0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能無法進(jìn)化,卻可以迭代優(yōu)化

姚小熊27 ? 來源:讀芯術(shù) ? 作者:讀芯術(shù) ? 2020-12-14 10:11 ? 次閱讀

人工智能沒有生命。人工智能無法進(jìn)化,卻可以迭代優(yōu)化,但這不是進(jìn)化。進(jìn)化是在特定環(huán)境中的隨機(jī)突變。相比之下,機(jī)器學(xué)習(xí)則針對(duì)特定的預(yù)編程目標(biāo)。它可能運(yùn)行復(fù)雜,但不同于進(jìn)化、天氣、海洋或大自然,它并不深?yuàn)W難測(cè)。

結(jié)構(gòu)復(fù)雜的系統(tǒng)(例如城市中許多交通信號(hào)燈)會(huì)自上而下引導(dǎo)人類活動(dòng)。相比之下,交通圈等深?yuàn)W復(fù)雜的系統(tǒng)則是通過眾多參與者的相互作用自發(fā)地形成了交通流。機(jī)器由許多復(fù)雜的零件組成,涉及繁雜的過程,但并不高階,它們呈現(xiàn)出來的是各種真實(shí)的復(fù)雜性。

不管創(chuàng)造出多少聽起來像是神經(jīng)學(xué)的術(shù)語,用于描述計(jì)算機(jī)所做的工作,它們依然沒有意識(shí)。那些幻想計(jì)算機(jī)有生命的人喜歡拋出諸如“模糊邏輯”之類的術(shù)語,好像這些編程技術(shù)可以使機(jī)器更能展現(xiàn)人類的直覺。

模糊邏輯是計(jì)算機(jī)程序在處理非1或0的值,然后將其表示為1或0的能力,僅此而已。模糊邏輯在真正的不確定性方面不是模糊的,它只是將現(xiàn)實(shí)的粗糙性和復(fù)雜性降低為計(jì)算機(jī)可以處理的簡(jiǎn)單二進(jìn)制。

同樣,神經(jīng)網(wǎng)絡(luò)也不像人類的大腦。它們只是層層節(jié)點(diǎn),通過“學(xué)習(xí)”成百上千個(gè)輸入的示例來運(yùn)行。我們并沒有告訴電腦一只貓的樣子,而是給它輸入數(shù)百張圖片,直到它可以確定貓的共性和特性為止。但只需看一個(gè)例子,人腦就能概括出“貓”擁有的屬性。

人腦是如何概括的?我們目前尚不清楚。

我們無法確切地說出一個(gè)有思維能力、可自主決斷的人意味著什么,這并不應(yīng)被視為一種負(fù)擔(dān)。人類的思維無法計(jì)算,就像現(xiàn)實(shí)本身只是信息一樣。智力是大腦的強(qiáng)大功能,現(xiàn)實(shí)存儲(chǔ)著海量數(shù)據(jù),但是如果沒有人類意識(shí)來呈現(xiàn)它們,這兩者根本就不存在。

我們決不能把人類意識(shí)簡(jiǎn)化為原始處理能力。這類似于人體只能去舉重一樣。我們的計(jì)算速度無法與超級(jí)計(jì)算機(jī)相提并論,我們的提重能力也永遠(yuǎn)無法與起重機(jī)相比。但是人類的價(jià)值不僅僅體現(xiàn)在效用性。通過技術(shù)干預(yù)或替代來提高一項(xiàng)有利于就業(yè)的標(biāo)準(zhǔn),只會(huì)讓人們遺忘其他可能更重要的價(jià)值。其中最重要的是意識(shí)本身。

眾所周知,意識(shí)是建立在完全不可計(jì)算的量子態(tài)上的,這些量子態(tài)位于大腦最微小結(jié)構(gòu)中,稱為微型管。有數(shù)十億個(gè)這樣的微管,每一個(gè)微管上都有眾多活躍、振動(dòng)的位點(diǎn),以至于利用計(jì)算機(jī)芯片的電腦,在對(duì)比人腦的復(fù)雜性后,相形見絀,無法匹敵。

唯一表現(xiàn)得好像意識(shí)足夠簡(jiǎn)單,可以被機(jī)器復(fù)制的人是計(jì)算機(jī)開發(fā)人員。機(jī)器無法實(shí)現(xiàn)一大堆神經(jīng)元發(fā)出的自我意識(shí),這一點(diǎn)讓神經(jīng)科學(xué)家們十分高興,卻也困惑不已,讓人自相矛盾。

但這并不意味著我們很快就能否定意識(shí)。這并不是DNA為了激發(fā)宿主的生存本能而在人腦中制造的某種假象。我們不是生活在模擬中,我們的意識(shí)是真實(shí)存在的。迫于壓力,即使是物理學(xué)家也承認(rèn)意識(shí)比客觀現(xiàn)實(shí)更有可能存在。

