读AI3.0笔记01_引言

这篇具有很好参考价值的文章主要介绍了读AI3.0笔记01_引言。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

读AI3.0笔记01_引言文章来源地址https://www.toymoban.com/news/detail-796864.html

1. GEB

1.1. Godel, Escher, Bach-- An Eternal Golden Braid, 简称GEB

1.1.1. 《哥德尔、艾舍尔、巴赫——集异璧之大成》

1.1.2. 《GEB:一条永恒的金带》

1.2. 一本关于计算机最终将如何获得智能和自我意识的著作

1.2.1. 获得了普利策奖和美国国家图书奖

1.3. “GEB”成书于20世纪70年代末,是侯世达对诸多学术领域研究热情的流露

1.3.1. 汇集了数学、艺术、音乐、语言和文字游戏等诸多领域的知识

1.3.2. 旨在探讨智能、意识甚至自我意识这些人类基本技能是如何从非智能、无意识的生物细胞基质中产生的

1.4. 侯世达是人工智能界的传奇人物,也是名著“GEB”的作者

1.4.1. 侯世达认为,从原则上讲,人工智能是有可能实现的

1.4.1.1. 它的‘敌人’是那些说人工智能不可能实现的人

1.4.1.1.1. 他们不理解大脑是一堆服从物理定律的物质
1.4.1.1.2. 不理解计算机可以模拟任何东西,更不用说神经元、神经递质等层面的内容了

1.4.2. 直到最近,侯世达似乎才认识到,通用的、人类水平的人工智能在他甚至是他下一代的一生中都不可能出现

2. 会出现能够打败人类的国际象棋程序吗?

2.1. 侯世达的猜想是“不会。有可能出现在国际象棋中击败人类的程序,但它们不会成为专业的棋手,它们只是通用智能的程序”

2.2. 所有国际象棋程序使用的都是大量简单粗暴的前向预测搜索

2.3. 专家级的人类棋手依靠快速识别棋盘上的局势来决定下一步棋的走向

2.4. 在一局对弈中,顶级的人类玩家能够将棋子位置的排列组合感知为一种特定的、需要“某种策略”来应对的“局势”

2.4.1. 玩家可以快速地将特定的排列组合识别为更高级别概念的实例

2.5. 计算机国际象棋程序如果没有这种感知模式和识别抽象概念的通用能力,那么将永远无法达到顶级人类棋手的水平

2.6. 20世纪八九十年代,计算机国际象棋程序的能力经历了一次大飞跃,这要归功于计算机运算速度的急剧提升

2.6.1. 顶级的程序仍在以一种非人类的方式运行,执行大量的前向预测搜索来决定下一步行动

2.7. 到90年代中期,装备国际象棋专用硬件的IBM深蓝计算机(Deep Blue)已经达到了大师级水平

2.7.1. 1997年,深蓝在一场六局的比赛中击败了世界冠军加里·卡斯帕罗夫(Garry Kasparov)

2.7.2. 国际象棋大师,曾一度被视为人类智慧的巅峰,也向这种粗暴的前向预测搜索的方法屈服了

2.7.3. 深蓝能够下棋,但并不能做其他任何事情

3. 计算机会谱写出优美的音乐吗?

3.1. 到了20世纪90年代中期音乐家大卫·科普(David Cope)编写的一个程序,这个程序名为“音乐智能实验”(EMI)

3.1.1. 科普是一名作曲家和音乐教授

3.2. 研发EMI的最初目的是让它自动地按照自己规定的特定风格来创作音乐片段,帮助自己完成乐曲的创作

3.3. EMI变得出名是因其能够创作巴赫和肖邦等古典作曲家风格的音乐作品

3.4. EMI遵循由科普研发的大量规则来作曲,这些规则用于捕捉作曲的通用语法,把这些规则应用于某一个作曲家的大量作品上,就可以产生符合这位作曲家风格的一个新作品

3.4.1. 对最浅显的音节排序进行模式操纵,却能够产生听起来仿佛来自人类内心的音乐

4. 创造具有人类智能的机器,是一场重大的智力冒险

4.1. 计算机似乎正在以惊人的速度变得越来越智能,但它们仍然会干出一些令人觉得颇具讽刺意味的事儿

4.1.1. 用了谷歌地图导航,但还是迷路了,而且,我是在谷歌地图的大楼里迷路的,这是多么讽刺

4.2. 谷歌已不再仅仅是一个门户网站了,它正在迅速成长为一家应用型人工智能公司

4.2.1. 公司的最终愿景是“破解智能,并用它来解决其他一切问题”

