快跑，皮革混蛋！我们分析有关人工智能和机器人的神话和恐怖故事

大多数有关人工智能的文章和帖子的作者从两个相反的角度看待人工智能：有些人认为人工智能是一种新的奇迹技术，可以解决人类几乎任何问题。其他人描绘了邪恶的人工智能及其机器人仆人即将奴役人类的严峻前景。总的来说，这个话题是有争议的，我们长期以来一直希望让它变得更加清晰和充分。 首先，让我们或多或少地看看有关人工智能的一般神话和恐怖故事，然后我们将继续讨论技术误解，并共同找出人工智能的真正能力以及什么可以被归类为寓言。

关于人工智能的神话和恐怖故事

1. 人工智能将夺走人们的工作和职业。

   这可能是关于人工智能最常见的神话，也是大多数人最害怕的神话。他们是可以理解的：事实上，很快（据称）可能会出现一种技术，它会夺走你的工作和职业，这确实应该引起关注。

   事实上，一切都很复杂，但并不像你想象的那么悲观。人工智能技术和自动化的引入可能而且不可避免地会影响经济，导致许多人失业。首先，当然，执行相对容易自动化的最基本功能的工人将被解雇。

   但这并不意味着很快人类的所有功能都会被人工智能接管，只有那些直接致力于维护人工智能本身功能的人才会继续受到需求。即便如此，也只能等到未来的天网获得完全自主的力量，或者将人们变成连接到虚拟现实的活电池。

   事实上，过去的工业革命虽然导致了劳动力市场的重大变化，使许多人失业，但导致了就业机会的增加而不是减少。因此，真实的事实和统计数据并不特别支持悲观的预测；相反，我们完全有理由预期新技术的发展将进一步刺激经济增长，并导致一系列新职业的出现。 。

2. 超智能的人工智能将立即消除许多不需要很高资质的工作。

   如上所述，人工智能原则上像任何新技术一样，会逐渐让一些人失业。因此，那些只执行简单功能的人确实有一些担忧的理由。

   然而，这并不奇怪。新技术总是会导致经济模式的变化，从而将整个职业抛在后面。例如，在电话通信的最初几十年中，用户由运营商相互切换，但在自动切换出现后就不再需要运营商了。语音消息和电子邮件等技术大大减少了对办公室秘书的需求。等等。

   例如，如今，聊天机器人和基于人工智能的虚拟助理开始严重威胁呼叫中心许多工作人员的就业。

   这里只有一个重要的教训——技术的发展导致不再需要那些执行最基本职能的人。为了防止新的聪明的聊天机器人剥夺你的工作，你需要学习和发展需要思考和创造力的复杂技能，也就是说，这仍然是智人的专有特权（即使如此，也不是全部）。

3. 通用人工智能将能够胜任任何工作。

   另一个与就业有关的神话告诉我们，很快就会出现某种通用人工智能，它几乎能够同样出色地完成任何工作。

   事实上，如果专门的人工智能技术真的很快会取代某些职位的人类，那么就不能指望出现一种通用超级计算机，它可以以同样的效率执行各种功能，从为性玩偶购买者提供技术支持到管理核武库。未来几十年。为什么？

4. 人工智能将在智力方面迅速超越任何人类。

   因为智力不是线性的、明确的。是的，在某些领域（比如计算速度或内存容量）计算机已经明显优于人类，而在其他领域——比如创造力、战略思维和情商——它们仍然与人类相差甚远，而且几乎不会出现这种情况。在不久的将来会发生根本性的改变吗？

   “我们将自己要做的事情投射到人工智能上。但地球上最聪明的计算机仍然是人脑，我们不太可能构建出比我们的大脑更通用、更强大的人工智能。人工智能没有意识，因此不太可能变得比我们更聪明。没有人，人工智能就不可能存在。”数据中心运营商 QTS 创新副总裁 David McCall说道。

5. 人工智能的引入将导致机器人对人类的奴役，或者对人类的彻底毁灭。

   这实际上是那些认为人工智能构成威胁的人认为人工智能技术发展的基本场景和最终结果。人工智能仍然可能构成威胁的观点不仅被远离该地区的人们所传播，而且还被科技和商业界的知名权威人物埃隆·马斯克（Elon Musk）（众所周知，他曾多次表示他相信人工智能和机器人是真正的危险）。

