人類 vs 人工智慧 (AI)

人類 vs 人工智慧 (AI)

人類常被稱為社會性動物，因為我們傾向於群居。之所以被稱為動物，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。我們發展了智慧和運作日常生活的技能，與動物截然不同。隨著時代的變遷，我們學習了許多倫理和習俗規範，區分了我們（人類）與動物。這些規範確立了一些規則和法規，闡明了什麼對社會有益，什麼則不然。我們按照我們固有的智慧，在這些既定的參數下工作。

近年來，我們遇到了一種被稱為人工智慧(AI) 的新型智慧。這是一種複雜的技術，其應用尚未得到充分利用。我們已經意識到，AI 的概念並不總是容易理解。許多知識分子群體之間正在就人類面臨這種現代智慧形式的脆弱性展開辯論。有些人憤怒地認為 AI 遲早會超越人類智慧。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，什麼是 AI？它如何運作？

理解 AI 的最簡單方法是將其映射到我們已經理解的東西。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。我們獲取資訊，在大腦中處理它，然後資訊幫助我們根據資訊採取行動。

人類智慧的 3 個一般步驟是輸入、處理和輸出。在人類大腦中，輸入以通過眼睛、鼻子和耳朵等感知事物的方式進行，這些感官接收原始輸入，然後處理它。之後，我們以語言和行動的形式獲得輸出。處理發生在中部，知識/輸入被形成和檢索，做出決策和推論，發生學習/行動。

試想一下在路口停下來的畫面。你的眼睛看到你面前的交通信號燈剛剛變成紅色。根據你從經驗（和駕駛員教育）中學到的知識，你知道紅燈表示你應該踩剎車，在交通信號燈處停車。所以，你踩下剎車踏板並減速汽車。紅燈是原始輸入，剎車是輸出，介於中間的一切都是處理。

人類智慧的這些方面與人工智慧是平行的。就像我們獲取資訊、處理資訊並分享輸出一樣，機器也可以。

在機器中，AI 的輸入部分體現為各種輸入，例如自然語言處理、語音識別、視覺識別等。此類技術無處不在，從需要感知道路和障礙物的自動駕駛汽車到識別你的語音的 Siri 或 Google 助理。它可能採用機器人技術、導航系統和語音識別等形式。在此之間，我們有各種形式的處理發生。

與存儲知識和記憶的大腦非常相似，機器可以創建知識表示，幫助它們存儲有關世界的資訊。就像人類做出決定並採取相應行動一樣，機器可以進行預測，針對更好的目標或結果進行優化，並確定滿足特定目標和高效運作的下一步或決策。

我們通過示例、觀察或演算法學習事物，機器可以通過使用類似的方法來學習。

• 監督式學習就像通過示例學習：計算機被提供一個包含資料集內“標籤”的資料集，這些標籤充當答案，最終，機器學會區分不同的標籤。
• 其他學習方式（例如非監督式學習）就像通過觀察學習：計算機觀察模式並學會自行區分群組和模式。它不需要標籤，並且在資料集沒有標籤且受限時可能是可取的。

最精確、高效的 AI 結果需要各種學習方法的組合。

但這還不是全部，AI 的發展也附帶著可怕的一面。我們需要記住，這是一種缺乏任何情感的技術。當我們談論基於情感的輸出時，它根本無法取代人類智慧。對於機器來說，由於與其相關的情感商數，推導出許多日常生活複雜性的解決方案幾乎是不可能的。AI 無法區分對與錯。它將根據預先設計的演算法採取行動，無論這是否有利於人類。

因此，現在是時候劃清界限，限制 AI 的後果了。我們需要維持用於利用幾個行業的技術的現狀。