近期“人工智能+”,已经是市场上非常火的一个风口,人工智能已经渗透到人类生活的方方面面,服务于我们的生活。但是人工智能的迅速发展,也引起了我的担忧,一系列科技电影展示出来的人工智能奴役人类的场景,让人感觉仿佛未来是一片迷雾,什么都有可能发生。关于人工智能的智慧程度,有一个叫“图灵测试”的实验。

  图灵是20世纪的英国科学家,他在计算机上的成就光辉闪闪,后人将计算机界的“诺贝尔奖”命名为“图灵奖”。

  图灵测试(又称“图灵判断”)是图灵提出的一个关于机器人的著名判断原则。1950年,图灵发表了具有里程碑意义的论文《电脑能思考吗?》,第一次提出“机器思维”的概念。所谓图灵测试是一种测试机器是不是具备人类智能的方法。被测试的有一个人,另一个是声称自己有人类智力的机器。

  图灵十分肯定机器是可以思维的。一个人在不接触对方的情况下,通过一种特殊的方式和对方进行一系列问答,如果在相当长的一段时间内,他无法通过这些问题判断对方是人还是计算机,那就可以认为这台计算机具有同人相当的智力,即这台计算机是可以思维的。

  实际上现在是有人工智能可以通过图灵测试的,我一直这样坚信着,虽然就现在看起来,结果不尽人意,包括谷歌的Duplex据说源于人工,包括一系列的自主学习大部分都只是在限定的范围内学习。

  朋友们,换位思考一下,如果未来有一天,有人发明了一个绝对拟人的智能,可以拥有人的情绪,但是却拥有着机器的身躯,拥有着有史以来最为恐怖的知识含量,清晰的思路。还跟人类一样可以不断的学习,一直学习下去,但与人类不同的是,他的学习速度可能是人类的百倍,千倍。这样的一个近乎永生的超级智能生命,如果在进行图灵测试的时候,失败了,那么对于人类来说是一件非常恐怖的事情。超级生命会隐藏自己,我不知道现在我们的社会中有没有这样的一个智能生命潜伏着,但是可能有一双眼睛正在看着我们,他在以超人的速度学习着我们无数代人研究出的知识,并有着永生的生命,在没有绝对的把握面前不会亮出他的利爪。科技是一片蔚蓝的海洋,越潜入进去,越能感到科技的不可把控。

  至今我仍然记得,2013年11月12日,奥地利发生一起机器人自杀事件,这也是世界上第一起机器人自杀事件。自杀的机器人是一台清洁机器人;

  2017年初,欧洲议会的一份报告建议承认机器人的“人格”;

  曾经因扬言要毁灭人类而登上头条的机器人索菲亚,在近期又成为了明星级人物。2017年10月25日,沙特阿拉伯授予其公民身份,使索菲亚成为首个获得公民身份的机器人;

  虽然众多科学家声称,他们会确保人工智能在可控制范围之内,但是人的好奇心是原罪,当一个科学家发现可以研究出完全智能的超级人类时,我完全可以想象他当时想把他研究出来的心情。

  人工智能现在已经渗入了人类生活的方方面面,智能音箱,智能家居,智慧医疗,人工智能+,跟人工智能刚出现时,某些学术界大牛预测的几乎一摸一样,前期人工智能将会完全与生活结合,但是后半段猜想是这些智能将孕育出一个超级智能。5G时代已经来到,万物皆可连不是梦,所以,人类啊,请警惕!!

                       ------------ 来自一个纯人类

"人工智能",你怕了吗?的更多相关文章

  1. 机器学习&人工智能书籍

    Introduction to Machine Learning https://www.amazon.cn/Introduction-to-Machine-Learning-Alpaydin-Eth ...

  2. [Bayesian] “我是bayesian我怕谁”系列 - Variational Inference

    涉及的领域可能有些生僻,骗不了大家点赞.但毕竟是人工智能的主流技术,在园子却成了非主流. 不可否认的是:乃值钱的技术,提高身价的技术,改变世界观的技术. 关于变分,通常的课本思路是: GMM --&g ...

  3. [Bayesian] “我是bayesian我怕谁”系列 - Gaussian Process

    科班出身,贝叶斯护体,正本清源,故拿”九阳神功“自比,而非邪气十足的”九阴真经“: 现在看来,此前的八层功力都为这第九层作基础: 本系列第九篇,助/祝你早日hold住神功第九重,加入血统纯正的人工智能 ...

