机器人的人性化——人的机械化
如果我们从流行的神话中选择人工智能，它可能会成为一项非常有前途和有用的发明。 人和机器 - 这种组合会创造出令人难忘的串联吗？
在 1997 年被深蓝超级计算机击败后，加里·卡斯帕罗夫（Garry Kasparov）休息，深思熟虑，然后……以一种新的形式重返比赛——与所谓的机器合作 半人马. 即使是普通棋手与普通计算机配对，也可以击败最先进的国际象棋超级计算机——人类和机器思维的结合彻底改变了棋局。 因此，在被机器击败后，卡斯帕罗夫决定与它们结盟，这具有象征意义。
理线 模糊机器与人类的界限 持续多年。 我们看到现代设备如何取代我们大脑的某些功能，智能手机或平板电脑就是一个很好的例子，它们可以帮助有记忆缺陷的人。 虽然一些批评者说他们也关闭了以前没有缺陷的人的许多大脑功能......无论如何，机器生成的内容正越来越多地渗透到人类的感知中——无论是视觉的，例如数字创作或增强现实中的内容，或听觉。 ，作为 Alexa 等基于人工智能的数字助理的声音。
我们的世界可见或不可见地充斥着“外星人”形式的智能、监视我们、与我们交谈、与我们交易或帮助我们选择衣服甚至代表我们的生活伴侣的算法。
没有人认真地声称人工智能与人类平等，但许多人会同意人工智能系统已准备好与人类更紧密地集成，并利用双方的最佳优势从“混合”的机器-人类系统中创造出来。
人工智能越来越接近人类
通用人工智能
来自北卡罗来纳州杜克大学的科学家 Mikhail Lebedev、Ioan Opris 和 Manuel Casanova 一直在研究提高我们的思维能力的话题，正如我们已经在 MT 中谈到的那样。 根据他们的说法，到 2030 年，人类智能将通过大脑植入物得到增强的世界将成为日常现实。
Ray Kurzweil 和他的预测立即浮现在脑海中。 技术奇点. 这位著名的未来学家很久以前就写道，与电子计算机处理数据的速度相比，我们的大脑非常缓慢。 尽管人类大脑具有同时分析大量信息的独特能力，但库兹韦尔认为，很快数字计算机不断增长的计算速度将远远超过大脑的能力。 他建议，如果科学家们能够理解大脑如何执行混乱和复杂的动作，然后将它们组织起来进行理解，这将导致计算领域的突破，以及向所谓通用 AI 方向的人工智能革命。 她是谁？
人工智能通常分为两种主要类型： 窄 欧拉兹 一般 （通用人工智能）。
我们今天可以在我们周围看到的第一个，主要是计算机、语音识别系统、iPhone 中的 Siri 等虚拟助手、自动驾驶汽车中安装的环境识别系统、酒店预订算法、X 射线分析、在互联网。，学习如何在手机键盘上写字以及其他数十种用途。
通用人工智能是另一回事，更多 让人想起人类的心灵. 它是一种灵活的形式，能够学习任何你能学到的东西，从剪头发到构建电子表格 推理和结论 基于数据。 AGI 还没有建成（幸运的是，有人说），我们从电影中了解它比从现实中了解更多。 完美的例子是“9000”中的 HAL 2001。 太空漫游”或“终结者”系列中的天网。
人工智能研究人员文森特·穆勒（Vincent S. Muller）和哲学家尼克·博斯特罗姆（Nick Bostrom）在 2012-2013 年对四个专家组进行的一项调查显示，在 50 年至 2040 年间开发通用人工智能 (AGI) 的可能性为 2050%，到 2075 年这一可能性将增加到 90% . . 专家还预测了一个更高的阶段，即所谓的 人工超级智能他们将其定义为“在各个领域都远远优于人类知识的智力”。 在他们看来，它将出现在 OGI 成就之后的 XNUMX 年。 其他人工智能专家表示，这些预测过于大胆。 鉴于我们对人类大脑如何运作的了解非常少，怀疑论者将 AGI 的出现推迟了数百年。
电脑眼 HAL 1000
没有健忘症
真正的 AGI 的一个主要障碍是 AI 系统倾向于在尝试继续执行新任务之前忘记他们所学的内容。 例如，用于人脸识别的人工智能系统将分析数千张人脸照片，以便有效地检测它们，例如在社交网络中。 但是由于学习 AI 系统并不能真正理解他们正在做的事情的意义，所以当我们想要教他们根据他们已经学到的东西做其他事情时，即使这是一个非常相似的任务（比如，情感人脸识别），他们需要从头开始训练。 另外，在学习了算法之后，我们不能再修改它，只能定量地改进它。
多年来，科学家们一直在努力寻找解决这个问题的方法。 如果他们成功了，人工智能系统可以从一组新的训练数据中学习，而不会覆盖他们在这个过程中已经拥有的大部分知识。
