人工智能会超越人类吗
附件：报告封面
评阅教师
设计成绩
评阅日期
海南大学计算机科学与技术学院
计算机综合课程设计报告
班 级：计算机科学与技术专业1班 成 员：尹鹏飞（学号20191687310033 指导老师：杨厚群 完成日期：2022/06/18
人工智能会超越人脑吗
尹鹏飞
摘要：“人工智能”这个概念从提出到如今不过短短几十年的时间，却对如今的生活产生了巨大的影响。如今的社会可以说是不可能有人没有听说过人工智能，不论实在影视中、还是在日常生活中，都能发现人工智能的影子。随着计算机的智能程度越来越高，有一部分人不在沉迷于人工智能带来的便利，开始意识到人工智能可能带来的威胁，并且随着*年来越来越多人工智能战胜人类的新闻出现，人类开始重新审视人工智能。慢慢的有人开始将人工智能与人的大脑进行比较，担心人工智能会在将来超越人类。事实上人工智能在*几十年都无法超越人脑，其只能在某方面接*或者超越人脑，并不会完全超越人脑。
关键词：人工智能；人脑；人机大战；AlphaGo；“深蓝”；“沃森”；“浪潮天梭”；
从1946的ENIAC到如今的计算机，不仅是由一个庞然大物变成了方便便利的精密机器，而且性能也是提高了许多倍，本来人们应该为这种快速发展感到高兴，却因为其爆炸式的发展速度让不少人开始担忧起来。1997年，美国IBM公司的“深蓝”超级计算机击败了当时世界排名第一的国际象棋斯帕罗夫，让人工智能进入到大众的眼中。2006年，中国“浪潮天梭”以一敌五击败了五位中国象棋大师，让人们再次认识到人工智能的强大。2011年，IBM的“沃森”在美国智力问答节目《危险边缘》击败了两位人类冠军，再度震惊人类。接着就是影响最大的2016年3月Google公司的AlphaGo击败了世界围棋冠军选手李世石，这次事件让不少人类开始担忧起人工智能的发展趋势。随后史蒂芬·霍金在2016年以及2017年表示出的对人工智能的担忧以及人工智能将取代人类的预言更是引发热议。如果说霍金并不是相关行业还能给予人一种安慰，但是从事相关行业的特斯拉CEO埃隆马斯克多次在公共场合表示出了对人工智能的悲观态度让不少业内人员也开始了思考，人工智能究竟会不会智能到如同人脑一般？最后会不会超过并取代人类？事实上是不会，在*几十年的时间里人工智能是绝对不会达到人脑的程度，或许人工智能永远也达不到人脑的程度。对于人工智能模拟不了人脑有下面几个方面可以进行阐述。
一、现阶段的计算机并没有人脑智能
虽然现阶段的计算机经过了几十年的不断的改进已经比第一台计算机ENIAC要智能许多，并且在许多领域也表现出了超出常人的能力，但现阶段的计算机并没有达到智能的程度。人们在计算机与人类的比赛中之中往往只会注意到最终的胜负，而忽略了人工智能为什么会战胜人类，人工智能的答案真的是计算机自己计算出来的吗？答案当然是否定的，IBM的“深蓝”计算机里面存储了几乎世界上所有的棋谱！在每一步之前都要根据当前的棋谱信息结合拥有的棋谱进行计算给出下一步的位置，尽管是这样最终以2胜1负3平的战绩勉强战胜了卡斯怕罗夫。“浪潮天梭”最终也是以11：9的成绩险胜中国象棋大师！“沃森”也是大约评估了2亿页的内容，这些内容换算成书籍的话大约相当于一百万本书！就连AlphaGo也是在学*了*16万盘棋的棋谱之后才以3：1战胜了李世石。通过这些数据的呈现，我们能够很直观的看到，所谓的人工智能尽然是靠着大量的数据才能勉强战胜人类的。人工智能是靠着人类一辈子也学不完的知识储备才勉强战胜了人类中的冠军，倘若是给予时间给人类让人类来学会人工智能所存储的那些大量数据，那么人类一定是能够做的比人工智能还要好的。而这些与人类比赛的计算机同样也是计算机中的顶级，其它那些人类生活中随处可见的计算机就更加的不智能了。它们有的运行效率低下，有的运行效率虽然高，但是却需要非常严格的环境才能发挥，这与人脑比起来可就差太多了，人脑能够随时随地的进行高效的运作。现阶段战胜人类的人工智能并不是靠着其高超的计算能力战胜人类的，而是借助着人类无法达到的知识储备来击败人类的，与其说是人工智能击败了人类，倒不如说是人类败给了贫瘠的知识储备。
