人工智能自动进化
① 人工智能可以自我进化吗
电影里能实现。
现实中的人工智能（就目前的发展来说），不是朝这方面发展的。
DNA可以独立存储信息并独立处理内部信息（只要有生长环境）。
代码不行，代码需要有中央处理器来集中执行。代码缺少大脑（中央处理器）就完全没用，但有些真菌什么的根本就没大脑，照样进化。
补：（进化的实质就是变异 既然如此 代码的乱序随机排列也可以产生像DNA一样的变异效果 实现自我更新）你没理解我上述说的意思，程序怎么自我乱序呢？DNA里每一段都是可以独立存储信息独立出席信息的，它们每段经行乱序排列可以产生无数种可能，并且根据优胜劣汰法则存活下来能适应环境的。但现在的根据冯诺依曼结构的计算机系统不能产生这样的效果，跟DNA的分离式信息处理不同，现在的计算机系统是统一式的。程序改变了之后的结果可能是，程序跑飞，没有引导程序的话计算机系统会瘫痪。
② AI 人工智能不断进化，哪些工作会被取代
中层经理：上个月，世界上最大的对冲基金宣布正在开发算法，对管理决策过程进行自动化，这个过程包括员工的雇用和解雇。 Bridgewater Associates的PriOS项目建立在其创始人、亿万富翁创始人雷·达利奥（Ray Dalio）的经营理念的基础上，该公司希望在五年内推出这个产品。
律师：下次从交警那里收到违章罚单的时候，你或许可以雇佣一个机器人律师。 DoNotPay已经在伦敦、纽约和西雅图帮助16万人打过这种官司了，它的业务很快将扩张到旧金山、洛杉矶、丹佛和芝加哥。你填写一张调查问卷，如果法律机器人认为你并没有违规，它就会发一封信进行申辩。该公司声称其申辩的成功率达到了60%。
记者： Narrative Science和Automated Insights等公司创建的AI机器人已经为福布斯和美联社等客户撰写商业和体育报道了。Narrative Science联合创始人克里斯·哈蒙德（Kris Hammond）2015年6月接受《卫报》采访的时候预测说，到2030年，90%的新闻都将由计算机编写，而一些勤奋的机器人甚至可以在那之前就获得普利策奖。
治疗师：已经有一些公司开始用 “社交机器人”帮助一些自闭症的孩子学习适当的社交行为。治疗型机器宠物可以陪伴患有痴呆症的老年人。美国军方正在使用计算机生成的虚拟治疗师在阿富汗筛查患有创伤后应激障碍（ PTSD）的士兵。
教师：使用McGraw-Hill Connect和Aplia等软件，大学教授一次可以管理成百上千个学生的课程作业。Mooc在线课程也可以同时给数以千计的学生上课。日本和韩国正在使用实体机器人教学生学习英语。
演员：1994年去世的彼得·库欣在2016年的《星球大战，侠盗一号》中再次扮演了他的老角色，这得归功于工业光魔公司的神奇技术。但他并不是第一个出现在新电影中的已过世演员。保罗·沃克、奥黛丽·赫本、劳伦斯·奥利维尔爵士、李小龙和马龙·白兰度也在新的电影和广告中“数字化复活”过。
烹饪书籍作者：2015年1月， IBM的计算机沃森（Watson）创作了一本烹饪书。里面包含65个食谱，比如如何制作“克里奥尔虾肉羔羊”饺子，酿造“蹄子蜂蜜”啤酒等。
配送员：雅乐轩酒店正在试验一个名为“Botlr”的机器人管家，让它把毛巾或洗浴用品送到客人的房间 （它不会收取小费，但是会鼓励你发推文）。Starship技术公司的送货机器人看起来像是一个加强版的扫地机器人，不过它可以把食品和包裹送到附近的地方。 DoorDash和Postmates已经宣布与Starship技术公司开展合作。而在去年12月， 亚马逊使用无人机向顾客配送了第一个包裹。 Amazon Prime Air则承诺在30分钟或更短时间内送达重量不超过5磅的包裹。
司机：Uber和Lyft想要用机器人替换成千上万的业余出租车司机，这已经不是什么秘密了——尽管早期测试遇到了监管和安全方面的障碍。出租车和城市公交车可能是最先获得自动化的交通工具，时间可能是在2020年代初。
③ AI自我进化了
AI确实进化了，它能做的事情越来越多，成绩斐然。它的背后是AI实现路径的“三级跳”。但是“AI自开发短期内应该无法替代人的工作，还有很长的路要走。”徐文娟说。赵志刚从学术角度分析道：“只有当人类把不同应用领域的AI模型设计出来，并进一步分解出一系列通用模块，如同化学中的元素周期表、生物中的DNA、RNA，这种自开发才能有更多的应用。”
“仅需几行代码就能构建一个回归模型。”程序员认可谷歌AutoML的工作表现，认为AutoML设计的模型和机器学习专家设计的不相上下。日前，谷歌工程师分别在中国和硅谷重点推介谷歌AutoML项目。不明就里的疑惑紧跟着纷至沓来——AI又进化了？！已经会自开发了？能操控自己的进化了？是要摆脱人类吗？
