未来的趋势————以ChatGPT为标杆的AI对生活的影响是巨大的

文章目录

  • 前言
    • 1.AI的发展历程
    • 2.我是如何接触到人工智能的概念和产品的
    • 3.对于ChatGPT的一点看法
    • 4.AI对大学毕业生的职业发展的利与弊
    • 5.对于AI的思考和问题


前言

随着ChatGPT的爆火,生成式AI,大模型的人工智能被越来越多的人注意到,同时他也带来了许多问题。本文将对几方面进行探讨。


1.AI的发展历程

远古时期
在公元前第一个千禧年,中国,印度和希腊哲学家都提出了一些推理的研究理论,比如亚里士多德(Aristotle)进行了演绎推理三段论的完整分析,欧几里得(Euclid)所著Elements 是一种形式推理的模型,Muḥammad ibn Mūsā al-Khwārizmī,发明了代数学,即我们现在所称的算法,此外还有欧洲哲学家威廉-奥卡姆,以及 Duns Scotus。

近现代
马略卡哲学家雷蒙-勒尔(Ramon LIull),通过一些逻辑方法发明了一些逻辑机器,莱布尼兹(Gottfried Leibniz) 收到他的启发,重新设计了前者的想法。

17世纪,莱布尼兹和托马斯-霍布斯(Thomas Hobbes),以及热奈-笛卡尔( René Descartes )向前更进一步,发现所有的思想都可以通过代数和几何的方式进行组织,Hobbes 写下了《Leviathan》,其中写道“推理无非就是计算”,莱布尼兹设想了通过一种统一的描述性语言来进行推理,这样可以减少计算的论证过程,同时,在不同的学科之间也可以间少争论,更快的达成统一。

到了20世纪,数理逻辑的研究让AI 进一步实现了突破,以英国数学家布尔的《The Laws of Thought》和德国数学家弗雷格的《Begriffsschrift》为基础,拉塞尔和怀特海德在1913念出版了《Principia Mathematica》,在此著作中陈述了一种正式的处理数学基础的方法,德国数学家,大卫-希尔伯特,受到拉塞尔的影响,提出了一个影响数理推理的基础问题:是否所有的数学推理都能被形式化,进而进行分析?
这个问题后来在《imcompleteness proof》,图灵机理论以及《Lambda calculus》中得到了解答,对希尔伯特的问题,做了以下几个说明:

并不是所有数学逻辑推理问题都能得到解决,存在限制
在一定条件的限制范围内,任何形式的数学推理可以被自动化
在《Church-Turing Thesis》中提出了以’0’,’1’作为基本符号的设备,可以模拟任何可知的数学推理过程,即我们现在所熟知的图灵机理论。

计算机科学
19世纪初期,查尔斯-巴贝奇(Charles Babbage)设计了一种可编程的计算器(the Analytical Engine),艾达-拉芙蕾丝(Ada Lovelace)敏感的认识到这种设备所拥有的巨大作用,基于巴贝奇的计算器理论引擎,其编写了完整的计算伯努利数的方法,在后来,拉芙蕾丝也被公认为是计算机科学发展历史上的第一位程序员。

第一代的现代计算机是在二战时被用做密码破译机器,比如Z3,ENIAC 和Colossus,后两个是基于阿兰图灵的理论由约翰.王.诺伊曼设计完成。
图灵测试
经过控制理论和早期的神经网络的发展,1950 年阿兰图灵发表了《computing machinery and intelligence》,其中,图灵预测了创造能够思考的设备的可能性,同时就设备具备思考能力进行了定义:

如果一个机器设备与人类对话时,人类完全不能分辨出其与人类的差别,那么就可以认为这类设备具备思考的能力.
1956年达特茅斯会议
1956年,Marvin Minsky, John McCarthy 和 2位顶级科学家: Claude Shannon (克劳德·艾尔伍德·香农)以及IBM的 Nathan Rochester,组织了达特茅斯会议,此次会议其中的一个提案断言:任何一种学习或者其他形式的人类智能都能够通过机器进行模拟。同时约翰·麦卡锡为这种机器智能取了一个名字:Artificial Intelligence, 由此,AI 第一次被正名。

黄金年代(1956–1974)
达特茅斯会议之后,大众对AI 赋予了很高的期望,也对AI 能起到的效果感到十分震惊,同时,相关的研究人员在公开场合和私底下都对未来的AI 发展表达了强烈的信心。政府部门,美国DAPA 向相关的AI 机构投注了大笔资金。
这种强烈的自信在整个社会蔓延,第一代AI研究者曾经作出一些预测:

1965, H. A. Simon 曾说道:智能机器在二十年内,将能胜任人类可以做的任何事情;
1967, Marvin Minsky: 通过一代人的努力,人工智能的相关问题将从根本上得到解决;
1970, Marvin Minsky (in Life Magazine): 3到五年内,我们将能创造媲美人类智能的通用人工智能。
同时,也有一些比较成功的人工智能应用铺展开来:

