近日,谷歌召开一年一度的Google I/O大会,会上展示了谷歌新研发的人工智能软件谷歌助手(Google Assistant)的神奇力量。一位用户想剪头发,谷歌助手直接帮用户电话预约理发店,在全程与理发店的真人对话中,谷歌助手丝毫没有出现任何滞后和逻辑错误,理发店那头丝毫没有察觉到自己是在和AI对话。谷歌助手还可以帮人预订餐馆、影院、旅行社,通过学习还能像一个发小/闺蜜/老友那样陪人聊天,同时实现多线处理。
谷歌助手展现的功能意味着人工智能的进一步升级,而且具有里程碑意义。如果让理发店的职员都意识不到是在与AI对话,证明谷歌助手通过了图灵测试,拥有了与真人相同或类似的智能或智力。
即便这样,也并非是AI的逆天或将会颠覆人类,因为这只是人工智能在言语、逻辑上的进一步突破,还无法完全拥有与人一样的智慧或智能,如人的最根本的综合分析和思维能力,以及此后的行动,如设计、制造和创造等方面的能力。
美国Uber自动驾驶汽车发生车祸就说明了AI的低能。3月18日晚10点,Uber的一辆无人驾驶汽车在亚利桑那州撞死了47岁的行人伊莱恩·赫茨伯格(Elaine Herzberg)。现在初步的调查结果表明,出事前Uber自动驾驶汽车已经探测到了行人,但Uber自动驾驶软件(AI)并没有作出反应。部分原因是,该技术被调整为忽视那些被认定为“误报”的物体,如道路上的塑料袋等。
也就是说,自动驾驶AI尽管发现了行人,但把行人误当成塑料袋等物体,没有理会和处置,继续前行,酿成大祸。这就是AI与人的智能的重大差异,是AI的深度学习能力与人的综合智能的天壤之别。
人的感知和认知是根据外界事物的全面特征并加以综合分析后迅速得出结论并采取措施,有的时候就是所谓的直觉,然而这种知觉是建立在综合感知和综合分析之上的。对于活着的物体(人和动物),人的认知不仅要靠相貌、体形,还要通过动态(运动)、立体(三维)、气味、方向等来判断,就连方向也能分辨为上下、相向、同向和横向等。
发生事故时,赫茨伯格是在推着自行车行进,这个运动特征与人的特征加在一起,可以让人(驾驶员)迅速判断出前方是人,必须刹车或转向。遗憾的是,即便有这些识别特征或要素(最重要的就是正在行走的人),AI驾驶软件也没有辨认出是人,误以为是无生命的物体。
升级的谷歌助手和Uber自动驾驶汽车事故,再次提出了人工智能的一个根本问题:人工智能是纯粹的仿生(仿人)智慧,还是独立或有别于人的智慧。有人认为人工智能不是仿生学,另有人认为人工智能就是仿效人的大脑的功能,即便不是完全的仿生,也是模仿人的大脑的综合智能。严格说来,从人工智能的术语以及综合智慧看,人工智能就是在仿效人的大脑。
人工智能的另一个进展更说明问题。创造出围棋人工智能Alpha Go的Deep Mind团队设计了一个大型的人工神经网络结构(人工智能软件),放置于虚拟现实的游戏环境中。经历强化学习后,这个人工智能在游戏迷宫中向目的地前进的导航能力超越了一般人,达到了职业游戏玩家水平——它能像哺乳动物一样,寻找新路线和抄近路。
这个原理就是模仿人的大脑细胞中不同的辨识方向的神经细胞研发的,大脑辨识方向有三种细胞,分别是位置细胞、方向细胞和网格细胞。人工智能学会了人的辨认方向的能力,如果应用到自动驾驶当然可以更省时间、少跑弯路和节约汽油。但是,能否避免事故的发生却不是拥有所有方向细胞的功能就能胜任的,而是要结合大脑的其他功能,如需要结合感知物体运动和空间距离,以及识别外貌外形的能力。
在很多单项智能方面,人工智能早就大大超过了人的能力。如德勤公司去年开发的财务机器人,可以顶替15个人工财务的工作,机器人可以把36万小时的人力工作在几秒钟就完成。未来包括财务、计算、统计、低端技术、体力工作在内的70%的工作,都可能被人工智能替代或颠覆,但人工智能不可能替代人脑的综合智能,更不可能全面接盘涉及生命和健康的行业。
当然,从逻辑上说,未来也存在人工智能颠覆人类的可能,但那是建立在全面模仿和超越人脑的综合智能的基础之上。
关键字:人工智能 颠覆人类
引用地址:
人工智能颠覆人类的一天会到来吗?
