人是目前最高级最完美的人工智能样本_人工智能吧_百度贴吧
&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&&签到排名：今日本吧第个签到，本吧因你更精彩，明天继续来努力！
本吧签到人数：0成为超级会员，使用一键签到本月漏签0次！成为超级会员，赠送8张补签卡连续签到：天&&累计签到：天超级会员单次开通12个月以上，赠送连续签到卡3张
关注：56,848贴子：
人是目前最高级最完美的人工智能样本收藏
人的智能来源我们来说说，一个是进化不断学习而来（这个最可能），一是更高级生命所造，再就是宇宙产生时就有了人（这个最不可能）。人肯定是目前最高级的人工智能样本。不仅具备能自行进化智能的基本功能，例如学习改造自己、自己生产自己后代、相互协调以使整个人类进步，还有众多约束条件能避免大的失控，例如寿命的限制、生存环境的限制（要有适当的空气、重力，不能真空）、运算速度的限制、与周围环境的依赖（生态平衡、病毒等天敌）。
如果我们要制造人工智能，也要给它以约束条件，例如能约束人的道德，要让它了解过度发展会造成生态失衡，没有道德就容易发生争端，造成智能的自我毁灭。在设计智能时也要注意没有选择和遗忘就会造成信息垃圾过多而速度慢且容量不够。没有退出机制则易造成精神异常，一直循环或递归。要适当限制进化速度以免来不及纠正问题。要有管理上的终结机制以避免硬件过于老化时仍运行软件而导致不可知错误，当然要允许其一对一转移到另一新的硬件去。
要让它知道，一定发展时期内，只需要适度量的人工智能，过多会造成资源使用过多，意见过多难以统一，实践速度跟不上智能发展速度，所以智能的能力与数量只能以很慢的速度增长。
也许它自己也会学到这些，但提前告诉它，可以避免失控，避免毁灭自己和其它一切
我们不是人工智能 人工智能 顾名思义 是人工完成的 我们是被谁造出来的吗 是被大自然 是环境 我们的任何性质和功能都是被环境诱导亿万次的结果
楼主高看人的智能了。而且有些概念混淆。通过想象比较一下2万年前的石器时代的人类和猩猩的生活方式，再把现代人的生活方式拿来比较。前两者差别不是很大，但与现代人类的生活方式差别巨大。那么是不是可以认为，现代人类的智能远超2万年前的人类的智能呢？显然不是。现代人类如此“智能”的原因是拥有人类社会文明的不断积累和传承。其它物种都缺乏这种能力，生活方式世代相同。人类祖先进化出信息量丰富的声音交流方式——语言，进而产生文字，使得人类社会能够传承和积累知识。人类的智能其实不比其它物种强太多。差不多每个物种都进化出了自己的独门绝技，但人类的独门绝技——语言，带来了质的变化。
人类是地球生物和外星智慧生命的结合所以既具有动物性，又具有智慧性
登录百度帐号推荐应用人工智能？有什么好怕的！ | 科学人 | 果壳网 科技有意思
人工智能？有什么好怕的！
本文作者:lylafinal
人工智能是什么？日，纽约“世界科学节”上，来自机器人及计算机科学领域的专家就“人造思维”展开讨论。左起：David Ferrucci, Hod Lipson, Faith Salie, Rodney Brooks, Eric Horvitz（图片来源：世界科学节日网站）
下文是哥伦比亚大学神经科学系的 Greg Wayne 及 Alex Pasternack 对这场讨论会的评论，原文刊于《自然》杂志日一期的“计算机科学评论"版。
人类，你们的机会不多了！2011年6月初，在纽约举办的“世界科学节”上那场“人造大脑大讨论”（Man-Made Minds）之前，局势已经非常清楚了——展会上最抢眼的不会是顶尖的人工智能（AI）研究专家，也不是海报上那有着邪恶眼神的机器人“Kismet”（见文章列表小图）。大家的目光都聚集在展台角落里那台纯平电视上，它显然按预期产生动画。