   事实上，虽然没有人能够准确预测遥远的未来，但毫无疑问，为了有可能将这样的场景变为现实，人类必须走很长的路，不仅要设法创造出有意识并超越人类智能的人工智能，同时也确保未来的机器人霸主有一切机会夺取权力。

人工智能：技术误解

现在让我们更深入地了解一下：让我们回顾一下与人工智能底层技术相关的神话，以及对当今和不久的将来人工智能真正能力的误解。

• 基于神经网络的机器学习意味着人工智能可以像人类一样学习。

  事实上，神经网络是一种非常强大且实用的技术，但它们还无法接近人脑的复杂性。他们无法以与人相同的方式学习。

  简单来说，基于所谓“人工神经网络”的深度学习人工智能目前所能做的就是模仿我们大脑中的生物神经元识别和记忆模式的方式。这种能力已经被广泛使用，可以解决许多不同的问题，从提高翻译和电子语音识别的质量，到识别金融欺诈和高效、安全的汽车计算机控制。

  但人工神经网络与人脑还相差甚远。每个人的大脑包含超过2000亿个神经元，每个神经元通过突触与其他1万多个神经元相连，每个突触又包含多达1000个分子开关。此外，大约有一百种不同的神经递质影响神经元的交流方式。据信，一个人脑包含的开关（每个过程的活跃组件）比地球上所有计算机、路由器和互联网连接的总和还多。

• 基于机器学习的人工智能可以自主学习。

  有一种观点认为，基于机器学习的人工智能项目可以自行学习，只需要人提供一套基本的方向和策略。其实这不是真的。为了使系统有效运行，通常需要一支经验丰富的专家团队来识别人工智能问题、准备系统学习的数据、设定数据集标准、维护软件正常运行、更新和改进软件。

• “认知人工智能”技术能够理解和解决各种问题。

  根据另一个常见的误解，基于神经网络的认知人工智能已经是一种通用的解决方案，可用于解决各种类型的问题。事实上，当前的人工智能系统无法解决其设计目的之外的问题。就像在答案不是百分百显而易见的情况下他们无法做出决定一样。

• AI 能够 100% 客观。

  所有人工智能技术都以某种方式基于数据以及系统开发人员设定的解释规则。由于所有人都以自己的方式存在偏见，人工智能也将永远如此。目前，还没有任何技术能够真正完全消除任何偏见。尽管这个方向的工作正在进行中。

• AI算法是封闭的，无法理解它是如何做出决策的。

  由于人工智能最初被定位为神秘和封闭的东西，作为一种无需用户启动其工作算法即可生成结果的技术，因此许多人如此看待人工智能系统。然而，随着时间的推移，越来越多基于人工智能技术、算法透明、源代码开源的系统出现。

而不是尾声：两极分化或趋势是如何创造的

作为结论，我想稍微反思一下 cui prodest（谁受益）这个话题：为什么他们如此多、如此坚持地谈论人工智能的危险，尽管现实似乎是显而易见的——现代人工智能和系统基于它的技术无疑是一项有前途的技术，将在许多领域得到广泛应用，并将使相当多的人失业。但人工智能技术的发展水平还远远没有引起人们的严重关注，而且没有任何迹象表明在不久的将来会发生巨大的革命性变化。那么为什么像埃隆·马斯克这样的科技业内人士会谈论这些危险呢？这里有一个猜测（你可以在评论中反驳）：这些知道如何营销产品和想法的经验丰富的商人正在利用两极分化来吸引对基于人工智能的技术的关注和投资。两极分化的运作方式是通过向大众传播强大的两极分化信息来创造一个“热门”和讨论的话题。就我们而言，一方面是对人工智能危险的警告，另一方面是众多 IT 公司和初创公司对人工智能平台的广告。与此同时，双方都将人工智能描述为功能强大、功能强大的东西，足以引起担忧。而实际上，人工智能只不过是下一轮软件进化。你同意？我们在评论中表达我们的意见。