快跑，皮革混蛋！我們分析人工智慧和機器人的神話和恐怖故事

大多數有關人工智慧的文章和貼文的作者從兩個相反的角度看待人工智慧：有些人認為人工智慧是一種新的奇蹟技術，可以解決人類幾乎任何問題。其他人則描繪了邪惡的人工智慧及其機器人僕人即將奴役人類的嚴峻前景。總的來說，這個話題是有爭議的，我們長期以來一直希望讓它變得更加清晰和充分。 首先，讓我們或多或少地看看有關人工智慧的一般神話和恐怖故事，然後我們將繼續討論技術誤解，並共同找出人工智慧的真正能力以及什麼可以被歸類為寓言。

關於人工智慧的神話與恐怖故事

1. 人工智慧將奪走人們的工作和職業。

   這可能是關於人工智慧最常見的神話，也是大多數人最害怕的神話。他們是可以理解的：事實上，很快（據稱）可能會出現一種技術，它會奪走你的工作和職業，這確實應該引起關注。

   事實上，一切都很複雜，但並不像你想像的那麼悲觀。人工智慧技術和自動化的引入可能而且不可避免地會影響經濟，導致許多人失業。首先，當然，執行相對容易自動化的最基本功能的工人將被解僱。

   但這並不意味著很快人類的所有功能都會被人工智慧接管，而只有那些直接致力於維護人工智慧本身功能的人才會繼續受到需求。即便如此，也只能等到未來的天網獲得完全自主的力量，或是將人們變成連接到虛擬實境的活電池。

   事實上，過去的工業革命雖然導致了勞動市場的重大變化，使許多人失業，但卻導致了就業機會的增加而不是減少。因此，真實的事實和統計數據並不特別支持悲觀的預測；相反，我們完全有理由預期新技術的發展將進一步刺激經濟增長，並導致一系列新職業的出現。 。

2. 超智慧的人工智慧將立即消除許多不需要高資質的工作。

   如上所述，人工智慧原則上像任何新技術一樣，會逐漸讓一些人失業。因此，那些只執行簡單功能的人確實有一些擔憂的理由。

   然而，這並不奇怪。新技術總是會導致經濟模式的變化，從而將整個職業拋在後面。例如，在電話通訊的最初幾十年中，使用者由營運商相互切換，但在自動切換出現後就不再需要營運商了。語音訊息和電子郵件等技術大大減少了對辦公室秘書的需求。等等。

   例如，如今，聊天機器人和基於人工智慧的虛擬助理開始嚴重威脅呼叫中心許多工作人員的就業。

   這裡只有一個重要的教訓──科技的發展導致不再需要那些執行最基本職能的人。為了防止新的聰明的聊天機器人剝奪你的工作，你需要學習和發展需要思考和創造力的複雜技能，也就是說，這仍然是智人的專有特權（即使如此，也不是全部）。

3. 通用人工智慧將能夠勝任任何工作。

   另一個與就業有關的神話告訴我們，很快就會出現某種通用人工智慧，它幾乎能夠同樣出色地完成任何工作。

   事實上，如果專門的人工智慧技術真的很快就會取代某些職位的人類，那麼就不能指望出現一種通用超級計算機，它可以以同樣的效率執行各種功能，從為性玩偶購買者提供技術支援到管理核武庫。未來幾十年。為什麼？

4. 人工智慧將在智力方面迅速超越任何人類。

   因為智力不是線性的、明確的。是的，在某些領域（例如運算速度或記憶體容量）電腦已經明顯優於人類，而在其他領域——例如創造力、策略思維和情緒智商——它們仍然與人類相差甚遠，而且幾乎不會出現這種情況。在不久的將來會發生根本性的改變嗎？

   「我們將自己要做的事情投射到人工智慧上。但地球上最聰明的電腦仍然是人腦，我們不太可能建構出比我們的大腦更通用、更強大的人工智慧。人工智慧沒有意識，因此不太可能變得比我們更聰明。沒有人，人工智慧就不可能存在。」資料中心營運商 QTS 創新副總裁 David McCall說。

5. 人工智慧的引入將導致機器人對人類的奴役，或對人類的徹底毀滅。

   這實際上是那些認為人工智慧構成威脅的人認為人工智慧技術發展的基本場景和最終結果。人工智慧仍然可能構成威脅的觀點不僅被遠離該地區的人們所傳播，而且還被科技和商業界的知名權威人物埃隆·馬斯克（Elon Musk）（眾所周知，他曾多次表示他相信人工智慧和機器人才是真正的危險）。