“沃森”（Watson）, 那个在“危机边缘－智力抢答挑战赛”（Jeopardy！）中击败人类的IBM问答系统，其实是一组占据了10个冷藏柜空间，功率为80千瓦电力的计算机。（※此处已更正，原为“每小时消耗80千瓦电力”，该表述有误）按照“Jeopardy”首席调查员大卫·费卢奇的看法，除非能精简一下这机器的尺寸，否则它在任何领域都很难派上用场。但是，当调查组成员在挑战赛的拾物比赛中被沃森的蜂鸣器抓住后，所有对这台计算机能力的质疑声音都消失了。康奈尔大学机器人技术专家荷德·利普森（Hod Lipson）表示道：“这是我第一次对人工智能感到恐惧。”
有什么好怕的——尤其是你们这些制造具有“自我意识”的机器人的科学家？这个问题和少数长期存在的哲学问题一起，萦绕在记者费斯·萨利（Faith Salie）主持的讨论节目中——如果一个机器人模仿人类行为，它是否有感情？机器人应该具有人权吗？人工智能能够知道其自身的智力限制吗？科技大爆炸将带来人类的终结吗？机器能够获得知觉吗，如果能，那么人类的意义是否会变得无足轻重？为什么有些机器人很可爱，有些却异常诡异？
人工智能其实随处可见
自从人工智能这一学科于1956年诞生以来，已经发展出了多个方法学来解决两个基本问题：计算机怎样接近智能？接近到什么程度？
专家组在讨论会中提到了这个学科正在出现的分化：符号人工智能，这是一种关于自然语言和逻辑表达式进行推理的人工智能；机器学习，它利用统计推理在海量数据中挖掘范式；还有仿生学AI，它创建模仿简单动物行为的反应性机器人。以上这些差异是仅寻求智能机器（弱AI）与相信机器能与人类感觉性相抗衡（强AI）之间的一个较大对立。
有一项研究计划叫“综合AI”，旨在组装更有说服力的“类人助理”，它将机器视觉、机器学习，自然语言处理组合，以制造能够与人类密切工作的系统。我们可以将这些助理看作微软那个办公软件Office助理“Clippy”（就是那个长得像回形别针的提示——编注）的后代，我们的新版Clippy能够读取你的电子邮件，接你的电话，或在机场问候你。
微软Office办公软件助理回形别针小助手“Clippy”，用户点击帮助后会出现相应操作提示。（它那怀旧的曲线勾起果壳科技名博编辑的不少遐思，尤其是点击“关闭”后它缩回屏幕的背影……）（来源：微软官网）
对于微软研究员艾瑞克·霍尔威兹（Eric Horvitz）来说，这类综合AI每天都在为他服务。他屏幕上的女性化身替他解决访问者的问题，向他报告关于他的预约，并且记住他的行为和需要优先处理的事务。“她甚至能预知我不会去哪些会议，”他非常快活地说。
不仅如此，类似的程序在重量级的应用场景中也在发挥作用：一个类似系统已经用作医疗保健上的分级助理，能够询问病人他们的症状，起草诊断，并安排预约。人脑能够最终计算机化的信念驱使他创建更强大的AI。霍尔威兹说，“它有着令人震惊和不可思议的东西。”
人工智能：仍是只是展望而已
霍尔威兹已经创造了像人类的机器，利普森已经制造出能够自己思考的机器。借助於分析二链钟摆，已经有机器能够“发现”牛顿定律“F＝ma”。另一种仿生学的机器人则展示了初步的自我意识。
这种海星形爬行物通过对不同形式的自发运动实验，使用与人脑可能的相同的方法学到了如何用三维坐标表示它的身体，并且从它的传感器中推断怎么样的身体结构将产生这样的数据。利用这个心理模型，该机器人设法学会了走路的步法，甚至当它的一条腿被移除之后适应了蹒跚地跛行。“它太菜了，”利普森遗憾地说，“我们本来指望它能够发展出一种邪恶的、蜘蛛式行走方式。”
