万字分析,扯下AI的面具!我们打开了一个怎样的潘多拉魔盒?(预告)


- 【AI总结】AI是一场真正的生产力革命,对世界的趋势敏感且负责的人都应该学习AI,有很多引以为傲的技能可能会被AI替代。
- 视频分为三个部分: a. 第一部分介绍人工智能发展史,了解历史才能了解未来。 b. 第二部分讲述AI领域的突破和杀手级应用,如GPT等。 c. 第三部分探讨哪些工作必然会被AI替代、哪些行业会被AI颠覆。
- 视频从艾伦·图灵开始探讨AI的起点,介绍了他的图灵机理论和计算能力的抽象化。
- 计算机的发展从图灵机实现到商业计算机,虽然编程语言简化了编程过程,但本质并未变化。
- 人工智能的萌芽是通过图灵机设想和思考人类智能抽象化的讨论开始的。
- 图灵提出了著名的图灵测试,它通过与计算机程序进行文本聊天以判断其是否具有人类智能。
- 过去的图灵测试给科研人员提供了一个目标,即创造一台通过图灵测试的机器。
- 程序员倾向于使用小技巧来欺骗询问者,比如利用关键词封装脚本和反问句等。
- 可以通过图灵测试的程序分为两种情况:弱人工智能(只能模拟特定能力)和强人工智能(具有人类理解力和意识)。
- 目前世界上还不存在真正的强人工智能,只有模拟人类特定能力的弱人工智能。
- 人工智能的起源可追溯到1956年,当时麦卡锡发起了一次闭门会议,提出了人工智能这个名字,但会议并未取得实质性进展。
- 人类与其他动物的区别在于解决抽象问题的能力,因此科研人员尝试构建能解决抽象问题的程序来实现人工智能。
- 最初尝试使用搜索技术来解决抽象问题,但搜索技术很快遇到了问题,例如在某个具体的游戏中无法得到正确解答。
- 搜索技术会产生大量重复和无效的操作,导致计算机陷入循环。
- 人工智能的发展过程中出现了许多理论和知识上的分歧和冲突。
- 麦卡锡等人最终成为人工智能领域的重要人物,而人工智能学界致力于解决抽象问题的思路。
- 小环移动和还原:介绍了魔方的操作步骤,其中第一步是将小环移到中间,第二步是将小环还原。
- 穷举步骤的问题:指出在执行穷举步骤时会走已经失败的回头路,纯粹是浪费时间。
- 算力问题:讨论了题目中只有三种移动可能性的情况下,如果可能性增加,CPU的计算负担会变得很大。
- 以击剑锦标赛为例:描述了一个选人参赛的问题,解释了程序解决这个问题的方法,并指出选择结果只有两个解。
- NP完全问题:遍历所有可能性才能找到最优解的问题。并提到击剑锦标赛和围棋都属于这类问题。
- 启发式搜索:利用问题拥有的启发信息来引导搜索,达到减少搜索范围、降低问题复杂度的目的。这是优化程序的一种方法,但无法解决NP完全问题。
- 人工智能面临的关键问题是NP完全问题,并提到当时在人工智能研究中的困境和经费削减。
- 专家系统的引入:描述了专家系统的出现和应用领域,以解决狭义领域的问题为主要目标。
- 专家系统原理:简要介绍了专家系统的原理,包括知识库和推理引擎的概念,并给出了一个动物分类的专家系统的例子。
- 专家系统可以根据编写的规则回答用户的问题。
- MYCIN系统是一个经典的专家系统,用于血液疾病诊断。MYCIN系统经过5年的规则编写,并与顶级医学专家相当。
- 莱拉特和同事们在"Cyc工程"中从零开始编写常识知识库。专家系统使用推理引擎基于逻辑回答问题。
- 符号主义学派认为知识可以用逻辑符号明确表述,思维就像处理符号的过程。
- 处理复杂的知识是困难的,由于知识的复杂性,程序无法处理矛盾和撤销已得出的结论。
- 生活中存在许多逻辑无法解决的矛盾情况。专家系统的发展受到知识的限制以及生活中复杂的矛盾问题的影响。
- 符号主义学派的观点被罗德尼布鲁克斯以一个故事进行讽刺。符号主义学派关注具象的智能活动,如推理和解决问题。
符号主义学派:
- 符号主义学派将所有的决策都转化为逻辑推理。
- 知识和逻辑并不能使人工智能产生智慧。
- 人工智能只能通过与现实世界互动来产生智慧。
行为主义学派:
- 行为主义学派认为知识和逻辑推理并不必要。
- 行为主义强调实际行动和对环境的感知与反应。
- 该学派的代表人物包括诺伯特维纳和布鲁克斯。
连接主义学派:
- 连接主义学派是人工智能的第三大学派。
- 这是一个关于连接网络和模拟神经元的学派。
下一期视频将详细讲述AI在未来社会中的发展、取代职业和可能出现的问题,包括通用人工智能是否会对人类构成威胁。