人工智能领域选题?人工智能领域
15
2024-06-10
大家好,今天小编来为大家解答人工智能的弊端ppt这个问题,人工智能的弊端PPT很多人还不知道,现在让我们一起来看看吧!
本文目录
人工智能(ArtificalIntelligence)关于知识的学科-一怎样表示知识以及怎样获得知识并使用知识的科学。”而另一个美国麻省理工学院的温斯顿教授认为:“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。”这些说法反映了人工智能学科的基本思想和基本内容。即人工智能是研究人类智能活动的规律,构造具有一定智能的人工系统,研究如何让计算机去完成以往需要人的智力才能胜任的工作,也就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。人工智能是当前科学技术发展中的一门前沿学科,是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的,以模拟人类智能、智能行为及其规律为研究内容的一门综合性边缘学科。由于人工智能自出现以来取得的巨大成就及其潜在的广阔应用前景,它又同空间技术、原子能技术并称为20世纪的三大科学技术成就。
人工智能的科学研究要研究人的智慧的内部结构,相当于研究心理学的原理,一般人不大会去做的大部分的人工智能研究集中在后者--工程实现上。
知识:人的智能活动本质上就是获得和运用知识知识是智能的基础为了实现人工智能使机器具有智能就必须使它具有知识。
表达:要采用适当的手段表达人的知识然后才能存储到机器中去这就是用知识表达要解决的问题对知识进行表达就是把知识表示成便于计算机存储和利用的某种数据结构知识表达方法又称为知识表示技术,其表示形式称为知识表示模式。
现在的人工智能的学习方法都是有模型、策略和算法构成,即统计学习三要素。
1.模型
统计学习首要考虑的问题是学习什么样的模型。在监督学习过程中,模型就是所要学习的条件概率分布或决策函数。模型的假设空间(hypothesisspace)包含所有可能的条件概率分布或决策函数。例如,假设决策函数是输入变量的线性函数,那么模型的假设空间就是所有这些线性函数构成的函数集合。假设空间中的模型一般有无穷多个。
2.策略
有了模型的假设空间,统计学习接着需要考虑的是按照什么样的准则学习或选择最优的模型。统计学习的目标在于从假设空间中选取最优模型。
3.算法
算法是指学习模型的具体计算方法。统计学习基于训练数据集,根据学习策略,从假设空间中选择最优模型,最后需要考虑用什么样的计算方法求解最优模型。这时,统计学习问题归结为最优化问题,统计学习的算法成为求解最优化问题的算法。如果最优化问题有显式的解析解,这个最优化问题就比较简单。但通常解析解不存在,这就需要用数值计算的方法求解。如何保证找到全局最优解,并使求解的过程非常高效,就成为一个重要问题。统计学习可以利用已有的最优化算法,有时也需要开发独自的最优化算法。
目前人工智能的弊端在于物理计算机的算力,满足不了当下的计算需求。(身体跟不上大脑的反应,硬计算机硬件发展,跟不上算法的需求)
人工智能带来的人才分化极端。将会引起未来的人才争夺战。而社会上更多一流的人才将会偏向一边,相对资金比较薄弱的企业或者个人,将会遭受到大规模的失业。
在这种情况下会导致企业巨头的垄断,以及贫富差距的分化将会非常严重。
这个问题一点也不敏感呀。还有麻烦你先举几个人工智能的弊先呗[捂脸]。
最简单来说,人类没办法规避一件没有发生过的事情。仔细想想这逻辑,一个根本还没出现的事情,没有办法规避他的弊端的。因为,在它没出现之前,人类根本不知道什么他的哪些特性是利,哪些特性是弊。
举个例子
你一个月之后会发生影响你一生的事情,会让你后悔一辈子。这样告诉你,请问你怎么规避这件事情,并且不让自己后悔?
再说极端点
你明天会死,请问你怎么规避这个事情?
(举例子而已,这里面的“你”只是代称不要介意)
还有最后一句话,一定要知道,发展的问题只能靠发展解决!
人工智能的弊端,唯一的危害就是替代技术人员资源,使一些专业的技术工人和技术性不太强的工种降低使用人力资源,从而使失业率上升。当然,这只是目前。人工智能是高科技的产物,是未来生产力的象征。如果未来因某种原因使人的生育率降低,人口减少,劳动力不够,那么,人工智能会大显伸手造福国民,到那时,何谈危害。
关于人工智能的弊端ppt到此分享完毕,希望能帮助到您。