人工智能接管世界？这可能是相当不科学的假设，威胁来自人类自己

你在学习科技周边相关的知识吗？本文《人工智能接管世界？这可能是相当不科学的假设，威胁来自人类自己》，主要介绍的内容就涉及到，如果你想提升自己的开发能力，就不要错过这篇文章，大家要知道编程理论基础和实战操作都是不可或缺的哦！

我们应该害怕人工智能吗?包括已故物理学家史蒂芬·霍金在内的许多人都担心，强大的人工智能系统的崛起可能意味着人类的终结。

人工智能接管人类的想法已经讨论了几十年，描述人工智能企图毁灭人类的科幻电影这些年也有不少。2021 年 1 月，有科学家们再次就人类是否能够控制超级智能做出了判断，答案也是否定的。问题在于研究超级人工智能，就需要对可以分析的人工智能进行模拟，但是如果已经到了制造它的人都无法理解它，创建这样的模拟就不是那么简单了。

得出人类将无法控制人工智能结论的学者认为，如果人类不再了解 AI 将提出的场景类型，则无法设定诸如“不伤害人类”这样的规则。一旦计算机系统的工作水平超出了程序员的范围，设置任何限制都不再可能了。

人工智能虽然基于人脑设计，但这些机器有朝一日可能存在于另一个层面，像人类智胜黑猩猩一样，终有一天它们会智胜我们，因为超级的人工智能程序不仅具备学习模式，还可以做出决定，从而开辟出程序员没无法预料到的新学习途径。简单的案例包括在分析绘画库后创作新颖的艺术作品，或者在玩过电脑游戏的历史后设计出一个全新游戏等。这种深度学习的功能让使用者感到它的危险，史蒂芬·霍金在生前就对人类使用人工智能提出过警告，他担心它很快就会变得更超级智能，并不再需要人类了。

曾经有超过 100 位人工智能领域的领导人和专家敦促联合国禁止杀手机器人技术，因为这些AI领域的学者们担心它最终会失控出现差错。

然而，也有不同的观点则认为，人工智能的最大威胁不是AI本身，而将是人类选择使用它的方式，就像核武器本身并不伤害人类，但使用它的人才会遭遇疯狂。所以即使是看似无害的高级 AI 形式也可能被恶意使用。最近，计算机科学家不得不缩减一个“类似变色龙”的语言预测系统，称其太危险而不能向公众发布。

人工智能已经在以几十年前我们无法想象的方式改变世界，但其实它如何塑造未来取决于人类自己。对人工智能是否会接管世界的看法，将取决于它能否发展出超越人类的智能行为，也就是所谓的“超级智能”。那么这种可能性有多大，以及是什么让人们对人工智能的未来如此担忧？

机内无幽灵

人类往往会害怕不能理解的东西，因此，对于超出多数人预期的新技术被神秘所笼罩，在某些情况下也超出人类的表现，提防害怕也就很好理解了。

现在来揭开最流行的人工智能技术的神秘面纱，这些技术统称为“机器学习”，这使得机器可以在没有明确指令的情况下进行学习任务。这听起来可能有点吓人，但事实是，这一切都取决于一些相当普通的统计数据。这台机器是一个程序，或者更确切地说是一个算法，被设计成能够发现所提供数据之间的关系，有许多不同的方法可以实现这一点。

例如，我们可以将手写字母(a-z)的图像一个一个地呈现给机器，然后让它告诉用户每次按顺序显示的是哪个字母，用户已经赋予可能的答案，它只能是(a-z)之一，机器一开始随机说出一个字母，用户通过提供正确的答案来纠正它。用户也编写了程序，让机器重新配置自己，这样下次，遇到同样的顺序问题，它就可以很快给出正确答案。因此，随着时间的推移，机器的性能会提高，也就“学会”了识别字母表。

