各位老铁们，大家好，今天由我来为大家分享人工智能 言论，以及人工智能 言论文章的相关问题知识，希望对大家有所帮助。如果可以帮助到大家，还望关注收藏下本站，您的支持是我们最大的动力，谢谢大家了哈，下面我们开始吧！

本文目录

1. 我们应该怎样理解霍金的智能危机言论？
2. 聊天机器人屡屡“翻车”，人工智能将如何发展？
3. 目前的人工智能离可以自己给自己写代码编程还有多远？
4. 你觉得人工智能是福音还是毁灭？

我们应该怎样理解霍金的智能危机言论？

不是间题有问题。而是西方的思维不想与其创造的思维，有互补互生的生活态度。这也是资本主义的命。如果，掌握资金与技术和掌握力量和组织力强，能和平共存的社会状态，是新兴的社会主义。这样说，大家可以理解霍金的难处吧。所以，中立。

聊天机器人屡屡“翻车”，人工智能将如何发展？

谢邀！

注意到此问题下面有了近50个（其中不乏不错的）答复了，那从前天开始，就借用在得到上卓克《科技参考》中的《AI：谷歌聊天机器人“成精”事件解读》，从另一个角度，分两天回应二个相关的话题。

在回应《机器人应不应该有人性？（https://www.toutiao.com/answer/7185899222788309251）》的最后谈到，LaMDA的强大主要体现在不同场景下把知识点来回来去迁移。有人认为，这就是学习能力的一种体现。我很同意这种说法。

为什么被强制休假？

接下来，我们再说说这位谷歌员工为什么会被强制休假。

这儿接着谈。

他叫布雷克（BlakeLemoine），是计算机科学专业的博士，在谷歌工作了7年，最近几年一直负责AI伦理研究，也就是关于自然语言处理模型输出种族歧视或者仇恨性言论这些问题背后的技术解决方案。

他和LaMDA聊天聊多了，觉得LaMDA好像有了人格，这不为过，因为仔细看看那21页的聊天内容，还挺有意思的。但作为一个计算机科学的博士，打心底里认为程序真的具有人格了，说实在的，还是有点让人跌破眼镜的。

他的部门经理（JenGennai）和这位部门经理的领导，也就是公司副总裁（BlaiseArcas），都不认可这份报告。

布雷克这份报告的诉求是，申请一笔经费用来建立一套评估AI感知和意识的方法。按说两级领导都不同意，也就罢手吧？不。布雷克非常执着，他打算自己一个人搞。但领导不支持的情况下，很多访问的权限是没有的，于是他就去找AI伦理小组的组长马盖特（MargaretMitchell）沟通。通过这个途径，自己搞了起来。

而走到这一步就算踏上了雷区，因为马盖特参与了2020年公司的一起大规模派系斗争。那次斗争的双方是，谷歌的技术核心杰夫（JeffDean）和谷歌AI伦理团队的负责人提姆尼特（TimnitGebru）。这件事很复杂，我就不具体说细节了，大致是这样：

提姆尼特是有色人种，并且是女性，她感觉自己在谷歌做的研究论文想要发表，会受到谷歌额外的严格审核，有时候干脆找茬不让发表，于是直接和杰夫发生了邮件冲突。杰夫差不多是谷歌除了两位创始人之外最重要的技术高管，比提姆尼特的位置要高很多。

但这几年，美国在女性权利、有色人种问题上的争议实在太敏感了，不论什么矛盾，只要和这方面沾边，就容易爆炸。结果事情闹大了以后，公司有1400多人通过邮件或者个人社交账号对杰夫进行了集体批斗。

当然，事情的结果是，凡是批得狠的都被辞退了，提姆尼特也被辞退了。而她是AI伦理团队的负责人，所以这个部门里大大小小的员工，自然也跟着她对杰夫一通猛批过，帮布雷克搞到各种访问权限的马盖特就是其一。布雷克提交21页报告时，他已经被辞退了。现在，终于轮到布雷克了。

我猜这位小哥也是跟着其他人一起批判过杰夫的，也许言辞并不那么激烈，于是没有严重到马上被辞退的地步。但现在，在公司已经否定的方向，他偏要硬上，又是派系斗争中要干掉的范围里的人，所以他被强制休假就是这么来的。