二、计算机与人脑在结构上有很大的差距
人们常常将计算机比作人脑，但我觉得这是错误的比喻，人脑与计算机有着天差地别，人脑比计算机高级太多了！如果硬要进行比较的话，人脑应该被比喻为完美的超级计算机。人的大脑可以说是世界上最复杂的事物之一了，就连人类都没有把人脑研究透彻。现在的普通计算机拥有一个CPU，而如今的世界第一超级计算机是Frontier，它拥有800万个内核，9408个AMD64核处理器，但是与人脑比起来，就显得不堪一击了。人脑有1000亿个神经细胞，而且每个神经细胞都有许多个突触，并且每个神经细胞并不是只执行一种功能，神经细胞不仅能够处理信息，还能存储信息，如果把人脑的配置换算成计算机的话，就相当于一台拥有1000亿个既能够存储数据又能够处理数据的处理器的超级计算机。并且人脑和计算机都是需要物质来维持运转的，但是人脑并不需要通过额外的渠道来获得能量，身体能够为其提供足够的能量，但是计算机就得考源源不断的电流来维持其运转。现阶段的人工智能既不能保证稳定的获得能量，又没有人脑那样强大的处理配置，根本就不能模拟人脑。
三、人工智能没有思考能力
人脑能够进行思考，而且是无限制的思考，虽然思考的结果并不一定是正确的。人工智能总是能够得出正确的结论，但是可惜的是人工智能并不会思考。人工智能的运行速度不仅会依靠于相当于人类脑组织的硬件，还会依赖于软件，也就是类似于人脑的思维模式，其中，软件方面最重要的是算法。算法决定了人工智能会以什么样的方式进行计算，就连人工智能应该接收什么，输出什么都是由算法决定的。人脑拥有思考能力，看到一个事物就会产生相应的想法，而这个事物并没有规定一定是一个人或者一种动物。计算机却不一样，它根本不能进行思考，现如今各种各样的聊天人工智能如苹果公司的SIRI、小米公司的小爱同学、OPPO的小布等等出现在大众的视野里面，但其实所谓的人工智能聊天的方式根本就不是人与人的聊天，其背后其实就是设计师通过设想用户的所有可能的问题来进行相应的设计，只有用户“正确的输入”才会得到人工智能得答复，否者人工智能根本就理解不了用户的意思。人类之所以能够发展至今就是依靠其思考能力带来的创造力，没有思考能力的人工智能是绝对不可能和人类相提并论的。AlphaGo在围棋上能够击败李世石，但是它却无法理解围棋究竟是什么东西，围棋在他看来不过是一堆数据罢了，即使是赢了比赛也无法表现出如人类一般的真情实感。不会思考，只能由人来指挥该怎么做，就连输出的结果也是在人类的安排之下的，根本就谈不上模拟人脑。
四、人工智能发展速度减慢
人工智能毕竟是一个新兴的领域，相比于其它的一些领域其发展速度确实非常快，但是暂时的迅速并不代表着会一直这样，每个新兴的邻域在开始的时候都会经历高速的发展阶段，然后发展速度就会开始减慢并进入到所谓的瓶颈期，人工智能也是如此，几十年来人工智能的发展之迅速，但是在*年来可以发现人工智能的进步不再如同以前一样迅猛了，十几年前可以说相关领域每年都会进行一次变革、几年进行一次大变革、今年的新技术在明年可能就落后了，但是现在却不同了，计算机的迭代速度明显下降，研究人员的研究周期越来越长，人工智能高速发展的势头开始减弱了！
就目前的发展前景以及现阶段人工智能的软硬件水平来看，人工智能在未来几十年想要模拟人来甚至是超越人类简直就如同痴人说梦话，从计算机与人脑结构的区别来看，人工智能似乎“永远也无法模拟人脑”，人类还远远没有到达需要担忧人工智能会超越自己的地步，人工智能依旧是方便人类生活的好助手，好伙伴。
参考文献：
[1]腾月.电脑会超越人脑吗[J].科学24小时,2013.
