人工智慧的遺忘
① 曾經看過一個網上連載的講人工智慧的小說忘記名字了。
數字生命，這本小說在起點上
② 人工智慧是數字化的趨向和表現嗎
由於計算機有記憶、運算能力，所以人們希望用它來實現人的智能活動。這些活動包括識別、分析、推理、判斷、學習等。1深藍計算機系統956年誕生的人工智慧學科，就是研究如何利用機器來實現人的智能活動的科學。
由於人工智慧的難度超過預想，它的進展也遠遠落後於計算機科學本身。然而，人類在實現了自動化以後，需要實現智能化。因此科學家們對人工智慧一直在進行鍥而不舍的研究。美國IBM的「深藍」計算機戰勝棋王卡斯帕羅夫以及在日本大阪舉行的機器人世界盃足球賽就引起公眾對人工智慧的關心。
人工智慧經歷著艱難而曲折的過程。
早期的人工智慧被用於解難題、游戲、下棋等方面，並取得了不少成績，使人對它抱有不切實際的樂觀。然而，一旦將它用於解決實際問題，便暴露出它的弱點，最著名的例子便是機器翻譯的失敗。於是20世紀60年代人工智慧走向了低谷，直到70年代專家系統取得成功，才使人工智慧又恢復了活力。總結人工智慧發展中正、反兩方面的經驗，人們知道了知識在智能中所起的重要作用。早期機器翻譯的失敗，就在於沒有充分利用有關知識。由於語法和詞語的多義性，必然導致翻譯出來的東西前後矛盾、笑話百出。以「Time flies like a narrow」這樣簡單的句子為例，便有三種不同的譯法。第一種譯為「時間像箭一樣地飛」，即「光陰似箭」；第二種可譯為「時蠅喜歡箭」；第三種可譯為「像箭那樣對蒼蠅計時」。單從語法和詞義上看，這三種譯法都可以，但如果結合知識來判斷，只有第一種譯法才是正確的。
鑒於知識對智能的重要作用，1977年便從人工智慧中分化出「知識工程」這一新學科，成為人工智慧的基礎技術。知識工程所要研究解決的是如何使計算機有效地利用知識。
由於知識工程是以知識作為信息處理的對象，因此需要區分知識和數據之間的差別。首先，數據是信息的明顯表示，而知識則是信息的含蓄表示。例如「中國有13億人口」就是一個數據型信息，因為「13億」這個信息很明確，可直接利用。而「感冒時一定不要淋雨」盡管也是日常生活中的普通常識，而且「淋」字也有明確意義，但「不要淋」具體指什麼並不明確，這就是知識型信息。如果要使計算機明白它的含義，就必須告訴計算機，所謂「不要淋」是指不要出門，還是出門時要帶雨具。
由於許多知識都是用自然語言表示，因此以計算機作為工具來處理知識，目前還有許多困難。但是，目前知識已被應用到人工智慧的各個領域中，特別是專家系統和機器翻譯。鑒於知識對智能的重要性，所以「深藍」也配備有一個龐大的資料庫(知識庫)，它收集了近100年來世界最高水平棋手對弈的棋譜，還收集了許多殘局，也就是終局前5步棋的棋譜。目前，這一資料庫已收集了超過10億個棋譜。它對「深藍」戰勝棋王，發揮了巨大作用。
認知科學是使人工智慧取得突破的關鍵，數字化技術的應用是人工智慧的重要方式。人工智慧所以進展緩慢，根本原因在於：人對自己的腦子是如何工作的，人是怎樣認識事物的，人的智能是怎麼一回事等許多問題還沒有完全搞清楚。只有弄清這些問題才能使人工智慧取得突破性進展，使計算機、機器人變得更加聰明，能為我們做更多的事。於是，融信息科學、哲學、心理學於一體的邊緣學科——認知科學便應運而生。認知科學主要研究人的認識原理、智能本質、人腦是怎樣進行信息處理等問題。根據對心和腦之間關系的不同認識，目前認知科學分成兩大流派，即符號主義和連接主義符號主義認為，認知(智能)的基本元素是符號，認知過程是對符號表示的運算。人類的語言、文字和思維都可用符號來描述，而且思維過程只不過是這些符號的存儲、變換、輸入和輸出。總之，其為心和腦的二元論者，認為心和腦是可以分離的。由於人類的思維被認為能用符號來描述，所以只要把這種描述表示出來，讓能夠處理符號的機器進行運算，那麼實現認知便沒有什麼困難。所以它認為實現認知的關鍵，便是如何把知識表示為計算機能夠認識的符號。這是人工智慧誕生以來一直採用的基本方法。多年來的實踐經驗表明，它在一定程度上是成功的。這次「深藍」的原理也是立足於這一理論上。它戰勝棋王也說明符號主義仍然可以解決實際問題。