什么是人格？

最后，我来说说什么是人格。

人格，就是一个人各种行为和表达的抽象特征。如果人格是这样定义的话，那么一切必须得从神经接受外界刺激后产生情绪冲动开始算，第一波喜怒忧思悲恐惊产生后，经由大脑的抑制作用，加工成最终的行为和表达，然后由旁观的第三方从这些行为和表达里，抽象出一些他觉得有规律的东西。这个规律就是人格。

如果没有情感冲动的产生，一切都是虚空的文字描述，那就不能算是人格，而只能算字格，也就是把一段文字续写下去的能力。

今天，最强的LaMDA已经可以把一段文字续写成看上去好像在聊天的样子了，但它最多是一朵精致的假花。

报告下载链接：https://s3.documentcloud.org/documents/22058315/is-lamda-sentient-an-interview.pdf

好吧，这个话题就谈到这儿了，再将昨天的#思进每日美股点评#中的部分内容和大家分享一下吧：

元月07日：#特斯拉降价##新能源汽车#

今日周六，美股休市，就将在好几个微信群内，对这二天美股中的焦点热股特斯拉、以及新能源汽车（或电动车）等问题的一些讨论的摘选，和大家分享一下吧：

群友A说：特斯拉不是苹果，随着更多的传统车企生产电动车，Telsa的车可能不会像以前那样抢手

我的回应：这还是要最终使用者来判定吧，就拿我周围开特斯拉的亲友而言，还真和用苹果一样，一旦开上了，就不愿再用其他了，更别说，如果特斯拉的价格比其他电动车还便宜的话；另外，特斯拉除了电动车，还有其他产品，它的机器人也潜力巨大；

要注意的是，马斯克的成本控制是相当恐怖的，特斯拉的车尽管大幅降价，目前的利润率依然在20%以上，这是其他同类电动车难以望其项背，如大多国产电动车，如果没有政府的补贴，可能都是在赔本赚吆喝；

还可以看一下P/E，特斯拉现在的P/E已经非常低了，只有35而已（就在一年多前还曾超过1500），已经非常合理；而其他那些品牌，甚至还没有P/E（都是负值）。

群友B说：电动车的电池在寒冷地区效率受很大影响，所以电动车更适合加州这样的地方。目前Tesla在加州的普及率不低，未来销量有待观察。

我的回应：特斯拉在加拿大也很popular，我的忘年交（某男中音歌唱家。电影《阿诗玛》海热的配唱）在多伦多，都80多了，几年前还开始开特斯拉；anyway，如果电动车未来销量下降的话，特斯拉也将是最后一个不行的，而且，特斯拉是一家马斯克的公司，除了电动车，还可以有很多其他产品，说实在的，这几个月来，多空交战，多方其实就是看多马斯克（看看SpaceX，哪怕就在几年前，有多少人看好马斯克发火箭、建星链，现在，成了SpaceX和其他，其他那些发火箭的公司，甚至其他国家，和SpaceX相比，notevenclose）；

群友C说：我同意您的看法，我从15年开始开特斯拉modelS，此后间或开开汽油车，确实电动车在性能上方便很多。从对比智能手机和传统手机行业的变化，我感觉电动汽车品牌之间目前还不能定义为内卷，这些品牌主要是抢夺传统汽车的份额。因此特斯拉目前做研发的核心我认为就是控制成本，依靠科技创新不断降低成本，和苹果以前做的创新一样。因此，现在的降价长远看是正确的，短期对其他电动车品牌影响大，长期其实是在蚕食传统汽车的市场。

我的回应：是的，特斯拉的降价，对其他电动车而言，真好似降维打击。特斯拉降价才刚开始，今年估计还将有几次（特斯拉的利润空间还很大，如是丰田的八倍），其他品牌的电动车就不用说了，就连传统汽车都开始瑟瑟发抖了。