[2]叶青.人工智能:从模拟到超越[C]//.《科学与现代化》2012年第4期（总第053期）.[出版者不详],2012.
[3]申明.电脑真能替代人脑?[J].发明与创新(综合科技),2011.
[4]苏培华.探讨人工智能与人类智能[J].电子世界,2012.
[5]韩东屏.未来的机器人将取代人类吗?[J].华中科技大学学报(社会科学版),2020.
[6]龚怡宏.人工智能是否终将超越人类智能——基于机器学*与人脑认知基本原理的探讨[J].人民论坛·学术前沿,2016.
[7]王旖旎.全球人工智能的内涵和发展史研究[J].数码世界,2019.
或许，人工智能比你还要老
作者|Silvie
翻译|火火酱~
出品|AI科技大本营
如今，据大多数研究公司预测，人工智能将在不远的未来发挥越来越重要的作用，因此，以人工智能为核心的各类宣传也令人眼花缭乱。
虽然企业领导者们都对机器学习技术非常感兴趣，但却不得不面对人才短缺的困境。 事实证明，全球范围内，只有少数开发者拥有开展新人工智能项目所需的必备技能。这也意味着，能够掌握这些技能的开发人员就变得非常抢手。
既然如此，我们就来了解一下开发者在将重点转向“机器学习、人工智能以及深度学习和神经网络”之前需要了解的有关人工智能的事实吧。
或许，人工智能的年龄比你还要大
据现有记录显示，人工智能（artificialintelligence）一词是由美国计算机科学家、该学科创始人之一约翰•麦卡锡（JohnMcCarthy）首次提出的。他在斯坦福大学度过了自己的大部分学术生涯，并于20世纪50年代末发明了Lisp。Lisp以λ演算（lambdacalculus）为基础，在1960年一经发表，便很快成为了人工智能应用程序的首选编程语言。
不过，尽管斯坦福大学和麻省理工学院都创建了人工智能部门，但该领域却并没有像其创始人想象的那样取得巨大进展。这在很大程度上是因为科学家们遇到了各种难题：有限的计算机能力（即完成任务所需的内存或处理速度）、难解性、组合爆炸、缺少数据库、以及缺少训练算法所需必要的常识和推理。
上世纪70年代出现了所谓的“人工智能寒冬”，当时，大量资金被搁置，人工智能的发展进入瓶颈期。直到21世纪初，计算能力和数据才得以广泛使用。2009年，由斯坦福大学李飞飞教授领导的ImageNET数据库项目（该项目存储了1500万张图片）终于打破了坚冰。与此同时，数据存储速度的迅速增加也为更多的人工智能投资奠定了基础。
人才储备不足
人工智能行业的人才严重短缺，据各类报告显示，全球市场中有数百万个相关职位亟待填补。由于全球普遍缺乏与AI技能相关的教育，因此缺少训练有素的实用型人才。事实上，由初创公司ElementAI（总部位于蒙特利尔）估计，全球拥有创建机器学习系统所需专业知识的人还不足22000人。
此外，中国腾讯研究院的另一项研究估计，目前全球有30万人工智能研究人员和从业者，其中约10万人仍处于学习阶段。腾讯称，美国在培养相关人才方面具有绝对优势，在全球2600所教授机器学习及相关学科的大学中，有1000多所位于美国。
该报告还称，美国在开发人工智能技术的初创企业数量方面也遥遥领先。有趣的是，各种学术会议正逐渐变成企业招聘者的狩猎场，而各知名大学的人工智能研究部门却都被转移到了部署人工智能的私营企业中。
AI工程师的薪酬十分可观
无论在任何行业中，就业市场的稀缺性必然会带来可观的薪水。例如，据报道，2014年被谷歌以6.5亿美元收购的DeepMind在400名员工身上花费了1.38亿美元。《纽约时报》对该公司最近在英国公布的年度财务报表进行了研究，发现其员工基本年薪在30万至50万美元之间。
根据Monster.com的分析显示，在2019年，数据科学家、高级数据科学家、人工智能顾问和机器学习经理的工资中值为12.7万美元。