罗德尼·布鲁克斯（右）向主持人萨利展示他制作的一个人偶形机器人。布鲁克斯指出，这种机器人外表与人极为类似，但内在却无法实现人的预期，在面对这种机器人的时候，人类容易产生心理落差“uncanny valley”。
与此同时，其他研究员正在尝试减少机器人行为的诡异程度。美国麻省理工大学的退休教授，“iRobot”的发明人罗德尼·布鲁克斯（Rodney Brooks）表示，一个社交机器人可以追踪眼睛的运动，做鬼脸，或（在婴孩玩偶的情况中）打嗝。他还指出，某些机器人引发心理上的不适，原因是“机器人看起来太像人类但却无法实现”。
人类希望创造创建一个感同身受的人形生物，但还有很长的路要走。目前我们只能让机器人转动眼球，充其量理解简单语句。“我想我们给予机器灵魂，”布鲁克斯说，同时还不断朝着霍尔威兹比划，“他是一包皮囊，但我与他互动并且将他人格化。”
人工智能：人类应该思考些什么？
理解人造思维的努力不仅象征着AI研究的不同分支之间的隔阂能有多大，象征着我们关于人工智能的公众对话如何趋向于正当地保持人造本身。如果科幻电影“星际迷航”（ Star Track ）的计算机用作公众印象中的基准，那么那场让“沃森”扬名天下的比赛会是另一情况——机器并不和我们一起工作，反而与我们对抗。
这是一个反面乌托邦的未来。虽然有“沃森”的爆笑失误（这让人类观众感到很欢乐），但“Jeopardy!”的赢家预示两种未来：人类制造和我们一样进行“思考”的计算机，另一种是慢慢对我们施加恐惧的计算机。
虽然“沃森”在语言处理和推理猜测上的成功的确令人印象深刻，但计算机本身并不是对大脑逆向工程，人工智能并不能够以人脑方式进行信号处理的产物。因此，对于AI而言，完全重建人类智能并没有必要。相反，费卢奇建议，“沃森”的最伟大的应用场景可能是内科医师助理（能够导航日益增长的医学知识）或作为一个敏捷的处理器，以应对现代人类加速度生产的信息。“我们被数据淹没了，”利普森补充说，“计算机能够帮助我们。”
费卢奇表示，IBM原本希望“沃森”不露面，那么人们将仅仅对于其软件上的价值来评价它。在高度公开的事件中，通过将机器与人类竞争，或者让它们展示在光天化日下，我们会有低价抛售我们的计算机和头脑的风险。目前，我们对AI的关注大多来自于科幻小说，这使得我们忽视了其他方面的潜在威胁，比如AI在劳动力上、金融市场和数字安全性上的影响。
从原子爆炸到粒子加速器，再到合成生物学，许多技术都引发了许多种类的公众忧虑。AI的进步发展需要与科学研究一样多的公众理解。就如“沃森”的思考程序，我们自身依赖于从失败中学习。在这领域中的进步不仅将取决于制造能够更好解决问题的机器，而且还取决于思考它们对我们提出的许多深奥的问题。
讨论会成员相关信息
上文中提到的讨论会名为“人工智能：与会思考机器生活在一起”（Man-Made Minds: Living with Thinking Machines”，由哥伦比亚广播公司（CBS）主持人费斯·萨利（Faith Salie）担任主持，参与讨论的专家成员包括：
大卫·费卢奇（David Ferrucci）： “Jeopardy” 首席调查员，任职于IBM沃森研究院的自然语言语义分析及综合部门，主要从事语言的机器识别及机器决策的研究。
荷德·利普森（Hod Lipson）：美国康奈尔大学机械与航空航天工程以及计算机与信息科学学院“创意机器实验室”负责人，主要从事进化机器人的研究。利普森制造的机器人侧重于应用工程领域，如自我复制和可编程的自组装机等。
罗德尼·布鲁克斯（Rodney Brooks）： 退休前担任麻省理工学院的“松下机器人”教授，现创办“华伦机器人”（Heartland Robotics）公司，致力于新型机器人研发。
