人工智能会让我们感到恐惧吗 怎么看待人工智能的复杂性？
怎么看待人工智能的复杂性？
人工智能的复杂性一般分两个层面，一个是系统层面一个是应用层面，系统主要是算法设计和底层依赖的复杂，这类复杂世面上已经有大量开源工具和算法帮忙解决掉了大部分，大大降低进去门槛，另外一个层面是应用的复杂性，这块比较关键，因为它是一项系统工程，跨系统、跨团队，涉及到工程化、产品化、业务闭环等方方面面，非实战难以习得，进入门槛较咖高
为什么很多科学家发出警惕《人工智能》会给人类带来危害言论？
这种问题我已前答过许多。现在是许多商人御用专家一直鼓吹，他们做的人工智能已获得突破，甚至说，他们做的人工智能将产生意识，智能比人高亿倍(比尔盖茨的御用人工智能专家语)，人工智能将产生自我意识，控制人类、统治地球！
目前，比尔盖茨、马云等商人们开发的人工智能，用的是深度学习算法开发的人工智能程序。这种人工智能程序是大致模拟人脑神经网络结构和一些表面性质开发的，是七十多年前的前辈科学家开发的。而现在这些商人，只不过把前辈的东西，照本宣科地“复制”过来而已，其深度学习算法仍然是前辈们开发的BP算法，只不过套了个马甲而已，就像马云把科学家团体创造的一种络网形式----网格计算，马甲成他的什么云计算一样，只不过是由于现在的硬件和软件技术大大地发展了，其潜在的性能(性质)被“激发”出来而已。这些人按理说，什么深度学习、云计算等，应该是你们的专利吧，你们敢申报这专利吗！敢报就有人敢找你麻烦！因为你们没有什么新创造，而是把别人的东西“穿马甲”！
前辈们做的人工智能，主要一个方向就是人工神经网络。由于那时的科技太落后，人们只是做出了三层神经网络(输入层、隐层、输出层)，几百个神经元，但人们还是取得了不少应用，都是线性可分问题，即实际的问题都是非线性的，完全线性的很少，人们处理非线性问题，都是将其在某个局部线性化，然后，用一个线性函数序列逼近或代换这个非线性问题，然后，再用人工神经网络拟合出这个线性函数序列，从而完成用人工神经网络解决这个非线性问题。但是，几代前辈科学家经过七十多年研究，早就肯定指出，人工神经网络，在这种数理逻辑体系下，无论其规模、结构怎么“扩展”，都无法解决线性可分以外的问题。
目前的人工神经网络规模已达到，几十层、上千万个神经元。人脑神经网络大致是六到七层，140亿个神经元。人工神经网络从层的规模上已大大超过人脑，虽然，神经元个数还没超过，如果人脑神经网络真是电子线路，信号真的是数字或模拟信号，这个人工神经网络，从层级结构上讲，真的已超过人脑了！但是，是这么一回事吗？人的思想真的是数理逻辑“打底”的么？马云的哪个专家敢站出来这么说！
目前的人工智能所取得的成就，不是哪几个御用专家多能，发明了什么“外星技术”，而只是由于现在科技的飞速发展，让其硬、软件技术组网规模极大提高而带来的“技术红利”而已。现在的人工智能一样没突破线性可分问题的藩篱。人的情感、思想、意识就是典型的、最复杂的、线性不可分的问题。目前的人工智能，你的规模再翻万倍，你也休想逼近人脑半分！这就是两股道上开的车，没交点！
人大脑神经网络不是电子线路，既没有电子元器件相对应功能的细胞、细胞集团及细胞器，又没有电源、功能电路(振荡电路、信号调制电路)所对应的脑细胞集团或区域；人大脑中的信号，既不是数字信号，也不是模拟信号。人大脑中的信号是量子信号，且是开环拓扑而不是电路的闭环拓扑。人脑思维过程就是量子过程。
人的思想意识都来自，对现实的、量子反映过程。人的梦就是量子叠加态，就是人的潜意识。人的思想、意识(显意识)就是量子本征态，皆来自量子叠加态(潜意识、梦境)的坍缩。
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
