專欄

【AQ AI】藝文人士的AI課003

02

Aug
2024

文/NoblerSubtlety793

人類對於創造能模仿自身的機器人的夢想可以追溯到古希臘神話中的塔洛斯,被認為是世界上第一個擬人機器人。
在希臘神話中,塔洛斯被描述為一個金屬巨人,是世界上第一個被認為是擬人機器人的存在。
他的名字在希臘語中意為“砍伐”或“太陽”。

塔洛斯的身世有三種版本,其中一種說法是他是宙斯創造的,用來保護克里特島。

這種對於創造能模仿人類的機器人的夢想,不僅體現在古希臘神話中,也在現代的科技發展中得到了體現。例如,現代的機器人技術和人工智慧技術,都在努力讓機器能夠更好地模仿人類的行為和思維。

這種夢想在各種古文明中都有所體現,顯示出人類對“複製自己”的深刻探索。然而,儘管我們已經取得了很大的進步,但我們仍然遠未達到塔洛斯那種級別的機器人。

這是一個長期的挑戰,也是我們一直在追求的目標。

AI發展的歷程 過去的70年間,人工智慧的發展經歷了幾個重要的階段:
AI學科的誕生 1940年代,美國神經科學家Warren McCulloch和邏輯學家Walter Pitts提出了神經元的數學模型,為人工智慧的發展奠定了基礎。

1956年,在美國達特茅斯學院召開的人工智慧夏季研討會上,人工智慧作為一門學科正式確立。符號主義(1950s-1970s):這個學派認為,智能可以通過符號和規則來表示和操作。

在這個時期,人工智慧取得了許多重要的成果,例如通用問題解決器(GPS)和自然語言處理(NLP)等。連接主義(Connectionism)(1980s-1990s):這個學派主張,智能可以通過模擬人腦的神經網絡來實現。

在這個時期,人工智慧研究取得了突破性的進展,例如反向傳播算法(BP)的提出和人工神經網絡(ANN)的發展等。深度學習(2000s-至今):深度學習是機器學習的一種分支,它利用人工神經網絡來學習數據中的複雜模式。

在深度學習的推動下,人工智慧在圖像識別、語音識別、自然語言處理等領域取得了驚人的進步。多模態人工智慧:多模態人工智慧可以同時處理多種形式的資料,例如文本、圖像、音頻等。

這將使人工智慧在自然語言處理、機器翻譯、智能視頻監控等領域更加智能。
生成式人工智慧:生成式人工智慧可以生成新的內容,例如圖像、音樂、文字等。

這將使人工智慧在藝術創作、廣告設計、個性化推薦等領域得到更廣泛的應用。
可解釋人工智慧:可解釋人工智慧旨在使人工智慧模型的決策過程更加透明和可理解。

這將提高人們對人工智慧的信任,並使其在醫療、金融等高風險領域得到更廣泛的應用。
人機協作:人機協作是指人與人工智慧共同完成任務。

在未來,人機協作將成為一種新的工作方式,並在製造、服務、教育等領域得到更廣泛的應用。
以下是一些關於人工智慧未來發展的具體例子:
👉在醫療領域,人工智慧可以幫助醫生診斷疾病、制定治療方案、進行手術等。
例如,IBM的Watson人工智慧系統可以分析醫療影像數據,幫助醫生早期發現癌症等疾病。
👉在教育領域,人工智慧可以為每位學生提供個性化的學習體驗。
例如,中國的“學而思”人工智慧教育平台可以根據學生的學習水平和進度,為他們提供定制化的學習內容和練習題。
👉在交通領域,人工智慧可以實現自動駕駛,提高交通效率和安全性。
例如,NVIDIA發表了用於自動駕駛車的次世代人工智慧(AI)處理器NVIDIA DRIVE™ Atlan,這款處理器可提供超過1,000 TOPS的運算量,鎖定各大車廠將於2025年推出的車款。
Waymo一家來自美國的公司,已經開發出了自動駕駛汽車,並在一些城市進行了試運行。

此外,許多其他公司,如Mobileye、百度和Cruise等,也在積極開發自動駕駛技術。
然而,儘管這些公司都在開發自動駕駛技術,但每家公司的方法和技術都有所不同。

例如,有些公司主要依賴雷達和光達來感知環境,而有些公司則主要依賴視覺感測技術。
這些公司的努力都在推動自動駕駛技術的發展,並為未來的交通帶來了新的可能性。

自動駕駛的等級制定是由美國國家公路交通安全管理局(NHTSA)最初提出的,但由於分級說明存在模糊空間,過去曾造成民眾誤解發生意外,故後來改採國際汽車工程師協會(SAE)的分級制度。目前分成六個等級Level 0 - Level 5

在製造領域,人工智慧可以提高製造業的生產效率和產品質量。
例如,德國的西門子公司已經將人工智慧應用於機器人控制、產品檢測等領域。
我們相信,隨著人工智慧技術的不斷發展,人工智慧將在各個領域發揮更大的作用,並徹底改變人類的生活方式。
然而 人工智慧的發展也帶來了一些挑戰,
例如:人工智慧安全:人工智慧系統可能會被惡意利用,造成安全隱患。
例如,人工智慧可以被用於製造自動武器或進行網絡攻擊。
人工智慧倫理:人工智慧的發展可能會引發一些倫理問題,
例如人工智慧是否應該擁有權利、人工智慧是否會威脅人類的生存等。
AI面臨的挑戰 儘管人工智慧取得了巨大的進步,但它仍然面臨著許多挑戰,例如資料品質和標注問題、可解釋性和公平性問題,以及倫理問題等。