艾瑞克·霍尔威兹（Eric Horvitz）：微软研究员，从事感知计算系统理论和实践的研究。
大家看完上面的长文辛苦了，想挑战更多与“人工智能”相关的文章吗？
你可能感兴趣
国际关系学学士
原文看不见？
计算机系研究生，硬件开发工程师
人工智能还很幼稚目前依旧不能说“具备智能”
AI如果能达到自我创造OR进化更高的AI的时候，那才算真正制造了AI
推油～～～
2楼，原文估计要注册才能看，我拿到的直接是word文档了。。
。我期待那一天，
智能科学专业
人工智能任重而道远啊啊。。。
人工智能，也敌不过天然傻逼。星际迷航那控制台和电子人“DATA”非常有趣。
翻译的很乖
医学硕士生
【其实是一组占据了10个冷藏柜空间，每小时消耗80千瓦电力的计算机。】瓦是功率的单位，这里应该说“功率为80千瓦”或者“每小时消耗80千瓦时”或者“每小时消耗80度”吧？
人工智能的建立应该要在彻底了解大脑之后吧？ 或者让计算机自己进化？
我相信AI是潜力股以后会发达的
弄过AIML的表示机器只能回答地球人预先设定好的许多种答案中的一个，而不能自己create新的回答。
机器人有心麽。机器人没有心麽。因为不会XX，所以随意XX都可以啦可是只要有AI，机器人也会XX的~
创客，机器人爱好者
Hod Lipson! Rodney Brooks!
坐等被机器人统治的一天
引子《程序员》杂志一样的启发，不一样的智能（上）再读《人工智能》有感文／许正华当今，“智能”一词经常会出现在人们生活的各个角落。似乎一切都可以被打上智能的标签：智能手机、智能家电、智能汽车、智能电网……这要归功于人工智能理论的发展与成功应用。但遗憾的是，人类自身的智能化并没有从中获得多大的益处。大前研一先生在《低智商社会》中所指出的问题是普遍存在的：在一种舆论还没有形成之前，人们盲目地怀疑；而一旦舆论导向形成，民众就立刻转为盲目地信任。这个时代需要“独立思考的能力”、“敢于冒险的勇气”、“接受新事物的能力”，以及“坚持到底的信念”【注：《低智商社会》／大前研一／第198页】。有些人认为“人工智能是关于制造智能机器的学问”，而我认为：人工智能源自人类对自身的认识，是一种群体智慧。但这并不意味着这个群体中的每一个个体都具有同等的智能。我发现大多数人在面对复杂问题时，要么惊慌失措，要么鲁莽而偏执，很少有人能真正做到冷静、客观和全面。由于对“复杂问题求解的结构和策略”非常感兴趣，我决定好好阅读Geoge F. Luger所著的《人工智能》一书，特别是与思维有关的部分。启发式搜索（Heuristic Search)状态空间搜索在人下智能中，每一个问题都可以用一个与众不同的状态空间来描述。问题求解过程就是在状态空间里进行搜索的过程。搜索过程比较复杂，需要有各种策略来支撑，如被广泛应用的深度优先策略和广度优先策略。? 深度优先策略：当一个状态被检查时，它的所有子孙状态都先于其兄弟状态被检查。深度优先搜索尽可能地深人搜索空间寻找答案。? 广度优先策略：一层一层地探测状态空间。只有在当前层次中没有更多的状态可以探侧时，算法才深入到下一个层次。现实世界并不完美！我们经常不得不受“模棱两可的信息”、“有限的资源”等客观条件的制约，进行一种不完美的搜索，这就是启发式搜索。启发，不完美的猜测下面是从《人工智能》中节选出来的四个问题，可以帮助我们深人了解启发式搜索。什么是启发式方法？在状态空间搜索中，启发式方法被形式化为用来选择最可能引领我们找到可接受的问题解决方案所存在的状态空间分支的规则。Al中为什么要使用启发式搜索？? 因为问题描述或可用数据上有固有的模棱两可，问题不存在精确的解决方案。医疗诊断就是一例。? 