人工智能阿法狗的作文范文
人工智能阿法狗正以无比迅捷的速度成为科技圈最热的话题，也成为了学生的作文写作题材。下面是学习啦小编为你整理的人工智能阿法狗的作文，供大家阅览!
人工智能阿法狗的作文：跟人工智能一起成长吧
它学人类语言，我们学习个性化表达创新。
被网上观棋者昵称为“阿法狗”的谷歌机器棋手AlphaGo，对战曾为世界围棋冠军的韩国棋手李世石九段，最终以四比一大胜。这是继1997年 IBM 的“深蓝”(Deep Blue)机器棋手击败俄国国际象棋特级大师卡斯帕罗夫以来，人工智能对人类智能的又一次大挑战。围棋的变化要比国际象棋远为复杂，人们曾经认为机器掌握围棋近乎不可能，更不要说战胜人类。却料不到2016年3月里，机器的胜利有如惊蛰后的春雷，突然炸响。
震惊之下，就有种种议论，特别是盲目为人类优越感拍胸脯的。有篇题为《思想的尊严永远只属于人类》的文章说，“表达喜怒哀乐的情感，人工智能还不如3岁的小孩”。其实，要比表达情感，根本不用人类出马，哪怕三岁幼童;拉匹马出来就行了。抽它一鞭子，马痛了会跳会逃;抽机器一鞭子，有生理反应吗?
人工智能真正提出的，其实是人何以为人的本质问题。更具体地讲，在这样一个填空题里——“人类是能够(____)的唯一物种”——你填什么?很不幸的是，这一百年来，我们人类填进去的各种答案，一个又一个被科学的进展抹掉了，顺带也为人类抹去了不少自以为是的优越感。
对人类独特性的质疑，其实不是从高智能端的电脑开始，而是始自低智能端的兽脑。历史唯物论认为生产方式决定生产关系，而生产方式的进步来自生产工具的改进，所以恩格斯在《劳动在从猿到人转变过程中的作用》一文里，将人兽之界划在能否制造工具：“没有一只猿手曾经制造过一把哪怕是最粗笨的石刀。”但在1960年，著名灵长类学家简·古道尔在野外首次观察到了动物制造工具：黑猩猩将草叶咬成特殊形状，插入白蚁洞钓白蚁吃。这之后，人们改称动物没有自我意识;又曾说动物只有基因传递，人类才有文化传递;等等。但都被野外观察所否定。
那么现在是什么东西还让人类那脆弱的心灵勉强维持着对于动物的优越感?——语言，是语言为人类守住了那条越来越模糊的人兽之界。
能在高智能一端为人类守住人机之界的，大概也是语言。至少，这似乎是计算机科学之父艾伦·图灵的意思。图灵在1950年提出了一个“模仿游戏”(The Imitation Game，这也是2014年一部描述图灵故事并获得奥斯卡最佳影片提名的电影片名)：让机器和“同组人”分别与裁判隔屏笔谈5分钟，裁判然后决定谁是机器。如果机器在10次中能有3次让裁判相信它是人类，那么这架机器可以算是具备思考能力。
国际上现在每年举行一次图灵测试比赛。各路人工智能好汉都把自己的机器送去竞争。于是“同组人”面临一个人之为人的大问题：你如何证明自己是人，而不是被同组的机器夺去这一称号?被选去测试的“同组人”，各自使出十八般武艺，力证自身确是人。限于篇幅，这里只谈一点与当前互联网时代特别相关的。
AlphaGo 所用的“深度学习”方法，基础是模式识别。其在实用中第一次大放光彩，是2012年多伦多大学学生在药业巨头举办的筛选分子结构大奖赛中笑拔头筹——这些学生其实并不懂药物结构。同样，阿法狗团队也不需要精通围棋。但语言毕竟不是分子结构图或围棋谱，机器如何发现“桂华流瓦”和“月光照在屋顶上”是同样意思?即使设计者精通中文，这也
是个棘手问题。在图灵测试中，如果机器从网络海量信息里找到的出现次数最多的回答，总是些大路货，那么裁判确实在与“人”对话，但不是在与某个特定的人对话。
创造了“虚拟现实”(virtual reality)这一说法的美国计算机专家贾隆·拉尼尔，在2010年出版了一本畅销书，《你不是电子器具》(You Are Not a Gadget)。他在书中猛烈抨击时下那种信息来自谷歌搜索、解释来自维基百科、语句来自脸书时髦和推特流行而导致的千人一面的泛同心态。不过，另一方面，人工智能的进展将迫使那些仍有人类自尊心的人，去发现自己的个性语言，以免被人误作机器。裁判问：是否看了《疯狂动物城》?如果你上来就回答，“我喜欢那只兔子”，对方无法知道你是否真是人，机器可以做得同样好。但如果你想到中学英语里动物园叫Zoo读如“苏”;中学政治里谈到乌托邦Utopia;中学语文里听说“物”字本义就是动物，先讲这片名Zootopia，其实可以译作“物托邦”，义与意皆近。然后再说我喜欢那只兔子，大概就没人当你机器了。
人工智能来了。不可怕。跟人工智能一起成长吧。它学人类语言，我们学习个性化表达创新。
人工智能的真相
“阿法狗”战胜韩国围棋国手李世石一事令很多人惊呼：人类最后的智慧堡垒也被人工智能攻克了!实际上，人们害怕人工智能，往往是因为不了解。人工智能的发展速度超出很多人的想象，每个人现在都需要问自己一个问题：关于人工智能，我了解多少呢?
