#你对人工智能是什么样的看法呢#

什么是人工智能？

如果您听到人工智能(AI)一词，您可能会想到自动驾驶汽车、机器人、ChatGPT、其他AI聊天机器人以及人工创建的图像。但了解人工智能输出的背后并了解该技术的工作原理及其对当代和子孙后代的影响也很重要。

人工智能这个概念自20世纪50年代以来就正式出现，当时它被定义为机器执行以前需要人类智能才能完成的任务的能力。这是一个相当广泛的定义，经过数十年的研究和技术进步已经被修改。

当您考虑将智能分配给机器（例如计算机）时，首先定义“智能”一词是有意义的-特别是当您想确定人工系统是否真正值得拥有它时。

人工智能是“一个致力于工程系统的技术和科学领域，该系统为一组给定的人类定义的目标生成内容、预测、建议或决策等输出”。虽然从技术角度来看，人工智能的定义是准确的，但它对普通人来说又如何呢？

事实上，人工智能只是一个实用工具，而不是万能药。它的好坏取决于指导其行为的算法和机器学习技术。人工智能可以非常擅长执行特定任务，但它需要大量数据和重复。它只是学习分析大量数据、识别模式并根据这些数据做出预测或决策，从而随着时间的推移不断提高其性能。

机器学习已经变得如此“强大”，可以生成从软件代码到图像、文章、视频和音乐的一切内容。这是人工智能的下一个层次，即所谓的生成式人工智能，它的功能和应用与传统人工智能不同。传统的人工智能系统主要用于分析数据和做出预测，而生成式人工智能则更进一步，创建与其训练数据相似的新数据。

人工智能是如何运作的？

本质上，人工智能分析数据以提取模式并做出预测。它通过将大型数据集与智能人工智能算法（或规则集）相结合来实现这一点，这些算法允许软件从数据中的模式中学习。该系统实现这一目标的方式是通过神经网络 ——一系列互连的节点，在各层之间中继信息以查找连接并从数据中获取含义。

为了理解它是如何工作的，我们必须解开以下概念：

学习：人工智能的机器学习功能使机器能够从数据中学习、识别模式并做出决策，而无需显式编程。更进一步，深度学习的进步使人工智能软件能够使用数百万个数据点来理解更复杂的模式。

推理：推理能力对于人工智能至关重要，因为它允许计算机模仿人脑。人工智能可以根据给出的命令或其他可用信息进行推断，以形成假设或制定解决问题的策略。

解决问题：人工智能解决问题的能力基于通过试错技术操纵数据。它涉及使用算法探索各种可能的路径，以找到复杂问题的最佳解决方案。

处理语言：人工智能使用自然语言处理（NLP）以对计算机有意义的方式分析人类语言数据。什么是自然语言处理？它是指计算机利用文本分析、情感分析和机器翻译来理解、解释和生成人类语言的能力。

感知：人工智能通过温度传感器和摄像头等传感捕捉器扫描环境。这一人工智能领域被称为计算机视觉，使机器能够解释和理解视觉数据，并用于图像识别、面部识别和物体检测。

以下是围绕人工智能的三大担忧 - 以及如何应对它们

人们此时此刻可能会有这些担忧，这是可以理解的，我们需要面对它们。只要我们这样做，我相信我们就不需要对人工智能感到恐慌，社会也会从拥抱它中受益。我建议我们解决这些问题如下：

1.我们应该使人工智能民主化

我们不应该因为人工智能太复杂而让普通人无法理解而否定人工智能，而应该努力让社会上的每个人都能使用人工智能。不应该只有科学家和工程师才能理解它；通过充分的教育、沟通和协作，人们将了解人工智能可以为社区创造的潜在价值。

2. 在人工智能领域，没有人会“落后”

我们应该使人工智能民主化，即技术应该属于全社会并造福全社会；我们应该对人工智能的发展现状持现实态度。

我们在人工智能方面取得了很大进展。但如果我们把它想象成一片浩瀚的海洋，我们仍然只是在沙滩上行走。事实上，我们取得的大部分成就都是基于拥有大量（有标签的）数据，而不是基于人工智能本身的智能能力。以更自然的方式学习，包括无监督学习或迁移学习，仍处于萌芽阶段，我们距离达到人工智能霸主地位还有很长的路要走。

从这个角度来看，社会才刚刚开始人工智能的漫长旅程，我们几乎都从同一页面开始。为了实现人工智能的下一个突破，我们需要全球社会的参与和开放的合作与对话。

3.我们应该采取敏捷的方式来治理人工智能

在我们研究如何监管该技术的同时，我们可以从人工智能创新中受益。我举个例子：福特汽车1908年生产了T型汽车，但美国用了60年才颁布正式的安全带使用法规。这种延误并没有阻止人们从这种交通方式中获益匪浅。然而，与此同时，我们需要法规，以便社会能够从人工智能等新技术中获得可持续的利益，并且我们需要作为一个全球社区共同努力来建立和实施这些法规。

通过解决人们对人工智能的上述担忧，我相信“值得信赖的人工智能”将为社会带来巨大的好处。国际社会对于“可信人工智能”的六个维度已经达成共识：公平性、问责性、价值一致性、鲁棒性、可重复性和可解释性。公平、责任和价值取向体现了我们的社会责任；鲁棒性、可重复性和可解释性给我们带来了巨大的技术挑战。

“值得信赖的人工智能”创新是一场马拉松，而不是短跑。如果我们坚持到底，以开放、包容、原则、协作的态度拥抱人工智能创新和监管，人工智能创造的价值将远远超出我们的预期。我相信下一代智能经济将在信任的基础上形成，并通过视角进行区分。