作者:De Kai
注册大量思考
每周免费提供的最令人惊讶和有影响力的新故事是免费的。
改编自提高AI:育儿我们未来的基本指南由de kai。由麻省理工学院出版社出版。版权©2025。保留所有权利。
在您的脑海中,什么是AI?像先生的数据星际迷航:下一代,机器人B-9迷失在太空中,还是终结者?无法理解情感,创造力,背景?在公寓,缝制的单调上说话?与严格的逻辑思维有关,说肯定/负面的话(而不是“是/否”),不计算,等等?
有趣,是的。但是,这些典型的好莱坞AIS刻板印象是逻辑,基于规则的机器完全不准确。”
他们渴望将自己视为独特,特殊,独特的愿望,与单纯的机器相比。相信这会感到温暖和安慰。但这也很危险,因为它驱使我们提出所有错误的问题。
在我们新的水瓶座新时代AI时代,我们并没有问所有对人类未来和存在最重要的问题。随着AI能力的快速发展及其进入世界的释放,很难提出正确的问题或专注于了解发生了什么的最重要的事情。
好莱坞陈词滥调的灵感来自60年代,70年代,80年代的良好老式的AI方法,这些方法基于数学逻辑。这些方法与传统的编程语言相呼应 - 我们手动编写算法,通过用精心构造的逻辑规则编码其行为来确定AI的性质,例如在科幻小说中西部世界,在其中只需要对其代码进行调整。
但是,在AI中,我们长期以来经过了如此古老的计算机编程概念,而是从数字逻辑和零的数字逻辑转移到了一切都是真或错误的地方,转变为模拟优化,统计和机器学习,而一切都是一个程度的问题。
你眨眼了吗?我们经常将数字化与先进的东西相关联,但实际上数字只是指二元,或两件事之间的强迫黑白选择。相比之下,尽管我们经常将模拟与老式事物联系起来,但实际上允许在上下文中使用灰色阴影。有趣的是,类似物和类比共享同一个希腊根类似物,含义是相称的。
现代模拟AI可以更像道格拉斯·亚当斯(Douglas Adams)想象的《银河系的搭便车指南》故事。正如电影版本的执行制片人罗比·邮票(Robbie Stamp)在我的播客中所说的那样,道格拉斯(Douglas)的这种嬉戏是,例如,偏执狂Android的马文(Marvin Android)是真正的人物。因此,他对这些想法有嬉戏。但我认为最重要的是他愿意探索观点,并绝对承认有许多潜在的智力形式。因此,一个非常重要的问题是,这些不同的智能会导致什么?
传统的冷逻辑规则的手动编码已成为AI的过时,具有误导性的隐喻,现在,人工较少依靠人工来撰写数字逻辑,而更多地依靠自动机器学习,这是类似物。
机器学习是AI的子场,涉及发明机器学习本身而不是盲目和机械遵循预编程的指令。更像人类的大脑,机器学习模型可以使其行为改编以使其在目击中发现的例子变得更加有效培训数据。
由于机器学习,AI已经从大自然转变为养育。与那些过时的好莱坞刻板印象不同的AIS的刻板印象,它们根据其逻辑预编程的性质行为,现代AIS的行为取决于我们的方式培育他们。现代的AI甚至可以发展出偏执的个性!
