【钢铁侠发飙】马斯克怒怼哈佛大学教授:你对通用人工智能一无所知

简介: 最近,哈佛大学教授Steven Pinker指责马斯克一边高喊人工智能会威胁人类,一边又做自动驾驶,是自相矛盾。马斯克在推特上隔空回应:Pinker并不懂通用人工智能和狭义人工智能的威胁。很多人也存在“非黑即白”的偏见。此外,前谷歌CEO施密特也认为,至少在下一个十年,机器还不可能奴役或消灭人类。

世上并没有那么多非黑即白的事情。

马斯克一边高喊人工智能是人类威胁,一边又在做L5自动驾驶,很多人认为他这种做法表里不一。最近,哈佛大学教授Steven Pinker就是直接跳出来指责马斯克的人。Pinker曾被《时代》列为“当前100位最有影响力的人”之一,声誉显赫。

不过,“钢铁侠”马斯克也不是吃素的,他在推特下留言说:如果连Pinker都不清楚功能性/狭义人工智能(例如自动驾驶汽车)和通用人工智能之间的区别……人类就有大麻烦了。”

马斯克怒怼哈佛教授:不懂人工智能

“如果伊隆·马斯克真的认真对待人工智能的威胁,他会停止制造这些自动驾驶汽车,这是我们将要看到的第一种先进的人工智能。”Pinker在上个月24日的Wired杂志上称。目前,特斯拉汽车号称已经支持L5完全无人驾驶,但相关软件还未升级。

70a9471ebcd34da74d52db18fcab16ea600be475

Steven Pinker

Pinker是哈佛大学教授,也是美国国家科学院院士,并两次入围普利策奖,获得9个名誉博士学位,被《时代》列为“当前100位最有影响力的人”之一。此外,在Wired杂志上,他还认为高度发达的外星文明倾向于和平与宽容,因此先进的外星人更可能是友好的。


Pinker半个月前说的这些话在当时并没有引起太多关注,但看热闹的不嫌事儿大,有好事的推特网友转发Pinker评价马斯克的上述言论,并手动@马斯克,一下子就引起了“钢铁侠”的注意。

6659abc10aecfef29f485c0daff5442091512d87

“哇,如果连Pinker都不清楚功能性/狭义人工智能(例如自动驾驶汽车)和通用人工智能之间的区别,当后者拥有100万倍于计算机的处理能力时候,人类就有大麻烦了。”

很明显,马斯克认为Pinker这样声誉显赫的学者是不懂人工智能的,“非黑即白”的问题出现在了这名大教授身上。

开发自动驾驶可能会对开发通用人工智能做出一些贡献,这肯定会引发关于我们如何培训机器的道德问题。但是,正如马斯克所指出的那样,即使是完全完美的自动驾驶汽车,也不会出现边缘化或伤害人类的“想法”。

马斯克“非黑即白”的烦恼:自动驾驶不是通用人工智能

上个月,马斯克退出了他亲手创办OpenAI董事会。

OpenAI是一家非盈利的、用开放的方法研究通用人工智能、防止AI被大公司垄断的研究机构,马斯克是OpenAI最大的投资人之一。

官方宣称,马斯克的退出是为了避免OpenAI将来与特斯拉可能发生的利益冲突。消息一出,很多人认为马斯克不再觉得人工智能是人类的威胁,并全力推进特斯拉的L5。

而此次马斯克怒怼哈佛大学教授Pinker,也可以看做是对这种“非黑即白”的看法进行回应。实际上,马斯克并没有完全与OpenAI做切割,他仍然是OpenAI的捐赠者,并将继续为该团队提供建议。

此外,马斯克曾频繁警告人工智能的危险已经触及到它们可能用于控制武器或操纵信息来引发全球性冲突。物理学家霍金以及比尔·盖茨也以类似的方式警告说,AI在超过我们的生物智能时可以“取代”人类。

但这些担忧是关于所谓的“通用”人工智能(AGI),即系统能够复制所有人类决策。但像特斯拉的Autopilot、AlphaGo和Facebook的新闻推送算法等系统是马斯克口中的功能性/狭义人工智能,两者完全不同的,狭义的AI系统旨在处理一项离散任务。