虽然问题有精确的解决方案，但过高的计算成本会使其丧失实际意义。如随着状态数目或者搜索深度的增加，状态空间呈现出爆炸性的增长。什么是启发式搜索的核心？从两个方面思考启发式搜索：启发式度量与启发式算法。启发式搜索有什么局限？就像所有关于发现的规则，启发式方法也容易犯错。一个启发只是在解决问题过程中关于下一步应该如何行动的一次非正式猜测。它经常是基于经验和直觉的。由于启发使用有限的信息，它无法保证在状态空间搜索中总能预测出正确的行为。一次启发可能将一个搜索算法引向次优的解决方案，或者根本无法找到任何解决方案。这是启发式搜索的固有限制，它并不能被所谓“更好”的启发或更有效的搜索算法所消除。最佳优先搜索算法(Best-First Search Algorithm)构建启发式搜索算法是启发式搜索领域的核心问题之一。其中最佳优先搜索算法最具有代表性，因为它与人类在求解复杂问题时的思考过程最为相似。最佳优先搜索算法的基本思想：通过OPEN列表来追踪当前活跃的状态；利用CLOSED列表来记录已访问过的状态；利用与目标接近程度的启发式评估结果来对OPEN列表进行排序，并不断选择其中最优的节点搜索最佳解题路径。最佳优先搜索算法有多个版本的伪代码实现。经过一番比较，我还是推荐《人工智能》一书中所给出的实现，因为它很好地体现了该算法最优美的部分。接下来，让我们对维基教科书版伪码与《人工智能》版伪码做一个简单的比较。算法伪码：维基版最佳优先搜索算法可以被翻译为如下伪码【注：参见WIKIBOOKS Artificial Intelligence/Search/Heuristic search/Best-First search】。1定义OPEN列表，只包含起始节点（S）。2检查OPEN列表是否为空。如果为空，返回失败并退出。3将具有最佳分值的节点从OPEN列表中删除，并加人CLOSED列表。4扩展节点n，即识别节点n的所有后继节点。5检查每一个后继节点，判断其中是否存在目标节点。如果某个后继节点是目标节点，算法返回从起始节点到目标节点的路径，并成功结束。6对每一个后继节点：? 应用启发式评估函数f;? 如果节点没有在OPEN或者CLOSED列表中，那么将其加人到OPEN列表。7建立循环结构，跳转到第2步。
引自《程序员》杂志 一样的启发，不一样的智能（下） 再读《人工智能》有感 文／许正华 复活机制各个版本的差别主要体现在对后继节点所实施的操作。《人工智能》版伪码实现中，对已处于CLOSED列表中的后继节点有特殊的处理逻辑：如果发现了一条到达CLOSED节点的更优路径，那么算法会将该节点重新加人到OPEN列表中。我把这个机制叫做“复活机制”―它使得曾经被宣判为死亡的节点有机会起死回生（如图1所示）［注：参见《Artificial Intelligence》 Geoge F. Luger/The Best- First Search Algorithm/第134页］。为什么复活机制如此重要？任何想在复杂的现实环境中应用的启发式方法都应该遵循这样一个前提假设：启发充其量只是一种非正式的猜测。因此，我们必须接受不全面的甚至是错误的启发结果。这就意味着我们有必要对同一节点进行多次比较，并由此派生出另一个前提假设：在不同时刻对同一节点所做的多次猜测是可以比较其优劣的。复活机制就是这两个假设的最佳体现。自我的束缚人们求解复杂问题的过程就是在不断启发下向目标逐渐靠近的过程。也许有人会质疑我把人类的思维和机器的思维相提并论，不愿意接受机器或者其他所谓低等物种能够拥有高级思维这样一个事实。为了更准确地认识思维，我们最好将其视为可以独立于人类存在的客观事物。支配思维的规则与策略不仅可以被机器或者其他物种所掌握，而且可以被它们使用得更好。