量子理論認(rèn)為,除非我們觀察到客觀現(xiàn)實(shí),否則它可能不存在。換句話說,宇宙充滿可能性,直到某人意識(shí)到其存在,并以某種方式解釋它,然后會(huì)變成我們所說的現(xiàn)實(shí)。

尋找意識(shí)的種子有點(diǎn)像尋找最小的宇宙粒子。它更多的是機(jī)械科學(xué)的產(chǎn)物,而不是思維方式的反映。每當(dāng)我們發(fā)現(xiàn)一個(gè)最終的決定因素——比如基因——同時(shí)也會(huì)發(fā)現(xiàn)其表達(dá)是由其他物質(zhì)決定的。

一旦我們發(fā)現(xiàn)了引發(fā)疾病的細(xì)菌,同時(shí)就會(huì)發(fā)現(xiàn)其得以滋生的環(huán)境因素,或?qū)е录膊挠幸婕?xì)菌轉(zhuǎn)變?yōu)槿肭植≡w的免疫缺陷。解決意識(shí)問題的唯一方法是親身體驗(yàn),去敬畏我們生活的世界,以及尊重與我們共同生活的其他人。

從這個(gè)意義上說,我們知道意識(shí)存在是因?yàn)槲覀冎酪庾R(shí)的感覺。就像一只動(dòng)物或一臺(tái)電腦一樣,我們可以看到一杯咖啡放在廚房的桌子上。但是我們也能體會(huì)到看到桌子上有一杯咖啡的感覺。選擇看那杯咖啡,去關(guān)注那杯咖啡,是意識(shí)所獨(dú)有的。電腦無法做到這一點(diǎn)。它們必須看清范圍內(nèi)的一切。它們沒有注意力、沒有焦點(diǎn)、沒有真正的方向。

而且知道看到一杯咖啡是什么感覺,擁有構(gòu)建思維和自我的思考能力。只有人類才能做到這一點(diǎn),因?yàn)槲覀冇猩?,而?jì)算機(jī)沒有。
責(zé)任編輯:YYX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 計(jì)算機(jī)
    +關(guān)注

    關(guān)注

    19

    文章

    7174

    瀏覽量

    87159
  • 人工智能
    +關(guān)注

    關(guān)注

    1787

    文章

    46061

    瀏覽量

    235043
  • 機(jī)器學(xué)習(xí)

    關(guān)注

    66

    文章

    8306

    瀏覽量

    131846
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    人工智能ai4s試讀申請(qǐng)

    目前人工智能在繪畫對(duì)話等大模型領(lǐng)域應(yīng)用廣闊,ai4s也是方興未艾。但是如何有效利用ai4s工具助力科研是個(gè)需要研究的課題,本書對(duì)ai4s基本原理和原則,方法進(jìn)行描訴,有利于總結(jié)經(jīng)驗(yàn),擬按照要求準(zhǔn)備相關(guān)體會(huì)材料??茨芊裼兄谌腴T和提高ss
    發(fā)表于 09-09 15:36

    【書籍評(píng)測(cè)活動(dòng)NO.44】AI for Science:人工智能驅(qū)動(dòng)科學(xué)創(chuàng)新

    提高芯片設(shè)計(jì)的自動(dòng)化水平、優(yōu)化半導(dǎo)體制造和封測(cè)的工藝和水平、尋找新一代半導(dǎo)體材料等方面提供幫助。 第6章介紹了人工智能在化石能源科學(xué)研究、可再生能源科學(xué)研究、能源轉(zhuǎn)型三個(gè)方面的落地應(yīng)用。 第7章從
    發(fā)表于 09-09 13:54

    報(bào)名開啟!深圳(國(guó)際)通用人工智能大會(huì)將啟幕,國(guó)內(nèi)外大咖齊聚話AI

    8月28日至30日,2024深圳(國(guó)際)通用人工智能大會(huì)暨深圳(國(guó)際)通用人工智能產(chǎn)業(yè)博覽會(huì)將在深圳國(guó)際會(huì)展中心(寶安)舉辦。大會(huì)以“魅力AI·無限未來”為主題,致力于打造全球通用人工智能領(lǐng)域集產(chǎn)品
    發(fā)表于 08-22 15:00

    FPGA在人工智能中的應(yīng)用有哪些?

    FPGA(現(xiàn)場(chǎng)可編程門陣列)在人工智能領(lǐng)域的應(yīng)用非常廣泛,主要體現(xiàn)在以下幾個(gè)方面: 一、深度學(xué)習(xí)加速 訓(xùn)練和推理過程加速:FPGA可以用來加速深度學(xué)習(xí)的訓(xùn)練和推理過程。由于其高并行性和低延遲特性
    發(fā)表于 07-29 17:05

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V2)

    32秒 https://t.elecfans.com/v/27222.html *附件:5G AIoT技術(shù)實(shí)踐入門與探索_V2_20240416.pdf 人工智能 AIMO模型優(yōu)化平臺(tái)介紹 2分20秒
    發(fā)表于 05-10 16:46

    5G智能物聯(lián)網(wǎng)課程之Aidlux下人工智能開發(fā)(SC171開發(fā)套件V1)

    軟件使用 11分46秒 https://t.elecfans.com/v/25507.html *附件:AidLux平臺(tái)使用介紹.pdf 人工智能 AIMO模型優(yōu)化平臺(tái)介紹 2分20秒 https
    發(fā)表于 04-01 10:40

    嵌入式人工智能的就業(yè)方向有哪些?