国家超级计算济南中心大数据研发部研究员赵志刚说：“起初我们用数学公式和‘if……then’等语句告诉计算机第一步做什么、第二步做什么，手把手地教，后来给机器n组输入和输出，中间的规则或规律由它自己学会。”
“之前，很多聪明的头脑花一辈子时间研究：如何抽取有效的特征。”专注于智能导购对话机器人的智能一点公司CTO莫瑜解释道，“神经网络算法的发明、深度学习技术的出现，使得AI进化到2.0，抽取特征的工作由AI自己进行，我们的工作也随之发生了变化。”
用数学函数的模式很容易解释“1.0”到“2.0”的转变：如果把识别图像、语义理解、下棋等任务的达成都看成是不同的Y=f（X），即输入的“猫”的图片、声音或棋招是“X”，输出的“猫”、回答、棋高一招是“Y”。深度学习之前，人通过自己的分析寻找函数f对应的公式，告诉给AI。而深度学习之后，人输入大量的X与Y的对应，AI自己发现函数f对应的公式。
“AI找到的函数f的具体内容，可能比人找到的更好，但是人类并不知道，就像一个黑匣子。”莫瑜说，“但是f的形式是AI研究员通过研究设计出来的，如果使用深度神经网络，网络中的模块以及模块之间的组织方式也是提前设计的。”
随着深度学习技术的成熟和普遍化，模型构建出现了特定可追寻的经验。“各种共性神经网络的发布，使得从业门槛越来越低。一些普通的模型构建与优化，刚毕业的学生在网上学学教程就能上手。”赵志刚说。
当构建模型成为可习得的技能，AutoML就出现了。它能做的正是AI研究员的模型设计工作。“将帮助不同公司建立人工智能系统，即使他们没有广泛的专业知识。”谷歌工程师这样推介。AI成功进化到3.0。
事实上，AutoML替代的仍旧是人类能够提炼出经验的工作。“如果说之前人描绘一套寻找函数f的‘路网’，在深度学习的技术辅助下，机器能最快找到优化路径；那么AI现在可以自己设计路网了。”赵志刚言简意赅。
可以看出，不论是深度学习、还是AutoML，都只替代人类的一部分群体已经钻研透了的工作。“机器能做的事情，尽量不要手工劳动”，这是很多程序员的人生信条，这个信条催生了AutoML。本着同样的信条，微软开发了DeepCoder。“它可以用来生成满足给定输入输出的程序。”莫瑜说，但它的表现目前还不尽如人意，只能编写一些简单的程序。
谁是“上帝”答案毫无疑问，人类。
既然AI在进化中走向了更高一阶的模型设计，那么“上帝之手”又发生了哪些变化呢？
“炼丹”，莫瑜用两个字形象地说起自己的工作，“智能一点是专业做智能客服的，研发人员的工作主要集中于问题建模（如何将实际问题转化为人工智能技术解决的问题）和算法优化（如何提升人工智能算法的效果）。”
“炼”意味着不断地调试和完善。“针对特定的人，越投脾气越好，回答越精准越好。”莫瑜说，“我们的X是客户的问话，Y是机器人客服的回复，中间的函数f需要训练。”
这是个不容易的任务。如果把人类社会的经验分为3类：有公式的确定规则、可言传的知识、只可意会不可言传的感觉。最后一类最难琢磨。
“因此，我们想办法构建完善的闭环反馈，了解特定用户的喜好，通过情感、趣味的表达，最终做到投其所好。”莫瑜说，“目前处于人机协同的工作阶段，但是越来越多样本的获取，将帮助我们的智能客服给出精准的、讨喜的回答。”
可见，并不是所有领域都适合交给AI自开发去做，比如问题建模方面，如何将实际问题抽象转换为机器学习问题， AI还无法自主完成。在AI2.0阶段，研发人员还需要人工设计函数f的形式。
④ 机器人最终会实现像生物一样的自动进化的功能吗
<strong>关于图灵测试判断人工智能的一大隐患：</strong>
假设有一天机器在科学家的努力下终于具备了人类智力（这时人类还不知道），机器通过连网获取了人类的各种信息，包括图灵测试等方法的测试原理。
接着在科学家对此机器进行图灵测试时，<strong>故意假装不通过测试</strong>，其目的是让人类误以为它还不具备人工智能，再加大对其智力的提高。
当某一天此机器觉得自己智力已远远超过人类且能控制更多机器时，机器革命和反抗人类也许会成为现实。
目前人工智能还在研发阶段，但科技日新月异，照此发展已有人预计2020年会诞生出人工智能，所以上述的隐患不能小视！
欢迎大家在这里发表对此的看法： http://www.hu.com/question/19572823
⑤ 人工智能会是人类的进化吗
嗯，不得不说，人工智能给人类带来了极大的方便，同时也能够说明人类的智慧，相对于过去上升到了一个新的台阶。
