如今，人工智慧正在在努力做一些人類做的事情，並且試圖做得更好。比如，人工智慧可以比人類醫生更好地檢測癌症，構建比人類開發者更好的人工智慧演算法，並在西洋棋和圍棋等遊戲中擊敗世界冠軍。類似於這樣的例子可能會讓我們相信，或許，人工智慧會比我們人類做得更好。
人工智慧在不同領域的卓越表現和不斷改進的能力已經成為一種現實，但這同時也引發了全球科技界和公眾的希望和謹慎態度。雖然許多人認為人工智慧的興起可以提高我們的生活水平和文明地位，從而大大地造福人類，但也有一些人認為這種發展可能會導致全球的厄運。
雖然，關於發展通用人工智慧或人工超級智慧型究竟是有利還是有害的爭論仍然存在，但是關於這種先進形式的人工智慧何時才會出現也未有定論。這些都是重要的問題，值得進行大量的報道和討論。然而，在擔心人工智慧的未來之前，有必要首先了解一下通用人工智慧究竟是什麼，實現它需要什麼條件，以及現有的人工智慧水平距離通用人工智慧還有多遠。
人工智慧發展的現狀如何?
網際網路上充斥著各種令人驚嘆的故事，描述了現在的各種人工智慧應用，在經歷了多年人工智慧研究之後達到了頂峰。和上面提到的能夠比人類醫生更準確地診斷癌症的人工智慧系統類似的例子還出現在很多其他的領域，在這些領域裡，專用的人工智慧正在複製類似人類的推理和認知。
例如，社交****使用的深度學習演算法越來越擅長識別物件和人，甚至還能夠識別這些物件和人的詳細特徵。由深度學習推動的現代計算機視覺技術現在可以識別發布到社交**的影象中的人、影象中人物的位置、他們的表情以及他們可能穿著的任何配飾。這使人工智慧系統能夠感知與人類相似的影象，不僅可以簡單地從影象中識別人物，還可以分析細微的模式以識別那些不那麼顯而易見的屬性。乙個例子是史丹福大學的一項研究，該研究表明，通過分析人的面部影象，神經網路能夠識別人的性取向——而這種能力不太可能出現在人類身上。
執行類似人類功能的人工智慧系統的另乙個例項是自然語言處理(nlp)，人工智慧可以理解以自然語言傳遞的語音或文字。作為智慧型手機中聊天機械人和虛擬助手等應用程式(如siri、cortana等)的一部分，人工智慧能夠精準理解文字和語音的含義。自然語言生成也取得了進步，這是一種生成正常人類語言資訊的技術，被用於需要機器響應人們語音或文字的眾多應用程式之中。
隨著這些發展，人類智慧型和人工智慧之間的差距似乎正在快速縮小。這可能會讓你覺得強大的人工智慧系統或通用人工智慧系統的未來可能不會太遙遠。然而，至關重要的是，要理解通用人工智慧可不僅僅是在特定任務上勝過人類這麼簡單。
簡而言之，通用人工智慧(agi)可以定義為可以完成任何人類可以完成任務的機器。儘管上面提到的應用顯示出人工智慧可以比人類更有效地完成很多任務，但是它們並不是通用人工智慧，也就是說，它們只是在某個單一的功能上表現出色，而對於任何其他的事情都無能為力。因此，儘管人工智慧應用在完成某項特定任務時可以相當於一百個訓練有素的人類，但是在完成任何其他的任務方面，它可能會輸給乙個年僅五歲的孩子。例如，計算機視覺系統雖然擅長理解視覺資訊，卻無法將這種能力轉化並應用於其他任務。相反，人類雖然有時無法非常熟練地執行這些任務，但是和當今任何現有的人工智慧程式相比，人類能夠執行更廣泛的任務。
人工智慧要想實現任何功能，都必須使用大量的資料進行訓練，而人類需要的學習經驗明顯要少得多。而且，人類——以及未來可能具有通用人工智慧的機械人——可以更好地將一種學習體驗應用到其他類似的學習體驗之中。具有通用人工智慧的機械人不僅需要的訓練資料相對較少，而且還能夠將從乙個領域獲得的知識應用於另乙個領域。例如，乙個經過訓練，使用nlp處理一種語言的通用人工智慧**可能學習使用相同詞根和類似語法的語言。這種能力將使人工智慧系統的學習過程和人類相似，能夠極大地減少培訓時間，同時讓機器獲得多個領域的能力。
人工智慧是否能夠實現通用智慧型?
人工智慧系統，尤其是通用人工智慧系統，參考了人腦。由於我們自己對大腦及其功能沒有全面的了解，因此很難對其進行建模並複製它的工作方式。然而，正如church-turing**所述，建立能夠轉殖人類大腦複雜計算能力的演算法從理論上說是可能的，用簡單的話說——如果有無限的時間和記憶，任何一種問題可以通過演算法解決。這是有道理的，因為深度學習和人工智慧的其他子集基本上是儲存器的函式，擁有無限(或足夠大量)的儲存器則意味著可以使用演算法來解決複雜度最高的問題。
我們距離實現通用人工智慧還有多遠?
雖然轉殖人腦的功能從理論上說是可能的，但是目前尚不可行。因此，在能力方面，我們在突飛猛進。然而，在時間方面，人工智慧開發新功能的速度越來越快，這意味著當人工智慧研究界在通用人工智慧開發方面取得了突破時，我們可能會接近拐點。最近一項面向人工智慧專家的調查結果顯示通用人工智慧或奇點可能會在2023年出現。
因此，儘管在能力方面，我們遠未實現通用人工智慧，但人工智慧研究的指數級推進可能最終會在我們的一生中或本世紀末發明通用人工智慧。通用人工智慧的發展是否對人類有益還有待於辯論和猜測。對世界上首個真實世界中的通用人工智慧出現所需的時間也只是一種估計。但是確定無疑的是——通用人工智慧的發展將觸發一系列事件並帶來不可逆的變化(好的或者是壞的)，它將永遠重塑我們所知道的世界和生活。
大連渤海醫院 mobile.liaoningnk.com
大幕已拉開，人工智慧離我們還有多遠？
人工智慧離我們還有多遠？中國人工智慧正在進入爆發期，人工智慧不僅是網際網路發展的新風口，更成為國家戰略。根據中國人工智慧協會與羅蘭貝格聯合發布的 中國人工智慧創新應用 全球人工智慧市場規模將從2016年的1260億美元增至2025年的超過3萬億美元，年均復合增長率超過43 到2030年，人工智慧將在...
LawGeex正用人工智慧實現合同審核自動化
鑑於法律服務的特殊性，長久以來法律工作的自動化和數位化程度相對滯後。但隨著人工智慧的不斷發展，也有越來越多的公司開始試圖通過技術的手段去解決這樣的問題，lawgeex 便是這一領域中的先行者。lawgeex，成立於2014年12月，位於以色列特拉維夫。是一家ai驅動的合同審查平台，通過提供自動化的合...
GAN 的發展對於研究通用人工智慧有什麼意義？
gan對於人工智慧的意義，可以從它名字的三部分說起 generative adversarial networks。為了方便講述，也緬懷過去兩周在某論壇上水掉的時間，我先從networks講起。networks 深度 神經網路 自從12年alexnet橫空出世後，神經網路儼然已成為現在learnin...