停止将那些东西称为”人工智能”

人工智能一词在机器学习之类的术语中越来越流行。

好像是一个新的、阴险的实体正在接管您的数字生活。它正在渗透到您的社交媒体、相机和任何移动设备中。

但至少目前为止,它真的不是什么“智能”。

首先,我们来看看人们认为AI是什么。

它让人联想到电影中机器人的图像,就像星际迷航里面的玩意,这些图像激发了人们的兴趣和想象力。

在小说中,每个自动机器的思维和感觉都像正常人;它们好像有能力吸收新信息并进行调整;速度非常快,而且还没有情绪困扰。

如果人类吸收了太多这类自动化机器会发生什么?如果让机器统治人类会发生什么?—— 那就是黑客帝国里讲述的故事。

模式化的识别

一台机器很容易盲目地重复它所知道的东西。诸如 Google 搜索和 Amazon 推荐系统之类的现有系统在这方面做得很好。

它们知道您购买或搜索了什么,也知道其他购买或搜索了相同东西的人在其后又购买或搜索了什么。

但这不是什么智能,只是大量收集行为数据的结果。

如果您有一个小酒吧和一个烧烤店,并且知道大多数进来吃汉堡的顾客也可能会喝一杯,那么您难道不想提供啤酒和汉堡套餐吗?

您是否已经对许多吃汉堡的人进行了分析,以至于您知道啤酒可能会成为这份食品的诱人补充?

您只需要制作一个汉堡加啤酒的菜单,就已经在演示大多数 “AI” 所具有的“智能”水平了。

购买或决策模式的识别早在互联网出现之前就已经存在。现在也许能帮你更快地完成这项工作,但这个想法本身仍然是一个旧想法。

信息汇总

大约15年前,我对 Daisy 和 Billy 聊天机器人产生了兴趣。这些程序将尝试根据提供给它们的培训信息来汇总响应。

我的远大目标是将所有主要的宗教文献都读入聊天机器人,问它们哪个才是真神。别太兴奋,所有尝试都失败了。这些聊天机器人吐出的都是绝对的废话。

问题的一部分是:这些机器无法从收集到的信息中合成新信息。这意味着,尽管它可以重复我输入的内容,但实际上并没有呈现任何新信息。

简单说就是,它只能模仿我。

这是我们尚未实现的又一个重要里程碑。机器实际上并没有通过学习并得出结论。它们只是接受信息,并输出我们要求他们输出的汇总。

当然,该领域的许多障碍都涉及NLP(自然语言处理)。关于我们如何将用来描述事物的词语翻译成机器可以使用的东西?这是其他文章的主题不是本文。

非语言任务

学习型机器的想法也可以应用于许多非语言任务。

想象这样一台机器,该机器了解如何根据趋势来选择股票,或者如何在风暴发生前几个月在可能的海啸受灾国家发出危险警告。

这里并没有这真正的情报。只有一系列复杂的规则在这里和那里适用于不同的权重和条件。但老实说,事实就是如此。

我们真的没有得到什么机器可以预测尚未完成的事,它们只是在帮助人类更快地做出预测。

最后

对诸如“机器学习”和“ AI”之类的术语的炒作,仅仅是对类似 “统计” 和 “通用编程逻辑” 等术语的重命名。

这些东西与您从科幻故事中设想的那些可怕AI还相距很远。充其量它们可以使癌症研究更快一些。最糟糕的是,它在AWS上而不是在真正有用的地方花费掉了大量的研究资金。

总之,距离它成为一个恶灵还有很远,不如先关心下眼下更紧迫的问题:气候危机、人权危机、不平等和贫困……⚪️

广告

发表评论

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据