人工智能是一门诞生于20世纪中叶的年轻学科。它对人类的生产和生活方式产生了巨大的影响，也引发了激烈的哲学争论。以下文章与边肖整理的论文相关，分享人工智能的感受。欢迎阅读！
人工智能感受随笔
人工智能的哲学问题
摘要：人工智能是20世纪中期诞生的一门年轻学科。它对人类的生产和生活方式产生了巨大的影响，也引发了激烈的哲学争论。通过总结人工智能的历史发展及其最新研究，探讨其研究中的哲学问题。
关键词：人工智能；哲学；意识；想
20世纪50年代，随着现代科学技术的飞速发展，人工智能从科学幻想变成了现实。在短短不到五十年的时间里，人工智能理论研究不断深化，实际应用不断拓展。迄今为止，它已被应用于几乎所有的学科。人工智能不仅在技术层面，也在哲学层面深刻地影响着人类，它的发展将对人类产生深远的影响。
一、人工智能概述
到目前为止，人工智能还没有一个统一明确的定义。原因大致有两点：(1)人工智能不是一种属于某一学科的知识，而是多学科相互渗透融合的复杂组合。它涉及计算机科学、数学、语言学、心理学、哲学、系统科学、信息科学、神经生理学等诸多学科。这些学科从不同的角度看待人工智能，自然会得出不同的定义；(2)人工智能仍然是一个发展中的学科。随着研究的深入，人们不断补充和修正自己以前的知识，它的定义是无法确定的。
虽然人工智能没有确切的定义，但我们还是可以从不同的方面来描述它的面貌。在电子学和计算机科学中，是“研究如何让计算机做通常需要智能的事情，也称为机器智能”；在心理学上，它是“计算机科学与心理学相结合，研究用计算机实现人的智能行为和功能的交叉学科”；在哲学上，它是“用机器研究人类智能的模拟和扩展的科学。可以用来指导智能机器的设计，阐明人类的智能”。[1]结合这些定义，我们可以尝试这样定义人工智能：人工智能是相对于人的智能而言的。它以计算机科学、信息科学、生命科学、哲学等学科为基础，研究如何制造具有模拟人类智能活动能力的智能机器或智能系统。它的目的是扩展人类智力的科学。
二、人工智能的产生和历史发展
人工智能从诞生发展到今天，经历了漫长而又极其艰难的道路。1950年10月，英格兰的艾伦？图灵(A.Turing)发表了一篇著名的论文；055-79000，其中他首次提出了“机器思维”的概念，认为机器可以思考，并设计了著名的“图灵实验”。因此，他被尊称为“人工智能之父”。1956年，美国的麦卡锡(J.McCarthy)、明斯基(M.Minsky)、神农(C. Z. Shen Nong)和罗切斯特(N.Rochester)在达特茅斯大学发起了一场学术研讨会，会上发表了许多关于人工智能的重要论文，从而宣告了人工智能的诞生。人工智能在随后的发展中形成了几个主要流派。根据他们各自的思想和研究方法，可以分为象征主义学派、联结主义学派和行为主义学派。
(1)“象征主义”学派的主要思想是符号操作系统假说和有限理性原则。其研究方法主要是功能模拟法，即用计算机模拟人类认知系统的功能来实现人工智能。其研究方法是人工智能研究中的一种基本方法，并取得了许多重要成果。
(2)“连接主义”学派的主要思想是神经网络以及神经网络之间的连接机制和学习算法。它认为人工智能应该侧重于结构模拟，即模拟人类生理神经网络的结构。在声音识别和图像处理方面取得了巨大的成功。
(3)“行为主义”学派的主要观点是控制论和知觉；动作控制系统。认为智力取决于感知和行动，“无知识的智力”是不必要的[2]。机器昆虫的研究取得了令人瞩目的成就。
早期人工智能的研究主要集中在游戏、问题求解、定理证明、字符识别等方面。自20世纪70年代末以来，人工智能在机器学习、专家系统、知识工程、智能信息检索、人工生命等方面取得了很大进展。[3]，并成功建立了一些具有不同程度人工智能的计算机系统，在科学实验、医疗诊断和军事上得到应用。
第三，人工智能与哲学的关系
