人類與人工智慧 (Ai) 的對決
人類經常被稱為社會性動物，因為我們傾向於作為一個整體生活在社會中。我們被稱為動物，是因為人們相信猴子是我們數百萬年前的祖先。這些年來，我們經歷了巨大的蛻變。我們發展了智慧和知識，以與動物完全不同的方式來經營我們的日常生活。隨著時代的變遷，我們學到了許多區分我們（人類）與動物的道德和習俗規範。這些規範建立了一些規則和條例，強調什麼對社會有益，什麼沒有。我們按照我們內在的智慧在這些設定的參數上工作。
近年來，我們遇到了一種新的智慧形式，稱為人工智慧 (AI)。這是一項複雜的技術，其應用尚待適當利用。我們已經意識到，人工智慧的概念並非總是容易理解。許多知識分子一直在爭論人類在這種現代智慧形式下的脆弱性。有人生氣地認為，人工智慧有一天會超越人類智慧。許多電影也表達了同樣的恐懼。這是一場永無止境的辯論，因為人們的擔憂不斷上升。
那麼，人工智慧到底是什麼？它是如何運作的？
理解人工智慧最簡單的方法是將其映射到我們已經理解的事物。以我們自己的智慧為例。它是如何運作的？在最基本的層面上，我們自己的智慧遵循一個簡單的原則。我們接收信息，在大腦中處理它，這些信息有助於我們根據信息採取行動。
人類智慧的 3 個一般步驟是輸入、處理和輸出。在人腦中，輸入以通過眼睛、鼻子和耳朵等感應和感知事物的方式進行，這些感官接收原始輸入然後處理它。然後，我們以言語和行動的形式獲得輸出。處理發生在中間，知識/輸入被形成和檢索，做出決策和推論，並發生學習/行動。
想像一下在道路交叉口停下來的畫面。你的眼睛看到你面前的紅綠燈剛變成紅色。根據你從經驗（和駕駛教育）中學到的知識，你知道紅燈表示你應該踩剎車以在紅綠燈處停車。因此，你踩下剎車踏板並減速。紅燈是原始輸入，剎車是輸出，介於兩者之間的一切都是處理。
人類智慧的這些方面與人工智慧平行。正如我們接收信息、處理信息和分享輸出一樣，機器也可以。
在機器中，人工智慧的輸入部分通過各種輸入來例證，例如自然語言處理、語音識別、視覺識別等等。這種技術無處不在，從需要感知道路和障礙物的自動駕駛汽車到識別你語音的 Siri 或 Google 助理。它可以採用機器人、導航系統和語音識別等形式。在它們之間，我們有各種形式的處理發生。
與儲存知識和記憶的大腦非常相似，機器可以創建知識表示，幫助它們儲存有關世界的信息。就像人類做出決定並相應地採取行動一樣，機器可以做出預測、優化以獲得更好的目標或結果，並確定下一個首選步驟或決策，以實現特定目標並高效運行。
我們通過示例、觀察或演算法來學習事物，機器可以通過使用類似的方法來教導。
- 監督式學習就像通過示例學習：電腦被賦予一個數據集，數據集中包含作為答案的「標籤」，最終，機器學會區分不同的標籤。
- 另一種無監督學習就像通過觀察學習：電腦觀察模式並學會自行區分群組和模式。它不需要標籤，並且在數據集沒有標籤且有限時可以首選。
最精確和高效的人工智慧結果需要結合各種學習方法。
但這還不是全部，人工智慧的發展也存在可怕的一面。我們需要記住，這是一種沒有任何情感的技術。當我們談論基於情感的輸出時，它根本無法被人類智慧所取代。對於機器來說，由於與之相關的情感商數，幾乎不可能推導出許多日常生活複雜問題的解決方案。人工智慧無法區分對與錯。無論是否有利於人類，它都會根據預先設計的演算法採取行動。
因此，現在是我們劃清界線以限制人工智慧影響的時候了。我們需要維持用於槓桿多個產業的技術的現狀。