是的，关于新能源和特斯拉车的问题，我在之前多次谈马斯克的直播中梳理过了，可以再看一下回放。

群友D将我之前在直播中多次谈及马斯克、特斯拉、星链、超级高铁等等，小结了一下，挺不错的：

特斯拉卖的不是整车（硬件）

它卖的是【智能移动终端】

特斯拉要的不（仅仅）是利润，它要的是【路况/行车大数据】→来完善它的FSD（完全自动驾驶）的算法

未来，当它的自动驾驶大数据服务、星链网络、π手机、超级高铁、机器人生态处于科技/商业垄断地位的时候，它们都会和特斯拉进行【系统绑定】

到时候，你想不用行吗？

Lastbutnotleast,转一个段子：最近特斯拉大跌，我一哥们儿说好了割肉不玩了，结果，又调研了一下，反而还补了个仓，再请见附图……点到为止吧……

最后，再顺便打个小广告，全球发行的《看懂財經新聞：賺錢門道》上架、《财经金融科普漫画书系（套装共4册）》出齐，以及我策划、和粮食问题专家冰清合著的《大国粮食》新鲜出炉，谢谢关注！

你对这个问题有什么更好的意见吗？欢迎在下方留言讨论！

目前的人工智能离可以自己给自己写代码编程还有多远？

聊聊自己的看法，由于自身局限性无法给楼主一个答案。

楼主说的这种人工智能属于具有自主意识的人工智能，我觉得肯定是可以实现的，但是通过现有的比如深度学习这种是达不到的。

要实现真正的智能，现在来看无非两种路子，一种走仿生学，去了解智能的生物机理，然后模拟出一个智能。另一种就是通过纯算法，毕竟进化的出来的功能不一定是最优的，简单的例子就是飞机会飞但不需要像老鹰一样扑腾翅膀。

现有的openswam项目就是针对第一种方案的。科学家通过计算机来模拟线虫，线虫的结构简单，但是也具有了一定神经或者智能属性比如趋利避害。第一阶段，科学家使用计算机来模拟线虫的302个神经元和95个肌肉细胞，最终的目标是希望模拟它的全部959个细胞，但是结果却不是很乐观。虽然模拟了神经元，但是对却没法搞清楚神经元上的突触是抑制性的还是兴奋性的，一些突触的权重也是通过机器学习来拟合出结果的，这种结果自然不会有什么太大的价值。由此可见，我们在智能机理的研究上还只是婴幼儿水平。

那么第一条路子似乎不太好走，最近各种人工智能言论又甚是流行，似乎第二条算法路子很有希望。可惜的是，也并不。虽然说，任何问题本质上可能都是算法问题，扫地机器人是一个线路规划，寻路和避障的问题，车牌识别是模式识别得到。但是，就像现在很多商业课程里面提到的，如何定义问题是一个人分析问题能力的一个很重要的维度。一样的，对于计算机而言如何数字化的定义一个问题也是能否解决好这个问题的一个关键。显然现在大部分的问题并不能被很好定义。比如，如何数学的定义这张照片是风景照还是人像照。没有准确的定义，就意味着没有准确的模型（大概率不会有），也就无法评估模型的有效性，所以最后就变成大量依赖于深度学习这种黑箱来解决问题。但是深度学习这种事情，更像是太上老君的丹炉，不到最后不知道出来的是孙悟空还是丹。

所以像语义分析这种比较难定义的类型，现在的发展都比较缓慢，而像下棋这种具有明确规则的，相对来说发展就快了不少。几年前的阿法狗也因此带红了这个领域。这也导致了现在的一些现象，基本归结为越懂的越悲观，越不明白的越乐观。去年就有个例子，Facebook人工智能项目出了个bug，媒体居然就开始报道人工智能发展了语言能力，能够进行自我沟通了。

所以，现在我们应该还在智能的很早期，现在做的大部分是算力和数据的堆砌，本质上的进展不是很大。至于什么时候能到达楼主说的那种自主辨识并且学习的境界，个人觉得还有很长的路要走。

答题不易，发现有用，欢迎点赞转发收藏

你觉得人工智能是福音还是毁灭？

我觉得人工智能在医学应用上是福音，比如省了人力去操作，自动识别检查结果，但是人工智能在眼科的应用上还有很大差距，准确率还是太低。

关于人工智能 言论的内容到此结束，希望对大家有所帮助。