智能媒体人工智能的终极批判单击输入您的封面副标题
智能媒体 人工智能的终极批判 单击输入您的封面副标题
2024年诺贝尔物理学奖授美国科学家约翰·霍普菲尔德（JohnJ.Hopfield）和英裔加拿大科学家杰弗里辛顿（GeoffreyE.Hinton），以表彰他们“通过人工神经网络实现机器学习的基础性发现和发明”。·辛顿因其在深度学习领域的开创性工作，被誉为“A/教父”，并在2018年荣获有“计算机领域的诺贝尔奖”之称的图灵奖。此外，他还因对A/安全性的持续呼而备受关注。·机器学习的重要研究和发展，与物理学有看于丝方缕的关系。一方面，物理学早已突破传统领域，研究的范围更广：另一方面，随看A/工具被广泛使用，越来越多的科研人员也正使用机器学习，继续拓展看物理、化学、生物等研究边界。在人工神经网络中，大脑的神经元由具有不同值的节点表示，这些节点可以通过彼此间的连接相互影响
●2024年诺贝尔物理学奖授予美国科学家约翰·霍普菲尔德（John J.Hopfield）和英裔加拿大科学家杰弗里·辛顿（GeoffreyE.Hinton），以 表彰他们“通过人工神经网络实现机器学习的基础性发现和发明” 。 ●辛顿因其在深度学习领域的开创性工作，被誉为“AI教父”，并在2018年荣 获有“计算机领域的诺贝尔奖”之称的图灵奖。此外，他还因对AI安全性的 持续呼吁而备受关注。 ●机器学习的重要研究和发展，与物理学有着千丝万缕的关系。一方面，物理 学早已突破传统领域，研究的范围更广；另一方面，随着AI工具被广泛使用， 越来越多的科研人员也正使用机器学习，继续拓展着物理、化学、生物等研 究边界。在人工神经网络中，大脑的神经元由具有不同值的节点表示，这些 节点可以通过彼此间的连接相互影响
使用人工神经网络的机器学习最初是受到人类大脑结构的启发。两位获奖者从上世纪80年代开始就对人工神经网络进行了重要的研究，利用物理学的工具开发了机器学习的基础方法。·1982年提出的“霍普菲尔德网络”模型，利用物理学的方式解释了大脑是如何进行联想、回忆的。可以将节点想象成像素，“霍普菲尔德网络“利用物理学中“原子自旋”的特性来描述材料特征，当“霍普菲尔德网络收到失真或不完整的图像时，它会通过节点更新它们的值，如此一来，网络便可以逐步工作以找到与不完美图像最相似的已保存图像。杰弗里·欣顿发明了一种让机器可以自主发现数据特性的方法，从而执行识别图片中特定元素等任务。杰弗里·欣顿将霍普菲尔德网络的想法应用于一种新网络，这种新网络使用另一种方法：玻尔兹曼机。玻尔兹曼机可以学习给定数据类型的特征元素，并用来分类图像或创建新材料
●使用人工神经网络的机器学习，最初是受到人类大脑结构的启发。两位获奖 者从上世纪80年代开始就对人工神经网络进行了重要的研究，利用物理学的 工具开发了机器学习的基础方法。 ●1982年提出的“霍普菲尔德网络”模型，利用物理学的方式解释了大脑是如 何进行联想、回忆的。可以将节点想象成像素，“霍普菲尔德网络”利用物 理学中“原子自旋”的特性来描述材料特征，当“霍普菲尔德网络”收到失 真或不完整的图像时，它会通过节点更新它们的值，如此一来，网络便可以 逐步工作以找到与不完美图像最相似的已保存图像。 ●杰弗里·欣顿发明了一种让机器可以自主发现数据特性的方法，从而执行识别 图片中特定元素等任务。杰弗里·欣顿将霍普菲尔德网络的想法应用于一种新 网络，这种新网络使用另一种方法：玻尔兹曼机。玻尔兹曼机可以学习给定 数据类型的特征元素，并用来分类图像或创建新材料
“人工智能教父”的杰弗里·辛顿在2012年的研究为今天的神经网络奠定了基础，但在2023年，他却选择离开谷歌开始发出对人工智能的警告在2023年接受《纽约时报》采访时，辛顿谈到了自已辞职的原因他曾认为谷歌是一个“合适的监管者”，但在微软与OpenAl合作推出GPT-4这一强大语言模型后，他开始改变了看法。他承认，自已曾经觉得人工智能的巅峰还遥遥无期，甚至预估要30到50年才会到来，但如今他的想法完全改变了。辛顿在接受CBS新闻采访时表示，世界已经到了一个“关键时刻”，而人们对人工智能的担忧是非常合理的。他并不认为这一切会在短期内发生，但也强调了我们面临的潜在风险
●“人工智能教父”的杰弗里・辛顿在2012年的研究为今天的神 经网络奠定了基础，但在2023年，他却选择离开谷歌，开始发 出对人工智能的警告。 ●在2023年接受《纽约时报》采访时，辛顿谈到了自己辞职的原因。 他曾认为谷歌是一个“合适的监管者”，但在微软与OpenAI 合作推出GPT-4这一强大语言模型后，他开始改变了看法。他 承认，自己曾经觉得人工智能的巅峰还遥遥无期，甚至预估要 30到50年才会到来，但如今他的想法完全改变了。 ●辛顿在接受CBS新闻采访时表示，世界已经到了一个“关键时 刻”，而人们对人工智能的担忧是非常合理的。他并不认为这一 切会在短期内发生，但也强调了我们面临的潜在风险