在描述人工智能研究的难度时，麦卡锡曾说，“要想在人工智能领域有所成就，需要1.7个爱因斯坦，2个麦克斯韦，5个法拉第，3个曼哈顿计划。”[4]其实麦卡锡的名单里还缺一种人；哲学家。对于人工智能这种极其复杂且与人类发展密切相关的科学研究来说，哲学的缺席是不可想象的。人工智能具有深刻的哲学意义。这是一项极其艰巨的科学发展任务，也是人类认识自身的重要途径。人工智能和哲学可谓密不可分，以至于斯坦福大学计算机系的学生不得不学习海德格尔的哲学[5]。人工智能不仅是人类科学史上划时代的革命，也是对人类精神世界的重大挑战。同时，哲学作为人类的自我意识、认识和关注，面对人工智能全新的科学研究，从人类生存和发展的终极利益出发，重新审视和评价人工智能的最新成果，从而为人工智能研究提供最大的理论支持。
四。人工智能的哲学问题
因为人工智能的研究对象；人类思维；特殊性，它自诞生之日起就对哲学提出了尖锐的挑战。比如人工智能和人类智能有什么本质区别吗？机器会思考吗？机器会超越并取代人类吗？人工智能对人类的发展有什么推动作用？这些问题的核心是意识和思维的问题。事实上，这并不是一个全新的事物。关于意识的问题，哲学家们早就有过激烈的争论。其中最著名的一句话是法国哲学家笛卡尔的“我思故我在”。人类是有意识的，能够思考，能够感受情感，能够对世界进行主观体验，但是机器能有意识吗？科学家和哲学家的立场大致可以分为四类。第一，意识不能用物质过程来描述，再先进的科学也创造不出意识。其次，意识是人脑产生的物化过程，复杂到科学无法理解，也无法制造。第三，意识是过程产生的可能性，是可以理解和复制的，虽然极其困难。第四，意识不是什么特殊的东西，可以由机器自动生成[6]。其实这四种观点也可以看作是人工智能研究中的乐观主义和悲观主义。有趣的是，大多数乐观主义者是科学家，比如麦卡锡和R .布鲁克斯；悲观的主要人物是哲学家，如J.R .塞尔和H.L .德雷福斯，塞尔还为图灵实验提出了著名的“中国房间”模型，以说明“计算机程序永远代替不了人的心灵”。
人工智能的意义
我们所说的“智力”是一个根本问题。在Radar 2014的一篇文章中，Beau Cronin精辟地总结了人工智能的许多定义。我们对人工智能的期望很大程度上取决于我们希望用人工智能做什么。人工智能的讨论几乎都是从图灵测试开始的。
图灵假设人们可以通过聊天与计算机互动：他假设了一种与计算机交流的方式。这种假设限制了我们可以期望计算机做的事情：例如，我们不能期望它驾驶汽车或组装电路。这也是一种刻意的暧昧测试。计算机的回答可能是闪烁其词或者完全不正确，正确与否不是重点。人类的智力也可能是忽明忽暗或不正确的。我们不太可能把正确的人工智能误解为人类。
如果我们假设人工智能必须嵌入在可以移动的硬件中，比如机器人或自动驾驶汽车，我们会得到一套不同的标准。我们会要求计算机在自己的控制下执行一个定义不清的任务(比如开车去商店)。我们已经建立了一个人工智能系统，在路线规划和驾驶方面比大多数人类都要好。
谷歌自动驾驶汽车负责的事故原因是算法被修改成更像人类一样驾驶，这带来了人工智能系统通常不具备的风险。
自动驾驶汽车仍然有许多无法解决的难题：例如，在暴风雪中行驶在山路上。无论是将人工智能系统嵌入汽车、无人机还是人形机器人，其面临的问题本质上都是相似的：在安全舒适的环境中易于执行；在高风险和危险的情况下要困难得多。
人类也不擅长这些任务。尽管图灵预计人工智能会在对话中闪烁其词，甚至错误地回答问题，但在高速公路上行驶时，模糊或不正确的方案是不可接受的。
我们所谓的“智能”在很大程度上取决于我们希望它做什么，没有一个单一的定义可以满足我们所有的目标。如果没有一个明确的目标来解释我们想要实现什么或者让我们衡量我们是否实现了它，那么从狭义的AI转变为广义的AI就不是一件容易的事情。
人工智能的未来趋势
1趋势更大的公司将赢得未来。
