我們對演算法這個詞都不陌生, 所謂演算法就是一系列指令, 精確地告訴電腦該怎麼執行。 比如購物網站用演算法來給你推薦商品,
先來說說, 演算法有很多用處, 除了前邊說過的推薦商品和路線, 還可以用大資料預測犯罪傾向, 戰略性地把警備力量集中在最可能需要的地方, 同時採取其他預防措施。 這樣一個城市的警力就能在最大程度上得到合理配置。
但是演算法有兩個不可避免的難題,
那應該怎麼辦?作者在書裡提出了這樣一個假設:所有知識, 不管是過去的、現在的還是未來的, 都有可能通過一個通用的學習演算法來從資料裡獲得。 這個通用的學習演算法, 就是終極演算法。 作者認為終極演算法可以統一所有學科的思想, 而且通過它有可能提出新的萬有理論,
機器是怎麼學習終極演算法的呢?跟人類的學習過程相似。 第一, 人類獲取知識的第一步就是聚類, 就像整理書櫃時把同一類的書放在一起, 機器也是通過典型元素來簡化理解集群的。 第二, 為了減少提取記憶的時間, 我們需要對記憶組塊進行大量重複的鍛煉。 比如我們解決一個小問題後, 大腦裡就會形成一個組塊, 下回遇到同樣的問題, 就可以直接應用這個組塊。 一旦你掌握了相應的組塊, 就掌握了一類問題的解決方式。 同樣, 機器也需要不斷練習, 來掌握不同組塊, 確定不同學習組塊間的關聯關係, 提高演算法的運算效率。 而且, 機器還要學會關聯不同的事物, 瞭解事物之間相互關聯的方式。
如果未來社會有了終極演算法, 會是什麼樣的呢?作者說, 每個人都會形成自己的獨特模型, 這個模型會像一面鏡子, 不僅可以顯示你的外表, 還能幫助你成為更好的人。 比如, 你遇到一個問題, 要做一個決定。 在做決定之前, 你的模型可能已經與別人的模型進行了數百萬次的模擬, 然後給你一個最優的選擇來做決定。 再比如, 你要找工作, 一家公司恰好在招聘, 公司的模型會對你的模型進行面試, 整個過程不到1秒鐘。 你的模型在不斷演進, 幫你做出最好的選擇。
那麼, 擁有終極演算法的人工智慧會搶了人類的工作嗎?作者說, 不用擔心。 如果電腦已經學會完成你的工作, 不要試圖跟它競爭,
那麼, 人工智慧會接管世界嗎?作者說, 這個概率是0。 因為電腦本身沒有自己的意志, 它們只是工程師生產的產品, 不是進化體。 每種學習演算法都有三個組成部分, 也就是表示方法、評估和優化。 雖然原則上說, 學習演算法可以學習任何東西, 但評估功能是由人類決定的, 電腦只能給我們設定的目標服務。 未來人類與人工智慧的關係, 就像DNA與人類的關係。 人類發明了避孕之類的手段, 在尋找樂趣的同時, 限制DNA的傳播。人類能用自己的自由意志來追求快樂和避免痛苦。對於人工智慧也是同樣的道理。
科技有溫度,點擊下方,關注「 酷玩兒 」帶您發現新奇、好玩的科技!
限制DNA的傳播。人類能用自己的自由意志來追求快樂和避免痛苦。對於人工智慧也是同樣的道理。科技有溫度,點擊下方,關注「 酷玩兒 」帶您發現新奇、好玩的科技!