有许多不同种类的机器学习模型。从广义上讲,它们属于您可能听说过的几个主要类别,例如人工神经网络和统计模式识别和分类和符号机器学习。
您可能正在听到的生成性AI和深度学习和大型语言模型(LLM)是人工神经网络的示例。但是,这些和其他类型的机器学习模型的许多变化继续扩散。
当人们告诉您AI永远无法做到这一点时,因为所有AI都有此属性,请注意他们对AI的含义的错误假设。与您可能遇到的许多误导性描述相反,AI是不是由任何特定模型定义。
这并不意味着仅仅是机器学习,人工神经网络,深度学习或生成的AI或任何其他时尚的建模方法。(就像物理学一样,仅意味着牛顿模型或爱因斯坦的相对论或量子物理学。)相反,AI是科学探究领域,例如物理学或生物学。而不是建立模型来解释有关物理世界或生物体的观察,而是在AI中建立模型来解释有关人类智能的观察。
就像物理学或任何其他科学一样,AI的进步在一波浪潮中发生了不断改进的浪潮以及偶尔的主要范式变化。您在当今的AI模型中发现的任何弱点都将不可避免地解决。
在我的日常工作中,我经常听到人们认为AI永远不会像人类那样聪明,因为人类是模拟的,而AI模型在计算机上运行,因此必须仅限于数字逻辑。错误的想法是,AI永远无法像人类那样真正聪明,因为我们的大脑只是与零和零一起工作的数字机器,并且将所有东西都视为黑色或白人。我们的神经生物学是类似物与实数一起使用的机器将所有内容都视为一定程度的问题,从而允许灰色阴影。但是,在数字计算机上的机器学习模型的运行与人类AI问题的运行并不比我们运行数字计算机上天气预测的气象模拟模型的事实。
这种做法并不意味着天气是数字的。而且,同样,这也不意味着机器学习是数字化的。
数字计算机恰好是一个便宜,方便的平台,用于运行大规模模拟模拟,因为我们不需要每次构建昂贵的自定义硬件。现在,数字计算机软件可能恰好是一个更方便的模拟平台,而即将来临的自定义硅或基于碳或光学或量子模拟神经硬件的平台,但是机器学习仍然像人类的学习,类似物,不是数字。所有这一切的关键要点是,今天的AIS比我们想认为的更像我们。
如今,AI不再是具有手动预编程性质的逻辑机。相反,今天的AI是模拟大脑,通过复制长者和同龄人来学习,需要成为培育就像人类一样。
为什么这很重要?
从社会角度来看很重要,因为当今的智能机器是已经我们社会的积分,活跃,有影响力,学习,模仿和创造性成员。现在。从现在起的不是10年,而不是明年。今天。
AIS已经确定要分享哪些想法,分享哪些模因,奖励的态度。实际上,比大多数人类成员更重要。
AIS是决定为您的社交媒体和新闻提要策划的问题,还是如何响应您的搜索查询,还是在YouTube,Amazon或Netflix建议中推广的内容,还是在响应您的聊天机器人提示方面所包含的内容,它们已经成为当今最有力的影响者,甚至比人类最有影响力的人更强大,甚至比最高的Foollorlower Comments。
很难高估AI对我们的文化的想法(或不认为)的影响。仅仅在过去的十年中,AIS已经对历史进程产生了巨大影响。诸如剑桥Analytica之类的丑闻在微观推动的选民中如何使用心理测量AI来挥舞美国总统大选和英国英国脱欧投票只是冰山的尖端。这些效果中的许多仍在发现,并且全部范围甚至可能永远不会经历任何分析。然而,肯定会出现的更强大的影响使无视我们社会当前参与者的AIS的活跃程度愚蠢。很难高估AI对我们的文化的想法(或不认为)的影响。
文明是建立在思想,影响力和智力上的。
无论是人类还是人为的,如果确实有意义,那么智力是人类还是人为。使社会上一个聪明的参与成员的概念必须从其基于硅或皮肤的培养基中抽象出来。现在重要的是想法。
我们文明的未来取决于我们了解文化在新的混合人工智能社会中的作用的能力。我们再也无法承受着可以使机器与社会脱离的令人安慰的幻想。我们也不能承受令人安慰的幻想,即机器与人类如此不同,以至于我们不能像我们对其他人类一样考虑他们在社会中的存在。
作为我们控制下的机器,AIS的普遍隐喻是危险的。我在这里提供了一个更准确和现实的隐喻:AIS是我们的孩子。
至关重要的问题是:我们的育儿如何?
注册大量思考
每周免费提供的最令人惊讶和有影响力的新故事是免费的。