从本质上说，我们已经对机器进行了编程，以便利用数据中的公共关系来实现特定的任务。例如，“a”的所有版本在结构上看起来相似，但与“b”不同，算法可以利用这一点。有趣的是，在训练阶段之后，机器可以将获得的知识应用到新的字母样本上，例如，一个人的手写笔迹，机器以前从未见过，通过“学习”以后，它也能识别。

然而，人类擅长阅读。也许一个更有趣的例子是谷歌Deepmind的人工围棋智能，他们在游戏中的表现超过了所有人类玩家。它显然以一种不同于人类的方式学习，也就是和自己玩许多人类一辈子都玩不完的游戏。它被明确指示要获胜，并被告知它采取的行动将决定它是否获胜。它也被赋予了游戏规则，通过一次又一次地玩这个游戏，它可以发现在每种情况下什么是最好的动作，从而创造出以前没有人玩过的动作。

但所有这些学习不是机器内存在的“幽灵”所赋予，它的学习、记忆、回放都是人类的程序指令所表达的。

幼儿和机器

上面的案例是否证明AI棋手比人类更聪明呢?当然不是，人工智能非常擅长于特定类型的任务，这是人为赋予的。但它不能像人类那样表现出多功能性。尽管经过多年的发展，人类对世界的理解是人工智能从未实现过的，也不太可能在短期内实现。

人工智能之所以被称为“智能”，归根结底是因为它能够学习，但即使在学习方面，它也比不上人类。事实上，幼儿只要看别人解决一次问题就能学会。而人工智能需要大量的数据和大量的尝试，才能在非常具体的问题上取得成功，而且很难将人工智能在不同任务上的知识加以概括，因此，尽管人类在生命的最初几年里发展了惊人的智能，但机器学习背后的关键概念与一二十年前并没有太大不同。

现代人工智能的成功与其说是由于新技术的突破，不如说是由于现有的海量数据和计算能力。然而，重要的是，即使是无穷无尽的数据也无法赋予人工智能类似人类的智能。理论上要做到这一点，需要首先在开发人工“通用智能”技术方面取得重大进展，甚至需要建立一个人脑的计算机模型，而人类技术离这个目标还差得很远，甚至不太可能。

所以仅仅因为人工智能可以学习，并不意味着它会突然学会人类智能的所有方面，并超越人类。人类的智力甚至没有一个简单的定义，人类甚至自己都没弄明白智力究竟是如何在大脑中出现的，即使人类最终能够弄明白这个问题，然后创造一个可以学会变得更智能的人工智能，这也并不一定意味着它会更胜过人类的智能。至少人工智能在很长一段时间内所能做到的就是比人类获得更多的记忆数据，这也是在某些领域它表象上胜出人类的错觉。

正确使用人工智能

人类首要关心的应该是人类如何使用人工智能。机器学习算法通常被认为是黑匣子，在确定人类的算法找到的解决方案的细节方面做的努力却很少，这是一个重要而又经常被忽视的方面，因为人类经常沉迷于性能而不太关注了解。了解这些系统已经发现的解决方案是很重要的，因为这样可以评估它们是否正确或理想的解决方案。

如果以一种错误的方式训练机器系统，最终得到的是一台学会了不适用关系的机器。典型的案例就是，当设计一台机器来评估工程专业学生潜在的能力，现实中这可能是个很科学的做法，但为了论证理论，就继续设定下去，传统上这是一门男性主导的学科，所以机器内的数据基本上来自以前的男性学生。如果我们不能确保训练数据是平衡的，那么机器可能会得出结论，即工科学生是男性，并错误地将其应用于未来的预测。

机器学习和人工智能都是工具，它们可以用对或错的方式使用，就像其他任何东西一样，应该关心的是对它们使用的方式，而不是方法本身，因为机器始终来源于人类自己，而当有一天人工智能如果真的可以赶超人类自己的智能时，人类的贪婪可能比人工智能更让世界害怕。

以上就是《人工智能接管世界？这可能是相当不科学的假设，威胁来自人类自己》的详细内容，更多关于人工智能（AI）,威胁（Threat）,编程（Programming）的资料请关注golang学习网公众号！