4.3. 人工智能现已成为谷歌重点关注的领域

4.3.1. 2011年,谷歌内部创建了一个名为“谷歌大脑”(Google Brain)的人工智能研究小组

4.3.2. 人工智能是将谷歌及其各种产品、服务和没有明确目标的研究与其母公司Alphabet联结在一起的黏合剂

4.4. 人工智能“奇点理论”:在不久的将来,计算机将比人类更智能

4.4.1. 奇点是指在不久的将来,在某个假设的时间点上,出现了具有自我提升和自主学习能力的人工智能

4.4.2. 随后,这种人工智能将很快成为达到进而超过人类水平的智能

4.5. 我们将会完全措手不及,我们可能会认为什么都没有发生,但是突然之间,在我们意识到之前,计算机已经变得比我们人类更聪明了

4.5.1. 如果这真的发生了,我们将被取代,我们将成为遗迹,我们将被尘埃淹没

4.6. 人工智能领域

4.6.1. 自动驾驶汽车

4.6.2. 语音识别

4.6.3. 自然语言理解

4.6.4. 语言翻译

4.6.5. 计算机生成的艺术

4.6.6. 音乐创作等领域

4.7. 在人工智能领域工作的人早就已经习惯了这个领域之外的人的各种恐惧

4.7.1. 可能是受到了科幻电影刻画的超级智能机器会变邪恶等情节的影响

4.7.2. 日益复杂的人工智能将取代人类在某些工作中的地位

4.7.3. 人工智能应用于大数据后可能会侵犯个人隐私,并造成难以察觉的歧视

4.7.4. 那些被允许做出自主决定的、难以被人理解的人工智能系统,则有可能会制造一场浩劫

4.8. 侯世达的恐惧针对的则是完全不同的方面

4.8.1. 他不是担心人工智能变得太聪明、太有侵略性、太难以控制,甚至太有用

4.8.2. 他担心的是:智能、创造力、情感,甚至意识本身都太容易产生了

4.8.2.1. 这些他最为珍视的人性特征和人类精神,结果只不过是“一套把戏”,一套肤浅的暴力算法就可以将其破解

4.8.3. 他担心人工智能可能会展现给我们,我们最看重的人的品质可以通过简单的机械化方法获得,这让人十分沮丧

4.9. 侯世达坚信:精神及其所有特征完全来自大脑及身体的其他部分组成的物质基础,以及身体和外界物理世界间的交互,其中没有任何非物质或无形的东西

4.10. 我发现这非常可怕,非常令人困扰,非常令人悲伤、困惑、迷茫,非常糟糕、可怕、奇怪,因为,人们正在盲目地、极其兴奋地向前冲,去创造这些东西。

4.10.1. 侯世达

4.11. 如果人类这种无限微妙、复杂且具有情感深度的心灵能被一块小小的芯片所简化,这将会摧毁我对人性的理解。

4.11.1. 侯世达

4.12. 完全的人工智能的发展将导致人类种族的终结。

4.12.1. 2014年,物理学家斯蒂芬·霍金(Stephen Hawking)

4.13. 人工智能可能是我们最大的生存威胁,而我们正在用人工智能召唤恶魔。

4.13.1. 2014年Tesla和Space X公司的创始人埃隆·马斯克(Elon Musk)

4.14. 我同意埃隆·马斯克和其他人对此的观点,我不明白为什么有些人对此毫不关心。

4.14.1. 微软创始人比尔·盖茨(Bill Gates)

4.15. 人类智能是一种不可思议的、微妙的、难以理解的东西,短期内不会有被复制的危险。

4.15.1. 企业家和活动家米歇尔·卡普尔(Mitchell Kapor)

4.16. 我们严重高估了机器在当下和几十年后的能力。

4.16.1. 麻省理工学院人工智能实验室前主任、机器人专家罗德尼·布鲁克斯(Rodney Brooks)

4.17. 在寻求创造“强人工智能”的过程中,“几乎没有任何进展”

4.17.1. 心理学家和人工智能研究专家盖瑞·马库斯(Gary Marcus)

4.17.2. 强人工智能指的是通用的、人类水平的人工智能

到了这里,关于读AI3.0笔记01_引言的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 读AI3.0笔记06_新机器人三定律

