机器学习和人工智能，谁更聪明
制造人工智能
人们通常使用人工智能相关术语来表示真正的人工智能。在讨论人工智能时，新闻报道将机器学习或深层学习与人工神经网络相结合。虽然这些都与人工智能有关，但这些都不是真正的人工智能。
机器学习是一种工具：一组从大量数据中学习的算法，从而构建了一个智能系统。同样，深度学习指的是具有非特定任务的机器学习。另一方面，人工神经网络是模仿人脑工作方式的系统，在此基础上建立了机器学习算法。
人工智能专家认为，所有这些都是人工智能与真实人类认知的基础。但这仅仅是一个开始，我们已经取得了很大的进步，但是目前的研究远没有创造真正的智慧。
所以，最大的问题是，我们什么时候有这种人工智能？具体的时间表是什么？
对于人工智能加速器孵化器的总经理唐亮来说，这一转变将始于无监督学习算法的突破。在发给未来学家技术的一份声明中，他说：“一旦实现了这一目标，机器智能将很快超越人类智能”。
毋庸置疑，实现这一目标的道路将充满挑战。为了实现人工通用智能，不仅在软件，而且在神经科学和硬件，突破是必要的，”解释巴罗。”他解释道，“我们开始接触穆尔定律的上限，而晶体管是如此之小，他们不可能更小。（穆尔定律意味着，集成电路上可容纳的晶体管数目每18个月增加一倍，并使其性能倍增。）新的硬件平台，如量子计算尚未显示出它们能在所有任务中击败传统硬件性能。”
事实上，要算聪明真的很聪明，大多数人认为它至少要经过五次测试，其中最重要的是图灵测试，这是机器和人进行第二次人类对话，谈话将决定哪一台是机器。Barrow说，他相信在我们的一生中，我们会通过图灵测试看到人工智能，也就是说，人类很难认识到它是一个机器人。然而，他说，这并不一定是人工智能，而是可以通过人工智能来测试。
增强情报案件之一
不用说，人工智能是所谓“奇点”的先决条件。如果你不熟悉“奇点”的概念，其实是智能机器超越了人类智能的瞬间，它会产生失控的增长，指数化的技术，从而改变我们对生命基础的认识。这个词是由1993fournouVenky创建，他写道，“我们很快会创造出比自己更高的智慧。”。当这种情况发生时，人类的历史将达到一个奇点，一个智力转变，就像黑洞的多中心时空一样难以穿透，世界将远远超出我们的理解。”
虽然软银（Softbank）首席执行官孙正义以及备受瞩目的GoogleRayKurzweil，但其他人充满智慧，如伊隆麝香，StephenHocking，和比尔·盖茨，并没有太多的奢望。他们断言，正如我们并不真正理解拥有超级智能AI意味着什么，我们还没有准备好应对奇点的任何后果。
但是如果我们稍微改变一下观点呢？为什么不把人工智能看作是人类的衰落，为什么不把它看作是一个伙伴呢？麝香似乎暗示，这与他的“神经油墨”项目中，Kurzweil提到当他谈到纳米机器人，我们与我们分享，和人工智能的提高了我们的能力。这里的关键词是“增强”，而谷歌目前对人工智能的推动似乎是实现这一目标的基础。
“我们应该专注于人工智能的结果，这是令人兴奋的，那就是，提升智力（即人类智能的人工智能增强）。”“像Aiva和谢莉，其他人的情报工作时，一起工作的人。
但是，像汉森，机器人公司，索菲亚和软银公司的胡椒这样的智能机器人，想象真正的智能机器似乎不能和我们一起生活。孙正义的超智能人工智能，智商指数为1万，那会是我们正在寻找的认知机器智能吗？如果是这样的话，我们至少还要再等30年。唐亮说：“可能只需要30到50年的时间。”。这是可能的。实现这个目标需要一些时间。这也意味着我们中的许多人将有机会看到这一天的到来！”返回搜狐，查看更多
人工智能VS黑客，谁更厉害
理论上，人类能比机器人思考的更好。
计算机黑客VS人工智能，当你一听到这两个富含科技色彩的关键字，就可能自动脑补出一场虚拟世界中看不见硝烟的世纪大战。有想象力是值得肯定的，不过，还是要给你浇盆冷水。事实上，他们之间的较量大概与小学生打lol差不多。
你知道搞机大师阿兰·图灵吗？他被后人称为“计算机科学之父”和“人工智能之父”。在上世纪五十年代，他曾发表过两篇重量级论文，一篇题为《计算机器与智能》，另一篇则是《机器能思考吗？》。随着如今神经网络技术的发展，阿兰·图灵在上世纪留下问题都已经有了答案，不过科学家们并没有停止对人工智能的思考。