與之相反，連接主義認為符號是不存在的，認知的基本元素就是神經元(神經細胞)這個實體本身。認知過程是大量神經之間的相互連接以及這種連接所引起的神經元產生不同興奮狀態的過程。其認為心和腦是不可分離的，因為離開了神經元的連接，也就無從進行信息處理。連接主義是在出現了神經計算機後才出現的，是對傳統符號主義的挑戰。需要指出，雖然這兩大流派存在巨大的分歧，但它們都承認人腦是智能的物質基礎，而思維則是某種形式的信息處理過程。符號主義在解決一些較簡單的問題時是成功的，但存在很大局限性。因為人的許多思維過程難以用符號表示。一些涉及模糊性的事物，如人的相貌、心情便無法用符號描述。甚至像「什麼樣的鳥能飛」這樣簡單的事情，也難以滴水不漏地描述出來。如果回答：「除鴕鳥、企鵝……之外，一切鳥都能飛。」那麼還會提出：「死鳥會飛嗎？」即使把死鳥排除在外，還存在「翅膀受傷的鳥能飛嗎」之類的問題。就以機器人參加足球賽來說，對來球的情況，便難以用符號描述。
連接主義由於不用符號，所以不存在難以描述的困難。它已在視覺處理、識別和理解以及語音識別上顯示出優勢。但是為了實現柔性很大的連接，對計算機的硬體和軟體要求都更高了。在可以預見的未來，這兩種流派將同時並存，取長補短，各有其用武之地。
人工智慧的成功應用——專家系統。人工智慧的應用大體上可分為3大類：專家系統、模式識別(包括圖像識別、語音識別、機器翻譯等)、行動規劃(如計算機下棋、機器人足球賽等)。其中，最容易實現和取得最大成功者，是專家系統。專家系統是一種計算機軟體，它使計算能像專家一樣解決某一類問題，所以俗稱機器專家。它是人工智慧得到最廣泛應用的分支。
1979年美國三里島核電站事故以及1986年蘇聯切爾諾貝利核電站的災難性事故，都是由於沒有及時對故障做出正確判斷造成的。
隨著科學技術的發展，人們需要在錯綜復雜、瞬息萬變的情況下及時做出正確判斷，否則就會引起嚴重後果，如對大型電站、化工廠的生產過程式控制制，國民經濟的宏觀決策等。對這些事情，如果完全由人來做出判斷，有時難免會發生失誤。因為人的反應速度遠不如計算機，而且因主觀、片面、遺忘等造成「智者千慮，必有一失」。因此有專家系統幫助人類一起來做出判斷、決策，便可取長補短、相得益彰。
此外，人類專家的數量總是有限的，經驗豐富的為數不多，無法滿足所有求診患者的要求。如果專家系統能同名醫一樣進行診斷、開方，就可以有效地解決名醫(專家)不足的矛盾。再說，每個專家都有自己的專長和不足，如果把許多專家的絕招都教給專家系統，便可以集思廣益、博採眾長。而且人總會衰老、死亡的，及時把處於巔峰時期的專家經驗教給專家系統，就可以系統整理、總結專家的經驗，並使其不至於失傳。
總之，人類迫切需要專家系統這樣的助手，而且這種需要是多方面、多層次的。70年代在知識工程的支持下，出現了第一批專家系統。早期專家系統的傑出表現，使它獲得社會承認。其中最著名的例子是美國華盛頓州大鉬礦的確定。自第一次世界大戰以來，人們便想確定它的主礦床所在，但由於地質構造過於復雜，歷時半個世紀都未能解決。最後靠找礦專家系統輕而易舉地找到了主礦床。建立專家系統，就是要收集、整理專家的知識，並將其整理成計算機能夠利用的形式存入知識庫中。當要解決問題時，計算機從知識庫中取出有關的知識，經過推理，便可像專家一樣得出結論。所以專家系統中，以知識庫和推理機構最為重要，它們是專家系統的核心。