搜索推理
通过回溯和动态搜索,逐步的实现一个既定目标的方法,称之为搜索推理。可以应用于游戏对战和理论证明,其依据的还是基础的理论算法实现,通过启发式和经验式(heuristic & rules of thumb) 的方法可以优化搜索空间。
自然语言处理
AI 研究的一个重要目标是实现计算机的类人语言交流。早期比较成功的几个项目是:
语义网络:Roger Schank 的conceptual dependency theroy 处理所有的英文单词为一个网络中的节点,单词间的语法作为节点间的连接;
微观世界
60 年代末期,MIT AI 实验室的 Marvin Minsky 和 Seymour Papert 提出AI 研究应该集中精力在微观世界的简单场景。他们认为类似物理世界中很多经典的原理都是基于理想的简化模型,比如完全无摩擦的飞机和完美刚体(rigid body)
1993 ~2011 年:AI 的蛰伏期
AI 到这个时期,已经发展了近半个世纪,终于实现了一些它早期既定的目标,

智能代理
现代人工智能的发展

在这里插入图片描述
现在:
ChatGPT(大模型训练,生成式AI)
NEW bing
等等
————————————————————————————————

2.我是如何接触到人工智能的概念和产品的

从初中毕业,第一次接触到智能手机,接触到vivo Y13的基于Android 4.2的Funtouch OS操作系统所带的智能助手Jovi语音,这是我第一次接触到具有人工智能概念的产品的,同时我第一次接触到基于搜索引擎的分析式AI。这是我第一次见识到AI可以带来如此大的威力。如此方便人的生活。
————————————————————————————————

3.对于ChatGPT的一点看法

ChatGPT(Generative Pre-trained Transformer)是近年来自然语言处理领域中的一种重要技术。该技术采用预训练的方式进行语言建模,能够生成流畅、自然的文本。
在未来,可以预见的是,ChatGPT与应用行业的嵌入程度会越高,GPT化是不可阻挡的趋势,但是对于其人文伦理的规范的跟进也是必要的,对于其客观性的提高还有待改进。

4.AI对大学毕业生的职业发展的利与弊

AI的发展就目前来看的话,对大学毕业生的职业发展是有利也有弊,但是弊端大一些,因为近几年的大学毕业生在学校所学的知识,和社会发展所所需的技术,是处于脱节的状态的,对大学毕业生的挑战是逐渐加大的。

5.对于AI的思考和问题

AI的未来发展,我的看法是不应局限于pc或者移动端的开发与应用,而应该更重视对于现实场景的交互与嵌入,使其更接近于人类智力的程度,但同时要加强其进行不良、具有偏见的意识传播的限制。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/41216.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

2023年五大趋势预测 | 大数据分析、人工智能和云产业展望

随着我们迈入2023年,大数据分析、人工智能和云产业将迎来蓬勃的创新和发展阶段 以下是我们预测的,将对行业格局产生重大影响的五大趋势: 世界在剧变,我们需要尽快寻找行业中的方向,迅速重回轨道 2023年,全…

快收藏!手把手教你用AI绘画

点个关注👆跟腾讯工程师学技术 最近看到一篇有趣的文章,一副名为《太空歌剧院》(如下图)的艺术品在某美术比赛上,获得了第一名的成绩, 有意思的是这件作品是通过AI来实现的画作, 顿时觉得非常神…

用K8s的公司有多少人会部署K8s?

作者:51CTO技术栈 译者 | 布加迪 Kubernetes是如今最知名最流行的容器编排引擎。Kubernetes之所以成为云原生计算的中心,是由于它是开源的,还有一个快速增长的生态系统。如果观察它在过去几年的发展和采用趋势,尤其是在云原生世界…

LLM_StableDiffusion_studio发布

背景: 从chatgpt发布到现在已经超过半年时间,AGI的势头越来越猛。大家都在做各种的尝试和组合,把chatgpt通用的强大的知识表达和理解能力尝试应用在自己的业务场景。前期也是出现非常多的业务应用,但是主要还是围绕chatgpt本身已…

智能AI抢了元宇宙的风头?

前几天,微博突然出现这么一条热搜。 #ChatGPT官方APP登录美国苹果应用商店 这绝对是一条相当火爆的新闻,因为这意味着智能聊天机器人ChatGPT终于有自己的App了。值得一提的是,ChatGPT不仅仅登录了美国苹果应用商店,而且下载量迅…

AI VS 好莱坞?新时代电影工作流;MJ制作微信表情包的麻瓜教程;关于ControlNet的一切;AI创业真钱景 | ShowMeAI日报

👀日报&周刊合集 | 🎡生产力工具与行业应用大全 | 🧡 点赞关注评论拜托啦! 🤖 『OpenAI通过了一大批GPT-4申请』大量放号ing~快去看邮箱! 🤖 『小马智行 | 广州南沙区开启车内无安全员的自动…