众所周知，21世纪的机器人可以拥有思考的能力，如今一个话题正在人工智能圈子里热议——“机器能比人类思考的更好吗？”，反问一下这个问题，答案显而易见：
“人类能比机器人思考的更好吗？”
当然！
黑客并不关心人工智能或是人工反智能的发展，他们的方式其实就是超越机器。黑客们很清楚一点，虽然计算机比人类更聪明，解答问题速度更快，但这并不意味人类就无法打赢翻身仗！
“目前，还没有任何一个人工智能可以模拟最最基本的黑客技能，”EricS.Raymond说道，他是个编程高手，同时也是一名开源软件的倡导者，“未来人工智能是否可以模拟黑客？现在还不得而知。现在，我们无法预测未来十年、二十年、或是五十年人工智能会具备哪些能力，就像没人会直截了当的告诉你，他/她能骗到你一样。”
如果你在白帽黑客社区问到人工智能黑客技能的问题，那么上面这段话可能就是答案，当然啦，这个答案或许比较刺耳。不过，在二进制的世界里可没有垃圾话，坦白说，人工智能可能真的连最基本的黑客程序都搞不定。
如果要理解为什么会这样，首先，你必须要明白一名“优秀的黑客”是如何炼成的。
JonErickson在美国北加州工作，是一名密码破译专家和安全专家。他认为，如果想要成为一名成功的黑客必须要拥有五个基本技能，分别是：编程能力、汇编语言能力、调试程序或排除程序故障的能力、反向工程能力、以及研究能力。
编程：编程说白了就是写代码，以便制定可执行的计算机程序。
汇编语言：汇编语言是一种用于电子计算机、微处理器、微控制器或其他可编程器件的低级语言，亦称为符号语言。在不同的设备中，汇编语言对应着不同的机器语言指令集，通过汇编过程转换成人类无法翻译的机器指令。这些指令集能让黑客访问CPU架构，但更多的是让黑客了解计算机正在做什么，而不是去命令计算机做什么。
调试程序或排除程序故障：调试调试或排除故障其实是一个清理程序的过程。“了解如何使用低级别调试器，能让黑客探索，检查程序执行时会发生哪些的问题，”Erickson说道，“使用调试器是最好的方式之一，因为它可以看到程序在执行时时如何实际交互的。”
反向工程：“基本上，反向工程可以搞清楚某个程序究竟做了什么，你只需看下机器指令，或是看下程序反复发送什么数据，”Erickson继续说道，“有时，只要看看路由器固件镜像或是封闭原始码软件，就足以让黑客找到后门或是代码中的漏洞，然后轻松逃掉。为什么会这么简单？因为你根本无需查看机器指令了。”
研究：“在黑客世界里，你需要不断钻研，不断探索，这样才能让自己始终处在领先地位，”Erickson解释说，“但是这不意味着一些老技术就不值得学习。举个例子，基于对战的溢出漏洞已经存在大约有半个多世纪了，但即便是现在，仍然在被很多黑客使用。”
人工智能可以拥有上述这些特质吗？事实上，绝大多数可以。在如今的人工智能程序中，已经实现了编程功能，更掌握了编程语言。和人类相比，机器人可以更加轻松地处理反向工程，甚至在调试程序或排除故障上略胜一筹。
看到这里，你也许会担心人工智能超越人类了。其实人工智能有个硬伤——不善于搞研究。人工智能可能会掌握一套信息类别，甚至有些人工智能还具备了内置自我创造力去尝试各种不同的图示方法，或是改变各种可能导致机器“慌乱”的条件，但人类具备自我调整的能力，可以不利用过程而获得结果，机器还真的做不到这一点，机器只能适应条件反射，因为它们没有主动性。说到这里你该反应过来，为什么有些系统可以成功阻止人工智能机器黑客，但却拿真正的人类黑客毫无办法？毕竟机器人缺少灵性，发明大王爱迪生也说过成功要靠1%的灵感吧。
“复制人类的创造力，如果机器真的拥有这种能力，那么绝对是太不可思议了，而且就目前而言，也绝对不在人类的认知理解范围之内了，”AlexRice说道，他是网络安全公司HackerOne创始人兼首席技术官，“但是，在我所认识的黑客圈子里，那些最出色的黑客其实都有一个强烈的信念，那就是他们绝对相信任何事情都是可能的。”
Rice认为，当机器也展现出了坚定的信念，他就会开始感到担忧了。不过，机器还没有自我意识，至少现在还没有。
最后，如果你想围观黑客与人工智能的较量，那么这里有个好消息：在明年的DEFCON黑客大会上，以美国国防部高级研究计划局（DARPA）为代表的美国军方，正在积极准备主办2016DARPA网络挑战总决赛。