在过去的四年里，全球对人工智能领域人才的需求增加了74%，而60%的人工智能人才都聚集在了科技和金融服务公司中。
AI/ML专业人员需要具备多种技能
现在，人工智能领域的从业人员大多都身兼数职，预计未来也会持续这种趋势。目前，市场上最受欢迎的三个人工智能职位是数据科学家兼算法开发人员、机器学习工程师、和深度学习工程师。
据求职网站Indeed显示，软件开发人员在人工智能项目中需要熟练掌握包括数学、代数、统计、大数据、数据挖掘、数据科学、机器学习、认知计算、自然语言处理(NLP)、Hadoop、Spark在内的多种主要技能和工具。
AI开发人员最常用的编程语言是Phyton、c++、Java、LISP和Prolog。此外，企业还要求求职者必须具备使用开放源码开发环境的经验。例如，熟练使用Spark、MATLAB和Hadoop就是必备技能之一。
围绕人工智能进行的各类宣传炒作都是值得的
Gartner在2018年的预测称，此后三年内，80%的新兴技术将涉及人工智能基础。此外，市场研究公司MarketsandMarkets预测，到2025年，人工智能市场将发展成为价值1900亿美元的强势产业。此外，埃森哲（Accenture）也曾预言称，人工智能技术将推动企业劳动生产率提高近40%。根据IDC的数据，2019年投资最多的人工智能用例分别是自动化客户服务代理（全球45亿美元）、销售流程推荐和自动化（27亿美元）以及自动化威胁情报和预防系统（27亿美元）。
综上所述，围绕人工智能而进行的一切宣传炒作都是值得的。
AI为各行业带来了多种影响
在担心“软件开发人员是否会被人工智能取代”之前，我们先来看一看人工智能到底能做什么。
在过去的几年中，部署人工智能的行业和用例激增。
2018年12月，纽约佳士得拍卖行以4.32万美元的价格拍出了一幅名为《EdmonddeBelamy》的肖像画，这幅19世纪欧洲肖像画风格的画作由算法生成。如今，各种各样由人工智能生成的艺术作品被频频展出，纽约的《超越时间的无脸肖像》系列收藏就是一个典型的例子，AhmedElgammal博士及其AICAMAI也成为了第一个举办个人画廊展览的人工智能艺术家。
与人工智能相关的艺术热情也在影响着音乐行业。你可以点击下方链接，播放由ASCII编码生成的古典和摇滚乐。该作品名为“Recurrence”，由于这张“唱片”是五年前创作的，所以你可能会觉得它的音乐风格有些老派、不够新颖。（https://soundcloud.com/optometrist-prime/recurrence-music-written-by-a-recurrent-neural-network?ref=hackernoon.com）
与此同时，人工智能工具也被用于解决各类医疗问题，为我们带来了更具实质性的社会影响——在医疗研究中识别、预防和治疗机体紊乱和疾病。预计到2026年，这些应用每年将为医疗经济节省1500亿美元。
以人工智能为基础的输入模式匹配算法可以根据用户的输入行为来验证用户的身份。2016年推出的TypingDNA技术能够通过分析人与键盘间的互动，从而进行准确的身份验证。这一突破性的发现基于以下事实：每个人都是不同的，其行为方式也各不相同。以下链接演示了其工作原理，你可以和朋友一起玩玩这款挑战游戏，看看是否能通过模仿彼此的打字行为来骗过系统的眼睛。
（https://www.typingdna.com/?ref=hackernoon.com#demo） 此外，谷歌的深度学习、机器学习程序在检测乳腺癌方面的准确率高达89%，而人类病理学家的准确率仅为73%。这也是机器学习和人工智能被视为健康卫生领域新神经系统的原因。