AI的未來展望 在未來,人工智慧有望在醫療、教育、交通、製造等領域發揮更大的作用,並徹底改變人類的生活方式。
總體而言,人工智慧的未來充滿了機遇和挑戰。

我們應該積極應對人工智慧的挑戰,充分利用人工智慧的機遇,讓人工智慧造福人類。

三大流派與現代人工智慧電腦產業的傳承關係

符號主義行為主義連接主義這些學派的理念和方法在現代的人工智慧技術中仍然發揮著重要的作用。
這三大學派各具特點,彼此之間也存在一定的交叉與融合,共同推動了人工智慧的快速發展。
這也引導著各大科技公司在多個方向同步投資佈局,以期在未來的AI競爭中佔據有利位置。
連接主義方法目前最為受到重視和推崇。

現代電腦產業的發展受到了多種理論的影響,包括連接主義(Connectionism)、符號主義(Symbolism)和行為主義(Behaviorism)。

這些理論為電腦科學和人工智慧的發展奠定了基礎。
符號主義是一種認知科學理論,認為人類思維是由符號組成的。
符號可以代表物體、概念或關係。
人類通過操縱符號來進行思維和交流。

符號主義在電腦科學中有著廣泛的應用,例如程式設計語言、自然語言處理和知識表示。

👉符號主義:符號主義對程式設計語言、自然語言處理和知識表示的發展產生了重大影響。

程式設計語言是電腦程式員用來編寫代碼的工具。
自然語言處理是電腦處理和理解人類語言的技術。
知識表示是電腦存儲和表達知識的方式。

👉行為主義:行為主義對機器學習和強化學習的發展產生了重大影響。
機器學習是電腦從資料中學習的技術。強化學習是電腦通過試錯來學習的技術。

科幻與現實的交融

人工智慧科幻與現實三大主義與現代AI產業 從過去到現在 以下是一些具體的例子:
👉連接主義:谷歌的AlphaGo圍棋程式使用深度學習擊敗了世界冠軍李世乭。
👉符號主義:Python是一種流行的程式設計語言,它使用符號來表示代碼。
👉行為主義:谷歌的DeepMind AlphaStar星際爭霸2程式使用強化學習擊敗了職業選手。
伊隆·馬斯克、連接主義、符號主義和行為主義都對現代電腦產業產生了重大影響。
這些理論為電腦科學和人工智慧的發展奠定了基礎,並被廣泛應用於各種領域。

我們可以預期未來這些學派將會持續融合發展,共同推動人工智慧技術的進步。
人工智慧(AI)的發展歷程堪稱是科幻與現實的完美交融。

從1950年代的理論構想到如今的實際應用,AI走過了一段充滿挑戰與突破的70年歷程。
總結如下
萌芽時期(1950年代至1960年代初)

這個時期奠定了AI的理論基礎。
1950年,艾倫·圖靈發表了著名的"圖靈測試"論文,為判斷機器智能提供了一個標準。
1956年,達特茅斯會議的召開標誌著AI研究領域的正式誕生,吸引了約翰·麥卡錫、馬文·明斯基等未來的AI巨擘。

隨後幾年,AI研究快速發展:
1957年,艾倫·紐厄爾和赫伯特·西蒙開發出"邏輯理論家"程序
1958年,約翰·麥卡錫發明了LISP編程語言
1959年,明斯基和麥卡錫在MIT創立了人工智慧實驗室
1970年代的AI冬天:在1970年代,AI研究遭遇了瓶頸,經歷了所謂的"AI冬天"。
這是因為當時的AI技術還無法滿足人們的期望,導致了資金的短缺和研究的停滯。
1980年代的AI復興:然而,在1980年代,AI再次復興,專家系統成為了研究的熱點。
專家系統是一種基於知識的系統,能夠模擬人類專家的決策過程。
再列出三大主義的成立年代與緣起

👉符號主義(Symbolism):這種學派的起源可以追溯到人工智慧的早期發展階段,大約在1950年代。當時的研究者開始探索如何使用符號和邏輯來表示和推理知識。

👉連接主義(Connectionism):這種學派的起源可以追溯到1940年代和1950年代,當時的研究者如沃倫·麥卡洛克(Warren McCulloch)和沃爾特·皮茨(Walter Pitts)開始探索如何使用神經網絡來模擬人腦的工作方式。

👉行為主義(Behaviorism):這種學派的起源可以追溯到19世紀末,當時的研究者如愛德華·桑代克(Edward Thorndike)開始探索如何通過觀察和測量行為來研究心理學。

這些學派的理念和方法在現代的人工智慧技術中仍然發揮著重要的作用。
這些理念也就替後來的人工智慧產業與科技人才養成孕育出一個非常優良的環境 

下一篇我們將概略討論全球IT產業與人工智慧的發展應用概況 返回上一頁