亚马逊、谷歌、脸书和IBM将引领人工智能技术的发展。作为一家大公司，他们有更多的资源来收集数据，所以他们有更多的数据可以使用。
谷歌可能处于为应用程序和产品开发服务部署机器学习的最前沿。他不仅是第一家进行人工智能研究的公司，而且拥有7万多名员工。谷歌是一家大公司。另外，Google Brain是深度学习人工智能研究项目，Google有它的整个团队。谷歌的大脑研究涵盖了机器学习、自然语言理解、机器学习算法和技术、机器人等领域。
全球100家最有前途的人工智能公司名单
趋势算法和技术将被整合。
所有已经投资人工智能的第二梯队公司(如英特尔、Salesforce和Twitter)紧跟在拥有大数据的公司后面，开始使用他们的数据算法和人工智能技术。数据会存在于行业用户之间，而算法和技术很可能会融合。数据、算法、技术的融合，会让人工智能发挥更强大的作用。
随着像谷歌和脸书这样的大公司不断收购小公司，小公司手中的算法将被整合到大公司的核心平台或解决方案中。谷歌收购了总部位于伦敦的人工智能公司DeepMind，该公司构建了一种通用学习算法，目的是获得比其他科技公司更大的商业优势。另一方面，脸书购买了Wit.ai，以帮助其自身的语音识别和语音界面。它还收购了人工智能初创公司Ozlo，以改进其M虚拟助手的技术。
趋势数据众包市场将是巨大的。
所有的人工智能公司都渴望获得庞大的数据集，以实现其对人工智能的野心。这些公司会利用众包获取大量数据。目前有很多不同的方法来评估众包数据的质量和可靠性，既能让企业受益，又能保证消费者。
OpenDataNow.com创始人兼编辑乔尔古林(Joel Gurin)表示，“我们生活在一个众包文化中，越来越多的人愿意并乐于通过社交媒体分享他们的知识。”
谷歌正在众包大量图像，以构建成像算法。它还使用众包来帮助提高服务质量，如翻译、转录、手写识别和地图。亚马逊还使用众包人工智能来改进Alexa的15000多项现有功能。
4企业并购的趋势，以及更多的并购
根据CBInsights的统计，收购人工智能公司的竞争已经开始。2018年，我们将看到更多针对智力资本和人才的并购。机器学习和人工智能领域的所有小公司都有可能被大企业收购，主要有两个原因：
没有数据集，人工智能无法独立工作。因为大公司有大量的数据集，对于小公司来说没有太大的竞争优势。
没有数据的算法是没有用的。没有算法，数据几乎毫无用处。它是数据算法的核心，获取大量数据非常重要。
机器人工程师、哥伦比亚大学创意机器实验室主任霍德利普森(Hod Lipson)指出，“如果数据是燃料，那么算法就是引擎。”
趋势是用工具的民主化来换取更大的市场份额。
大公司会开放自己的算法和工具集，以获得更大的市场份额。基于市场的数据和算法获取壁垒将大大降低，而人工智能的新应用将增加。通过工具的民主化，人工智能工具有限或无法使用的小公司将能够获得大量数据来训练和启动复杂的人工智能算法。
谷歌首席执行官桑德尔皮帅谈到了人工智能的民主化：“我们所有人能做的最令人兴奋的事情之一就是揭开机器学习和人工智能的神秘面纱，让每个人都能看到它。”
此外，框架、SDK、API将成为各大企业引导消费者使用习惯的标准。基于SaaS和PaaS的模式将成为所有这些公司遵循的商业模式。
趋势人机交互技术将得到改善。
Siri和Alexa可能是最受欢迎的两个人机交互工具。更多与他们类似的基于机器人的解决方案将成为人工智能公司的入门级产品。比如目前可以用计算机进行语音分析和面部识别。在未来，计算机将能够根据用户的语调来识别用户的情绪，这被称为情绪分析。
制造业和非消费领域的解决方案将首先得到改进。制造业的提升主要得益于采用自动化、机器人、先进制造等复杂技术节省的人力成本。2018年，非消费解决方案的改进将是普遍的，比如农业和医学中的人机交互技术。
猜猜你喜欢什么：
