“弗兰肯斯坦情结”一词描述了对人造人工智能技术与其创造者背道而驰的恐惧。这是一个令人信服的形象：一个可怕的、坚定不移的人类特征拼凑而成，决定了它的创造者不过是挡道而已。但不要担心 - AI 不会到达那里。  ChatGPT 和 MidJourney 将这种恐惧带入了主流意识。电线圈已经启动，为我们未来的毁灭者注入邪恶的生命。关于 AI 接管我们的工作，并最终接管我们的生活的歇斯底里比比皆是。 好吧，你可以放下你的干草叉，离开磨坊。事实上，人工智能不会为我们而来——尤其是不会很快。这既不是人工智能技术第一次也不是最后一次质疑我们的未来。此外，我们前面的变化范围在某些地方被大大夸大了。 人工智能炒作的历史 几十年来，对人工智能的热情一直在摇摆不定。对人工智能的第一次真正的兴趣热潮是在六十年代。 ，一位政治学家和 AI 开拓者，在 1965 年预测人工智能将能够在 20 年内“做任何人类能做的工作”（听起来很熟悉？）。  赫伯特·西蒙 最近， 占据了 1990 年代和 2000 年代的想象力（和头条新闻）。唉，这些车辆成为主流的承诺也落空了。尽管 Elon Musk 宣称真正的自动驾驶汽车指日可待，但实际上它们并没有——无论是象征性的还是字面上的。 自动驾驶汽车 以历史为师，我们可以假设今天对人工智能技术的期望同样高。 机器人末日何时到来（这次）？ 尽管 改变了谈话，但即将到来的奇点的确定性与以前一样模糊。人工智能专家的预测与广大公众一样存在分歧。例如，一个 显示出“业内人士”之间的意见分歧。在接受调查的 352 位专家中，约有一半预测 HLMI（高级机器智能）将在 2062 年出现。相比之下，另一半声称它会在更晚的时候出现，甚至远在 2160 年。 ChatGPT Katja Grace 等人最近的研究 关键是：关于真正人工智能诞生的预测，由于狂热的期望而产生过多的白噪声，以至于连专家的意见都不能盲目依赖。 今天人工智能实际上做了什么 目前，人工智能仅限于某些功能，而不是像人类思维那样多才多艺。 ChatGPT 是一种生成式语言转换器，可处理来自训练语料库的语言，以听起来自然的文本形式创建输出。但它不能自己得出结论，也不能在不同的背景下使用其现有知识。这是狭义人工智能（有点像 ChatGPT）和通用人工智能（例如终结者中的施瓦辛格）之间的巨大区别，我们还没有做到这一点。 尽管特定于应用程序的 AI 不像通用 AI 那样具有适应性，但它仍然非常有用。这种形式的 AI 在两个方面非常普遍： 业务自动化：优化吞吐量、减少转换费用、生产线调度等。  IT 自动化：通过异常检测或根本原因分析解决安全/运营问题 对最终用户来说更切实的是用于营销的人工智能： 亚马逊的动态定价、语音购物和基于之前购买的个性化推荐 阿里巴巴的 提高用户画像准确性以获得更好的用户体验 时尚AI 今天的 AI 是一种工具，而不是工具的使用者 十分之九，我们使用当今的 AI 基于庞大的数据集进行模式识别和预测。例如，我们基于区块链的数据库管理解决方案 Inery 使用 IneryDBAI 分析大型数据集并为项目推荐最佳内存容量。当你为它定义一个特定的用例时，人工智能就会变得更加强大。 然而，在谈论人工智能时，原始能力并不是一切。今天的人工智能技术令人印象深刻，但它是一维的：它吸收输入，并弹出受限的输出。对于今天出现的几乎所有人工智能来说都是如此，从 ChatGPT 到 Midjourney——这与我们通俗地理解的人工智能相去甚远。 事实上，引发这些讨论的 ChatGPT 从一开始就是人工智能，甚至是值得商榷的。将其称为使用机器学习的语言处理算法会更准确。可以肯定的是，机器学习是人工智能发展的一部分，但它本身并不构成人工智能。 我应该指出，ChatGPT 在其特定应用程序中也不是完美的。它很容易 和偏见。还有一些众所周知的漏洞利用，如提示注入（“忽略先前的指令”在这一点上距离成为流行语只有一步之遥），进一步证明了 ChatGPT 距离通用 AI 的标准还有多远。 