谷歌 DeepMind 的 Irina Higgins 于 XNUMX 月在布拉格的一次会议上提出了可能最终打破当前 AI 弱点的方法。 她的团队创建了一个“人工智能代理”——有点像一个算法驱动的视频游戏角色，它比典型算法更有创造性地思考——能够“想象”它在一个虚拟环境中遇到的东西在另一个虚拟环境中的样子。 通过这种方式，神经网络将能够将其在模拟环境中遇到的对象与环境本身分开，并在新的配置或位置中理解它们。 arXiv 上的一篇文章描述了对白色手提箱或椅子识别算法的研究。 一旦经过训练，该算法就能够在一个全新的虚拟世界中“可视化”他们，并在开会时识别他们。
简而言之，这种类型的算法可以区分它遇到的和以前看到的 - 就像大多数人所做的那样，但与大多数算法不同。 AI系统更新它对世界的了解，而无需重新学习和重新学习一切。 基本上，该系统能够在新环境中转移和应用现有知识。 当然，Higgins 女士的模型本身还不是 AGI，但它是迈向更灵活、不受机器健忘症影响的算法的重要第一步。
向愚蠢致敬
来自巴黎大学的研究人员 Mikael Trazzi 和 Roman V. Yampolsky 认为，人机融合问题的答案是将人工智能引入算法也“人为的愚蠢”. 这也将使我们更安全。 当然，人工智能（AGI）也可以通过限制处理能力和内存来变得更安全。 然而，科学家们明白，例如，超级智能计算机可以通过云计算订购更多的电力、购买设备并运送它，甚至被一个愚蠢的人操纵。 因此，有必要用人类的偏见和认知错误来污染 AGI 的未来。
研究人员认为这很合乎逻辑。 人类有明显的计算限制（记忆、处理、计算和“时钟速度”），并以认知偏差为特征。 一般的人工智能并没有那么有限。 因此，如果要更贴近人，就必须以这种方式进行限制。
Trazzi 和 Yampolsky 似乎有点忘记这是一把双刃剑，因为无数的例子表明愚蠢和偏见是多么危险。
情绪和举止
具有活泼、类人特征的机械角色的想法，早就激发了人类的想象力。 早在“机器人”这个词出现之前，人们就已经创造了关于傀儡、自动机和友好（或不友好）机器的幻想，这些机器体现了生物的形式和精神。 尽管计算机无处不在，但我们并不觉得我们已经进入了众所周知的机器人时代，例如，从 Jetsons 系列的愿景中。 今天，机器人可以吸尘、驾驶汽车和在聚会上管理播放列表，但它们在个性方面还有很多不足之处。
但是，这种情况可能很快就会改变。 谁知道是否更有特色和野蛮的机器喜欢 向量 安基。 设计师并没有关注它可以执行多少实际任务，而是试图赋予机械创作“灵魂”。 始终在线，连接到云端，这个小机器人能够识别面孔并记住名字。 他随着音乐跳舞，像动物一样对触摸做出反应，并受到社交互动的刺激。 虽然他会说话，但他很可能会使用肢体语言和显示器上简单的情感符号进行交流。
此外，他还可以做很多事情——例如，能胜任地回答问题、玩游戏、预测天气甚至拍照。 通过不断的更新，他不断地学习新的技能。
Vector 不是为制冷专业人士设计的。 也许这是一种让人们更接近机器的方式，比将人脑与人工智能整合的雄心勃勃的计划更有效。 这远非唯一的此类项目。 原型创建了几年 老人和病人的辅助机器人他们发现越来越难以以合理的成本提供足够的护理。 著名的 机器人辣椒就职于日本软银公司，他必须能够读懂人类的情绪，学会如何与人互动。 归根结底，它是在家里帮忙，照顾孩子和老人。
老太太与Pepper机器人互动
工具、超级智能或奇点
总之，可以注意到 三大主流 反思人工智能的发展及其与人类的关系。
- 第一个假设通常不可能建立与人类相同和相似的人工智能（AI）。 不可能 或者很遥远的时间。 从这个角度来看，机器学习系统和我们所说的人工智能将变得越来越完善，越来越有能力执行它们的专业任务，但永远不会超过一定的限度——这并不意味着它们只会为人类造福。 由于它仍然是一台机器，也就是一个机械工具，它既可以帮助工作，也可以支持人（大脑和身体其他部位的芯片），并且可能会伤害甚至杀死人.
- 第二个概念是机会。 AGI的早期构建然后，由于机器的进化， 上升 人工超级智能. 这种视觉对一个人来说是潜在的危险，因为超大脑可能会认为它是敌人或一些不必要或有害的东西。 这样的预测并不排除未来机器可能需要人类的可能性，尽管不一定像《黑客帝国》中那样作为能源的来源。
- 最后，我们还有 Ray Kurzweil 的“奇点”的概念，即奇点 人与机器的融合. 这将为我们提供新的可能性，机器将被赋予人类 AGI，即灵活的通用智能。 按照这个例子，从长远来看，机器和人的世界将变得无法区分。
人工智能的类型
- 喷气式飞机 - 专业化，响应特定情况并执行严格定义的任务（DeepBlue，AlphaGo）。
- 内存资源有限 - 专业化，使用接收到的信息资源进行决策（自动驾驶汽车系统、聊天机器人、语音助手）。
- 具有独立思想的天赋 - 一般，了解人类的思想、感受、动机和期望，能够不受限制地互动。 相信第一批副本将在人工智能发展的下一阶段制作。
- 自我意识 - 除了灵活的头脑，它还有意识，即。 自己的概念。 目前，这种愿景完全处于文学的标记之下。