离开谷歌后，辛顿已经多次表明人工智能可能随时会超出人类的控制，而一旦发生这样的情况，后果将不堪设想，在与诺贝尔委员会的对话中，辛顿坦言，面对人工智能的发展，他感到非常迷茫，无法给出一个简单的解决方案。他希望获得诺贝尔奖能增加他发言的可信度，毕竟他曾是这一技术的推动者。·如今，辛顿作为多位知名科技领袖之一，加入了呼吁暂停人工智能发展的行列。他对未来的看法让人深思，虽然技术的进步令人兴奋，但背后的风险同样不容忽视
●离开谷歌后，辛顿已经多次表明，人工智能可能随时会超出人类的控制，而 一旦发生这样的情况，后果将不堪设想。 ●在与诺贝尔委员会的对话中，辛顿坦言，面对人工智能的发展，他感到非常 迷茫，无法给出一个简单的解决方案。他希望获得诺贝尔奖能增加他发言的 可信度，毕竟他曾是这一技术的推动者。 ●如今，辛顿作为多位知名科技领袖之一，加入了呼吁暂停人工智能发展 的行列。他对未来的看法让人深思，虽然技术的进步令人兴奋，但背后的 风险同样不容忽视
一、关于人工智能真相的清单原创2017-08-16/得到引言很多人都声称人工智能是未来的大机会，但真实世界里的趋势却很少有人能看清。「得到厂邀请高科技投资人王煜全创作了这篇清单，11条关于人工智能的洞见，供你参考
一、关于人工智能真相的清单 ●原创 2017-08-16 「得到」 ● ● 引言 ● 很多人都声称人工智能是未来的大机会，但真实世界里的趋势 却很少有人能看清。 ● 「得到」邀请高科技投资人王煜全创作了这篇清单，11条关于 人工智能的洞见，供你参考
1，人工智能，就是用机器去完成人类智慧才能完成的任务。有三个基础支撑：算法、计算能力和数据。算法和计算能力都越来越通用，数据是唯一的门槛。因为机器像孩子学习一样，需要海量数据的训练，才能具备智能。·2.巨大的用户数据，正是中国的优势。未来中国在人工智能领域大有可为。·3.这一轮“人工智能”的爆发，得益于“深度学习”算法的突破。所谓深度学习就是用数学方法模拟人脑神经网络。机器会在海量训练后具备自主判断的能力
●1. 人工智能，就是用机器去完成人类智慧才能完成的任务。它有 三个基础支撑：算法、计算能力和数据。算法和计算能力都越来越 通用，数据是唯一的门槛。因为机器像孩子学习一样，需要海量数 据的训练，才能具备智能。 ●2. 巨大的用户数据，正是中国的优势。未来中国在人工智能领域 大有可为。 ●3. 这一轮“人工智能”的爆发，得益于“深度学习”算法的突破。 所谓深度学习，就是用数学方法模拟人脑神经网络。机器会在海量 训练后，具备自主判断的能力
·4.人工智能有很多条路，“深度学习”只是其中一条。它是已知算法里表现最好的，所以在当下最火。●5.人工智能有两种应用形态：一种是弱人工智能，即只擅长单个领域，比如只会下围棋的AlphaGo；另一种是强人工智能，即各方面都很强。现阶段，弱人工智能比人强，强人工智能比人弱，且非常不成熟。·6.虽然“人工智能”话题很热，但全球基础设施已经搭建完毕。投资的风口，已经结束。即将到来的，是各个领域应用爆发的时代
●4. 人工智能有很多条路，“深度学习”只是其中一条。它是已 知算法里表现最好的，所以在当下最火。 ●5. 人工智能有两种应用形态：一种是弱人工智能，即只擅长单 个领域，比如只会下围棋的AlphaGo；另一种是强人工智能，即 各方面都很强。现阶段，弱人工智能比人强，强人工智能比人弱， 且非常不成熟。 ●6. 虽然“人工智能”话题很热，但全球基础设施已经搭建完毕。 投资的风口，已经结束。即将到来的，是各个领域应用爆发的时 代
。7无人驾驶，将会是人工智能领域第一个大规模应用。从今年（2017年）开始，越来越多的汽车将会具备人工智能的辅助驾驶能力。在不久的将来，智能家居将成为现实一一你可以通过语音8.对话，操控互联的所有设备。行业十人工智能，会成为一大趋势
●7. 无人驾驶，将会是人工智能领域第一个大规模应用。从今年 （2017年）开始，越来越多的汽车将会具备人工智能的辅助驾驶 能力。 ●8. 在不久的将来，智能家居将成为现实——你可以通过语音 对话，操控互联的所有设备。行业＋人工智能，会成为一大趋势
·9.凡是说人工智能马上要超越人类的，都是不懂认知科学。当前人工智能只是在某些方面比人强，想要全面超越人脑，还差得远·10.人工智能会对现有秩序带来巨大冲击。但面对它的威胁，最好的方式不是排斥，而是培养“机器智商”，同机器协作。·11.在可见的未来，有三种能力人工智能并不具备：创新能力、连接能力和领导能力。应对正在到来的“智能时代”，你可以从这篇清单和培养这三种能力做起
●9. 凡是说人工智能马上要超越人类的，都是不懂认知科学。当前人工 智能只是在某些方面比人强，想要全面超越人脑，还差得远。 ●10. 人工智能会对现有秩序带来巨大冲击。但面对它的威胁，最好的 方式不是排斥，而是培养“机器智商”，同机器协作。 ●11. 在可见的未来，有三种能力人工智能并不具备：创新能力、连接 能力和领导能力。应对正在到来的“智能时代”，你可以从这篇清单和 培养这三种能力做起