机器究竟如何思考？

主要观点总结

本文介绍了计算机科学中使用描述人类大脑活动的术语如“记忆”、“学习”、“神经网络”、“突触”等在人工智能语境中的不同含义，并讨论了人工智能的两种构建方式及其局限性。文章还探讨了深度学习带来的革命性技术变革，以及人工智能与人类智能的区别。

关键观点总结

关键观点1: 人工智能中使用的术语如“记忆”、“学习”等与日常语言中的含义不同，需要警惕误解。

这些术语在人工智能中用于描述计算机的功能，而非真正的人类智能。

关键观点2: 人工智能存在智能，但与人类思维大不相同。

人工智能能够对话、推理、得出结论，但缺乏逻辑能力。

关键观点3: 人工智能由两种截然不同的组件构成，对应两种不同的模拟人类智能的方式。

一种关注逻辑推理能力，另一种从底层模仿学习和记忆相关的生物意义神经运作过程。

关键观点4: 深度学习带来的技术变革类似于工业革命，产生了新的科学理论来解决新问题。

现代人工智能从数据中提取知识，实现之前只有人类能执行的任务。

关键观点5: 人工智能的发展引发了关于什么是革命性技术的讨论。

人工智能的进步迫使我们提高标准，而且这些最新的能力不能算作新的力量测试。

关键观点6: 人工智能与人类智能存在本质区别。

人工智能可以对话、思考、推理，但与人类思维不同。必须承认人工智能是真正的智能，但本质不同于人类智能。

文章预览

   10.17 ‍‍‍‍‍‍‍ 知识分子 The Intellectual 图源：Freepik 为了更好地启发灵感，计算机科学中喜欢用一些描述人类大脑活动的术语如：“记忆”、“学习”、“神经网络”、“突触”、“偏见”，甚至，“梦”和“幻觉”等，但需要警惕的是，这些术语在人工智能的语境中，与日常语言中的含义是不同的。 撰文 | 皮尔路易吉·孔图奇 翻译 | 王英俊   ●                   　 ●                    　 ● 讨论AI是否是真正意义的智能可能会将我们引入歧途。目前更好的说法其实是人工智能确实存在智能，但是和人类的思维大相径庭。人工智能能够对话、推理、得出结论等，某种程度上与我们的思维过程类似，但却并不相同。因为在自然语言训练的过程中，我们并没有发现机器会产生逻辑能力。 从事开发人工智能的专家们其实更愿意称作为 ………………………………