   事實上，雖然沒有人能夠準確預測遙遠的未來，但毫無疑問，為了有可能將這樣的場景變為現實，人類必須走很長的路，不僅要設法創造出有意識並超越人類智慧的人工智慧，同時也確保未來的機器人霸主有一切機會奪取權力。

人工智慧：科技誤解

現在讓我們更深入地了解：讓我們回顧一下與人工智慧底層技術相關的神話，以及對當今和不久的將來人工智慧真正能力的誤解。

• 基於神經網路的機器學習意味著人工智慧可以像人類一樣學習。

  事實上，神經網路是一種非常強大且實用的技術，但它們還無法接近人腦的複雜性。他們無法以與人相同的方式學習。

  簡單來說，基於所謂「人工神經網路」的深度學習人工智慧目前所能做的就是模仿我們大腦中的生物神經元辨識和記憶模式的方式。這種能力已經被廣泛使用，可以解決許多不同的問題，從提高翻譯和電子語音識別的質量，到識別金融詐欺和高效、安全的汽車電腦控制。

  但人工神經網路與人腦還相差甚遠。每個人的大腦包含超過2000億個神經元，每個神經元透過突觸與其他1萬多個神經元相連，每個突觸包含多達1000個分子開關。此外，大約有一百種不同的神經傳導物質影響神經元的溝通方式。據信，一個人腦包含的開關（每個過程的活躍組件）比地球上所有電腦、路由器和互聯網連接的總和還多。

• 基於機器學習的人工智慧可以自主學習。

  有一種觀點認為，基於機器學習的人工智慧專案可以自行學習，只需要人提供一套基本的方向和策略。其實這不是真的。為了使系統有效運行，通常需要一支經驗豐富的專家團隊來識別人工智慧問題、準備系統學習的資料、設定資料集標準、維護軟體正常運作、更新和改進軟體。

• 「認知人工智慧」技術能夠理解並解決各種問題。

  根據另一個常見的誤解，基於神經網路的認知人工智慧已經是一種通用的解決方案，可用於解決各種類型的問題。事實上，目前的人工智慧系統無法解決其設計目的之外的問題。就像在答案不是百分之百顯而易見的情況下他們無法做出決定一樣。

• AI 能夠 100% 客觀。

  所有人工智慧技術都以某種方式基於數據以及系統開發人員設定的解釋規則。由於所有人都以自己的方式存在偏見，人工智慧也將永遠如此。目前，還沒有任何技術可以真正完全消除任何偏見。儘管這個方向的工作正在進行中。

• AI演算法是封閉的，無法理解它是如何做出決策的。

  由於人工智慧最初被定位為神秘和封閉的東西，作為一種無需用戶啟動其工作演算法即可生成結果的技術，因此許多人如此看待人工智慧系統。然而，隨著時間的推移，越來越多基於人工智慧技術、演算法透明、原始碼開源的系統出現。

而不是尾聲：兩極化或趨勢是如何創造的

作為結論，我想稍微反思一下 cui prodest（誰受益）這個主題：為什麼他們如此多、如此堅持地談論人工智慧的危險，儘管現實似乎是顯而易見的——現代人工智慧和系統基於它的技術無疑是一項有前途的技術，將在許多領域中廣泛應用，並將使相當多的人失業。但人工智慧技術的發展水準還遠遠沒有引起人們的嚴重關注，而且沒有任何跡象表明在不久的將來會發生巨大的革命性變化。那麼為什麼像伊隆馬斯克這樣的科技業內人士會談論這些危險呢？這裡有一個猜測（你可以在評論中反駁）：這些知道如何行銷產品和想法的經驗豐富的商人正在利用兩極分化來吸引對基於人工智慧的技術的關注和投資。兩極化的運作方式是透過向大眾傳播強大的兩極化訊息來創造一個「熱門」和討論的話題。就我們而言，一方面是對人工智慧危險的警告，另一方面是眾多 IT 公司和新創公司對人工智慧平台的廣告。同時，雙方都將人工智慧描述為功能強大、功能強大的東西，足以引起擔憂。而實際上，人工智慧只不過是下一輪軟體進化。你同意？我們在評論中表達我們的意見。