人類與人工智慧 (Ai)
由於我們傾向於以整體形式生活在社會中，因此人類經常被稱為社會性動物。 我們之所以被稱為動物，是因為人們認為猴子是數百萬年前我們的祖先。 這些年來，我們經歷了巨大的變革。 我們發展了智慧和知識，以與動物截然不同的方式經營我們的日常生活。 隨著時代的變遷，我們學到了許多道德和習俗規範，這些規範將我們（人類）與動物區分開來。 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，按照這些設定的參數工作。
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。 許多知識份子階層之間正在進行一場辯論，內容是有關人類在這種現代智慧形式下的脆弱性。 有些人感到惱火，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增加。
那麼，人工智慧到底是什麼？它如何運作？
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。 例如，我們自己的智慧。 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，這些資訊有助於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。 在人腦中，輸入以感覺和感知事物的方式進行，例如眼睛、鼻子和耳朵等，它們獲取原始輸入然後處理它。 然後，我們以言語和動作的形式獲得輸出。 處理發生在中間，知識/輸入被形成和檢索，做出決策和推論，並且發生學習/行動。
想像一下在道路交叉口停止的照片。 你的眼睛看到你面前的交通燈剛剛變成紅色。 根據您從經驗（以及駕駛教育）中學到的知識，您知道紅燈表示您應該踩煞車以在交通燈處停止汽車。 因此，您踩下煞車踏板並減速。 紅燈是原始輸入，煞車是輸出，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相似。 正如我們獲取資訊、處理資訊並分享輸出一樣，機器也可以。
在機器中，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。 從需要感知道路和障礙物的自動駕駛汽車，到識別您語音的 Siri 或 Google 助理，這種技術無處不在。 它可能採取機器人技術、導航系統和語音識別等形式。 在這之間，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，以幫助它們儲存有關世界的資訊。 正如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。
我們透過範例、觀察或演算法來學習事物，機器可以透過使用類似的方法來教授。
- 監督式學習就像透過範例學習： 電腦會獲得一個資料集，其中資料集內有充當答案的「標籤」，最終，機器會學會區分不同的標籤。
- 另一種非監督式學習就像透過觀察來學習： 電腦觀察模式並學習自行區分群體和模式。 它不需要標籤，並且在資料集沒有標籤且有限時，可以是首選。
最精確和有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，人工智慧的發展也伴隨著可怕的一面。 我們需要記住，這是一項缺乏任何情感的技術。 當我們談論基於情感的輸出時，它根本無法被人類智慧取代。 對於機器來說，由於附加在其中的情商，要推斷出許多日常生活複雜性的解決方案幾乎是不可能的。 人工智慧無法區分對與錯。 它會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，現在是我們劃清界線以限制人工智慧的影響的時候了。 我們需要維持用於槓桿多個產業的技術的現狀。