智能化是推動人工智慧發展的動力，人類在實現自動化之後便要求實現智能化。如在工業生產中大量使用機器人實現自動化後，便希望機器人有高度智能，能在更復雜環境下面對千變萬化的情況，自覺地進行工作，以便能把機器人用到第一產業、第三產業，全面地取代人的工作。讓機器人參加世界盃足球賽，也就是要達到這一目正是人類要實現智能化的偉大目標，成為推動人工智慧不斷發展的動力，改變我們生活的智能技術。隨著科學技術的飛速發展，各種高技術不斷湧入我們的世界，正在改變著我們的生活、工作，也改變著我們的認識。融入一定智慧的各類智能技術，正在悄悄走近我們，並將會成為21世紀技術的焦點。
另外，美國最近合成出一種能貯藏和釋放熱量的塑性智能偽裝技術。美國波士頓城郊的陸軍研究與發展中心的一些科技專家多年來一直在研究「自適應色彩技術」，其中一項就是智能仿生偽裝技術，對人和裝備進行偽裝。這種智能仿生偽裝是採用能改變光輸出量的光敏器件和材料作為織物的基礎纖維，並與背景色(環境顏色)光感測器和微電腦組合，依靠計算機的比較處理功能，控制織物纖維的光輸出量，並讓光譜的成分與背景色接近，已達到偽裝的目的。
目前荷蘭正在一段10千米長的高速公路上試驗用智能燈照明，這種燈的發光強度由電腦控制，並與當時的氣候條件和車流量相適應。據該試驗研究人員格貝爾·福勒介紹，這是世界上首次使用智能燈照明。在進行該試驗的高速公路沿線，設置了一些小型氣象站，這些氣象站可隨時測定天氣狀況，並將測量信息發送給中心電腦；在公路的地面上鋪設了壓電材料製作的感應器，將路面上的車流量及路況信息傳送給中心電腦。中心電腦根據這些信息再向智能燈發送指令，令這些燈發出不同等級的光。
③ 人工智慧會給教育帶來什麼
人工智慧教育，讓天下沒有難做的教育。目前，社會上教育資源分布不均，東西差距較大，一線城市跟二三線城市仍有很大的懸殊，更別說十八線的小城鎮和偏遠的農村。大城市教育資源充溢，小地方教育資源稀缺，已經成為當下社會不爭的事實。人工智慧在未來可以實現教育資源均勻化，讓偏遠地方的孩子也能享受到優質的教育，這樣的發展，對中國未來教育的發展既是挑戰也是機遇。
④ AI能記住主人嗎，可不可以做到觸景生情
這些年來最火熱的項目估計就是人工智慧了，因為在各種科幻電影當中，大家對於人工智慧有了一種崇拜的嚮往。在未來人工智慧極大的改善了人類的生活，但同時人類對於人工智慧又有著一種敬而遠之的感覺。因為在人工智慧的幫助下，人類似乎正在逐漸失去生產的技能。進化的人類似乎又走上了退化的道路。今天的人工智慧已經形成了記憶，但是還沒有做到觸景生情。
雖然現在的aI已經可以根據情景形成記憶，並且能夠認識自己的主人，但是想要觸景生情還是很難的，因為情緒本身就是一種難以描述的東西。以現在人工智慧的技術來看，他連長期記憶還沒有辦法實現。更別說對人類復雜的情感進行思考。
⑤ 人工智慧排出最具影響力生物學家有誰
數學家艾瑞克·蘭德他在最新生物醫學研究者名單上排名第一。英國倫敦大學學院神經科學家卡爾·福瑞斯通（Karl Friston）和瑞蒙德·多蘭（Raymond Dolan）分列第二名和第三名。而且，根據「語義學者」的分析，他們還是神經科學家分類排名的前兩名。
據了解，艾倫人工智慧研究所是一家非營利組織，由微軟聯合創始人保羅·艾倫於2014年創立。其開發的「語義學者」學術文獻檔案搜索工具旨在解決信息超載問題，最初集中於計算機科學，去年擴大到神經科學，可以分析數百萬篇生物醫學論文，總共搜索的學術論文接近4000萬篇，每月的平均使用量已經達到百萬次。去年，該程序還增添了新功能，能根據「有影響力的引文」來衡量研究人員和組織的影響力。
報道稱，科學文獻大概每9年翻一番，但大多數有用信息被遺忘在PDF的某處，以生物醫學為例，這些被遺忘的信息很可能有助改善或拯救人類的生命。盡管已經有了許多學術搜索引擎，但其只能為特定領域的專家服務，而探索不同領域之間聯系卻經驗不足。「語義學者」正是為跨界學者提供新發現和新聯系的智能化搜索手段。
賓夕法尼亞大學的人工智慧研究員蘭迪·奧爾森表示，「語義學者」搜索引擎比現有的學術搜索都「更有用」。
⑥ 人若不遺忘,是不是就和人工智慧一樣