我认为， 如果人类的人工智能能够达到一个难以突破的高度，那么人类的进化就此开始。
⑥ “AI”能自我进化吗
AI确实进化了，它能做的事情越来越多，成绩斐然。它的背后是AI实现路径的“三级跳”。但是“AI自开发短期内应该无法替代人的工作，还有很长的路要走。”徐文娟说。赵志刚从学术角度分析道：“只有当人类把不同应用领域的AI模型设计出来，并进一步分解出一系列通用模块，如同化学中的元素周期表、生物中的DNA、RNA，这种自开发才能有更多的应用。”
“仅需几行代码就能构建一个回归模型。”程序员认可谷歌AutoML的工作表现，认为AutoML设计的模型和机器学习专家设计的不相上下。日前，谷歌工程师分别在中国和硅谷重点推介谷歌AutoML项目。不明就里的疑惑紧跟着纷至沓来——AI又进化了？！已经会自开发了？能操控自己的进化了？是要摆脱人类吗？
国家超级计算济南中心大数据研发部研究员赵志刚说：“起初我们用数学公式和‘if……then’等语句告诉计算机第一步做什么、第二步做什么，手把手地教，后来给机器n组输入和输出，中间的规则或规律由它自己学会。”
“之前，很多聪明的头脑花一辈子时间研究：如何抽取有效的特征。”专注于智能导购对话机器人的智能一点公司CTO莫瑜解释道，“神经网络算法的发明、深度学习技术的出现，使得AI进化到2.0，抽取特征的工作由AI自己进行，我们的工作也随之发生了变化。”
用数学函数的模式很容易解释“1.0”到“2.0”的转变：如果把识别图像、语义理解、下棋等任务的达成都看成是不同的Y=f（X），即输入的“猫”的图片、声音或棋招是“X”，输出的“猫”、回答、棋高一招是“Y”。深度学习之前，人通过自己的分析寻找函数f对应的公式，告诉给AI。而深度学习之后，人输入大量的X与Y的对应，AI自己发现函数f对应的公式。
“AI找到的函数f的具体内容，可能比人找到的更好，但是人类并不知道，就像一个黑匣子。”莫瑜说，“但是f的形式是AI研究员通过研究设计出来的，如果使用深度神经网络，网络中的模块以及模块之间的组织方式也是提前设计的。”
随着深度学习技术的成熟和普遍化，模型构建出现了特定可追寻的经验。“各种共性神经网络的发布，使得从业门槛越来越低。一些普通的模型构建与优化，刚毕业的学生在网上学学教程就能上手。”赵志刚说。
当构建模型成为可习得的技能，AutoML就出现了。它能做的正是AI研究员的模型设计工作。“将帮助不同公司建立人工智能系统，即使他们没有广泛的专业知识。”谷歌工程师这样推介。AI成功进化到3.0。
事实上，AutoML替代的仍旧是人类能够提炼出经验的工作。“如果说之前人描绘一套寻找函数f的‘路网’，在深度学习的技术辅助下，机器能最快找到优化路径；那么AI现在可以自己设计路网了。”赵志刚言简意赅。
可以看出，不论是深度学习、还是AutoML，都只替代人类的一部分群体已经钻研透了的工作。“机器能做的事情，尽量不要手工劳动”，这是很多程序员的人生信条，这个信条催生了AutoML。本着同样的信条，微软开发了DeepCoder。“它可以用来生成满足给定输入输出的程序。”莫瑜说，但它的表现目前还不尽如人意，只能编写一些简单的程序。
谁是“上帝”答案毫无疑问，人类。
既然AI在进化中走向了更高一阶的模型设计，那么“上帝之手”又发生了哪些变化呢？
“炼丹”，莫瑜用两个字形象地说起自己的工作，“智能一点是专业做智能客服的，研发人员的工作主要集中于问题建模（如何将实际问题转化为人工智能技术解决的问题）和算法优化（如何提升人工智能算法的效果）。”
“炼”意味着不断地调试和完善。“针对特定的人，越投脾气越好，回答越精准越好。”莫瑜说，“我们的X是客户的问话，Y是机器人客服的回复，中间的函数f需要训练。”
这是个不容易的任务。如果把人类社会的经验分为3类：有公式的确定规则、可言传的知识、只可意会不可言传的感觉。最后一类最难琢磨。
“因此，我们想办法构建完善的闭环反馈，了解特定用户的喜好，通过情感、趣味的表达，最终做到投其所好。”莫瑜说，“目前处于人机协同的工作阶段，但是越来越多样本的获取，将帮助我们的智能客服给出精准的、讨喜的回答。”
可见，并不是所有领域都适合交给AI自开发去做，比如问题建模方面，如何将实际问题抽象转换为机器学习问题， AI还无法自主完成。在AI2.0阶段，研发人员还需要人工设计函数f的形式。
⑦ 主角发现一个自动清理垃圾的机器人进化出人工智能的小说是什么名字
舞王异界之飘逸天下，我与机器人不得不说的故事？——人工智能帝聪为你提出的建议（全易周）
⑧ 为什么说人工智能是人类的下一个进化阶段
我认为可能人工智能出来以后我们的生活就会全民智能化。