更新时间:2022-01-06 10:53:46
安德鲁麦克迪尔米德(Andrew McDiarmid)采访了《人工智能的神话:为什么计算机不能像我们一样思考》 (2021)(哈佛大学出版社,2021)一书的作者埃里克j拉尔森(Erik J. Larson),《机器会统治!”路上的炒作会抹黑——,分散人们对人工智能实际进展的注意力。
这部分从01:59开始。一些成绩单和笔记、展示笔记等资源如下。
安德鲁麦克迪尔米德:你能首先为我们描述一下今天的人工智能模式吗?为什么它没有朝着正确的方向发展?
埃里克拉尔森:基本上,自2000年左右以来,人工智能已经从旧的做事方式转变为数据驱动的方式。基本上,我们现在处理的是我所说的大数据人工智能,这基本上意味着“当你有一个巨大的数据集时,人工智能的效果最好。”
一些东西,比如图像识别、脸书上的人脸识别、个性化新闻提要,让这些变得更加强大。但这也导致了AI基本上是作为归纳来完成的。
按照以前做AI的方式,我们会写规则。我实际上是从这个阵营走出来的,最后在现代人工智能领域工作.在2000年。当时,它刚刚起飞。谷歌几乎默默无闻,除了加州口袋,没有脸书,没有2000年的Web 0,人工智能正处于其中的一个冬天,人们已经失去了一点信心,资金已经枯竭,等等。
所以20年前,当我开始的时候,这个领域还在尝试基本上写规则或者使用我在书中提到的演绎方法,对吗?哲学中的演绎很容易理解。
经典的例子是
这是一种指定前提,然后得出结论的方法。这些推论是基于规则的,因为你实际上是写或者指定知识,然后用这种方式得出结论。在我工作的第一家公司,我们仍然使用这种方法。事实上,它是德克萨斯州奥斯汀的一家著名人工智能公司。
但是互联网几年前就起飞了。我的意思是,我认为第一家商业公司是在1994年上线的。然而,就1995年至2000年万维网页面的增长而言,流量确实开始加速。突然有了这些数据。
目前的人工智能技术其实可以追溯到20世纪50年代;2000年后的巨大变化是更多的数据。
埃里克拉森:老方法.已经存在很久了。深度学习是基于一种叫做神经网络的东西,神经网络实际上是人工智能中较老的机器学习算法之一。我认为最初的神经网络叫做感知器。它们实际上出现在20世纪50年代,几乎是这个领域的开端。在2000年代的下一个十年里,学习算法并不是什么新鲜事,但可用于提供算法的数据量只会呈指数级增长,因为网页基本上都是文本和图像,对吗?
Bose为新老智能扬声器带来了Google智能助理
三星取消Galaxy S20 FE One UI 3.1更新
Microsoft xCloud可能即将公开发布
AMD Ryzen 3 3100 / 3300X 处理器评测
Google发布了指南以帮助构建“优质应用”
iQOO Neo5零售包装盒与66W闪存充电器一起泄漏
发现具有自毁功能的Apple M1 Mac的第二种恶意软件
Realme GT:配备Snapdragon 888处理器并将支持5G
Dremio将机器学习添加到自助数据分析平台
绘制个人可识别信息与公开推断的见解之间的敏感界限
SnapLogic新的基于云的数据集成平台甚至可以为您管理服务器
Tableau未达到利润预期但订阅销售激增使投资者欢呼