    嵌入式人工智能的就業(yè)方向有哪些? 在新一輪科技革命與產(chǎn)業(yè)變革的時(shí)代背景下,嵌入式人工智能成為國(guó)家新型基礎(chǔ)建設(shè)與傳統(tǒng)產(chǎn)業(yè)升級(jí)的核心驅(qū)動(dòng)力。同時(shí)在此背景驅(qū)動(dòng)下,眾多名企也紛紛在嵌入式人工智能領(lǐng)域布局
    發(fā)表于 02-26 10:17

    生成式人工智能和感知式人工智能的區(qū)別

    生成式人工智能和感知式人工智能人工智能領(lǐng)域中兩種重要的研究方向。本文將探討這兩種人工智能的區(qū)別。 生成式人工智能(Generative A
    的頭像 發(fā)表于 02-19 16:43 ?1179次閱讀

    aigc是什么意思和人工智能有什么區(qū)別

    ,AIGC具有許多區(qū)別和優(yōu)勢(shì)。 首先,AIGC是基于通用計(jì)算的人工智能平臺(tái),它不僅僅局限于特定應(yīng)用領(lǐng)域或任務(wù),而是具有更廣泛的應(yīng)用潛力。傳統(tǒng)的人工智能技術(shù)通常針對(duì)特定的問題進(jìn)行優(yōu)化,例如圖像識(shí)別、語音識(shí)別等,而AIGC
    的頭像 發(fā)表于 01-11 09:49 ?9241次閱讀

    如何加速HBM仿真迭代優(yōu)化?

    如何加速HBM仿真迭代優(yōu)化?
    的頭像 發(fā)表于 11-29 16:13 ?563次閱讀
    如何加速HBM仿真<b class='flag-5'>迭代</b><b class='flag-5'>優(yōu)化</b>?

    優(yōu)化數(shù)據(jù)中心——實(shí)現(xiàn)人工智能時(shí)代的綠色可持續(xù)發(fā)展

    在過去的幾年中,人工智能(AI)的需求達(dá)到了前所未有的高峰,推動(dòng)了支持其的數(shù)據(jù)中心基礎(chǔ)設(shè)施的擴(kuò)張。據(jù)估計(jì),人工智能的采用將占據(jù)數(shù)據(jù)中心基礎(chǔ)設(shè)施總量的10-15%,因此企業(yè)有必要在優(yōu)化數(shù)據(jù)中心設(shè)備性能
    發(fā)表于 11-28 17:27 ?223次閱讀

    基于人工智能算法的推薦系統(tǒng)原理及優(yōu)勢(shì)

    推薦系統(tǒng)是一種人工智能人工智能算法,通常與機(jī)器學(xué)習(xí)相關(guān),使用大數(shù)據(jù)向消費(fèi)者建議或推薦其他產(chǎn)品。這些推薦可以基于各種標(biāo)準(zhǔn),包括過去的購買、搜索歷史記錄、人口統(tǒng)計(jì)信息和其他因素。推薦系統(tǒng)非常有用,因?yàn)樗鼈?/div>
    發(fā)表于 11-20 11:40 ?2021次閱讀
    基于<b class='flag-5'>人工智能</b>算法的推薦系統(tǒng)原理及優(yōu)勢(shì)

    人工智能大模型、應(yīng)用場(chǎng)景、應(yīng)用部署教程超詳細(xì)資料

    人工智能是IC行業(yè)近幾年的熱詞,目前此技術(shù)已經(jīng)有很多成熟的模型和落地案例。在此跟大家做個(gè)分享,更多詳細(xì)資料,請(qǐng)自行搜索:【展銳坦克邦】,坦克邦-智算天地集算法模型、部署說明于一體,為廣大客戶提供了
    發(fā)表于 11-13 14:49

    如何使單片機(jī)與無線供電結(jié)合,從而使人工智能脫離電池和線路?

    如何使單片機(jī)與無線供電結(jié)合,從而使人工智能脫離電池和線路
    發(fā)表于 10-31 06:34

    生成式人工智能如何治理 生成式人工智能的機(jī)遇和挑戰(zhàn)

    人工智能按其模型可以劃分為決策式人工智能和生成式人工智能。決策式人工智能是一種用于決策的技術(shù),它利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和計(jì)算機(jī)視覺技術(shù)來處理
    發(fā)表于 10-12 09:57 ?589次閱讀