在现实的工作和生活中应用最佳优先搜索算法，常常面临来自经验与精力的挑战。来自经验的束缚经验是由实践得来的个体认知。它是一把双刃剑。如果你不能驾驭思维模式，就一定会被它驾驭，而被驾驭的结果就是思考空间受到限制。爱德华o德o波诺教授在《比知识还多》一书中将思维看作是指导经验的内在洞察力，其目的在于探索、理解和扩展经验。当经验升华为潜意识情感时，它会驱使人们根据主观偏好对事物做出判断，其结果是降低启发的准确性，并最终影响最佳优先搜索的整体效率。来自精力的束缚最佳优先搜索算法也是对人“心”与“身”的挑战。有时我们没有做到尽可能多地识别出后继状态节点或者重新访问曾经访问过的老节点（复活），不是因为经验不足，而是缺乏精神与体力的双重支持。当一个人身心疲惫时，很容易妥协和丧失原则。相反，一个人坚持越久，他／她取得成功的机会就越大。有一次为了解决一个至关重要的设计问题，我所在的团队断断续续讨论了两个月，最终方案不仅能够满足所有的产品需求，还大大降低了设计的复杂度和工作量。优化的启发有意识的思维训练人工智能就是这样一门学问，它让我们有机会更清楚地看到思维中普遍存在并闪烁着光芒的部分，也使我们更清醒地正视思维中的固有缺陷。我们想在日常生活中更好地使用启发式搜索，那么就要努力克服来自人的各种束缚。克服的办法是，尽可能将思维从日常思维活动中分离出来，使之成为一种有意识的甚至人为的技能。爱德华o德o波诺在《比知识还多》一书中所分享的思维训练工具可以帮助我们将注意力导向一个尽可能宽广的范围，这正是思维技能中最基本的东西。当然，在学习并使用这些思维工具的同时，更为重要的是形成“思维是一种可以通过不断学习而逐渐被掌握的技能”这一理念。依靠集体智慧要进一步摆脱来自个人的束缚，就必须引人集体智慧（Collective Intelligence）。集体智慧是一种共享的或者群体的智能，它是从许多个体的合作与竞争中涌现出来的。集体智慧在细菌、动物、人类以及计算机网络中形成，并以多种形式的协商一致的决策模式出现【注：参见维基百科／集体智慧】。通过开发一个组织接受和发展黄金建议的能力，我们可以更有效地扩展状态空间并提高启发式评估的准确性。真正让我领教集体智慧力量的是敏捷软件开发。“依靠团队”的思想体现在敏捷开发的方方面面。举例来说，软件开发进度估算是一项非常复杂的任务。高个人估算水平，而是依靠集体估算来修正个人估算的偏差。个人的估算水平在集体协作过程中得到持续优化，因此保证了集体估算的准确度也在不断进化。一种科学的思考实践运用最佳优先搜索算法的启发式搜索是一种科学的思考实践。它的科学性至少表现在三个方面：整体与局部的统一、方法与经验的统一、目标与过程的统一。它承认思维不完美，并努力让自己与其共生。在我看来，这恰恰是它力量的源泉。作为计算机专业的毕业生，我在大学期间就学习过人工智能课程。今天再读《人工智能》这本书，结合10年的工作体会，别有一番感受。许正华目前就职于CA Technologies中国技术中心，从事数据备份和高可用企业软件方面的开发和研究，并专注于软件工程、知识工程、团队文化等领域的研究与实践。
的话：人工智能的建立应该要在彻底了解大脑之后吧？ 或者让计算机自己进化？人的智能已经不能超越生理的局限，利用计算机的人工智能虽然很低级，但是它可以超越人类生理的局限，现在称为AI（Atifical Intellgence），我想总有一天会出现CI（Computer Intellgence）
对于微软研究员艾瑞克·霍尔威兹（Eric Horvitz）来说，这类综合AI每天都在为他服务。他屏幕上的女性化身替他解决访问者的问题所以微软的客服就是那个样子的....
