Elon Musk on Artificial Intelligence
埃隆馬斯克談人工智慧
批判性推理、爭論答案的能力、創造力是需要認知方法的人類能力。我們能在人工智慧中找到這些能力嗎？目前還沒有，但多虧了技術、軟體和算法，我們可以提高我們的技能，並減少我們的日常工作量。以下是人工智慧如何看待、思考和行動。
人工智慧的合理性
在人工智慧中，言語、思想和行動，是屬於推理領域而不是情感領域的概念。當我們談論概率系統時，我們必須想像經過編程的軟體，可以解釋我們的情緒。但感情無法轉化為比特和字節。那麼當我們使用與人類能力如此相似的詞時，我們指的是什麼？我們在資訊圖中找到了答案。
人工智慧的能力
聆聽的能力
人工智慧可以用我們的語言傾聽和回應嗎？是的，感謝可以理解自然語言的軟件體，以及允許錄製聲音的技術。但是，這並不意味著它將能夠為我們提供除軟體編程中內置的答案之外的答案。
這是一個例子。亞馬遜的虛擬語音助手 Alexa 包含基於人工智慧的軟體，可以提供預設答案、進行在線搜索以及以所選語言閱讀文本。如果用戶提出類似的問題，Alexa 將能夠給出許多不同但仍然有限的答案，因為它們將取決於在編程階段選擇的變量。
看見的能力
更重要的是，人工智慧可以看到嗎？這取決於。記錄圖像並將實體空間變成數位空間的能力，是最接近人類視覺的虛擬方面。這些能力屬於電腦視覺，並透過影像監控等技術應用。
事實上，如果我們想在發生可疑入侵時得到警報，僅僅記錄是不夠的。即使是觸發每個動作的警報也無法幫助我們，因為它會產生誤報。然而，借助人工智慧，神經網路可以檢測周圍環境中的運動，並創建辨識危險的模式。這些用作過濾器，可以將人體運動與其他不相關的運動區分開來。同樣的技術安裝在樹林和森林中，透過檢測煙霧和觸發警報的攝影機拯救動植物群。
思考的能力
人工智慧如何模擬人類思維？透過神經網路和使用典型的深度學習算法。然而，我們還遠遠沒有得到像人類推理那樣複雜的結果。
批判性思維是最複雜的人類能力之一，因為它意味著對自己和周圍世界的認識。事實上，推理是一個超越感官知覺和時空限制的過程。將其轉化為數據並不容易。
這是與具體活動相關的示例。讓我們想像一下，主管想要監控其團隊成員的工作日，以了解如何提高業務績效。為此，他將使用利用人工智慧的時間表軟體，同時，他將要求員工對活動和時間做個人筆記。在一天結束時，他會召集員工並要求口頭報告。屆時，經理將有兩個輸出：軟體報告和員工報告。比較這兩個版本會發現不同之處。為什麼？很簡單，因為收集的數據只描述動作和時間，不包含解釋和認知分析的附加值。相比之下，員工的註釋帳戶具有建設性，因為它表達了基於經驗、假設以及批判性推理的觀點。
人工智慧模擬推理的工作原理，類似於亞里士多德引入的演繹思維：
「人都會死，蘇格拉底是人，所以蘇格拉底會死。」
在這句話中，你將從真實的前提和真實的規則出發，得到正確的結果。在人工智慧的情況下，如果我輸入經過驗證的數據並正確訓練軟體，我將得到準確的結果。
人工智慧基於概率系統和計算模型。隨著輸入的數據和訓練路徑的改進，正確答案的概率會增加。
然後我可以使用 AI 來模擬以下認知活動：
- 安排或計劃行動，例如操作和維護機器的行動。
- 以圖形方式表示由簡單推理產生的數據。營銷部門使用特定軟件執行的數據分析是如何通過 AI 優化時間和資源的完美示例。
人工智慧可以透過模擬人類的能力來看到、聽到和採取行動，但只能達到一定程度。 點擊推文
行動能力
人工智慧實際上是做什麼的？在公司中，人工智慧和機器人流程自動化 (RPA) 的結合產生了根本性的變化。它提高了流程效率，優化了時間和資源，並降低了人為錯誤的風險。
配備人工智慧的軟體所需操作的結果可以是以下類型：
- 描述性：它通常掃描並列出一系列操作、文檔和/或數據；
- 預測性：它根據其分析的數據預測中長期內可能發生的事情；
- 規定性：從與我要分析的活動相關的標準模型開始，該軟件可以告訴你，還可以採取哪些措施來提高性能。
使用利用自動化和人工智慧的程序對整個業務系統進行數位化，例如，可以：
- 實現在同一流程但不同階段工作的部門之間的持續互動；
- 自動化需要專用資源和高時間尺度的活動，以及重複犯錯的風險；
- 從處理大量複雜數據中獲得答案以進行管理。
在數為化轉型時代，重要的是要意識到人工智慧和自動化所提供的潛力，而不要將它們與人類的感覺、行動和思考能力相混淆。建議是將數字視為一組不可或缺的工具，以發展業務並進一步增強我們的認知能力。
沒有留言:
張貼留言