细数人工智能和人类智能的十大年夜不合_神经收集_神经元
来源:CDA数据剖析师
导读:人工智能和人类智能究竟有何不同之处呢?在本文中Sabine Hossenfelder 就从十个方面剖析了这两者间的不同。
本日我想讲讲人工智能有何智能之处。
当然显而易见的是,人的大脑是有温度且不愿定的,而打算机不是。但是更主要的是,人类智能和人工智能之间存在构造性差异。这我将在之后讲到。
在我们开始之前,我要大略的讲讲\公众人工智能\公众指的是什么。
中英字幕***如下:
以下是笔墨版本:
如今所谓的\"大众人工智能\"大众实在是通过神经网络实现的。
神经网络是一种打算机算法,用来仿照人脑的特定功能。当中包含虚拟的\公众神经元\"大众 这些神经元排列在\"大众层\"大众中,并且相互连接。神经元通报信息从而进行打算。就像人脑中的神经元通报信息,并进行打算一样。
在神经网络中,神经元只是代码中的数字,常日它们的值在0到1之间。神经元之间的连接也有与之干系的数字,它们被称为\"大众权重\公众。这些权重见告你,来自个中一层的信息对下一层有多大的影响。神经元的值以及连接的权重实质上是网络中的自由参数。
通过演习神经网络,你想找到那些使某个函数最小化的参数值,这称为\公众丢失函数\"大众。这是神经网络要办理的优化问题。
在优化中,神经网络的魔力是通过所谓的反向传播实现的。反向传播是指,如果神经网络给出的结果不是特殊好,你可以回溯并改变神经元的权重和连接。神经网络便是这样从缺点中\公众学习\"大众。
说到这里,下面让我们进入人工智能和人类智能之间的关键差异。
01
形式和功能
神经网络是运行在打算机上的软件,人工智能的\"大众神经元\"大众没有物理实体。它们以位数和字符串的形式编码在硬盘或硅芯片上,它们的物理构造和真正的神经元一点也不像。相反,在人脑中形式和功能是同时存在的。
02
大小
人类大脑大约有1000亿个神经元,目前的神经网络常日有几百个旁边。
03
连接
在神经网络中,每一层常日与上一层和下一层完备连接。但人脑并没有所谓的层,相反,它依赖于许多预定义的构造。并不是人类大脑的所有区域都是同样连接的,区域是专门用于特定目的的。
04
能量花费
人脑在能量花费方面,比现存的任何人工智能都更为节能。人脑大约耗费20瓦能量,这与现在标准条记本电脑耗费的差不多。但有了这些能量,大脑处理的神经元数量多一百万倍。
05
体系
在神经网络中,这些层是整洁有序的一个接一个地处理。而另一方面,人脑会进行很多并行处理,没有任何特定的顺序。
06
激活状态
在人脑中,神经元要么是激活状态,要么非激活状态。在神经网络中,激活是由连续值仿照的。因此人造神经元可以平稳地从上到下运行,这是人脑做不到的。
07
速率
人类的大脑比任何人工智能系统都要慢得多。一台标准打算机每秒实行大约100亿次操作。另一方面,人的神经元激活频率为每秒最多一千次。
08
学习办法
神经网络通过输出来学习。如果根据丢失函数,这个输出是低性能的。然后,网络通过改变神经元的权重和它们之间的连接做出反应。没有人知道人类学习的细节,但肯定不是这样的。
09
构造
神经网络每次都是从零开始的。而人脑呢? 很多构造已经连接到它的连接处,而且利用的模型,这在进化过程中被证明是有用的。
10
精度
人脑的滋扰成分更多,而且不如打算机上运行的神经网络精确。这意味着大脑基本上不能运行与神经网络相同的学习机制,它可能利用完备不同的机制。
这些差异的结果是,如今的人工智能须要大量的演习,须要大量精心准备的数据。这与人脑的运行办法是很不一样的。
局限性
神经网络不会建立天下中模型,相反它们会学习对模式进行分类。这种模式识别只须要很小的变革就会失落败。
一个著名的例子是,你给图片添加少量影响成分,这些成分小到肉眼无法识别。但人工智能系统可能会被骗,错认为物品A认为是物品B。
目前,神经网络也不长于从它们所学习的情形推广到另一种情形。
它们的成功很大程度上取决于定义精确的\公众丢失函数\公众。如果你没有谨慎思考丢失函数,你终极会优化你不想要的东西。比如本被演习以恒定的高速行驶的自动驾驶汽车,很可能变成只会原地旋转。
但是神经网络善于于一些内容。比如对图像进行分类,或者推断出没有明显趋势的数据。
结语
大概人工智能的意义就在于不让它与人类智能太相似。
毕竟,我们拥有的最有用的机器,比如汽车或飞机,它们之以是有用正是由于没有模拟人类。相反,我们须要创造专门处理人类不善于任务的机器。
《崛起的超级智能》一书紧张阐述互联网经由50年的韶光从网状构造发展成为大脑模型,数十亿群体聪慧与数百亿机器智能通过互联网大脑架构形成了自然界前所未有的超级智能,这个超级智能的形成与物联网,云打算,大数据,工业4.0,人工智能,群体智能,云机器人的爆发是什么关系;互联网大脑与超级智能如何影响人类社会的科技,经济,家当以及城市培植的未来发展?人类个体和组织机构如何应对崛起的超级智能带来的寻衅?
作者:刘锋
推举专家:张亚勤、刘慈欣、周鸿祎、王飞跃、约翰、翰兹
本文系作者个人观点,不代表本站立场,转载请注明出处!