最后，人工智能也十分聪明地展现了自己未来的潜力。例如，AlphaGoZero——谷歌深度思维项目，就以超水平的表现，完美地击败了卫冕冠军AlphaGo（第一个击败世界顶级围棋选手柯洁的人工智能机器人）。有趣的是，AlphaGoZero是在仅仅给定基本规则的情况下，自学成才的。
AI不会取代人类，但会取代人类的工作
25年前，杰夫•迪恩（JeffDean）开始研究模仿神经网络来分析信息并进行学习的“大脑”，但当时神经网络能力十分有限。直到2012年，神经网络才被成功地应用于机器学习、记忆、感知和符号处理等领域。
而杰夫•辛顿（GeoffHinton）也开创了一个新时代，他带来的神经网络可以通过分析大量的数据自行学习。迪恩和辛顿现在都是谷歌人工智能研究团队的成员。2017年，谷歌宣布其AutoML项目成功自学了机器学习软件编程。AutoML能够完成基本的编程任务这一事实或许会带来一轮新的恐慌：既然机器具备了自学能力，那么它们是否会取代人类？
欢迎来到本世纪的终极恐慌问题。
与限定领域人工智能或弱人工智能（Narrow/WeakAI）指定处理人类也能完成的单一或有限的任务不同，通用人工智能或强人工智能（General/StrongAI）一旦失控，其强大的能力将造成人类的巨大恐慌。目前，人工智能主要作用是辅助开发人员进行作业，也在增强人类团队能力方面发挥着作用。我们身边随处可见它的身影——帮助编写文档、测试代码、甚至能够识别并解决bug。
OpenAI及其GenerativePre-trainedTransformer3（GPT-3）——一个具有1750亿参数的自回归语言模型，在许多NLP数据集上都实现了强大的性能：包括翻译、问题回答和完形填空、以及一些需要即时推理或领域适应的任务。这表示，它生成的新闻文章或许能够媲美由人类撰写的文章，甚至连人类评估员都难以区分二者的区别。
麻省理工学院的研究人员创建了一个程序，可以通过其他程序的工作行替换错误代码行来自动修复软件bug。以下这几个工具都可以在构建软件产品时为我们提供适当的帮助：DeepCode、SynopsysLogojoy和UIzard。
开发者们是如何看待人工智能及其潜在威胁的？
或许你存在这样的担忧：人工智能是否终将会取代我的角色。其实，这也是世界上大多数开发者的内心独白。
埃文斯数据公司（EvansData）的研究显示，当被问及职业生涯中最担忧的事情时，绝大多数软件开发人员都提到了这一点：我和我的开发工作都被人工智能取代了。
但从积极的方面来看，StackOverflow研究显示，相比于担心人工智能或许会带来的潜在危险，70%的受访者更为其无限的可能性感到兴奋。大多数开发人员都热切期待着自动化将带来的新可能。
正如工业革命将人类从“农业劳动力”解放到“开发新技能”一样，智能机器人也将如此。麦肯锡（McKinsey）预测，到2030年，人工智能将取代全球30%的人力资源。根据人工智能技术统计，机器人技术可能将取代约8亿个工作岗位，使约30%的职业灭绝。
这一重大转变将迫使近4亿人改变现有职业。弗雷斯特（Forrester）预测，到2025年，机器人、人工智能、机器学习和自动化等认知技术将为美国创造9%的新就业机会——包括机器人监控专业人员、数据科学家、自动化专家和内容管理员。
原文链接：https://hackernoon.com/ai-facts-every-dev-should-know-artificial-intelligence-is-older-than-you-probably-db383wxh
本文由AI科技大本营翻译，转载请注明出处
更多精彩推荐四款5G版iPhone12齐发，苹果股价却应声而跌
魏永明：我们的目标是取代物联网中的安卓
韩辉：国产操作系统的最大难题在于解决“生产关系”
iPhone12全线跌破发行价；任正非：华为设计的芯片我们造不出来；Fedora33发布|极客头条
偷天换日，逼真的天空置换算法