有了微处理器、图形界面、操作系统等产物之后,原本用途极其狭隘的计算机开始成为家用设备,通过键盘和鼠标的控制,普通人也可以在终端上操作文档和读写信息,计算机变得电器化了,从而开创了一个超万亿级的新市场,这就是通用性的力量。
很多时候不是在证明机器有多智能,而是在间接证明人类社会当前的很多行为设计有多愚蠢,比如教育中的各种考试、各种“复制+修改”就能胜任的文案工作。
Microsoft Mesh也是一个元宇宙平台。与为人们提供社交服务的AltspaceVR不同,Microsoft Mesh面向希望远程协作的公司。相当于放弃了消费级,押注了企业级。临场感有助于提高工作效率,“在公司里,很多灵感是在交谈中诞生的。新一代公司会更注重如何让员工和员工、员工与领导之间的交谈更轻便、更自然发生。”
机器人和人工智能的目标完全不同,人工智能的目标是用机器来模仿人类的智能行为,追求的是机器行为跟人类行为的相似性,越相似越好。机器人则完全不同,它的目标是设计出来一个机器来协助人类完成某种任务,而这个任务原来是人来完成的,所以机器人的目标是完成任务。
人类创造更强大的智能有两条路径,一是从生命科学出发,通过改造基因或者直接改造大脑来获取更强大的智能;二是从人工智能出发,创造一种新形式的智能。现在看来,这两条路径都困难重重,甚至比解决世界的问题都要更困难,这是人类面临智能危机的根本原因。
为什么AI总是很难落地?为什么人工智能常常被人诟病?有人说这是由于科幻电影、科幻小说、电子游戏、新闻媒体等造成的,这个观点有一定的合理成分,但还有一个更重要的事实为大家所忽略,那就是本应为“人机环境系统融合智能”常常被误认为是“人工智能(甚至是一些算法)”所致。
伦理对人而言还是一个很难遵守的复杂体系,对机器而言则更加难以理解......人机智能是人—机—环境系统相互作用而产生的新型智能系统。其与人类智能、人工智能的差异具体表现在3个方面。
“通用”软件和“通用”硬件就可以通吃。虽然这种做法在信息领域很常见,但在人工智能领域通常行不通,因为信息产业所涉及的通信、计算机、控制技术都建立在坚实的理论基础上,具有很强的通用性,产业道路和目标都很明确。但人工智能至今还没有完整的理论,唯一有的就是算法。
当今社会的数字化进程,带来了人体的抽象化。在工作场所、公共场合乃至私密领域,人已经不再是一个实体,而是抽象为离散的流动状态,也就是数据化的我们,流向了公共服务部门、商业实体。我们以无法自我控制的方式,被分类、标记、分析,并且成为一个个干预目标。
我认为AlphaGo有点像游戏。人类冠军棋手非常优秀,非常擅长发现模式等。但面对可以进行大规模搜索的AI,人类最终会失去这种能力。这并不意味着人类不聪明,人类聪明得多,可以理解很多不同的事物,如语义理解和社会关系等。而计算机非常狭隘地只专注于一件事,慢慢地这些系统肯定会变得不那么狭窄,但仍然会非常狭隘
人类是细胞生物,所以大脑才是一个个神经元组成的网络,如果认为人工智能内部也应该是由一个个单元组成,那就有点东施效颦了。我们需要反思,与大脑类似的智能架构适合在计算机上重现吗?是否存在更加高效、更加适合计算机的智能实现方式?
早在上世纪60年代,麻省理工学院的两位学者就已经编写过一个名叫Eliza的聊天AI。它可以从自己的文本库中选出一些语句来对人们的提问进行回应。但我们都知道,它所做的一切只不过是按照程序行事。
“后新闻”生产模式——生成式AI对新闻传播业的再格式化
ChatGPT一周心得,知道为什么叫聊天机器人了
从“功能机”到“智能机”:机器人呼唤RobotGPT
肖仰华:停止对ChatGPT替代论的唱和 反思人类社会的诸多设计
盖茨说ChatGPT不会威胁人类工作:教师不会减少,医生也不会
顶科协奖得主乔丹:人工智能不是一项技术,而是一种思考方式
贝索斯回应外界批评:开发太空是为保护地球,而非放弃家园
马云2020重庆智博会演讲:9分钟谈数字化16次
智能汽车厂商,能否从人性化中找到智能化 | 哈希力量原创组
专访马维英:AI将引领生命科学领域下个十年的创新