器學習的神話

人們認為人工智能現(xiàn)在可以執(zhí)行所有的事情,但從每個人的經驗來看,很明顯這種能力還處于初級階段。人工智能可以識別多種語言模式,并使用自己的人工灌輸詞匯來回答問題和公告。

然而,成功的對話聯(lián)系與會話誤入歧途之間始終存在細微差別。當人工智能不能識別正在討論的內容時,就會看到事情失控。因此,當機器甚至不能與人類進行必要的對話時,人們?yōu)槭裁磿某霈F(xiàn)類似《終結者》電影中的情景呢?

人們的希望是什么

人們擁有完全自主的機器還有很長的路要走。機器學習技術仍處于起步階段,只有當人們可以讓機器自行解決問題和故障時,機器學習才算成熟。

人們正朝著一個正確的方向前進,其市場營銷和闡述也越來越好。如今的技術距離科幻小說的“人工智能替代人類工作”還有很遠的距離。只有通過仔細的研究和正確的信息,通過更多的努力才能盡快達成目標。

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關注

    關注

    1812

    文章

    49529

    瀏覽量

    259087
  • 機器學習
    +關注

    關注

    66

    文章

    8532

    瀏覽量

    135985

原文標題:消除人工智能和機器學習的誤區(qū)

文章出處:【微信號:D1Net08,微信公眾號:AI人工智能D1net】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    未來趨勢:人工智能+機器人+互聯(lián)網三者融合

    于乃功對此表示贊同,他認為:“未來,物聯(lián)網、大數(shù)據、機器人和云端等概念需要融合在一起,互聯(lián)網對機器人是支撐,人工智能機器人也是支撐,需要
    發(fā)表于 01-25 11:30

    有沒有搞機器學習,人工智能算法研究的啊?

    如題,希望找到一些同樣研究機器學習,人工智能算法研究的朋友,相互探討,共同進步。自己個人搞感覺挺難的,希望可以
    發(fā)表于 02-26 09:58

    分享:人工智能算法將帶領機器人走向何方?

    。AI與傳統(tǒng)的編程區(qū)分開來的關鍵是因為AI算法能“智慧、智能”,傳統(tǒng)算法只能執(zhí)行個定義的指令序列,而AI算法能在不斷執(zhí)行指令之后,還進行機器人學習,從而模仿達到一些人類智力水平。 所
    發(fā)表于 08-16 10:44

    數(shù)據對人工智能發(fā)展的重要性

    件事情里特別核心的件就是大數(shù)據中心和人工智能算法的整合。讓我們一起來引領人工智能和大數(shù)據時代的來臨。 在未來大量數(shù)據的融入、數(shù)據中心和云都面臨巨大的變化背景下,F(xiàn)PGA靈活、低遲延、
    發(fā)表于 10-09 15:26

    一起來學習

    一起來學習
    發(fā)表于 11-10 15:02

    人工智能機器學習的前世今生

    、人工智能和深度學習、物聯(lián)網(IOT)以及大數(shù)據將從他們那些不太知情的同行那里帶走超過1兆2000億美元。數(shù)據是機器學習的關鍵。算法從定數(shù)
    發(fā)表于 08-27 10:16

    【轉載】如何從零入門人工智能(AI)具體學習步驟和方法

    模塊(尤其是C/C++)很輕松地聯(lián)結在一起。比如3D游戲中的圖形渲染模塊,性能要求特別高,就可以用C/C++重寫,而后封裝為Python可以調用的擴展類庫。這也是人工智能必備知識。(3)掌握機器
    發(fā)表于 11-28 16:20

    python人工智能/機器學習基礎是什么

    python人工智能——機器學習——機器學習基礎
    發(fā)表于 04-28 14:46

    人工智能機器學習提高網絡安全性的方法

    人工智能機器學習可以幫助組織提高網絡安全性的一些方法
    發(fā)表于 01-25 06:25

    什么是人工智能、機器學習、深度學習和自然語言處理?

    ,機器人現(xiàn)在可以與具有多任務處理能力的人類工作者一起工作。計算機視覺、傳感器網絡和人工智能廣泛應用于數(shù)控機床和裝配線,以減少誤差,實現(xiàn)自動修正和提高生產率。交通: 基于應用程序的出租車服務和車輛共享
    發(fā)表于 03-22 11:19

    機器學習人工智能有什么區(qū)別?

    機器學習人工智能有什么區(qū)別?當今唯可用的軟件選項是 ML 系統(tǒng)。在十年左右的時間里,當計算能力和算法開發(fā)達到可以顯著影響結果的地步時,我們將見證第
    發(fā)表于 04-12 08:21

    人工智能與機器學習的區(qū)別

    當人們被要求評估人工智能機器學習的潛力以解決其組織的問題時,最好了解兩者之間的區(qū)別。如今,人工智能機器
    的頭像 發(fā)表于 03-16 10:43 ?4592次閱讀

    機器學習/人工智能領域一些非常有創(chuàng)意的突破

    本文介紹了近期在機器學習/人工智能領域一些非常有創(chuàng)意的突破,每個都腦洞大開,不管是否是相關從業(yè)人員都值得
    的頭像 發(fā)表于 05-19 10:49 ?3815次閱讀

    關于人工智能與深度學習一些分析

    發(fā)展至今,人工智能可以劃分為兩類:弱人工智能和強人工智能。前者讓機器具備觀察和感知的能力,能做到定程度的理解和推理;而強
    發(fā)表于 08-06 09:33 ?1251次閱讀

    關于人工智能機器學習一些知識

    機器學習人工智能個子集,它為機器提供了自動學習和改進的能力,無需任何明確的編程。而深度
    發(fā)表于 08-07 15:52 ?1133次閱讀