人工智能
人工智能悖论,人工智能悖论问题
2024-10-22 14:45:02 人工智能 0人已围观
大家好,今天小编关注到一个比较有意思的话题,就是关于人工智能悖论的问题,于是小编就整理了3个相关介绍人工智能悖论的解答,让我们一起看看吧。
费米悖论的9种猜想?
9种猜想:
1.积分论解释:费米悖论表明,积分函数是有限的,这意味着它不可能是无限的。
2.时间结构解释:费米悖论表明,时间可以被分解成多个阶段,每一阶段有自己的特征,不能把时间分解成单独的一个变量。
3.量子力学解释:费米悖论表明,量子力学不支持时间和空间的分离,因为它们彼此不相关。
4.非线性解释:费米悖论表明,时间和空间的分离并不是非线性的,而是线性的。
5.控制论解释:费米悖论表明,存在一种控制论,用于解释时间和空间的分离。
6.组合论解释:费米悖论表明,两种结构可以同时存在,即时间和空间的分离也同时存在。
7.非结构解释:费米悖论表明,有一种结构,即时间和空间的分离也同时具有结构。
8.混合解释:费米悖论表明,有两种结构,即时间和空间的分离也
今天的人工智能,是否会重复昨天IT生产率悖论的故事?
这当然是个好问题,但也是个很难的问题。问题在于,IT生产率悖论有多种解释,而非是确定性现象,不同的解释甚至指向相左的结论。
其中一种指出IT有利于生产力改善。
到20世纪90年代后期,有迹象表明,通过引入信息技术,工作场所的生产力得到了改善,特别是在美国。实际上,IT投资与生产力之间存在着显着的正相关关系,至少在这些投资用于补充组织变革时是如此。IT设备行业本身以外的生产力收益的很大一部分来自零售,批发和金融。
所以,AI可能跟IT有相似的地方,一开始生产率提高只是局部现象,总体来看是负增长是有可能的。
原因是
- AI技术的趋势 - 至少在最初 - 将用于对整体生产力影响甚微。
- 同时运行基于IT和基于AI的流程导致效率低下,需要两组独立的活动和人力来调解它们 - 通常被认为是技术对齐问题
- 糟糕的用户界面使用户感到困惑,妨碍或减缓对节省时间的设施的访问,这些用户界面在内部彼此之间以及在工作流程中使用的术语不一致 - 部分由企业分类法解决
- 极其糟糕的硬件和相关的启动映像控制标准迫使用户在操作系统和应用程序发生冲突时陷入无穷无尽的“修复”过程。
- 由各种AI公司推动的技术驱动变革直接受益于更快速的“升级”
- 直接以核心业务流程和学习成本为代价,牺牲一批IT公司去开发AI导致生产力下降
- 引入新技术的盲目假设必须是好的,必须导致更高的可测量生产率。
现在国内的中国象棋顶级选手和人工智能(AI)差距有多大?
一般地,可以根据游戏的暴露程度将其分为完美信息游戏(Perfect-Information Games)和不完美信息游戏(Imperfect-Information Games。其中,游戏状态及可能延续信息可见的为完美信息游戏,否则为不完美信息游戏。围棋、象棋等棋类游戏,对局双方可以看到局面的所有信息,属于完美信息游戏;而扑克、桥牌、麻将等游戏,对局者所掌握的信息是不对称的,因此属于不完美信息游戏。
对于完美信息游戏,通常游戏的复杂度就决定了难度,可用状态空间复杂度(State-Space Complexity)和游戏树复杂度(Game-Tree Complexity)对其难度进行衡量。
近年来,人工智能陆续击败了完美信息游戏(双陆棋、国际跳棋、国际象棋、围棋等棋类游戏)及不完美信息游戏(扑克、桥牌、麻将等游戏)中的顶尖选手。
1997年5月11日,IBM公司开发的“深蓝”(超级国际象棋计算机)击败了国际象棋世界冠军加里·卡斯帕罗夫,这是人工智能第一次击败了世界冠军。
2016年12月29日至2017年1月4日,DeepMind开发的AlphaGo 以ID名「Master」在网络围棋平台弈城和野狐上 60:0 战胜数十名中韩日职业围棋手。2017年5月,AlphaGo Master 3:0 战胜世界围棋排名第一的柯洁。
2019年7月12日,Facebook 和卡内基梅隆大学(Carnegie Mellon University)开发的“Pluribus”首次在德州扑克多人比赛中获胜,先后击败了德州世界冠军达伦·伊莱亚斯和克里斯·弗格森。
至此,大部分完美信息游戏均被人工智能所攻克。对于中国象棋,由于其状态空间复杂度及游戏数复杂度均小于围棋,因此,中国象棋中的顶尖选手应该会被人工智能击败。
到此,以上就是小编对于人工智能悖论的问题就介绍到这了,希望介绍关于人工智能悖论的3点解答对大家有用。