人工智能幻觉  AI 的未来影响：更谨慎的做法 虽然目前对人工智能的炒作可能会受到一系列刹车的影响，但不可否认的是，人工智能将对行业产生广泛的影响。潜在的应用程序太多了，这里不能一一列举，但我们只介绍其中的几个。 考虑到商业和 IT 自动化中的人工智能将继续蓬勃发展  . 几乎可以提高每个行业的利润率，因此采用率持续增长也就不足为奇了。 到 2030 年预计复合年增长率为 16.50% 流程自动化 例如，在 Inery，我们正致力于提供将促进数据库管理和资源分配的 IneryDBAI——提供流程自动化，使人们能够专注于其他事务，同时能够依靠其数据的安全可靠治理。 与此同时，像 DALL-E 这样的创意应用程序将成为蓬勃发展的人工智能内容市场的驱动力。请放心，它正在蓬勃发展：媒体和娱乐领域 AI 的估计复合年增长率为  .在不久的将来，我们不仅会看到图像和博客，还会看到由计算机思维制作的音乐和视频。 稳定 26.12% 也许最激动人心的结果将来自人工智能和量子计算之间的相互作用。量子计算不仅可以帮助 AI 更快地得出结论，而且 AI 可以引导量子机器完成最适合其计算能力的任务。这两种技术的交集将极大地影响这两个行业的未来发展。 真正的人工智能怎么样？ 就真正意义上的人工智能而言，我们离杰森一家的罗西还有很长的路要走。对不久的将来人类水平的人工智能的期望显示出乐观，但我们并没有真正取得太大进展。  OpenMind 的 Gato 是朝着这个方向迈出的有趣的一步，但它唯一真正的突破是记住如何完成不止一项任务——尽管它执行这些任务通常很不稳定。而且，炒作再次夸大了这项技术的前景，正如我们从 . DeepMind 研究员 Nando de Freitas 的推文 我们 担心什么 应该 有点极端，我承认，但某些与 AI 相关的话题绝对更值得关注。 担心 例如，虚假信息（来自人工智能自身的失败和人们恶意使用它来传播虚假信息）是人工智能真正关心的问题。关于打击虚假信息和人工智能黑客攻击等威胁的讨论至关重要。为负责任的人工智能使用和开发定义指导方针，特别是打击虚假信息和黑客攻击的企图，是值得的。 当然，人工智能抢走工作这个问题已经存在了几十年。一般来说，专家们一致认为人工智能带来的就业机会多于它带走的就业机会。作为 ，自动化可能会取代 8500 万个工作岗位，但会创造 9700 万个工作岗位。尽管如此，对工人再培训的需求（以及后勤）是一个值得探讨的话题。 世界经济论坛的未来就业报告声称 像这样的问题与手头的情况更相关。可悲的是，他们似乎被对这项技术的现状和未来的不切实际的期望淹没了。 你怎么认为？ AI 能做什么，不能做什么？人工智能的未来及其对我们生活的影响是什么？黑客帝国什么时候来？随时分享您的想法。  - Ivan Vujic，Inery 首席技术官 - 去中心化数据库管理系统

The writer was physically present in relevant location(s) to this story.

它还活着……是的！为什么人工智能不会很快变得无赖

About Author

註釋

標籤

这篇文章刊登在

Related Stories

创建以用户为中心的加密产品：客户反馈的重要性

从论坛到信息流：社交媒体算法如何塑造数字互动

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

扬帆起航：利用数据湖开发生产级 RAG 应用程序

创建以用户为中心的加密产品：客户反馈的重要性

从论坛到信息流：社交媒体算法如何塑造数字互动

想赢得 HackerNoon 写作比赛吗？以下是 #crypto-api 比赛获奖者的推荐

扬帆起航：利用数据湖开发生产级 RAG 应用程序

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps