AI字母湯的真相(ANI、AGI、ASI)
本文Demystifying AI的一部分,該系列文章(試圖)消除圍繞 AI 的術(shù)語(yǔ)和神話(huà)。
人工智能經(jīng)常使用人工智能(ANI)、通用人工智能(AGI) 和人工超級(jí)智能 (ASI) 來(lái)解釋。 盡管這個(gè)奇怪的概念框架沒(méi)有提供任何真正的價(jià)值,但它在許多討論中找到了它的方式。 如果不熟悉這些類(lèi)別,請(qǐng)認(rèn)為自己很幸運(yùn),然后繼續(xù)閱讀另一篇更重要的文章。如果你運(yùn)氣不好,我邀請(qǐng)你繼續(xù)閱讀。
首先,哀嘆的分類(lèi)——正如我即將做的那樣——價(jià)值有限,因?yàn)轭?lèi)別是任意相似和不同的,這取決于我們?nèi)绾螌?duì)事物進(jìn)行分類(lèi)。例如,丑小鴨定理證明,如果我們希望操縱屬性進(jìn)行比較,天鵝和小鴨是相同的。除非我們對(duì)這些差異有一些先驗(yàn)知識(shí),否則所有差異都是毫無(wú)意義的。唉,本文將從商業(yè)角度解開(kāi)這些可疑的類(lèi)別。
狹義人工智能(ANI) 通常與弱人工智能混為一談。加利福尼亞大學(xué)的哲學(xué)家和教授約翰·塞爾(John Searle)在他 1980 年的開(kāi)創(chuàng)性論文《思想、大腦和程序》中解釋說(shuō),”弱人工智能將是任何既狹隘又與智能表面相似的解決方案。Searle 解釋說(shuō),這樣的研究將有助于測(cè)試關(guān)于思想片段的假設(shè),但不會(huì)是思想。 ANI 將這一點(diǎn)減少了一半,使研究人員可以專(zhuān)注于狹隘和膚淺的問(wèn)題,而忽略關(guān)于思想的假設(shè)。換句話(huà)說(shuō),ANI 凈化了智能和思想,讓人工智能“成為可能”而無(wú)需做任何事情。畢竟,一切都是狹隘的,如果你足夠用力地瞇著眼睛,任何東西都只是表面上與智力的相似之處。
通用人工智能(AGI) 是許多人在考慮 AI 時(shí)設(shè)想的理想化解決方案。雖然研究人員在狹隘和膚淺的研究中工作,但他們談?wù)摰氖?AGI,它代表了 AI 的單一故事,可以追溯到 1950 年代,并在過(guò)去十年中復(fù)興。AGI 意味著關(guān)于解決方案的兩件事不應(yīng)該適用于以業(yè)務(wù)為中心的問(wèn)題解決方案。首先,程序具有人類(lèi)智能(可能是所有人類(lèi)智能)的一般能力。其次,AGI 是一般問(wèn)題解決者或白板,這意味著任何關(guān)于問(wèn)題的知識(shí)都是修辭性的,獨(dú)立于解決該問(wèn)題的策略。 相反,知識(shí)依賴(lài)于與自然智能的多維結(jié)構(gòu)相關(guān)的一些模糊、不明確的能力。如果這聽(tīng)起來(lái)很炫耀,那是因?yàn)樗恰?/p>
人工超級(jí)智能(ASI) 是實(shí)現(xiàn) AGI 目標(biāo)的副產(chǎn)品。人們普遍認(rèn)為,通用智能會(huì)引發(fā)“智能爆炸”,從而迅速引發(fā)超級(jí)智能。由于遞歸的自我改進(jìn),ASI 被認(rèn)為是“可能的”,其限制僅受程序無(wú)意識(shí)的想象力的限制。ASI 加速滿(mǎn)足并迅速超越全人類(lèi)的集體智慧。ASI 唯一的問(wèn)題是沒(méi)有更多的問(wèn)題。當(dāng) ASI 解決一個(gè)問(wèn)題時(shí),它也需要另一個(gè)具有牛頓搖籃的勢(shì)頭。在物理定律或理論計(jì)算出現(xiàn)之前,這種加速會(huì)無(wú)限地問(wèn)自己下一步是什么。
牛津大學(xué)學(xué)者尼克博斯特羅姆聲稱(chēng),當(dāng)機(jī)器在各個(gè)領(lǐng)域都比最優(yōu)秀的人類(lèi)更聰明時(shí),我們已經(jīng)實(shí)現(xiàn)了 ASI,包括科學(xué)創(chuàng)造力、普遍智慧和社交技能。 Bostrom 對(duì) ASI 的描述具有宗教意義。像他們的宗教同行一樣,ASI 的信徒甚至預(yù)測(cè)第二次降臨將揭示我們的救世主的具體日期。奇怪的是,博斯特羅姆無(wú)法解釋如何創(chuàng)造人工智能。他的論點(diǎn)是倒退的,并依賴(lài)于它自己的解釋。什么會(huì)創(chuàng)造 ASI?好吧,AGI。誰(shuí)將創(chuàng)建 AGI?當(dāng)然是別人。AI 類(lèi)別表明了一個(gè)錯(cuò)誤的連續(xù)統(tǒng)一體,其末端是 ASI,似乎沒(méi)有人特別因他們的無(wú)知而受挫。然而,狂熱是一個(gè)值得懷疑的創(chuàng)新過(guò)程。
在談?wù)?AI 時(shí),我們共同面臨的部分問(wèn)題是,我們將我們的思維固定在普遍但無(wú)用的二分法中。 錯(cuò)誤的二分法制造了一種人為的感覺(jué),即存在另一種選擇。ANI、AGI 和 ASI 通過(guò)呈現(xiàn)不存在的論點(diǎn)的多個(gè)方面來(lái)暗示各種技術(shù)之間的某種錯(cuò)誤平衡。即使我們接受 ANI 的定義并忽略它的瑣碎性,AGI 或 ASI 也沒(méi)有任何說(shuō)服力。提到一些不存在的東西來(lái)評(píng)估今天的技術(shù),用像 ANI 這樣一個(gè)更吸引人的名字說(shuō)出是很奇怪的。我們不會(huì)將鳥(niǎo)類(lèi)與獅鷲、馬與獨(dú)角獸或魚(yú)與海蛇進(jìn)行比較。為什么我們要將計(jì)算與人類(lèi)智能或所有人的智能進(jìn)行比較(或規(guī)模化)?