人工智能多久“统治”人类?谷歌前CEO:起码还有一二十年的时间

虽然狭义人工智能并不会给人类造成威胁,但马斯克等人对通用人工智能的担忧并非杞人忧天,可至于多少年之后通用人工智能会成为人类的威胁,现在还没有准确的说法。

日前,谷歌前CEO Eric Schmidt在慕尼黑安全会议上发言时称,至少在下一个十年,机器人还不可能奴役或消灭人类。他说:

“每个人都喜欢谈论电影风格的世界末日场景,但我可以很自信地预测,这样的场景距离我们起码还有一二十年的时间。所以我们可以担忧,但那是很久以后的事情。”

a49b71f3a09564919b676f962b73904a345643aa

谷歌前CEO Eric Schmidt

Schmidt的话并没有十分令人欣慰。

近年来,人工智能和机器人技术的飞速发展已经扩大了讨论的范围。整整一代人都是在科幻电影中长大的,电影描绘的是机器人的起义,几乎可以肯定的是,当我们想到机器人的未来时,这些场景正是我们想象的场景。

这样想当然是合理的,但不太可能。Schmidt接着说:

“另外一点,我想提醒大家,这些技术本身存在着严重的错误,它们不应该被用于生命攸关的决策。所以我不想坐在一架由电脑负责有关飞行的一切决策的飞机上。这项技术还不够可靠——在使用上存在太多错误。它可以建议,它使你更聪明等等,但我不会让它负责指挥和控制。

最后一句话是关键。

研究者很清楚(尽管大多数普通人不这样认为),AI并不适合取代人类,因为它是为了增强人类的。人类的大脑很复杂。虽然普遍来说,40岁的人无法记住维基百科,也不能打败最厉害的扑克玩家,但典型的机器人并不能处理人类擅长的简单的即兴创作。

但事实上,AI和机器人擅长的大部分工作都是不需要技巧的工作,既简单而可重复的目标,这些目标都很容易定义和测量。机器人并不擅长即兴创作; 他们需要一套明确的规则,这些规则将越来越需要包含故障安全措施,以在发生故障时关闭机器。

