IT思维

最近，我们看到了许多说法，比如“深度学习”等新突破，很可能会在2030年取代200万甚至更多的澳大利亚员工。

他的见解非常深刻，他认为，机器人本质上是建立在与普通的厕所水箱类似的原理上，只不过是简单的自动装置。

当然，这是我们在剪羊毛机器人中最不想要的东西了。为了理解未来的前景，把人工智能看作是编程数字计算机的另一种方式是很有帮助的。这就是目前的情况。

几十年来，我们一直在学习如何与计算机共存。渐渐地，我们变得越来越依赖它们，它们也变得越来越容易使用。智能手机就是一个很好的例子。我们的工作因此而改变，并将继续改变。

上世纪70年代末80年代初，许多人相信，到90年代中期，95%的工厂就业岗位将被淘汰掉。关于这一点我们也还有很长的路要走。

2001年的“dot com，dot gone”潮又带来了新一波的人工智能浪潮。每次都是在现实的情况下，各种说法逐渐消失，失望接踵而至。这种情况将再次发生。

自动驾驶汽车将很快出现在我们的街道上，这要归功于几十年来传感技术、计算机硬件和软件工程的艰苦推进。他们一开始会开得很慢，但会随着时间的推移而逐渐加快。如果你愿意，你可以把它叫做人工智能，但它不会改变任何根本的东西。

在这种臆想中真正的受害者是我们对人类智力的欣赏……因为人工智能只是复制了娴熟的游戏玩法和数学定理证明，或者是法律和医学上的演绎。这些是我们与聪明人交往的表现。

想想那些我们认为最不聪明的人很容易掌握的行为，比如讲笑话，或比如弄清楚什么是安全的，什么是不安全的。认知科学家仍在努力弄清楚我们是如何复制这些行为的。

但是当它在一个真正的雷区进行测试时，这个装置在所有地方都探测到了TNT，并且它的读数似乎与矿井的实际位置没有关系。然而，经过训练的地雷探测犬却可以在几分钟内准确地找到地雷。

为了更好地理解这一点，你想象一下在一个拥挤的房间里举行的派对。一个人点燃了一支香烟，为了避免被人排斥，他把香烟藏在一把椅子下面的烟灰缸里。

很快，房间里的每个人都闻到了烟味，但没人知道它是从哪里来的。然而一只经过训练的狗却能在几秒钟内就找到它。

有人推测，量子计算机有朝一日可能会在人工智能领域取得真正的突破。然而，就目前而言，量子计算机的实验与艾伦·图灵在20世纪20年代调整继电器时的情况基本相同。

要想知道这些机器是否会说谎，我们还有很长的路要走。

配图：《别对我说谎》

与此同时，或许值得一问的是，目前对人工智能的兴趣激增，是否是由于谷歌和Facebook等公司的推动，目的是为了吸引投资者？不过话说回来，这可能只是另一种自我欺骗的集体思维罢了。