“AI”的局限性：人工智能改变未来，还有一个尚未突破的问题( 四 ) 全文共6211字

人工智能也将持续保持其重要的地位，在可见的将来，机器在现实环境进行抽象思考的能力上仍无法与人类相媲美。为了解决我们最紧迫的问题，人机交互值得重点关注。我们希望计算机能激活人类创造力，而不是取代人类的创造力。
约翰·麦卡锡（当时担任达特茅斯大学的教授，即将在麻省理工学院进修）发明了“人工智能”这个词，他显然是为了把新研究方向与诺伯特·维纳（麻省理工学院的一位更老的教授）的研究方向区分开来。
维纳发明了“控制论”来指代其智能系统概念——这个概念与运筹学、统计学、模式识别、知识理论和控制理论密切相关。另一方面，麦卡锡强调了控制论与理性的联系。奇怪的是，在麦卡锡术语体系下，维纳的智能体系在现代占据了主导地位。这当然只是暂时的， AI行业的变动比一般行业剧烈得多。
文章插图
但我们需要进一步发展麦卡锡和维纳的历史观点。值得注意的是，现有的公共人工智能对话仅仅关注了行业和学术界的一小部分，这可能会让大众忽视人工智能、IA和II的全面覆盖所带来的威胁和机遇。
【“AI”的局限性：人工智能改变未来，还有一个尚未突破的问题】这种关注不是为了实现科幻小说或超人类机器的幻想，更多的是为了考虑和发展科技，因为科技在人们的日常生活中变得越来越常见和有力。此外，科技的理解和塑造需要来自各行各业的各种不同声音，而不仅仅是技术协调者之间的对话。如果只关注模仿人类的人工智能，就会一叶障目。
尽管人工智能将持续推动各方面的进步，学术界也将继续扮演重要的角色——不仅提供最具创意技术的一些想法，而且也引入计算和统计学科的研究人员和其他学科的研究人员的成果和观点,特别是社会科学、人文科学和认知科学。
另一方面，虽然人文和科学在历史前进的过程中很重要，但也必须承认这是一个规模和范围巨大的工程项目——社会寻求创造新的种类的对象。这些工件应该按照规定的方式设计。
我们不想创造一个无用的项目来提供医疗保健、交通选择和商业机会。在这一方面，正如上文所强调的，以数据和以学习为中心的领域还没有成为一门工程学科。尽管这些领域非常吸引人，但它们还不能被视为工程学的一个分支。
文章插图
此外，值得高兴的是，我们正在目睹一个新工程学科的出现。通常来说，科技一词在学术界和学术界以外的地方是狭义的，给人冷冰冰的机器印象和人类失去权力的负面暗示。因而我们想构建一门新的工程学科，现在我们有一个绝佳机会来构想一些异于传统的新事物——以人为中心的工程学科。
如果未来仍然持续使用AI这一缩写，人们必须要注意到其真正局限性。
文章插图
留言点赞关注
我们一起分享AI学习与发展的干货
如转载，请后台留言，遵守转载规范