人工智能和人类智能(人工智能和人类智能的区别)
来源：CDA数据分析师
导读：人工智能和人类智能究竟有何不同之处呢？在本文中Sabine Hossenfelder 就从十个方面分析了这两者间的不同。
今天我想讲讲人工智能有何智能之处。
当然显而易见的是，人的大脑是有温度且不确定的，而计算机不是。但是更重要的是，人类智能和人工智能之间存在结构性差异。这我将在之后讲到。
在我们开始之前，我要简单的讲讲"人工智能"指的是什么。
中英字幕视频如下：
以下是文字版本：
如今所谓的"人工智能"其实是通过神经网络实现的。
神经网络是一种计算机算法，用来模拟人脑的特定功能。当中包含虚拟的"神经元" 这些神经元排列在"层"中，并且互相连接。神经元传递信息从而进行计算。就像人脑中的神经元传递信息，并进行计算一样。
在神经网络中，神经元只是代码中的数字，通常它们的值在0到1之间。神经元之间的连接也有与之相关的数字，它们被称为"权重"。这些权重告诉你，来自其中一层的信息对下一层有多大的影响。神经元的值以及连接的权重本质上是网络中的自由参数。
通过训练神经网络，你想找到那些使某个函数最小化的参数值，这称为"损失函数"。这是神经网络要解决的优化问题。
在优化中，神经网络的魔力是通过所谓的反向传播实现的。反向传播是指，如果神经网络给出的结果不是特别好，你可以回溯并改变神经元的权重和连接。神经网络就是这样从错误中"学习"。
说到这里，下面让我们进入人工智能和人类智能之间的关键区别。
01
形式和功能
神经网络是运行在计算机上的软件，人工智能的"神经元"没有物理实体。它们以位数和字符串的形式编码在硬盘或硅芯片上，它们的物理结构和真正的神经元一点也不像。相反，在人脑中形式和功能是同时存在的。
02
大小
人类大脑大约有1000亿个神经元，目前的神经网络通常有几百个左右。
03
连接
在神经网络中，每一层通常与上一层和下一层完全连接。但人脑并没有所谓的层，相反，它依赖于许多预定义的结构。并不是人类大脑的所有区域都是同样连接的，区域是专门用于特定目的的。
04
能量消耗
人脑在能量消耗方面，比现存的任何人工智能都更为节能。人脑大约耗费20瓦能量，这与现在标准笔记本电脑耗费的差不多。但有了这些能量，大脑处理的神经元数量多一百万倍。
05
体系
在神经网络中，这些层是整齐有序的一个接一个地处理。而另一方面，人脑会进行很多并行处理，没有任何特定的顺序。
06
激活状态
在人脑中，神经元要么是激活状态，要么非激活状态。在神经网络中，激活是由连续值模拟的。因此人造神经元可以平稳地从上到下运行，这是人脑做不到的。
07
速度
人类的大脑比任何人工智能系统都要慢得多。一台标准计算机每秒执行大约100亿次操作。另一方面，人的神经元激活频率为每秒最多一千次。
08
学习方式
神经网络通过输出来学习。如果根据损失函数，这个输出是低性能的。然后，网络通过改变神经元的权重和它们之间的连接做出反应。没有人知道人类学习的细节，但肯定不是这样的。
09
结构
神经网络每次都是从零开始的。而人脑呢? 很多结构已经连接到它的连接处，而且利用的模型，这在进化过程中被证明是有用的。
10
精度
人脑的干扰因素更多，而且不如计算机上运行的神经网络精确。这意味着大脑基本上不能运行与神经网络相同的学习机制，它可能使用完全不同的机制。
这些差异的结果是，如今的人工智能需要大量的训练，需要大量精心准备的数据。这与人脑的运行方式是很不一样的。
局限性
神经网络不会建立世界中模型，相反它们会学习对模式进行分类。这种模式识别只需要很小的变化就会失败。
一个著名的例子是，你给图片添加少量影响因素，这些因素小到肉眼无法识别。但人工智能系统可能会被骗，错认为物品A认为是物品B。
目前，神经网络也不善于从它们所学习的情况推广到另一种情况。
它们的成功很大程度上取决于定义正确的"损失函数"。如果你没有谨慎思考损失函数，你最终会优化你不想要的东西。比如本被训练以恒定的高速行驶的自动驾驶汽车，很可能变成只会原地旋转。
但是神经网络擅长于一些内容。比如对图像进行分类，或者推断出没有明显趋势的数据。
结语
也许人工智能的意义就在于不让它与人类智能太相似。
毕竟，我们拥有的最有用的机器，比如汽车或飞机，它们之所以有用正是因为没有模仿人类。相反，我们需要创造专门处理人类不擅长任务的机器。
《崛起的超级智能》一书主要阐述互联网经过50年的时间从网状结构发展成为大脑模型，数十亿群体智慧与数百亿机器智能通过互联网大脑架构形成了自然界前所未有的超级智能，这个超级智能的形成与物联网，云计算，大数据，工业4.0，人工智能，群体智能，云机器人的爆发是什么关系；互联网大脑与超级智能如何影响人类社会的科技，经济，产业以及城市建设的未来发展？人类个体和组织机构如何应对崛起的超级智能带来的挑战？
作者：刘锋
推荐专家：张亚勤、刘慈欣、周鸿祎、王飞跃、约翰、翰兹
本文由woniu于2021-11-19发表在中国AI网，如有疑问，请联系我们。
本文链接：https://www.chinaai.com/baike/11086.html