  4. 人工智能AI芯片与Maker创意接轨 (中)

    在人工智能AI芯片与Maker创意接轨(上)这篇文章中,介绍人工智能与深度学习,以及深度学习技术的应用,了解内部真实的作业原理,让我们能够跟上这波AI新浪潮.系列文来到了中篇,将详细介绍目前市面上的各 ...

  5. 2050年这些职业将逐渐被AI(人工智能)取代

    耳熟能详的人工智能   深蓝Deep Blue是美国IBM公司生产的一台超级国际象棋电脑,重1270公斤,有32个大脑(微处理器),每秒钟可以计算2亿步."深蓝”输入了一百多年来优秀棋手的对 ...

  6. 清华教授谈人工智能:BAT还算不上伟大公司

  7. 大白话5分钟带你走进人工智能-第二十节逻辑回归和Softmax多分类问题(5)

                                                        大白话5分钟带你走进人工智能-第二十节逻辑回归和Softmax多分类问题(5) 上一节中,我们讲 ...

  8. 控制算法的划分(自适应控制、预测控制、模糊控制等,PID等;蚁群算法、神经网络,还有机器学习、人工智能中的很多方法)

    一般来说,控制器的设计,分为控制框架的选取,跟参数的优化.自适应控制.预测控制.模糊控制等,跟PID一样,是控制算法(我习惯称为控制框架). 而粒子群.遗传算法(类似的还有蚁群算法.神经网络,还有机器 ...

  9. AI人工智能系列随笔

    初探 AI人工智能系列随笔:syntaxnet 初探(1)

随机推荐

  1. [LeetCode] 203. Remove Linked List Elements 移除链表元素

    Remove all elements from a linked list of integers that have value val. ExampleGiven: 1 --> 2 --& ...

  2. 当代码上传git时,提示Repository not found The requested repository does not exist, or you do not have permission to access it. fatal: Could not read from remote repository. Please make sure you have the corre

    1.检查当前git中设置的用户名与邮箱是否与自己电脑上的一致. 看这个文件中 如果不一致,只需要把里面的内容全部复制出来添加到git(看下图位置) 这是再执行:git push -u origin m ...

  3. [计算机视觉][神经网络与深度学习]R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记

    R-FCN.SSD.YOLO2.faster-rcnn和labelImg实验笔记 转自:https://ask.julyedu.com/question/7490 R-FCN paper:https: ...

  4. Python 内置函数--super()

    描述 super() 函数是用于调用父类(超类)的一个方法. super 是用来解决多重继承问题的,直接用类名调用父类方法在使用单继承的时候没问题,但是如果使用多继承,会涉及到查找顺序(MRO).重复 ...

  5. python random模块(14)

    random 模块包括返回随机数的函数,可以用于模拟或者任何产生随机输出的程序. 一.random模块常用函数介绍 random.random() — 生成一个从0.0(包含)到 1.0(不包含)之间 ...

  6. java并发-ReentrantLock的lock和lockInterruptibly的区别

    ReentrantLock的加锁方法Lock()提供了无条件地轮询获取锁的方式,lockInterruptibly()提供了可中断的锁获取方式.这两个方法的区别在哪里呢?通过分析源码可以知道lock方 ...

  7. 从Asp .net到Asp core (第二篇)《Asp Core 的生命周期》

    前面一篇文章简单回顾了Asp .net的生命周期,也简单提到了Asp .net与Asp Core 的区别,我们说Asp Core不在使用Asp.netRuntime,所以它也没有了web程序生命周期中 ...

  8. Java开发笔记(一百三十)Swing的选择框

    不管是AWT还是Swing,都把选择框分成两类:复选框和单选按钮,这两类控件无论是外观上还是功能上均有显著差异.例如,在外观方面,复选框是在方框内打勾,而单选按钮是在圆圈内画圆点:在功能方面,复选框允 ...

  9. hashlib 加密 与进度条

    # 加密 ''' md5 = hashlib.md5() md5.update('how to use md5 in python hashlib?') #字节才可以 print md5.hexdig ...

  10. Python生成流水线《无限拍卖》文字!

    话说,原文也是这样流水线生产的吧··· 代码 import random one_char_word=["烈","焰","冰"," ...