C++ 正在向 C 发起“进攻”!TIOBE 7 月榜单发布

整理 | 郑丽媛 出品 | CSDN(ID:CSDNnews) 一月一度的 TIOBE 榜单又发布了,快来看看 7 月的编程语言排行榜有什么最新变化吧! C 正在向 C 发起“进攻”! 自从去年 12 月 C 在 TIOBE 排名历史上首次超过 Java…

chatgpt赋能python:Python访问Word文档的方法

Python访问Word文档的方法 在现代社会,文档是人们日常生活和工作中必不可少的一部分。特别是在办公和教育中,Word文档被广泛使用。Python是目前应用最广泛的编程语言之一,在一些编程任务中,需要访问和修改Word文档。在这篇文章中…

chatgpt赋能python:Python处理Word文档

Python处理Word文档 介绍 Microsoft Word是业界最流行的办公文档编辑工具之一。对于文档处理工作,Word是必不可少的工具之一。然而,尽管Word是十分强大的,但在处理大量数据时,手动处理每个文件是费时费力的。幸运的是&#xff0…

chatgpt赋能python:Python下载jieba:优化中文分词的必备工具

Python下载jieba:优化中文分词的必备工具 在中文自然语言处理的领域中,分词是一项基础且重要的任务。jieba是一个优秀的中文分词组件,它支持三种分词模式,并且具有高效、准确、易用等优点。本文将介绍如何通过Python来下载jieba&…

为什么ChatGPT非得用强化学习,而不直接用监督学习?

为什么ChatGPT非得用强化学习,而不直接用监督学习?原因不是那么显而易见。OpenAI联合创始人、ChatGPT主要负责人John Schulman分享了OpenAI在人类反馈的强化学习(RLHF)方面的进展,分析了监督学习和强化学习各自存在的挑…

大咖,我能转行做UX设计师吗?

前几天,有个朋友找到我,叫我给分析下他适不适合转UX设计。他的专业是建筑设计,之所以要辞职,也就是公司破事多,老板又不看重他。看到UX设计这个行业的前景很不错,想要转行。他说的也没错, 现在的…

想成为一名成功的UX设计师吗?做好这13件事情吧

以下内容由Mockplus团队翻译整理,仅供学习交流,Mockplus是更快更简单的原型设计工具。 丢掉那些阻碍你前进的东西 每个人对成功的定义都不同。如果想在重要事情上取得成功,学会给予才是关键。只有放弃一些阻碍你前进的东西,你才能…

人工智能在医学影像中的研究与应用

人工智能在医学影像中的研究与应用 韩冬, 李其花, 蔡巍, 夏雨薇, 宁佳, 黄峰 沈阳东软医疗系统有限公司,辽宁 沈阳 110167 慧影医疗科技(北京)有限公司,北京 100192 东软集团股份有限公司,辽宁 沈阳 110179 摘要&#…

人工智能在癌症和精准医学领域的研究

目录 介绍 卷积神经网络:图像分类的主力军 从其他大型数据集生成预测模型 数据质量和模型选择是关键 癌症的早期检测、诊断和分期 使癌症诊断更准确 癌症分期和分级 在早期癌症检测的道路上 使用机器学习检测癌症突变 充分利用突变 确定来源的肿瘤细胞 表…

《天池精准医疗大赛-人工智能辅助糖尿病遗传风险预测》模型复现和数据挖掘-论文_企业

大赛概况 进入21世纪,生命科学特别是基因科技已经广泛而且深刻影响到每个人的健康生活,于此同时,科学家们借助基因科技史无前例的用一种全新的视角解读生命和探究疾病本质。人工智能(AI)能够处理分析海量医疗健康数据…

【智能医疗】48页论文详述医学AI最新进展

点击上方,选择星标或置顶,每天给你送干货! 阅读大概需要9分钟 跟随小博主,每天进步一丢丢 整理:专知 【导读】机器学习和深度学习为我们提供了一个全新的方法去探索未知领域。本文为大家带来了一份最新的智能医疗综述&…

Cell Trends综述精选:人工智能在生物医学领域的应用

Cell Press细胞出版社旗下Trends系列共有16本综述期刊,致力于让读者了解生命科学、化学和医学领域的最新进展。我们提供简洁、引人入胜的文章,由各领域专家撰写,涉及前沿主题和尖端科学进展。我们的目标是为广大读者提供不仅仅是简单地文献总…

人工智能在医疗领域的应用:预测疾病和提高治疗效果

人工智能在医疗领域的应用:预测疾病和提高治疗效果 目录 人工智能在医疗领域的应用:预测疾病和提高治疗效果

智慧医疗中人工智能的7大应用|数据标注

从药物研发到预测肾脏疾病,人工智能在智慧医疗领域应用广泛。 人工智能在许多医学领域和专业中的应用正在成为现实。人工智能、机器学习、自然语言处理和深度学习使智慧医疗利益相关者和医疗专业人员能够更快、更准确地明确智慧医疗需求和解决方案,并依…