什么是人工智能？
如果您聽到人工智能(AI)一詞，您可能會想到自動駕駛汽車、機(jī)器人、ChatGPT、其他AI聊天機(jī)器人以及人工創(chuàng)建的圖像。但了解人工智能輸出的背后并了解該技術(shù)的工作原理及其對當(dāng)代和子孫后代的影響也很重要。
人工智能這個(gè)概念自20世紀(jì)50年代以來就正式出現(xiàn)，當(dāng)時(shí)它被定義為機(jī)器執(zhí)行以前需要人類智能才能完成的任務(wù)的能力。這是一個(gè)相當(dāng)廣泛的定義，經(jīng)過數(shù)十年的研究和技術(shù)進(jìn)步已經(jīng)被修改。
當(dāng)您考慮將智能分配給機(jī)器（例如計(jì)算機(jī)）時(shí)，首先定義“智能”一詞是有意義的-特別是當(dāng)您想確定人工系統(tǒng)是否真正值得擁有它時(shí)。
人工智能是“一個(gè)致力于工程系統(tǒng)的技術(shù)和科學(xué)領(lǐng)域，該系統(tǒng)為一組給定的人類定義的目標(biāo)生成內(nèi)容、預(yù)測、建議或決策等輸出”。雖然從技術(shù)角度來看，人工智能的定義是準(zhǔn)確的，但它對普通人來說又如何呢？
事實(shí)上，人工智能只是一個(gè)實(shí)用工具，而不是萬能藥。它的好壞取決于指導(dǎo)其行為的算法和機(jī)器學(xué)習(xí)技術(shù)。人工智能可以非常擅長執(zhí)行特定任務(wù)，但它需要大量數(shù)據(jù)和重復(fù)。它只是學(xué)習(xí)分析大量數(shù)據(jù)、識別模式并根據(jù)這些數(shù)據(jù)做出預(yù)測或決策，從而隨著時(shí)間的推移不斷提高其性能。
機(jī)器學(xué)習(xí)已經(jīng)變得如此“強(qiáng)大”，可以生成從軟件代碼到圖像、文章、視頻和音樂的一切內(nèi)容。這是人工智能的下一個(gè)層次，即所謂的生成式人工智能，它的功能和應(yīng)用與傳統(tǒng)人工智能不同。傳統(tǒng)的人工智能系統(tǒng)主要用于分析數(shù)據(jù)和做出預(yù)測，而生成式人工智能則更進(jìn)一步，創(chuàng)建與其訓(xùn)練數(shù)據(jù)相似的新數(shù)據(jù)。
人工智能是如何運(yùn)作的？
本質(zhì)上，人工智能分析數(shù)據(jù)以提取模式并做出預(yù)測。它通過將大型數(shù)據(jù)集與智能人工智能算法（或規(guī)則集）相結(jié)合來實(shí)現(xiàn)這一點(diǎn)，這些算法允許軟件從數(shù)據(jù)中的模式中學(xué)習(xí)。該系統(tǒng)實(shí)現(xiàn)這一目標(biāo)的方式是通過神經(jīng)網(wǎng)絡(luò)?——一系列互連的節(jié)點(diǎn)，在各層之間中繼信息以查找連接并從數(shù)據(jù)中獲取含義。
為了理解它是如何工作的，我們必須解開以下概念：
學(xué)習(xí)：人工智能的機(jī)器學(xué)習(xí)功能使機(jī)器能夠從數(shù)據(jù)中學(xué)習(xí)、識別模式并做出決策，而無需顯式編程。更進(jìn)一步，深度學(xué)習(xí)的進(jìn)步使人工智能軟件能夠使用數(shù)百萬個(gè)數(shù)據(jù)點(diǎn)來理解更復(fù)雜的模式。
推理：推理能力對于人工智能至關(guān)重要，因?yàn)樗试S計(jì)算機(jī)模仿人腦。人工智能可以根據(jù)給出的命令或其他可用信息進(jìn)行推斷，以形成假設(shè)或制定解決問題的策略。
解決問題：人工智能解決問題的能力基于通過試錯(cuò)技術(shù)操縱數(shù)據(jù)。它涉及使用算法探索各種可能的路徑，以找到復(fù)雜問題的最佳解決方案。