人類被淘汰，躺在棺材裡睡大覺
⑦ 如果人工智慧產生自我意識它們能算是生命嗎
大多數計算機科學家認為，意識是伴隨技術發展而出現的一種特徵。一些人認為，意識涉及接受新信息，將舊信息存儲和檢索，並將其認知過程全部轉化為感知和行動。如果這是對的，那麼終有一天機器將成為終極意識。相對於人類而言，他們能收集與存儲更多的信息，快速處理龐大的數據量，從而做出復雜的決定，比任何人類都更加具有邏輯性。
「大C」和科學發現
科學家們也在探索意識是否一直都是一個計算過程。一些學者認為，創造性的時刻並不是經過深思熟慮的計算的結果。例如，夢或幻像本應激發出Elias?Howe於1845年設計出的現代縫紉機，以及August?Kekulé在1862年發現的苯的結構。
一個案例與自學成才的印度數學家Srinivasa Ramanujan（1920年去世，享年32歲）有關。他的筆記本被遺忘了大約50年，直到1988年才被出版，筆記本中含有幾千個不同領域的數學公式，沒有推導過程，卻遠超那個時代。此外，他發現的這些公式方法仍然難以捉摸。他自己聲稱，在他睡著的時候，這些公式是由一位女神向他透露的。
「大C」的意識概念提出了一個問題，即它與物質的關系，以及物質和精神如何相互影響。意識本身不能改變世界，但也許它能改變數子過程演化的概率。正如康奈爾大學的物理學家在2015年所證明的那樣，觀察行為會凍結甚至影響原子的運動。這很可能是對物質和思想相互作用的解釋。
思想和自組織系統
意識現象有可能需要一個自我組織的系統，就像大腦的物理結構一樣。如果是這樣，那麼當前的機器存在缺陷。
學者們不知道自適應的自組織機器是否可以被設計成和人腦一樣復雜的東西，我們缺乏這樣系統的數學計算理論。也許，只有生物機器才具有足夠的創造力和靈活性。但是，這表明人們應該（或者很快）開始研究新的生物結構，這些結構或可能變得有意識。
⑧ 人工智慧對人類有哪些挑戰
「世界上真的有上帝嗎？」科學家用顫抖的聲音問道。
「現在有了。」世界上最聰明的人工智慧電腦回答。語畢，一道電光閃過它的電源插頭。從此，人類再也關不掉它了。
——這是在美國一檔脫口秀節目上，斯蒂芬·霍金給大家講的一個關於人工智慧的故事。故事告訴我們：人類一手創造的機器人，將成為「人類最大的威脅」，甚至「終結者」
毋庸置疑，人工智慧的發展將是一種必然的趨勢。那麼，人工智慧發展到最後，到底會不會像大家所擔心的那樣，成為人類的「終結者」呢？如果預言真的成為現實，那又會是誰決定了人工智慧走上這條不歸路呢？
人工智慧PK人類智慧
不管你有多少懷疑，有多麼不願意承認，在將來的某一天，人工智慧都有非常大的可能超越人類智慧。這我們可以從人腦與機器在「硬體」和「軟體」兩個維度進行比較分析：
一、 「硬體」：生理學上的腦容量
我們有理由相信，如果給予足夠長的時候，人類大腦的智慧增長還是有非常大的空間的。但是，基於目前的情況，囿固於當前的人類本身這個載體，很難實現腦容量的無限大。
從「硬體」容量來說，人工智慧對信息數據的存儲可以趨近於無窮大，當然這也是一種相對理想狀態。而從記憶速度與提取效率來說，尤其在大數據的分析與測算基礎上，人工智慧對所存儲信息的調取會越來越迅速，而且不存在「遺忘」一說。
這讓我們有理由相信：單單從「硬體」方面來考慮，人工智慧完全有可能比人類更聰明。
二、「軟體」：思維能力共享
人腦除了具有信息的獲取和存儲能力之外，更重要的還是在所存儲信息的基礎上進行推理、判斷、分析問題等功能，也就是我們通常講的人的思維和主觀能動性，人腦「聰明」的真正考量標准。這也是很多人爭議的焦點：人工智慧真的會有類似於人類的思維嗎？
我國的「網路大腦」已經擁有200億個參數，構造起了世界上最大的深度神經網路，已經具備了2~3歲孩子的智商。根據摩爾定律，網路大腦再繼續做十年、二十年的話，很有可能就會比人腦還要聰明。因為技術的發展可以使得人的智力越來越大程度地被電腦所模仿，而融入了人工智慧的電腦不僅可以達到人腦的智力，還可以具備人腦的邏輯能力。
