人工智能的未來讀後感
人工智能是以運算速度和儲存容量來進行邏輯推理,但是智慧是靠經驗、靠非邏輯思維——直覺、悟性、情感綜合起來的一種能力。人工智能的未來會是怎樣的呢?以下是小編整理的人工智能的未來讀後感,歡迎閲讀。
人工智能的未來讀後感1如何創造意識、思維,也許是人類認識自然的最後難題,是意識對自己的迴歸。作為著名發明家、作家、未來主義者,庫茲韋爾關於思維的研究和觀點獨特而驚人。他認為不久的未來,計算機可以實現人類大腦新皮質功能並超越人類,人類將與機器結合成為全新的物種。
假想某個浸泡在營養液中的大腦,用細細的導線與軀幹相連。大腦對軀體動作的意識,以及大腦發出的指令,通過導線雙向傳遞——此刻,你會認為這還是一個生物學意義上的“人”嗎?
庫茲韋爾只是把“奇點”當作一個絕佳的“隱喻”。這個隱喻就是,當智能機器的能力跨越這一臨界點之後,人類的知識單元、連接數目、思考能力,將旋即步入令人暈眩的加速噴發狀態——一切傳統的和習以為常的認識、理念、常識,將統統不復存在,所有的智能裝置、新的人機複合體將進入“甦醒”狀態。
在庫茲韋爾看來,人工智能的關鍵,並非通過物理手段製造出媲美、超越人腦的“非生物性智能機器”。這條路行不通。他給出的方法簡單有效:將人腦與電腦“嫁接”起來。
在本書中,庫茲韋爾用4章的篇幅(第3章:大腦新皮質模型;第4章:人類的大腦新皮質;第5章:舊腦;第6章:卓越的能力),精心構築了支撐他偉大預言的第一塊基石。這塊基石的目的,就是試圖將大腦新皮質作為“新腦”的重要組成部分,與舊腦區別開來。
智能可以超越自然的侷限,並依照自身的意志改變世界,這恐怕是世間最了不起的奇蹟了。人類智能可以幫助我們克服生物遺傳的侷限,並在這一進程中改變自我。唯有人類能夠做到這一點。
人類智能之所以能夠產生與發展,源於這是一個可以對信息進行編碼的世界。物理學的標準模型[3]會有數十個常量需要被精準限定,否則無法產生原子,也就不會有所謂的恆星、行星、大腦,更不會有關於大腦的書籍。讓人不可思議的是,物理學定律及常數能夠精確到如此程度,以至於允許信息自身得以演化發展。
我們的第一個發明是口語,它使我們能夠用不同的話語來表達想法。隨後發明的書面語言,使我們能夠用不同形式來表達我們的想法。書面語言庫極大地擴展了我們無外力援助的大腦的能力,使我們能夠維持並擴充我們的認知基礎,這是一種遞歸結構化的思想。
我們還開發了其他工具,通過利用這些工具,我們現在能用精確的信息術語來理解我們所屬的生物羣落。我們正以極快的速度利用逆向工程法分析生物羣落的構成信息,包括大腦結構的信息。我們現在擁有以人類基因組形式存在的生命目標代碼,這項成就本身也是指數級發展的一個突出實例。
現在有一項涉及成千上萬個科學家和工程師的宏偉工程正在進行中,他們正致力於理解智能程序的最好範例——人類大腦。這項工程的目標是精確理解人類大腦的工作機制,然後通過這些已知的方法來更好地瞭解我們自身,並在必要的時候修復大腦,而與本書最密切相關的,就是創造出更加智能的機器。以前專屬於人類智能的許多任務以及活動,現在能完全由電腦控制,更加精確,範圍也擴大了。
理解、建模和模擬人類大腦的關鍵是對大腦新皮質實施逆向工程,而大腦新皮質是我們進行循環分層思維的地方。
大腦也是這樣。它有一個類似的巨大的宂餘組織,尤其是在新皮質結構中。化繁為簡,揭開人腦最基本的力量,包括其基本智力系統如何進行辨識、記憶、預測。這些行為在新皮質裏不斷重複,產生了各種不同的想法。
人工智能的未來讀後感2你不得不承認,人生是一個不斷的巧合。如果不是因為去年參加網絡上的人工智能課程,我不會了解那麼多新鮮的知識。在Big Data課程裏,看到了介紹Hierarchical Temporal Memory,搜索在Y**Tube上看了Jeff Hawkins的視頻,原來他就是那本被很多人談及的《On Intelligence》一書的作者。有一天發現,發現那本絕版了很久的,也被很多人提及的書《人工智能的未來》居然到貨了。這才發現原來是同一本書,真是如獲至寶!