推荐阅读最新更新时间:2024-05-03 02:52
AI插入器功率建模和HBM功率噪声预测研究
翻译自——Semiwiki,Mike Gianfagna 我在2020设计大会上参加了一个2.5D硅互层分析的会议。与本次展会上的许多演示一样,生态系统协作是一大重点。本次会议上,Cadence首席应用工程师胡劲松和Enflame公司高级工程师何永松提出了插入器功率建模和HBM功率噪声预测的方法。虽然应用的重点是人工智能,但所提出的建模方法具有广泛的适用性。 Enflame Tech是一家初创公司,在上海和北京都有研发中心。他们正在开发AI培训平台解决方案,包括深度学习加速器、PCIe板和软件栈,目标是云服务提供商和数据中心。 由于本次设计的重点是AI训练,所以在车上有一个4-hi HBM2内存栈来存储训练数据。ASI
[物联网]
无线远程充电/全息显示/AI蓝牙耳机只是小儿科
美国时间1月9日至12日是一年一度的国际消费电子展,该展始于1967年,经过50年的发展,现已成为了全球各大电子产品企业发布产品信息和展示高科技水平及倡导未来生活方式的窗口。 据悉,此次参展的企业从闻名世界的英特尔、惠普、谷歌等到一些初创公司,涵盖了无人驾驶、 AI 、AR、智能家居、只会教育、智慧城市等方方面面。参展科技企业数量之多,完全可以说是一场电子产品盛会了吧。今年中国企业赴美参展战、占了近10%的展位,数量达到482家! 图|中国各地企业参展情况 CES展会现已是全世界最大的消费电子展,科技界的盛会,而CES创新奖更是被誉为科技界的风向标。 大千世界无奇不有,更何况是这么多高科技企业聚在一起,CES
[嵌入式]
英特尔和布朗大学部署AI,帮助瘫痪患者恢复运动功能
英特尔和布朗大学近日启动由DARPA((Defense Advanced Research Projects Agency,美国国防高级研究计划局))资助的智能脊柱接口项目,该项目旨在利用 人工智能,帮助脊髓严重受损以致瘫痪的患者恢复运动功能和膀胱控制能力。 智能脊柱接口项目示意图 (1) 英特尔公司全球副总裁兼人工智能产品事业部总经理Naveen Rao表示:“在布朗大学就读博士期间,我就在研究了脑机接口及其应用。如今,在英特尔,我们正将我们的人工智能专长与布朗大学的前沿医学研究相结合,以帮助解决一项重大医学难题,即在脊髓严重损伤后如何将大脑和脊柱重新连接起来。”
[物联网]
受蜜蜂导航启发 以色列初创研发自动驾驶汽车5D人工智能成像仪
据外媒报道,在研发完全自动驾驶汽车的竞赛中,能够让 自动驾驶 汽车清楚“看到”前方道路,评估潜在危险,是实现安全导航的关键。虽然,大多数领先的行业参与者都依赖基于激光的激光雷达(光探测和测距)三维传感器,以实现安全导航,并在此类传感器上大量投资,但是 特斯拉 首席执行官埃隆 马斯克 一直是使用廉价的摄像头和雷达,以实现导航的支持者。 (图片来源:Lirhot Systems) 尽管研发人员一直在争论此两种系统的优缺点,但是一家总部位于以色列雷霍沃特(Rehovot)的机器人视觉初创公司Lirhot Systems表示,其已研发出第三种导航方法:一种类似摄像头的传感器,灵感来自于昆虫的导航。 Lirhot首席执行官Shl
[汽车电子]
市场占有率依然是极低,智能家居为何在市场受阻?
