为什么人工智能比我们想象中更难
本文简述了人工智能的近一个世纪发展历程,总结了发展趋势并发现了普遍规律,分析了过去失败和现在成功的原因,强调了哲学思维在理解和解决人工智能问题中的重要性以及重点发展方向应该是人机协作和以计算能力为核心的技术路径。
Mar, 2023
AI2050 年的 “硬问题” 会阻止 AI 的发展,并引发 AI 的风险。其中包括系统的全面能力开发、确保 AI 系统和训练过程的性能、使系统目标与人类目标相一致、在实际生活中实现出色的 AI 应用以及应对经济颠覆。
Feb, 2024
本书旨在提供人工智能发展的历史、潜力和局限性的现实图景,并介绍 AI 的各种应用领域及方法,其中重点覆盖了深度学习等当前人工智能的主流方法及技术,以及 AI 在人类情感智能等领域的应用,最后总结了当前 AI 的现状与未来发展趋势。
Jan, 2022
人工智能在几个关键方面仍然比人类智能有限,如在理解上下文、言外之意和微妙线索方面的能力。本文展望了可能用于缩小人类智能与机器智能差距的机器智能候选方法,重点讨论了当前人工智能技术的不足,以及层次规划和能量基、潜变量方法以及联合嵌入预测架构方法如何帮助弥合这一差距。
Aug, 2023
人类智能和人类增强的人工智能有着不同的激励,目前技术人员、商业和政策制定者都过分倾向于自动化,这种趋势可能导致失去经济权利和政治议价权,而研究开发人类增强的 AI 才有助于人类保持掌握营造价值的能力。
Jan, 2022
该论文探讨了人工智能的发展带来的挑战,提出了在系统、架构和安全方面的研究方向,以解决 AI 技术存储和处理数据量的限制,并提高数据隐私保护,以便这一技术能够更好地改善人们的生活和社会。
Dec, 2017
本研究调查了与人工智能相关的潜在危险引起怀疑的问题,并将它与其他科学领域中出现的怀疑形式进行比较,通过针对其中蕴含的错误思考类型进行分类,旨在更好地理解我们现有的异议并寻找令人满意的解决方式。
Feb, 2023
通过降低获取知识成本,人工智能可能对公众理解产生逆效应,最终导致知识塌缩,损害创新和人类理解与文化的丰富性。我们提供一个简单模型来研究学习者或创新者选择使用传统方法还是依赖打折的人工智能辅助过程的条件,并发现人工智能生成内容的打折将使公众信仰与真实事实相差 2.3 倍。最后,我们考虑进一步的研究方向来对抗这种结果。
Apr, 2024
人工通用智能(AGI)是构建 “思考机器” 的愿景,与 “狭义人工智能” 方法形成鲜明对比。本研究指出了纯统计方法无法实现 AGI,同时确定了实现类似人类适应能力和自主学习所需的关键认知能力,并总结了阻碍 AGI 进展的社会技术因素。
Aug, 2023