读了下面这12个问答，你就会对人工智能的未来发展有一个较为全面的了解。
人工智能的发展包括哪些阶段?
人工智能的发展可分为三个阶段：弱人工智能、强人工智能和超人工智能。弱人工智能是擅长于单个方面的人工智能，比如“阿法狗”，只会下围棋。
强人工智能，达到了人类级别的人工智能，也就是在各方面都能和人类比肩的人工智能，人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多，我们现在还做不到。
超人工智能，即超级智能。牛津哲学家，知名人工智能思想家尼克・博斯特罗姆把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多，包括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点，也可以是各方面都比人类强万亿倍的。超人工智能也正是为什么人工智能这个话题这么火热的缘故。
为什么说我们正在越来越快地接近超人工智能?
通过观察历史，我们可以发现一个规律，即人类出现以来所有技术发展都是以指数增长。也就是说，一开始技术发展是小的，但是一旦信息和经验积累到一定的基础，发展开始快速增长，以指数的形式，然后是以指数的指数形式增长。
未来学家瑞・库兹韦尔把这种人类的加速发展称作加速回报定律。之所以会存在这种规律，是因为一个更加发达的社会，能够继续发展的能力也更强，发展的速度也更快。
李四光也曾经写道：“人类的发展不是等速度运动，而是类似一种加速度运动，即愈到后来前进的速度愈是成倍地增加。”
人工智能技术的关键难点是什么?
用计算机科学家高德纳的说法，“人工智能已经在几乎所有需要思考的领域超过了人类，但是在那些人类和其它动物不需要思考就能完成的事情上，还差得很远。”一些我们觉得困难的事情――微积分、金融市场策略、翻译等，对于电脑来说都太简单了。我们觉得容易的事情――视觉、动态、移动、直觉――对电脑来说则太难了。
摩尔定律真的那么有效吗?
摩尔定律认为全世界的电脑运算能力每两年就翻一倍，这一定律有历史数据所支持，这同样表明电脑硬件的发展和人类发展一样是指数级别的。我们用这个定律来衡量1000美元什么时候能买到1亿亿cps(每秒运算次数)。现在1000美元能买到10万亿cps，和摩尔定律的历史预测相符合。瑞・库茨维尔提出的加速回报定理，也就是摩尔定律的扩展定理。
我们什么时候能用上和人脑一样聪明的电脑?
现在1000美元能买到的电脑已经强过了老鼠，并且达到了人脑千分之一的水平。1985年的时候，同样的钱只能买到人脑万亿分之一的cps，1995年变成了十亿分之一，2005年是百万分之一，而2015年已经是千分之一了。按照这个速度，我们到2025年就能花1000美元买到可以和人脑运算速度抗衡的电脑了。
我们如何造出超人工智能?
第一步：增加电脑处理速度。这步比较简单。
第二步：让电脑变得智能。这步比较难，有三种可能的途径：一是模拟人脑，二是模拟生物演化过程，让计算机演化出智能，三是建造一个能进行两项任务的电脑――研究人工智能和修改自己的代码。这样它就不只能改进自己的架构了，我们直接把电脑变成了电脑科学家，提高电脑的智能就变成了电脑自己的任务。
为什么说强人工智能可能比我们预期的更早降临?
因为，一，指数级增长的开端可能像蜗牛漫步，但是后期会跑的非常快。二，软件的发展可能看起来很缓慢，但是一次顿悟，就能永远改变进步的速度。就好像在人类还信奉地心说的时候，科学家们没法计算宇宙的运作方式，但是日心说的发现让一切变得容易很多。创造一个能自我改进的电脑来说，对我们来说还很远，但是可能一个无意的变动，就能让现在的系统变得强大千倍，从而开启朝人类级别智能的冲刺。
超人工智能为什么会导致智能爆炸?