实际上，之前这场网络挑战赛已经吸引了104支黑客团队参赛，经过激烈角逐，最终有七支团队进入到了决赛圈。决赛是这样的，每支团队将会尝试保护一套安全系统，然后其他团队将会编写类似人工智能的计算机黑客程序进攻这套系统，谁能获得（或保护到）“军旗”，谁就能够获胜，而这个“军旗”，其实就是一个系统数据包。
如果你拥有一颗玻璃心，就不用那么期待这场比赛，因为你在现场看到的也许只是面对计算机正在烧脑的黑客们。
人工智能“训练员”让 AI 更聪明
简介：人工智能训练师是一个“国家认定”的新职业，属于今年2月人力资源和社会保障部等三部门发布的16个新职业之一。他们需要使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业。“人工智能就像小孩子，通过不断地训练、调整、培养，‘智商’才会越来越高。”
林丽是阿里巴巴客户体验事业群的一名人工智能训练师。
人工智能训练师是一个“国家认定”的新职业，属于今年2月人力资源和社会保障部等三部门发布的16个新职业之一。他们需要使用智能训练软件，在人工智能产品实际使用过程中进行数据库管理、算法参数设置、人机交互设计、性能测试跟踪及其他辅助作业。
阿里巴巴的人工智能训练师是2015年左右出现的。那一年，林丽在负责人工客服的管理时，发现了人工客服不可避免的短板。
“伴随国内新零售消费者迅速增长的规模，人工客服不仅成了不可忽视的成本支出，更麻烦的是，面临‘双11’大促销等井喷式的服务需求，客服即便采用人海战术也杯水车薪。一旦服务‘掉链子’，对消费体验的影响是巨大的。”林丽说。
林丽和同事们研究决定培养一批人工智能训练师，负责训练人工智能客服机器人。
林丽说，以消费者催发货的场景为例，以前消费者需要打电话向人工客服查询。人工智能训练师出现后，会训练人工智能自动查询订单状态，把人工解决方案抽离成一个个步骤，梳理不同询问场景，并制定不同的回答方案，大大提升了问题解决效率。
“其中技术含量最高的是对问题语料的训练。事实上消费者催发货不会按照我们期望的方式提问，说出‘催发货’这几个字，而是‘我的衣服怎么还没到’等各类表述。这就需要训练人工智能对消费者庞大的语料库进行识别、分析。”林丽说。
即使人工智能本身已经具备模型算法，训练师们仍然需要对成千上万条新语料不断进行梳理、分析、处理，让人工智能的“智商”跟上高密度的、复杂的询问场景。
人工智能的问题解决效率提升了，但很快，林丽又发现了新问题——如何让机器人更有温度?
“我们每天都在琢磨怎么把机器变聪明。”林丽说，以购买水产品为例，消费者在超市买鱼虾蟹的时候，经常会询问产地和烹饪方法。“于是我们把产地、保质期、是否宰杀、如何烹饪等信息教会了售前智能客服机器人，消费者就能在线上购物时感受到人工智能带来的更实用、便捷的购物体验。”
在人工智能训练师们的“培育”下，去年天猫“双11”期间，智能客服机器人承接了平台97%的在线服务需求，提供了相当于8.5万名人工客服的工作量，全天提供在线咨询对话量3亿次。
新冠肺炎疫情在全球蔓延后，很多人产生了健康咨询需求。“我们从海量的咨询数据中收集、定位了头疼、发烧等关键性描述信息，梳理出一整套科室分流体系和智能回复模板，大幅提升了问诊效率。”林丽说。
目前，人工智能训练师的队伍在不断壮大。林丽介绍，仅阿里已经有600多名人工智能训练师，整个生态内已经达到20万人左右。
“这反映了当下5G、人工智能等科技的飞速发展和应用需求的不断增加。人机结合的智能化服务能够为现代社会创造更高的效率和价值，也能推动服务行业不断发展革新。”林丽说。
“这几年，人工智能训练师的工作内容也在持续扩充。”她说，原来训练师只需训练在线客服机器人，现在还包括智能自检、人工客服辅助、智能外呼等多种交互方式，人工智能训练师的“新战场”正在不断产生。
文章来源：https://yqh.aliyun.com/detail/17725
原文链接：https://developer.aliyun.com/article/769721?
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。