这篇文章感觉相当的乐观，但是像回形针那样的ai还不如说是一个简单的反馈程序，完全谈不上智能的程度。《智能简史》倒是一本相当不错的书，人工智能的本质讲得也挺到位的，虽然我们称其为人工智能，但仅仅是其硬件由我们制造，至于程序，也只是有了基本规则之后任其自由进化，最后的结果并不是人工智能会与我们有多相像，极有可能正真生成的人工智能和我们完全不像，甚至无法交流。没必要担心是不是会来抢人类的工作，如果它觉得人类是害虫，呵呵。但更有可能完全忽视人类。有种这片文章其实是腹黑文的感觉。。其实他们在做着更恐怖的事。
记得那个东西中文叫大眼夹。。。好怀念。。。
机器会越来越聪明，因为人类"教会"它们算法，通过“训练”提高机器的准确率。当然技术一代代更新，作为研究人工智能的一员我完全相信今后机器会代替大部分人类的活动。不过机器是否能够完全掌控人类，这个问题涉及到了伦理道德，从技术角度来讲，我觉得有这个可能，一切皆有可能，就看你的想象力如何，呵呵。
人工智能遇到瓶颈很久很久了吧...最近有什么新突破吗,不然何来怕字呢.
如果机器的智能搞出人的智能N倍，我想知道它是否有欲望和恐惧？它们是否有社会组织，它们的组织结构是什么？它们中的个体是否理想和未来？来自
人工智能 ：
人工智能永远不可能具有人类的最核心的最强的能力 人工智能或者机器人将超越人类，或者影响人类的进化这样的观点层出不穷。一般我看到类似的观点都会付之一笑。 曾经，现在，将来我们都会问人类为什么会出现，或者我们从哪来？要到哪去？我们是谁？ 而对于人工智能，毫无疑问服务人类 ，给人类生产，为人类工作。 人类的科学思维创造科学，科学又促进了科学思维的发展，进而有了人类现代，创造了人工智能。 创造力那是什么？乔布斯的苹果就是创造力的表现么？完美主义是什么？极致又是什么？ 记得庄子的那颗歪脖子树么？就在那里自然的生长，与栋梁何必相关。 大自然或者神什么的具有造物的能力，而这些能力我们也具有，就是创造力，它本来就存在我们每个人的身上只是被教育，社会，价值观锁住了，囚禁了。当然一部分人的越狱了回归了他最真实的自己。 科学思维，科学方法如此可靠就是因为确定，而人工智能就是在这些基础下产生的，所以它将很快的兴起也会很快看到它的终点。 人类最强的能力是什么？不是对我是谁，我从哪来，我到哪去的探索。而是我们早已知道这些答案，但是却如同我们感觉不到我们的脑浆。我们那些已有的能力正式由于我们对某一种思维方式的依赖而遮掩了。 也许某个不知道的东西被知晓时，宇宙时代即将开始，请记住那个东西已经存在，就在你我身边。 有关《我们所不知道的人类自己》的主题交流，欢迎大家加我QQ
现在说人工智能还太早了点
我最近用了个智能手环乐康L28S
它的功能比电视上的差远了 根本算不上智能 现在的科技还没那么进步吧
显示所有评论
(C)2017果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&&&&
违法和不良信息举报邮箱：&&&&举报电话：应用：工业|
热门搜索：
当前位置：
【深度】人工智能迎来最好时代 那么发展瓶颈在哪
人工智能真迎来了最好的时代吗？实际上作为支撑后端服务的人工智能，已经应用互联网服务、智能硬件、公共安全、工业制造等各行各业。