虽然目前小米、乐视和国外的众多互联网公司都在积极布局智能家居,但到目前为止,智能家居的市场占有率依然是极低,智能家居为何在市场受阻,是产品不行还是另有隐情? 回忆一下今年消费电子领域的相关展会,从CES到AWE,再到CES ASIA,智能家居可谓炙手可热。再顺路搭一下VR和AR的舆论顺风车,从厂商到媒体,纷纷鼓吹今年是智能家居的元年。如果你天天看科技资讯,很可能会产生一种“不用多久家里就会变得像Stark大厦(钢铁侠家)那么智能了”的错觉。 然而等你回过神来,看看身边,无论是有钱人还是穷人,似乎都没几个在用智能家居产品。就像某段不堪回首的困难岁月,鼓吹高产吹到自己都信了,然后回到家发现一丁点儿能吃的食物都没有。是高产,那产
[嵌入式]
滴滴研发机器人AI算法:秒级识别口罩佩戴、免费开放
眼下,宅在家里是对抗疫最大的支持,但出于工作等各种原因,有时候也不得不外出,口罩就成了必备,但总会有些人不自觉,除了人工监管,技术也可以帮上大忙。 滴滴出行宣布,为了更好地保障司机和乘客的安全,滴滴AI团队开发了一套口罩佩戴识别算法,可以在出车前和行程中自动分析司机乘客是否佩戴了口罩,从而进一步督促大家做好个人防护。 据介绍,这套识别算法以已经获得5项世界第一的人脸识别算法为基础,结合人脸属性识别技术,可以在各类场景图像中,对人脸进行口罩佩戴情况识别,能秒级定位未按照要求配戴口罩的重点人员。 滴滴称,该技术准确可靠,经过了真实业务数据验证,识别准确度可达99%,同时服务稳定,支持高并发承担。 应用场景也很丰富,公共设施、出入库、检
[机器人]
TinyML如何让人工智能无处不在
本文作者:Janakiram MSV。编译自Fobes TinyML是世界上最新的深度学习和人工智能技术。它增强了微控制器中运行机器学习模型的能力。 微控制器是我们几乎每天使用的许多设备的大脑,从电视遥控器到电梯再到智能音箱,它们无处不在。它连接了多个传感器、执行器(如开关和电机)。同时它拥有计算能力,可以执行嵌入式代码,从传感器中获取数据并控制执行器。 TinyML的兴起标志着终端用户享受人工智能方式的重大转变。来自硬件和软件行业的供应商正在合作将人工智能模型引入微控制器。 在电子设备中运行复杂的深度学习模型的能力开辟了许多途径。TinyML不需要边缘、云或互联网连接。它在同一个微控制器上进行本地运行,可以进行传
[嵌入式]
英特尔首发大型神经拟态系统Hala Point,推进“绿色AI”发展
英特尔发布了代号为Hala Point的大型神经拟态系统。Hala Point基于英特尔Loihi 2神经拟态处理器打造而成,旨在支持类脑AI领域的前沿研究,解决AI目前在效率和可持续性等方面的挑战。在英特尔第一代大规模研究系统Pohoiki Springs的基础上,Hala Point改进了架构,将神经元容量提高了10倍以上,性能提高了12倍。 英特尔研究院神经拟态计算实验室总监Mike Davies 表示:“目前,AI模型的算力成本正在持续上升。行业需要能够规模化的全新计算方法。为此,英特尔开发了Hala Point,将高效率的深度学习和新颖的类脑持续学习、优化能力结合起来。我们希望使用Hala Point的研究能够在大规
[嵌入式]