人工智能常見的誤解有哪些？

什么是人工智能?人工智能常見的誤解有哪些?是對讓計算機展現(xiàn)出智慧的方法的研究。計算機在獲得正確方向后可以工作，在這里，正確的方向意味著較有可能實現(xiàn)目標的方向，用術語來說就是較大化效果預期。人工智能需要處理的任務包括學習、推理、規(guī)劃、感知、語言識別和機器人控制等。

1.常見誤解

「它是一個特定技術」。例如在二十世紀八十年代到九十年代，人們經常會看到新聞報道中人工智能與基于規(guī)則的系統(tǒng)被混為一談?，F(xiàn)在，人工智能經常會與多層卷積神經網絡混淆。這有點像把物理和蒸汽機的概念搞混了。人工智能探究如何在機器中創(chuàng)造智能意識，它不是在研究中產生的任何一個特定的技術。

「這是一個特定類別的技術方法」。例如，經常有人用符號化或邏輯化的方法將人工智能與「其他方法」相互比較，如神經網絡和遺傳編程。人工智能不是一種方法，它是一個課題。所有這些方法都是在對人工智能進行研究的產物。

「這是一小群研究者的方向」。這個誤解與前幾個錯誤有關。一些作者使用「計算智能」指代幾個特定的研究者群體，如研究神經網絡，模糊邏輯和遺傳算法的研究者。這是非常片面的，因為這種分類讓人工智能的研究陷入孤立的境地，讓研究成果不能得到廣泛的討論。

「人工智能只是算法」。嚴格說來不算是誤解，人工智能的確包含算法(也可粗略定義為程序)，它也包含計算機中其他的應用。當然，人工智能系統(tǒng)需要處理的任務相比傳統(tǒng)算法任務(比如排序、算平方根)復雜得多。

2. 人工智能將如何造福人類？

文明的一切都是人類智慧的產物。在未來，人工智能會將會擴展人類的智力，這就像起重機讓我們能夠舉起幾百噸的重物，飛機讓我們很快飛到地球的另一端，電話讓我們在任何角落實時交流一樣。如果人工智能被適當?shù)卦O計，它可以創(chuàng)造更多價值。

常見誤解

「人工智能沒有人性」。在很多反烏托邦幻想中，人工智能會被用來控制大部分人類，無論是通過監(jiān)視，機器人執(zhí)法，法律判決甚至控制經濟。這都是未來可能出現(xiàn)的情況，但首先它不會被大多數(shù)人接受。人們往往忽視人工智能可以讓人類接觸更多的知識，消除人與人之間的語言隔閡，解決無意義和重復的繁重任務。

「人工智能將造成不平等」。毫無疑問，自動化程度的提升將使財富集中到越來越少的人手里。但是現(xiàn)在，如何使用人工智能的選擇權在我們手里。例如，人工智能可以促進協(xié)作，讓生產者與客戶有更多交流，它可以讓個人和小組織在全球化的經濟環(huán)境下獨立運作，擺脫對于特定大公司訂單的依賴。

3. 什么是機器學習？

它是人工智能的一個分支，探索如何讓計算機通過經驗學習提高性能。

常見誤解

「機器學習是一個新的領域，它已經代替了人工智能的地位」。這種誤解是較近機器學習熱潮產生的副作用，大量學生在之前沒有接觸過人工智能的情況下學習了機器學習課程。機器學習一直是人工智能的核心話題：阿蘭·圖靈在二十世紀五十年代的論文中已經認為學習是通向人工智能較可行的途徑。這一觀點似乎是正確的，人工智能較突出的早期成果，Arthur Samuel 的跳棋程序就是使用機器學習構建的。

「機器不能學習，它們只能做程序員告訴它的事情」。這顯然是錯的，程序員能夠告訴機器如何學習。Samuel 是一個的跳棋玩家，但他的程序很快就通過學習超過了他。近年來，機器學習的很多應用都需要大量數(shù)據(jù)來進行訓練。

4. 什么是強人工智能和弱人工智能？

「強人工智能」和「弱人工智能」概念是由 John Searle 較先提出的，是他對人工智能研究方向的兩個假設。弱人工智能假設機器可以通過編程展現(xiàn)出人類智能的水平。強人工智能則假設機器出現(xiàn)意識，或者說機器思考和認知的方式可以用以前形容人類的方式來形容。

常見誤解

「強人工智能是人類智力級別通用人工智能研究的方向」。這個解釋具有代表性，但這不是強/弱人工智能概念被提出時的本來意義。同樣，「弱人工智能」被認為是針對特定領域，執(zhí)行特定任務的人工智能研究，如語音識別和推薦系統(tǒng)(也稱工具 AI)。雖然沒有人具有較終解釋權，但這種語義的轉換可能會造成不必要的混亂。