尽管这些技术将会继续得到改进,但感知还不会出现。如果一个机器人要编程危险的机器人,它必须被编程为危险的。所以我们不是应该担心机器人,而是应该担心负责写代码的人。



原文发布时间为:2018-03-4
本文作者:张乾、肖琴
本文来自云栖社区合作伙伴新智元,了解相关信息可以关注“AI_era”微信公众号
相关文章
|
4月前
|
分布式计算 NoSQL 物联网
麻省理工IOT教授撰写的1058页Python程序设计人工智能实践手册!
Python是世界上最流行的语言之一,也是编程语言中使用人数增长最快的一种。 开发者经常会很快地发现自己喜欢Python。他们会欣赏Python的表达力、可读性、简洁性和交互性,也会喜欢开源软件开发环境,这个开源环境正在为广泛的应用领域提供快速增长的可重用软件基础。 几十年来,一些趋势已经强有力地显现出来。计算机硬件已经迅速变得更快、更便宜、更小;互联网带宽已经迅速变得越来越大,同时也越来越便宜;优质的计算机软件已经变得越来越丰富,并且通过“开源”方式免费或几乎免费;很快,“物联网”将连接数以百亿计的各种可想象的设备。这将导致以快速增长的速度和数量生成大量数据。 在今天的计算技术中,最新的创新
|
4月前
|
分布式计算 NoSQL 物联网
麻省理工IOT教授撰写的1058页Python程序设计人工智能实践手册!
Python是世界上最流行的语言之一,也是编程语言中使用人数增长最快的一种。 开发者经常会很快地发现自己喜欢Python。他们会欣赏Python的表达力、可读性、简洁性和交互性,也会喜欢开源软件开发环境,这个开源环境正在为广泛的应用领域提供快速增长的可重用软件基础。
|
5月前
|
人工智能 数据挖掘 大数据
538个代码示例!麻省理工教授的Python程序设计+人工智能案例实践
Python简单易学,且提供了丰富的第三方库,可以用较少的代码完成较多的工作,使开发者能够专注于如何解决问题而只花较少的时间去考虑如何编程。 此外,Python还具有免费开源、跨平台、面向对象、胶水语言等优点,在系统编程、图形界面开发、科学计算、Web开发、数据分析、人工智能等方面有广泛应用。 尤其是在数据分析和人工智能方面,Python已成为最受开发者欢迎的编程语言之一,不仅大量计算机专业人员选择使用Python进行快速开发,许多非计算机专业人员也纷纷选择Python语言来解决专业问题。 由于Python应用广泛,关于Python的参考书目前已经有很多,但将Python编程与数据分析、人工智
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
机界先锋:Figure 01实现全面沟通与AGI通用人工智能的征途
机界先锋:Figure 01实现全面沟通与AGI通用人工智能的征途
120 1
|
5月前
|
人工智能 数据挖掘 大数据
538个代码示例!麻省理工教授的Python程序设计+人工智能案例实践
Python简单易学,且提供了丰富的第三方库,可以用较少的代码完成较多的工作,使开发者能够专注于如何解决问题而只花较少的时间去考虑如何编程。 此外,Python还具有免费开源、跨平台、面向对象、胶水语言等优点,在系统编程、图形界面开发、科学计算、Web开发、数据分析、人工智能等方面有广泛应用。 尤其是在数据分析和人工智能方面,Python已成为最受开发者欢迎的编程语言之一,不仅大量计算机专业人员选择使用Python进行快速开发,许多非计算机专业人员也纷纷选择Python语言来解决专业问题。 由于Python应用广泛,关于Python的参考书目前已经有很多,但将Python编程与数据分析、人工智
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能驱动的未来:从深度学习到通用人工智能
在21世纪,人工智能(AI)技术经历了迅猛的发展,并在各行各业中得到了广泛应用。这篇文章将探讨AI技术的发展历程,从深度学习的突破开始,到当前通用人工智能的研究进展,并展望其未来潜力。
65 0
|
5月前
|
人工智能 自然语言处理 搜索推荐
探索马斯克xAI与GPT模型的现状与发展:引领人工智能的未来
探索马斯克创立的xAI与"百模大战"的崛起,马斯克从对AI的担忧转向实际行动,成立xAI以追求宇宙真理。中国AI产业在竞争中崛起,多家企业推出大模型,展现出强劲实力。AI大模型发展趋势包括规模性能提升、多模态学习、个性化和自适应,以及模型的可解释性和公正性。xAI与GPT模型的出现,揭示了AI的潜力与挑战,未来将推动人机协作和模型的可持续发展。
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
【大模型】讨论 LLM 在更广泛的通用人工智能 (AGI) 领域中的作用
【5月更文挑战第5天】【大模型】讨论 LLM 在更广泛的通用人工智能 (AGI) 领域中的作用
|
11天前
|
机器学习/深度学习 人工智能 物联网
通义灵码在人工智能与机器学习领域的应用
通义灵码不仅在物联网领域表现出色,还在人工智能、机器学习、金融、医疗和教育等领域展现出广泛应用前景。本文探讨了其在这些领域的具体应用,如模型训练、风险评估、医疗影像诊断等,并总结了其提高开发效率、降低门槛、促进合作和推动创新的优势。
通义灵码在人工智能与机器学习领域的应用
|
12天前
|
人工智能 算法 安全
人工智能在医疗诊断中的应用与前景####
本文旨在探讨人工智能(AI)技术在医疗诊断领域的应用现状、面临的挑战以及未来的发展趋势。随着科技的不断进步,AI技术正逐步渗透到医疗行业的各个环节,尤其在提高诊断准确性和效率方面展现出巨大潜力。通过分析当前AI在医学影像分析、疾病预测、个性化治疗方案制定等方面的实际应用案例,我们可以预见到一个更加智能化、精准化的医疗服务体系正在形成。然而,数据隐私保护、算法透明度及伦理问题仍是制约其进一步发展的关键因素。本文还将讨论这些挑战的可能解决方案,并对AI如何更好地服务于人类健康事业提出展望。 ####
下一篇
无影云桌面