處理語言：人工智能使用自然語言處理（NLP）以對計(jì)算機(jī)有意義的方式分析人類語言數(shù)據(jù)。什么是自然語言處理？它是指計(jì)算機(jī)利用文本分析、情感分析和機(jī)器翻譯來理解、解釋和生成人類語言的能力。
感知：人工智能通過溫度傳感器和攝像頭等傳感捕捉器掃描環(huán)境。這一人工智能領(lǐng)域被稱為計(jì)算機(jī)視覺，使機(jī)器能夠解釋和理解視覺數(shù)據(jù)，并用于圖像識別、面部識別和物體檢測。
以下是圍繞人工智能的三大擔(dān)憂 - 以及如何應(yīng)對它們
人們此時(shí)此刻可能會有這些擔(dān)憂，這是可以理解的，我們需要面對它們。只要我們這樣做，我相信我們就不需要對人工智能感到恐慌，社會也會從擁抱它中受益。我建議我們解決這些問題如下：
1.我們應(yīng)該使人工智能民主化
我們不應(yīng)該因?yàn)槿斯ぶ悄芴珡?fù)雜而讓普通人無法理解而否定人工智能，而應(yīng)該努力讓社會上的每個(gè)人都能使用人工智能。不應(yīng)該只有科學(xué)家和工程師才能理解它；通過充分的教育、溝通和協(xié)作，人們將了解人工智能可以為社區(qū)創(chuàng)造的潛在價(jià)值。
2. 在人工智能領(lǐng)域，沒有人會“落后”
我們應(yīng)該使人工智能民主化，即技術(shù)應(yīng)該屬于全社會并造福全社會；我們應(yīng)該對人工智能的發(fā)展現(xiàn)狀持現(xiàn)實(shí)態(tài)度。
我們在人工智能方面取得了很大進(jìn)展。但如果我們把它想象成一片浩瀚的海洋，我們?nèi)匀恢皇窃谏碁┥闲凶?。事?shí)上，我們?nèi)〉玫拇蟛糠殖删投际腔趽碛写罅浚ㄓ袠?biāo)簽的）數(shù)據(jù)，而不是基于人工智能本身的智能能力。以更自然的方式學(xué)習(xí)，包括無監(jiān)督學(xué)習(xí)或遷移學(xué)習(xí)，仍處于萌芽階段，我們距離達(dá)到人工智能霸主地位還有很長的路要走。
從這個(gè)角度來看，社會才剛剛開始人工智能的漫長旅程，我們幾乎都從同一頁面開始。為了實(shí)現(xiàn)人工智能的下一個(gè)突破，我們需要全球社會的參與和開放的合作與對話。
3.我們應(yīng)該采取敏捷的方式來治理人工智能
在我們研究如何監(jiān)管該技術(shù)的同時(shí)，我們可以從人工智能創(chuàng)新中受益。我舉個(gè)例子：福特汽車1908年生產(chǎn)了T型汽車，但美國用了60年才頒布正式的安全帶使用法規(guī)。這種延誤并沒有阻止人們從這種交通方式中獲益匪淺。然而，與此同時(shí)，我們需要法規(guī)，以便社會能夠從人工智能等新技術(shù)中獲得可持續(xù)的利益，并且我們需要作為一個(gè)全球社區(qū)共同努力來建立和實(shí)施這些法規(guī)。
通過解決人們對人工智能的上述擔(dān)憂，我相信“值得信賴的人工智能”將為社會帶來巨大的好處。國際社會對于“可信人工智能”的六個(gè)維度已經(jīng)達(dá)成共識：公平性、問責(zé)性、價(jià)值一致性、魯棒性、可重復(fù)性和可解釋性。公平、責(zé)任和價(jià)值取向體現(xiàn)了我們的社會責(zé)任；魯棒性、可重復(fù)性和可解釋性給我們帶來了巨大的技術(shù)挑戰(zhàn)。
“值得信賴的人工智能”創(chuàng)新是一場馬拉松，而不是短跑。如果我們堅(jiān)持到底，以開放、包容、原則、協(xié)作的態(tài)度擁抱人工智能創(chuàng)新和監(jiān)管，人工智能創(chuàng)造的價(jià)值將遠(yuǎn)遠(yuǎn)超出我們的預(yù)期。我相信下一代智能經(jīng)濟(jì)將在信任的基礎(chǔ)上形成，并通過視角進(jìn)行區(qū)分。