根源：CDA數據領略師

導讀：人為智能和人類智能畢竟有何不同之處呢？在本文中Sabine Hossenfelder 就從十個方面領略了這兩者間的不同。

即日我想講講人為智能有何智能之處。

固然顯而易見的是，人的大腦是有溫度且缺點定的，而計劃機不是。但是更要害的是，人類智能和人為智能之間存在構造性分別。這我將在之后講到。

在咱們發端之前，我要大略的講講"人為智能"指的是什么。

中英字幕視頻如下：

以下是筆墨版本：

此刻所謂的"人為智能"本來是經過神經搜集實行的。

神經搜集是一種計劃機算法，用來模仿人腦的特定功效。傍邊包括假造的"神經元" 這些神經元陳設在"層"中，而且彼此貫穿。神經元傳播消息進而進行計劃。就像人腦中的神經元傳播消息，并進行計劃一律。

在神經搜集中，神經元不過代碼中的數字，常常它們的值在0到1之間。神經元之間的貫穿也有與之關系的數字，它們被稱為"權重"。這些權重報告你，來自個中一層的消息對下一層有多大的感化。神經元的值以及貫穿的權重本質上是搜集中的自在參數。

經過演練神經搜集，你想找到那些使某個函數最小化的參數值，這稱為"丟失函數"。這是神經搜集要處置的優化題目。

在優化中，神經搜集的魔力是經過所謂的反向傳遞實行的。反向傳遞是指，即使神經搜集給出的截止不是更加好，你不妨回溯并變換神經元的權重和貫穿。神經搜集即是如許從缺陷中"進修"。

說到這邊，底下讓咱們加入人為智能和人類智能之間的重要辨別。

01

情勢和功效

神經搜集是運轉在計劃機上的軟件，人為智能的"神經元"沒有物理實體。它們以位數和字符串的情勢編碼在硬盤或硅芯片上，它們的物理構造和真實的神經元一點也不像。差異，在人腦中情勢和功效是同時存在的。

02

大小

人類大腦大概有1000億個神經元，暫時的神經搜集常常有幾百個安排。

03

貫穿

在神經搜集中，每一層常常與上一層和下一層實足貫穿。但人腦并沒有所謂的層，差異，它依附于很多預界說的構造。并不是人類大腦的一切地區都是同樣貫穿的，地區是特意用于特定手段的。

04

能量耗費

人腦在能量耗費方面，比現存的任何人為智能都更為節約能源。人腦大概侈靡20瓦能量，這與此刻規范條記本電腦侈靡的差不多。但有了這些能量，大腦處置的神經元數目多第一百貨商店萬倍。

05

體制

在神經搜集中，這些層是一律有序的一個接一個地處置。而另一方面，人腦會進行很多并行處置，沒有任何特定的程序。

06

激活狀況

在人腦中，神經元要么是激活狀況，要么非激活狀況。在神經搜集中，激活是由貫串值模仿的。所以人為神經元不妨穩固地從上到下運轉，這是人腦做不到的。

07

速率

人類的大腦比任何人為智能體例都要慢得多。一臺規范計劃機每秒實行大概100億次操縱。另一方面，人的神經元激活頻次為每秒最多一千次。

08

進修辦法

神經搜集經過輸入來進修。即使按照丟失函數，這個輸入是低本能的。而后，搜集經過變換神經元的權重和它們之間的貫穿做出反饋。沒有人領會人類進修的細節，但確定不是如許的。

09

構造

神經搜集每次都是從零發端的。而人腦呢? 很多構造仍舊貫穿到它的貫穿處，并且運用的模子，這在進化進程中被表明是有效的。

10

精度

人腦的干預成分更多，并且不如計劃機上運轉的神經搜集透徹。這表示著大腦基礎上不能運轉與神經搜集溝通的進修機制，它大概運用實足不同的機制。

這些分別的截止是，此刻的人為智能須要洪量的演練，須要洪量經心籌備的數據。這與人腦的運轉辦法是很紛歧樣的。

控制性

神經搜集不會創造寰球中模子，差異它們會進修對形式進行分類。這種形式辨別只須要很小的變革就會波折。

一個馳名的例子是，你給圖片增添小批感化成分，這些成分小到肉眼無法辨別。但人為智能體例大概會被騙，錯覺得貨色A覺得是貨色B。

暫時，神經搜集也不長于從它們所進修的情景實行到另一種情景。

它們的成功很大程度上取決于界說精確的"丟失函數"。即使你沒有經心推敲丟失函數，你最后會優化你不想要的貨色。比方本被演練以恒定的高速行駛的自動駕駛汽車，很大概產生只會原地回旋。

但是神經搜集擅長于少許實質。比方對圖像進行分類，大概估計出沒有鮮明趨向的數據。

結語

大概人為智能的意旨就在于不讓它與人類智能太一致。

畢竟，咱們具有的最有效的呆板，比方汽車或飛機，它們之以是有效恰是由于沒有抄襲人類。差異，咱們須要創作特意處置人類不長于工作的呆板。