这里我们要引出一个概念――递归的自我改进。这个概念是这样的：一个运行在特定智能水平的人工智能，比如说脑残人类水平，有自我改进的机制。当它完成一次自我改进后，它比原来更加聪明了，我们假设它到了爱因斯坦水平。而这个时候它继续进行自我改进，然而现在它有了爱因斯坦水平的智能，所以这次改进会比上面一次更加容易，效果也更好。第二次的改进使得他比爱因斯坦还要聪明很多，让它接下来的改进进步更加明显。如此反复，这个强人工智能的智能水平越长越快，直到它达到了超人工智能的水平――这就是智能爆炸，也是加速回报定律的终极表现。
我们还要多久才能迎来超人工智能?
著名人工智能专家、谷歌公司的技术总监瑞・库兹韦尔相信电脑会在2029年达成强人工智能，而等到2045年，我们不但会造出超人工智能，还会迎来一个完全不同的世界――奇点时代。
什么是奇点时代?
所谓奇点时代，指的是超人工智能的出现将世界带入的一个新的时代。在这个时代中，人类将无法预测技术如何发展，因为超人工智能的行为将超出人类的理解能力。
超人工智能可能给人类带来的最大益处是什么?
永生。在理论上，死亡并非是不可克服的，只不过这需要超人工智能在纳米技术和生物技术方面取得我们难以想象的突破。超人工智能可以建造一个“年轻机器”，当一个60岁的人走进去后，再出来时就拥有了年轻30岁的身体。就算是逐渐糊涂的大脑也可能年轻化，只要超人工智能足够聪明，能够发现不影响大脑数据的方法来改造大脑就好了。一个90岁的失忆症患者可以走进“年轻机器”，再出来时就拥有了年轻的大脑。这些听起来很离谱，但是身体只是一堆原子罢了，只要超人工智能可以操纵各种原子结构的话，这就完全不离谱。
超人工智能最值得我们去担心的问题是什么?
我们可以从科幻小说和电影那里了解到很多超人工智能可能带来的坏处――人工智能取代人类工人，造成大量失业;因为解决了衰老造成人口膨胀。但真正值得我们担心的，是超人工智能可能给包括人在内的地球生命带来的生存危机。生存危机是用来指那些跨物种、跨代(永久伤害)并且有严重后果的事情。它可以包括使人类遭受永久苦难的情况，但是这基本上和灭绝没有什么区别了。
在人类没有考虑好如何让超人工智能变得安全的情况下贸然发明出超人工智能，就有可能引发人类和所有生物的灭绝。而这也正是包括比尔・盖茨、埃隆・马斯克等在内的人类精英对人工智能抱持忧虑态度的原因。
关于人工智能的展望
人工智能自1956年在美国诞生至今已50多年了。长久以来,人工智能对于普通人来说是那样的可望而不可及,然而它却吸引了无数研究人员为之奉献才智。从美国麻省理工学院、卡内基-梅隆大学到IBM公司、本田公司、SONY公司以及国内的清华大学、中科院等科研院所,全世界许多实验室都在进行着AI技术的实验。
随着时代的发展及信息革命的到来,人工智能的研究领域日益拓宽,其内容逐步丰富,对人类发展有划时代的意义。
一、何谓“人工智能”?“智能”源于拉丁语Legere,字面意思是采集(特别是果实)、收集、汇集,并由此进行选择,形成一个东西。Intelegere是从中进行选择,进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》中所提出的:在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始,人们已对机器操作的复杂性与自身的某些活动进行直观联系。经过几个世纪之后,新技术已使我们所建立的机器的复杂性大为提高。1936年,24岁的英国数学家图灵提出了“自动机”理论,把研究会思维的机器和计算机的工作大大向前推进了一步,他也因此被称为“人工智能之父”。“人工智能”(Artificial Intelligence)简称AI它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人们认为“人工智能”是计算机科学技术的前沿科技领域。因此,“人工智能”与计算机软件有密切的关系。一方面,各种人工智能应用系统都要用计算机软件去实现,另一方面,许多聪明的计算机软件也应用了人工智能的理论方法和技术。例如,专家系统软件,机器博奕软件等。但是,“人工智能”不等于“软件”,除了软件以外,还有硬件及其他自动化的通信设备。人工智能是从思维、感知、行为三层次和机器智能、智能机器两方面研究模拟、延伸与扩展人的智能的理论、方法、技术及其应用的技术学科。