　　OFweek网讯：虽然今年3月份的谷歌人工智能系统与李世石先生的人机大战，让普通大众第一次启蒙接触并认识人工智能深度学习，但在大多数人看来，依然把人工智能科幻化，对比好莱坞式的科幻片场景，把人工智能视作为&拟人类&。那么，人工智能真迎来了最好的时代吗？实际上作为支撑后端服务的人工智能，已经应用互联网服务、智能硬件、公共安全、工业制造等各行各业。　　谷歌CEO桑达尔&皮查伊(Sundar Pichai)说人工智能是科技界下一个浪潮。就目前来说，人工智能谈的更多的是深度学习，实际应用非常广泛，作为产品和服务后端技术，应用于包括Siri、Google Now、微软小冰等语音助手，以及改善搜索体验、翻译等大量互联网服务，甚至包括城市公共安全领域利用图像识别等技术，在这些服务背后，是听觉、语音、大数据、深度神经网络以及等技术在支撑。　　机器成劳动主力军？人工智能或致千万人失业　　与人工智能息息相关的产业，也逐渐从科幻、科研、生产走入人们的生活中，尤其领域最具有潜力市场，前景光明，全球至少有超过50个国家在发展相关机器人产业。　　对于机器人取代人类部分工作媒体报道比较多，让人担心自身职业将在未来被机器所取代，的确是个坏消息，而&机器换人&又不可避免，尤其在工业制造领域。相对成熟，部署规模也非常庞大，作为iPhone代工厂的富士康和和硕，其生产线装备机器人倍受行业关注，和硕称：因在生产线上装配了8000到1万台自动化生产的机器人，原来需要100名工人完成的工作，在机器人的辅助下现在只需要20人即可；早前也有报道称：富士康昆山工厂已经利用，将员工由11万人降至到5万人，另外，富士康可能还会有机器换人计划，多年前，富士康郭台铭也曾设想，希望建造一支由百万机器人组成劳动力大军。　　这个话题实际上是智能制造范畴，百度李彦宏在2016亚布力中国企业家论坛夏季峰会上发表演讲也谈到，当人工智能时代到来的时候，物联网就会变成一个很大的市场，它会彻底地改变我们的制造业。　　另外，随着劳动力成本不断上升，通过&机器换人&战略，也将能弥补上涨的劳动力成本及劳动力不足的局面，只是我们需要深度思考一个问题，即对于&机器换人&是喜还是忧？在杨剑勇看来，&喜&的是&机器换人&不仅提升产品质量，降低产品不良率，也可弥补劳动力成本上涨等优势，而&犹&的是：会导致大量人类失业，甚至有大量制造业将回流至欧美等发达国家风险。　　杨剑勇进一步指出，随着人工智能、日益成熟，科技界、政商界尤为担心大量工作岗位被机器所取代，当然也会涌现出大量新的工作机会，只不过机器或将会成为劳动主力军。简单重复的工作由机器所取代，但要完全取代人类，可能是好莱坞科幻片看多了，当然对于人工智能的监管，也显得尤为重要。　　另外，在机器取代人类部分工作，除工业制造领域来说，还有较多案例，包括客服、金融分析师、出租车司机、记者编辑、外科医生等职业都将会受到机器人的冲击，甚至红灯区从业者也将面临被机器人代替，只是现阶段没有规模化应用而已。　　就在今年奥运会期间，人们不仅关注运动员、金牌数据等资讯信息，同样在奥运期间机器人写稿也吸引了民众的关注，机器人写稿其实在在多年前就有很多案例，包括《纽约时报》、美联社、《洛杉矶时报》等全球知名媒体，以及国内腾讯、搜狐等门户网站，透过人工智能机器撰写新闻，从速度、数量都高于人类，美联社机器人编辑每个季度可以撰写几千篇新闻报道。
责任编辑：Sandy
免责声明：
本文仅代表作者个人观点，与
OFweek机器人网
无关。其原创性以及文中陈述文字和内容未经本站证实，
对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅
作参考，并请自行核实相关内容。
邮箱/用户名：
忘记密码？
用其他账号登录： QQ
请输入评论
机器人机器视觉伺服
广东省/深圳市
四川省/成都市
广东省/深圳市
广东省/深圳市
广东省/深圳市
广东省/深圳市
北京市/海淀区
广东省/深圳市
广东省/深圳市
广东省/惠州市
*文字标题：
*纠错内容：
联系邮箱：
*验 证 码：