    8.1.1.1. “逃跑”的故事 8.1.1.1.1. 如果一个机器人遵循第二定律向危险物质移动 8.1.1.1.2. 这时第三定律将会生效,机器人随即远离该物质 8.1.1.1.3. 此时第二定律又重新开始生效 8.1.1.1.4. 于是,机器人将被困在一个无尽的循环中,最终对机器人的人类主人造成了灾难性的后果

    2024年01月25日
    浏览(28)
  • 01.机器学习引言

    1. 数据搜集 其中数据划分,是将数据集分为训练集、验证集和测试集(通常不考虑时间) 2. 数据清洗 3. 特征工程 提取对象:原始数据(特征提取一般在特征选择之前) 提取目的:自动地构建新的特征,将原始数据转换为一组具有明显物理意义(例如,几何特征、纹理特征

    2024年02月12日
    浏览(48)
  • 基于 ARM SoC 的视频传输系统设计(10-01-01)引言

    新芯设计:专注,积累,探索,挑战   对于 《基于 SoC 的卷积神经网络车牌识别系统设计》 这个极具竞争的项目而言,其主要是 通过 CPU 软核 IP 在纯 FPGA 平台上构建一个 AI SoC 卷积神经网络车牌识别系统,其中,缩放、填充层、卷积层、ReLU、池化层、全连接层 IP 都是 V

    2024年01月25日
    浏览(35)
  • cs50ai3

    cs50ai3-------Optimization 基础知识 课后题目 代码实践 学习链接 总结 这节课主要讲了一些优化问题对应的算法求解,其实具体使用时还是需要具体分析,看哪些问题能够转化为我们学习的算法能够求解的形式 local search与hill climbing与linear programming这三种算法都比较直观简单,这里

    2024年02月08日
    浏览(29)
  • 李宏毅2023春季机器学习笔记 - 01生成AI(ChatGPT)

    预设的知识储备要求:数学(微积分、线性代数、机率);编程能力(读写python) 这门课专注在 深度学习领域deep learning, 事实上深度学习在今天的整个机器学习(ML)的领域使用非常广泛,可以说是最受重视的一项ML技术。 这门课可以作为你的机器学习的第一堂课,修完后

    2023年04月19日
    浏览(51)
  • 【笔记ing】数学建模(厦大谭忠)-引言、数学建模与数学思想

    数学建模  第一章 数学建模与数学思想 1 何谓数学建模 2 确定性数学 3 不确定性数学 4 数学与现实 5 数学建模与各学科 6 数学建模与各行业 7 变量识别 8 数学建模的步骤 9 论文写作要求 10 《数学建模》课程特色 11 先修课程教材与网站 12 培养目标 13 教学方法 1 何谓数学建模

    2024年02月03日
    浏览(47)
  • 读天才与算法:人脑与AI的数学思维笔记01_洛夫莱斯测试

    1.8.2.1.            机器会发挥作用,提出一些新的想法和建议,以启发我们突破思维定式,防止我们陷入简单的重复 1.8.2.2.            最终,机器可能会帮助我们,而作为人类,我们应该表现得不那么像机器 Minsky)和唐纳德·米基(Donald Michie)等一系列先驱,并引

    2024年04月16日
    浏览(27)
  • Go测试之.golden 文件

    Go测试中的.golden 文件是干什么用的?请举例说明 在Go语言中, .golden 文件通常用于测试中的黄金文件(golden files)。黄金文件是在测试期间记录预期输出结果的文件。测试用例运行时,黄金文件用于比较实际输出与预期输出是否一致。 通常,\\\".golden\\\" 文件的命名规则是将测试

    2024年02月10日
    浏览(19)
  • Golden Gate(GGX)开发者见解与创新DeFi应用

    Golden Gate(GGX) 是一种创新的跨链基础设施协议,提供了一种协议无关层、且旨在消除 Layer 0 通信摩擦的通信。激励消息交付协议(IMDP)是GGX的跨链协议,它使用一种轻量级客户端的快速网络传递消息方式,来实现高效的跨链通信。Golden Gate(GGX) 的Web3基础设施具备广泛的通用性

    2024年02月03日
    浏览(40)
  • 25、matlab里面的10中优化方法介绍——Opt_Golden法(matlab程序)

    1. 简述        基本思想 黄金分割法也称为 0.618 法,其基本思想是通过取试探点和进行函数值比较,使包含极小点的搜索区间不断缩短以逼近极小值点。适用于确定区间上的任何单谷函数求极小值的问题。 公式推导 设有定义在[ a , b ] [a,b][a,b]上的单谷函数 φ ( α ) = f ( x k

    2024年02月16日
    浏览(40)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包