二、人工智能的研究领域人工智能是一种外向型的学科,它不但要求研究它的人懂得人工智能的知识,而且要求有比较扎实的数学基础及哲学和生物学基础,只有这样才可能让一台什么也不知道的机器模拟人的思维。因为人工智能的研究领域十分广阔,它总的来说是面向应用的,主要研究领域有专家系统,有人在工作,它就可以用在什么地方,因为人工智能的最根本目的还是要模拟人类的思维。可以归纳为八个字:机器智能、智能机器。1.机器智能例如,用计算机打印常用的报表,进行一些常规的文字处理,都是程序化的操作,谈不上有智能。但是,用计算机给人看病,进行病理诊断和药物处方,或者,用计算机给机器看病,进行故障诊断和维修处理,就需要计算机有人工智能。人工智能学科领域中有一个重要的学科分支是“专家系统”(Expert System),简称代写论文ES。就是用计算机去模拟、延伸和扩展专家的智能。基于专家的知识和经验,可以求解专业性问题的、具有人工智能的计算机应用系统。如:医疗诊断专家系统,故障诊断专家系统等。除了“专家系统”之外,还可列举出其他许多聪明的智能软件系统。如:机器博突的智能软件、智能控制、智能管理、智能通信„„的软件等。例如:IBM的“深蓝”系统战胜了国际象棋大师卡斯帕诺夫,就是计算机的机器智能水平的一次荣誉记录,也是聪明的人工智能软件的一个成功范例。2.智能机器“智能机器”(Intelligent Machine),简称IM,研究如何设计和制造具有更高智能水平的机器,特别是设计和制造更聪明的计算机。现在的计算机,虽然经历了从电子管、晶体管、集成电路、超大规模集成电路等几代的发展,在工艺和性能方面都有巨大的进步。但是,在原理上,还没有重大的突破。通常,人们用计算机,不仅要告诉计算机:做什么?,而且还必须详细地、正确地告诉计算机:如何做?。也就是说,人们要根据工作任务的需求,以适当的计算机语言,进行相应的软件设计,编制面向该任务的计算机应用程序,并且,正确地操作计算机,装入、启动该应用程序,才能用计算机完成该项工作任务。这里,计算机实质上只是机械地、被动地执行人们编制的应用程序指令的“电子奴仆”,也不理解为什么要做这项工作,即不懂得:为什么?。因而,只不过是一个低智能的、不聪明的
“电脑”。那么,如何设计和制造高智能的、聪明的“电脑”呢?这正是人工智能另一方面的研究对象和学科任务。人们提出了关于新一代计算机的各种方案,如:面向知识和符号信息处理的“符号处理机”;基于知识库的、具有推理能力的“知识信息处理机”;基于人工神经网络的、具有分布式结构的“联结机”以及其他数据流计算机、控制流计算机„„除了“智能计算机”之外,还有其他的许多智能机器。如:智能机器人、智能控制器、智能仪器、仪表、智能自动化装置、智能通信设备、智能网络、智能汽车、智能玩具以及各种智能化家用电器„„目前人工智能主要研究内容是:分布式人工智能与多智能主体系统、人工思维模型、知识系统(包括专家系统、知识库系统和智能决策系统)、知识发现与数据挖掘(从大量的、不完全的、模糊的、有噪声的数据中挖掘出对我们有用的知识)、遗传与演化计算(通过对生物遗传与进化理论的模拟,揭示出人的智能进化规律)、人工生命(通过构造简单的人工生命系统并观察其行为,探讨初级智能的奥秘)、人工智能应用(如:模糊控制、智能大厦、智能人机接口、智能机器人等)等等。未来人工智能的研究方向主要有:人工智能理论、机器学习模型和理论、不精确知识表示及其推理、常识知识及其推理、人工思维模型,智能人机接口、多智能主体系统、知识发现与知识获取、人工智能应用基础等。
三、小结人工智能是一门包括计算机科学、控制学、信系论、语言论、神经生理学、心理学、数学、哲学等多种学科相互渗透发展起来的学科,其研究对象可以归纳为“机器智能、智能机器”,它体现在思维、感知、行为三个层次,而它要模拟眼神、扩展人的智能,其研究内容可以分为机器思维和思维机器、机器感知和感知机器、机器行为和行为机器三个层次。人工智能研究与应用虽然取得了不少成果,但离全面推广应用还有很大距离,还有许多问题有待于解决且需要许多学科的研究专家共同创作。
猜你喜欢：