書很薄,字體很大,很快就翻完了。説是很快,那是因為讀來很爽,作者關於智能的解釋實在是深得我心。我曾經有過一些關於記憶的思考,記憶片段是如何關聯的,在書裏都解釋得清清楚楚。有些概念在GEB裏也提到過,比如我的大腦裏一定有根神經是關於樓下那隻貓的。其實對每一個你認識的人,每一個單詞字母...關於這個世界的每一個物體,在你的大腦裏都有個抽象的概念,有一根神經對應着,這想來很不可思議。原來,柏拉圖的理想國是很有道理的。
作者認為,大腦新皮層只是在原有古腦的基礎上加上了一個記憶系統,於是就帶來了所謂的智能。而智能並不需要計算,而只是直接提取現成答案。所以説要想成功,需要10萬小時的努力是有道理的,你需要有很多的答案,才能提取。有時候我們説,一個人很聰明,很靈活,其實是見多識廣的緣故。因為見得多了,你的`知識就很豐富,各種關聯就很多,要找到答案就很容易。
記憶來自感知,所以跟一個人的經歷有關。你之所以是你,是你的經歷造就了你的記憶,而記憶是你行為的基礎。我們製造的智能機器,其感知跟我們不同,其智能形式必然不同,或者説其思考和行為方式不同。就像有些人,她的行為你不可理喻,實在是因為經歷不同,記憶不同,所以世界模型也不同。
作者説,智能並不需要外在的行為。比如,你只是閲讀這上面的文字,雖然你不動聲色,但是我知道你已經懂了。
人工智能的未來讀後感3趁着AlphaGO掀起的熱潮,這周看完了《人工智能的未來》,一本談論人工智能關於計算機技術原理、神經學、哲學的書籍。
關於人工智能的定義,技術上和哲學上都頗具爭議。
圖靈測試提供了一種技術的、可衡量的手段;但在哲學上,人工智能永遠迴避不了關於意識或自由意志的問題。
關於自由意志,叔本華提出:“你可以做你想做的,但在生活中任何給定的時刻,你只能想做一件確定的事情,除此之外,絕對沒有任何其它事情。”這種決定論的思想,和我們認為我們可以選擇我所愛、做我所選大相徑庭。
而作者認為,當機器説出它們的感受和感知經驗,而我們相信它們所説的是真的時,它們就真正成了有意識的人。
作者通過思維模式識別理論、隱馬爾可夫層級模型、遺傳算法等人工智能技術,闡述了人工職能領域的進展,同時基於信息科技遵循指數增長的規律,提出了加速回報定律,樂觀預計智能機器人在未來幾十年內會出現。
從最初的人工耳蝸、人工眼球到人工大腦的擴展,非生物系統的引入(特別是人工大腦技術),是否會產生另外的我,而我們大部分思想(甚至全部)存在雲端,是否就可以得到“永生”。
數學家斯坦·烏拉姆説過:“技術的加速發展和對人類生活模式的改變的進展在朝着人類歷史上某種類似奇點的方向發展,在這個奇點之後,我們現在熟知的社會將不復存在”。
這一天,對人類來説是喜還是憂?人類是通過自己的智慧毀滅了自己還是得到了永生,誰能説清楚呢?
相關文章
-
人工智能的未來論文
人工智能一直處於計算機技術的前沿,在各個領域的應用都相當廣泛,下面要為大家分享的就是人工智能的未來論文,希望你會喜歡!摘要: 本文概要地闡述了人工智能的概念、發展歷史、當前研究熱點和實際應用及未來的發展趨勢。關 -
未來的人工智能生活作文
人工智能正在快速發展。在未來,人工智能已經發展到爐火純青的地步了,進入了每家每户的生活,那時候的人們將會以怎樣的方式生活下去?時間穿越到20年後……當你走在街上,本來熱熱鬧鬧的大街上如今卻空無一人,唯一的“行人”卻 -
人工智能未來發展論文
一、員工引進、調配、管理方面1、xx年共引進新員工xx人。人力資源部先後xx了多所高校的校園招聘會。在招聘現場與學生進行現場交流、精心篩選,並通過筆試、面試兩種形式相結合與百餘名應聘人員進行了深入的溝通與交流, -
未來人工智能英語作文
如今人工智能影響着我們生活的方方面面,在英語中也有關於人工智能的作文題材。下面是小編收集整理的未來人工智能英語作文,大家一起來看看吧! 未來人工智能英語作文一:Can machines really think? The artificial int -
人工智能的未來作文450字
如今人工智能,發展的迅速,引起了全世界的關注,比如申城的中國國際工業博覽會上,人工智能專區才看次設立開放,便擁有極其火爆的人氣。人們驚奇於那一個個小機器人裏的精密構造和其中所藴含的先進人工智能技術。現實中,人工智 -
人工智能讀後感
儘管時光要使愛情凋謝,但真正的愛,卻永遠保持着初戀的熱情;下面是有經典短片愛情散文,歡迎參閲。經典短片愛情散文:相逢不語,一朵芙蓉著秋雨秋風起兮白雲飛,草木黃兮雁南歸。風過,黃葉遍地,從一片片飛舞的落葉裏讀到了生命的 -
未來什麼職業會被人工智能取代
人工智能距離我們有多遠?在阿爾法狗戰勝李世石後,許多人驚訝於人工智能的高水平,並且立志學習圍棋,以便有一天能離人工智能更近一步。事實上,人工智能距離我們並不遠,並且會越來越近。如果你有一部iPhone,就可以通過SIRI語 -
人工智能讀後感4篇
當認真看完一本名著後,大家心中一定有不少感悟,需要好好地就所收穫的東西寫一篇讀後感了。那要怎麼寫好讀後感呢?以下是小編精心整理的人工智能讀後感,歡迎閲讀,希望大家能夠喜歡。人工智能讀後感1這本書我斷斷續續看了大 -
《人工智能》讀後感
元旦快到了,慶元旦手抄報我們經常會見到,而六年級學生做的手抄報又是怎麼樣的呢。下面是小編找來的慶元旦手抄報資料,一起來看下吧! 簡潔的慶元旦手抄報 慶元旦手抄報內容:西方元旦習俗比利時在比利時,元旦的早上,農 -
《人工智能》精選讀後感
《人工智能》精選讀後感11962年Arthur Samuel戰勝西洋跳棋高手。1997年IBM開發的深藍戰勝了世界象棋棋王卡斯帕羅夫。20xx年AlphaGo 4:1戰勝了李世石。而到現在AlphaGo正在朝着可以與人自由對話方向發展。深度學習+大