亚洲精品在线播放,亚洲成人免费在线观看,午夜宅女,一个人看aaaa免费中文,99视频在线看观免费,免费一级特黄特色大片在线观看看

新聞中心

• 行業動態 | 李開復：人工智能對人類真正的威脅是什么？

  　　3月10日下午消息，谷歌圍棋人機大戰今日迎來第二場，創新工場董事長李開復撰文表示，雖然機器在邏輯分析推算方面，能力會遠超人類，但是依然是屬于人類操控的工具。AlphaGo這類的“人工智能”機器真正可能帶來的危機，不是奴役人類，而是讓人類喪失斗志，無所事事。

  　　以下為李開復署名文章全文：

  　　昨天AlphaGo第一盤棋戰勝了李世石，激起了各種“機器超越人類，科幻小說將成真”的討論。特別有趣的是有人揣測AlphaGo下面會不會故意輸下幾盤棋，以免人類起疑心，阻擋了它統治人類的野心。其實，雖然機器在邏輯分析推算方面，能力會遠超人類，但是依然是屬于人類操控的工具。 AlphaGo這類的“人工智能”機器真正可能帶來的危機，不是奴役人類，而是讓人類喪失斗志，無所事事。

  　　有些人描述AlphaGo是“和人一樣的方式思考，但是比人快無數倍”。這么說并不精確。AlphaGo確實比人快無數倍，但是AlphaGo 的思考只能說是“被人的大腦啟發”，而非和人類思考一樣。AlphaGo是一個能自我學習的深度學習，經過專家的調節，它能在任何在可以純憑邏輯分析推算的問題上，把人類遠遠低拋在后面。機器速度會越來越快，學習能力會越來越強，數據會越來越多。

  　　基于深度學習的人工智能將帶來什么改變呢?我們將看到無數的商機和產品，能夠解決問題、拯救生命、產生巨大的商業和用戶價值。未來，自動交易能得到更高的投資回報和風險比例，自動診斷+基因排序會達到個性化精準醫療，推薦引擎將能推薦你最可能會買的產品、想吃的菜，想認識的人。在擁有大數據+大計算+專家調節的領域，就不必再跟人類相比了，因為人類根本差的太遠了(就像沒有人能打敗搜索引擎一樣)。

  　　這些技術可能輔助專家，也可能取代專家。非專家的工作者很多將會面臨失業。未來十年，大部分今天的人類工作可被機器取代。機器將取代許多的護士、記者、會計、教師、股理財師。。。的工作。任何帶有“助理”、“代理”或“經紀”等字樣的職位都很可能被取代。 這些機器不需要工資，只需要供電和網，就會一年365天，一天24小時“上班”。這些機器將幫助我們創造世界上的大部分財富。

  　　雖然這些機器確實很“聰明”，而且又高效、勤奮、低廉，但是他們并不“人性化”，只是冷冰冰的機器和工具。比如說，AlphaGo第一場就戰勝了李世石，但是它不會感覺高興，也不會理解我們對于它的討論。甚至，它說不上這局棋是怎么贏的。因為，它的思考雖然周密，但是它不懂“贏了有什么感受?”，也不懂“為什么圍棋好玩”，更不懂“人為什么要下棋?”，甚至連“你今天怎么贏的?”都說不上。今天的機器完全無法理解人的情感、喜怒哀樂、七情六欲、信任尊重、價值觀等方面 。對于人文藝術、美和愛、幽默感，機器更是絲毫不懂。有位AI研究員做了一套研究幽默感的系統，然后輸入了一篇文章，這個系統看了每句話，都說“哈哈”!今天的機器連個兩歲小孩都不如。對人工智能的研究者，這應該是一大未來的挑戰。

  

  　　圖一：未來機器統治人類的預測還很遙遠

  　　所以，今天這些機器僅僅是我們的工具，會為創造價值。至少今天，我們不必擔心人工智奴役我們(不過要盯好擁有機器學習+大數據的公司，別來作惡傷害用戶)。那我們該擔心什么呢?這些強大的機器，將帶來人類能否度過有史以來最大的“下崗潮”。這次的“機器取代人類”將遠超過去的工業革命和信息革命。不過，“下崗”還不是最可怕的，因為這些機器會產生巨大的商業價值，養活著這些下崗者，進而養活著人類。人類最應該擔心的是：一旦當機器供養著人類，人類達到了馬斯洛需求的基本需求，人類真的還會有動力去追求更宏偉的目標，自我實現嗎?還是會醉生夢死、無所事事地或者?

  

  　　圖二：未來機器養活無所事事的人：真實的危機

  　　面對這個擔心，我們應該：

  　?、訇P注啟發式教育，用互動式教育啟發孩子對學習的興趣和效率。AlphaGo愿意跟人類學習，我們當然也要善用最善于分析，最博學的機器。善于學習，樂于學習的孩子，是不會醉生夢死的。

  　?、谡暟l育右腦的學科領域，平衡文理。塞翁失馬，焉知非福?機器超越人類的左腦(工程邏輯思維)，也許就是要人類從過去幾十年重視理工，傾斜回來，花更多的精力在機器不擅長的右腦，例如：文學詩歌、藝術音樂、電影話劇、文創設計、工匠之美、宗教哲學、溝通情商。這不是說就不要學理工了，而是說應該讓適合理工，愛好理工的人學理工，適合人文，愛好人文的人學人文。我們應該平等看待文理，并且鼓勵發展文理雙全的人才。

  　?、酃膭钣猩线M心的年輕人挑戰自己， 孜孜以求，成為專才。不要把時間浪費在“安穩”但是重復性的工作上，而要以“成為某個特殊又有用領域的最頂尖人才”為目標，為己任。