在這篇文章中，小編將對人工智能的相關(guān)內(nèi)容和情況加以介紹以幫助大家增進(jìn)對它的了解程度，和小編一起來閱讀以下內(nèi)容吧。

一、人工智能會替代人類嗎

今天的人工智能沒有很多文學(xué)作者，或者很多文藝青年，還有很多科幻電影想象的那樣神奇。實(shí)際上今天的人工智能嚴(yán)格來說計(jì)算機(jī)是沒有產(chǎn)生思維的，更不可能產(chǎn)生意識，沒有意識也談不上情感，所以大家所擔(dān)憂的像《終結(jié)者1、2》里面的機(jī)器毀滅人類的世界，大家都覺得還是很遙遠(yuǎn)。

我舉個(gè)例子，我在伯克利跟他們交流，今天所謂的人工智能只是叫新瓶裝舊酒，換句話說就是計(jì)算機(jī)計(jì)算能力的增強(qiáng)，使得過去的算法有了很大速度的提升;今天的互聯(lián)網(wǎng)和手機(jī)的接入采集了大量的數(shù)據(jù)，然后用深度學(xué)習(xí)的算法，在大數(shù)據(jù)的基礎(chǔ)之上，實(shí)際上是能夠讓計(jì)算機(jī)在某些領(lǐng)域產(chǎn)生了一些質(zhì)的飛躍，比如說在圖象識別方面，現(xiàn)在計(jì)算機(jī)你給它看十萬張照片，都美女，再給它看一個(gè)新的照片，讓它判斷是不是美女。

我們現(xiàn)在已經(jīng)在做這樣的事，現(xiàn)在每天有幾十萬主播到花椒平臺，靠人工給他打分，我發(fā)現(xiàn)真的來不及，而且打分標(biāo)準(zhǔn)不統(tǒng)一。我們就拿計(jì)算機(jī)自動打分，后來發(fā)現(xiàn)標(biāo)準(zhǔn)全都是錐子臉，計(jì)算機(jī)就把所有的錐子臉都定義成美女。

反過來，讓電腦去理解我們說的語言，我們說的話，能夠去做到真正的人機(jī)對話，到目前都做不到。所以你看到的Siri，為什么大家用一用就不用了?因?yàn)槟阍倭膬删渚椭浪皇钦嫒耍ㄎ覀兛吹胶芏嘧鋈藱C(jī)對話的，并不是它多聰明，是因?yàn)樗泻芏鄬υ捳Z料，比如把你的對話摘出來是回答另一個(gè)人的問題，這并不是代表真正的人工智能。所以在這一點(diǎn)來說，今天的人工智能我覺得未來至少還需要五年到十年的發(fā)展。

二、人工智能將遇到哪些瓶頸

通過上面的介紹，想必大家已經(jīng)知道，人工智能并不會代替人類。在這部分，我們主要來了解下人工智能將遭遇哪些瓶頸。

有學(xué)者總結(jié)，人工智能發(fā)展會面臨著一些瓶頸，其中包括語義鴻溝瓶頸、可解釋性瓶頸和可靠性瓶頸。

語義鴻溝瓶頸是指人工智能缺乏真正的語言理解能力，無法根據(jù)上下文或常識理解一些容易產(chǎn)生歧義的語言，即聽不懂“人話”。目前，人工智能在這一點(diǎn)上仍然沒有顯著的突破。

可解釋性瓶頸是指人工智能過于依賴模型中已有的數(shù)據(jù)，缺乏深層學(xué)習(xí)能力的缺陷。人工智能很容易學(xué)習(xí)一個(gè)東西是什么，但是很難明白一個(gè)東西究竟為什么會這樣。如果人工智能不能理解知識或行為之間的深層邏輯，那么它在用已有模型去應(yīng)對未知變量時(shí)，就很容易引起模型崩塌，類似于“死機(jī)”。目前，已有學(xué)者提出可以使用對抗網(wǎng)絡(luò)與最優(yōu)傳輸技術(shù)找到模型坍塌的原因，并提出改進(jìn)模型，從幾何映射的角度上嘗試去突破人工智能的可解釋問題，在理論上取得了一些進(jìn)步。

可靠性瓶頸是指人工智能在系統(tǒng)可靠性上的不足。粗略來講，可靠性主要包含設(shè)計(jì)可靠性、耐久性和可維修性三個(gè)方面。人工智能的設(shè)計(jì)可靠性可以簡單的理解為它的算法是否可靠，它是否能在規(guī)定的條件下，完成預(yù)定的功能。例如自動汽車在行駛過程中，是否能夠正確識別道路情況，并作出合理反應(yīng)，很大程度上都要依靠自動駕駛系統(tǒng)的設(shè)計(jì)可靠性。耐久性和可維修性很簡單，即能不能長久使用與能不能、方便不方便維修，維修的成本如何。

最后，小編誠心感謝大家的閱讀。你們的每一次閱讀，對小編來說都是莫大的鼓勵(lì)和鼓舞。最后的最后，祝大家有個(gè)精彩的一天。