人工智慧，人類的「終結者」？
人工智慧的發展，真的會導致人類的「終結」嗎？這種惡的想像，是必然的嗎？其實，我覺得人類關於人工智慧發展控制的需求，與其說是對機器人強大後對人類「叛變」的焦慮，倒不如說是人類對於科技發展後，人類心理所潛在的「惡」的恐懼。人類糾結於有那麼一天，機器人會反抗他們的「人類」造物主，以致用他們超越人類的能力將人類趕盡殺絕。而事實上這反映出的，只是人類對自身內心深處那一股「惡」的力量的不可控
一旦有人感覺到迅速發展的高科技超越了他們的可控范疇，那麼焦慮和絕望的悲觀「科技恐懼」便油然而生。而這種心理，從本質上來講，並不是來源於智能機器人的威脅，即使是，那也是基於人類設定的前提之下的想像。真正的威脅，其實還是來自於人類自身。就像《2001：太空漫遊》中的HAL-9000，替人類說出了長久以來三緘其口的信仰問題：對造物主的質疑，人類是否可以反抗上帝。
人類的明天，誰來主載？
就人工智慧本身而言，更多的就像是一個人類的小孩，它的成長與變化首先取決於人類給予的環境。在影片《人工智慧》中，未來世界人性泯滅，而機器男孩戴維則成為了「人性」的代表，他善良、真誠、渴望被愛。這是「人工智慧」的一種表現，它們傳達的是接受於人類所傳遞給他們的信息。就如部分科學家所言，在未來，人工智慧會成為「人類智慧的容器」；而人工智慧的走向同樣受到人類主觀能動性的影響。
如果有一天，人類真的被人工智慧所「終結」，那麼，真正的罪魁禍首必將也是人類自己的自私、貪婪與邪惡，人工智慧充其量只是一種工具和手段。就如中國幾千年文化中一直所爭論的：到底是「人之初，性本善」，還是「人之初，性本惡」，或許這還將會在人工智慧領域再次延續著。因為人工智慧是善是惡，還是取決於人類這個環境。同樣，人工智慧最終是「融入」還是「叛變」人類，也取決於人類自身。
與其說是人工智慧對人類的生存和發展構成威脅，還不如理解為，人工智慧其實是對人類人性的一種挑戰。
一言以蔽之：終結人類者，必只有人類自己
⑨ 人工智慧對教育的利弊
目前，人工智慧在教育行業的應用只能算起步階段，但已經展現了教育行業的未來趨勢，並且國家先後出台多項政策對教育行業的人工智慧應用給予支持和指導。
針對人工智慧教育行業應用，確實有不同的聲音，但如同多年前的多媒體教學一樣，一開始也有很多人不接受，但很快就在全國學校普遍應用，科技對行業的改變是不可逆的，所以我們應該擁抱變化。
我們可以通過輔助線智能教育系統來作為參考案例：
在教師端，人工智慧技術在智能作業批改、學生學情分析等方向應用較為普遍，僅就智能作業批改來說，就大大降低了老師的工作量，減少機械重復工作。
在學生端，人工智慧技術主要體現在智適應學習方向，通過分析學生學習情況，找出學生知識薄弱點，智能相關學習資源，針對性查缺補漏。
當然，目前智能教育市場處於成長階段，也存在企業良莠不齊的情況，這也是各個行業初始階段必須經歷的陣痛，隨著市場的成熟與政策的完善，良幣終將驅逐劣幣。
⑩ 以後的人工智慧會不會成為一種趨勢
其實根本就不用看以後，現在人工智慧已經應用在各個地方了，而在日後的話人工智慧肯定是一種大的發展趨勢。之所以各個科技巨頭大力發展人工智慧就是因為有很多的東西人工智慧能做而人不能做，也有很多的東西人工智慧做的比人更好，簡單來說誰能夠研發出最頂尖的人工智慧誰就可以“控制”整個世界的科技。
人工智慧可以進行不斷的學習，而且還不會遺忘掉自己所學習的東西，這就是人工智慧最可怕的地方。看過谷歌研發的“AlphaGo”的人都知道人工智慧的學習速度有多快，在第一場輸掉之後就再也沒有輸過，它的棋藝已經超過了世界冠軍。在一些精密的工作方面，人工智慧和人相比有著更高的精確性，就比如說用機器人對病人進行診斷。而在普通的工作方面機器人和人工相比又更加的廉價，而且可以二十四小時工作，不用工資、不用休息，只用電力就可以。