任何包含 AGI 或 ASI 的解釋都會(huì)扭曲現(xiàn)實(shí)。錨定是一種認(rèn)知偏差,個(gè)人在做出決策時(shí)過(guò)于依賴(lài)初始信息(稱(chēng)為“錨”)。研究表明,即使在尋找錨定時(shí),也很難避免錨定。 即使我們認(rèn)為 AGI 和 ASI 明顯錯(cuò)誤或錯(cuò)位,它們?nèi)匀粫?huì)扭曲現(xiàn)實(shí)并造成偏差。我們絕不能被錯(cuò)誤的二分法和錯(cuò)誤的平衡所迷惑。
人工智能不是三件事。它不是按“智能”衡量的東西,也不是整齊地放在三個(gè)箱子里的東西。這些類(lèi)別不描述特定技術(shù)、突出研究領(lǐng)域或捕捉從 ANI 開(kāi)始并以 ASI 結(jié)束的連續(xù)統(tǒng)一體。他們是胡說(shuō)八道。人工智能是一回事:一個(gè)獨(dú)一無(wú)二的、前所未有的目標(biāo),即從無(wú)到有地重建智能。然而,這個(gè)目標(biāo)與業(yè)務(wù)永遠(yuǎn)不一致。
業(yè)務(wù)目標(biāo)不能被概括并吸收周?chē)囊磺?,因?yàn)榘ㄋ袘?zhàn)略在內(nèi)的企業(yè)溝通只有在不能被誤解時(shí)才有效。除非您計(jì)劃將您的業(yè)務(wù)與 AI 的單一和前所未有的目標(biāo)保持一致,否則在將您的目標(biāo)稱(chēng)為 AI 時(shí)必須注意,因?yàn)槿绻氡焕斫?,現(xiàn)在您不能說(shuō)“AI”。隨著我們將越來(lái)越多的事物稱(chēng)為“人工智能”,傳達(dá)目的和方向的任務(wù)變得更加困難。但是,說(shuō) ANI、AGI 或 ASI 無(wú)濟(jì)于事。它傷害了溝通。對(duì)技術(shù)領(lǐng)導(dǎo)者的最佳建議是避免錯(cuò)誤的連續(xù)統(tǒng)一體、錯(cuò)誤的二分法和錯(cuò)誤的平衡。正如媒體評(píng)論家杰伊·羅森(Jay Rosen)所解釋的那樣,借用美國(guó)哲學(xué)家托馬斯·內(nèi)格爾(Thomas Nagel)的一句話(huà),“錯(cuò)誤的平衡是一種‘從無(wú)到有的觀點(diǎn)”。
- 上一篇
如何通過(guò)人工智能和機(jī)器學(xué)習(xí)增強(qiáng)UX/UI
人工智能廣泛用于各個(gè)行業(yè),以自動(dòng)化日常任務(wù)并提高業(yè)務(wù)戰(zhàn)略的生產(chǎn)力和效率。人工智能變得非常有用的另一個(gè)領(lǐng)域是用戶(hù)體驗(yàn)和用戶(hù)界面 (UX/UI) 設(shè)計(jì)。雖然人工智能可以節(jié)省設(shè)計(jì)師的時(shí)間并執(zhí)行常規(guī)任務(wù),例如圖像裁剪,但設(shè)計(jì)師可以專(zhuān)注于需要高水平創(chuàng)造力的更復(fù)雜的任務(wù)。然而,這并不是人工智能的唯一優(yōu)勢(shì)。
- 下一篇
物聯(lián)網(wǎng)技術(shù)對(duì)商業(yè)和教育部門(mén)的影響
借助物聯(lián)網(wǎng)技術(shù),企業(yè)可以更快地收集客戶(hù)數(shù)據(jù)。這也導(dǎo)致更快地分析和利用所述數(shù)據(jù)。當(dāng)涉及到數(shù)據(jù)收集時(shí),優(yōu)勢(shì)是無(wú)窮無(wú)盡的。無(wú)論是通過(guò)我們自己的渠道還是專(zhuān)門(mén)的供應(yīng)商,都有可能更好地區(qū)分人口統(tǒng)計(jì)學(xué)。