人工智能有可能无限增长机器学习和深度学习进步非常快并且在大多数学习阶段不需要人工干预。事实已经证明人工智能可以通过自主学习来实现某些目标并且无需告诉它如何进行改进其能力是多么强大。显然存在局限性人工智能可以自我改进一次只能克服一个目标但它不能放弃它而专注于另一个目标。如果一台机器被编程来学习下棋它会尽一切努力来改进但它无法放弃并自行决定开始做其他事情。报价营销年月人工智能击败国际象棋冠军的头条新闻频频出现引发了一场有趣的炒作。
这个案例对于营销人员和公司来说非常重要特别是因为一个原因从过去的经验 WhatsApp 号码数据 中学习以改进。例如谷歌项目是一个人工智能系统旨在学习下围棋。用于让它学习下棋的高质量数据是世界上最有经验的棋手的围棋游戏通过深度学习机器自我改进。结果是年和年人工智能在比赛中击败了世界上最伟大的选手其中包括超过个世界冠军的获得者世界上最好的人类选手。有趣的是是旧系统已经在游戏中击败了世界上所有最强的人类但反过来却被另一台机器击败。仅用了小时它就学会了对弈并以比击败了旧系统。
围棋游戏非常复杂需要多年的练习才能学习如何使用所有策略并开始掌握围棋。这个故事让人工智能专家着迷因为它实际上是该技术比人类做得更复杂更好的事情的首批案例之一。因此问题是如果我们教会人工智能在我们日常生活中做的事情中自我改进会发生什么技术已经在围棋方面发挥了超人的力量但有些事情远没有那么复杂。想象一下如果人工智能学会比人类更好地写作或者在城市环境中毫无问题地驾驶或者比人类更好地销售产品。目前我们教授人工智能的内容非常有限但如果我们允许它使用开已知的许多工作而我们不会做好准备。
|