国庆了 推荐你看这几部人工智能电影

简介:

当我们真正闲下来的时候,我们才有空思考一些关于未来与远方的东西:为什么我没有男(女)朋友? 为什么那么多人不想生孩子? 为什么今天房价还在飙升的日子,Musk却说10年后我们要离开地球去火星?为什么我明明之中希望机器人干点什么……这些超脱现实的思考,普通人不能告诉我们为什么,但电影可以,因为此刻我们正好有大把时间可以以下电影。

她(Her)

国庆了  推荐你看这几部人工智能电影

故事发生在2025年。西奥多·托姆布里(华金·菲尼克斯饰)是一名孤独内向的男子,他的工作是给那些不善于表达感情的人代写感人肺腑的情书。和相爱多年的妻子凯瑟琳(鲁妮·玛拉饰)分手后,他一直沉静在悲伤当中。西奥多接触到一款先进的人工智能操作系统OS1,这款系统能够通过和人类对话,不断丰富自己的意识和感情。操作系统化身为一名叫做萨曼莎的“女性”(斯嘉丽·约翰逊声),风趣幽默,善解人意,尤其那磁性声音,让奥斯多顿时沦陷,凭借强大运算能力,“她”很快了解了西奥多。

推荐理由:

一个带着强烈磁性并懂你的声音,用古人的话来讲就是我们梦寐以求的红颜知己,这对很多孤单的宅男来说其实是个致命的诱惑力。而且现在很多公司在做的智能语音技术,像Apple siri,Google now微软Cortana小娜等,已经出现了一点这个“她”未来是可以实现的载体影子,这会让很多手里拿着语音机器人的宅男更加想入非非。

人工智能

国庆了  推荐你看这几部人工智能电影

作为第一个被输入情感程序的机器男孩,大卫是这个公司的员工Henry(萨姆-罗伯兹饰,Sam Robards)和他的妻子(弗朗西斯-奥康娜饰,Frances O’Connor)的一个试验品,他们夫妻俩收养了大卫。而他们自己的孩子却最终因病被冷冻起来,以期待有朝一日,有一种能治疗这种病的方法会出现。尽管大卫逐渐成了他们的孩子,拥有了所有的爱,成为了家庭的一员。但是,人类和机器人最终都无法接受他,他开始踏上旅途,去寻找真正属于自己的地方,他发现在那个世界中,机器人和机器的差距如此之大,又是那么的脆弱,他要寻找自我,探索人性,寻找真正的自我。

推荐理由:

这个看起来跟人类表面无异的小男孩其实是个具有人类情感和智能的人性机器人,引发了许多遐想未来人可能是人机结合体幻想者的思考——如果我是一个人机结合体,我到底属于人还是属于机器人,我身体里人的部分还是机器人凌驾于另一方之上,这种关乎归属感的沉重思考足已让我们想很久很久。

机器人总动员

国庆了  推荐你看这几部人工智能电影

公元2700年,地球早就被人类祸害成了一个巨大的垃圾场,已经到了无法居住的地步,人类只能大举迁移到别的星球,然后委托一家机器人垃圾清理公司善后,直至地球的环境系统重新达到生态平衡。

在人类离开之后,垃圾清理公司将机器人瓦力成批地输送到地球,并给他们安装了惟一的指令--垃圾分装,然而随着时间的推移,机器人一个接一个地坏掉,最后只剩下惟一的一个,继续在这个似乎已经被遗忘了的角落,勤勤恳恳地在垃圾堆中忙碌着,转眼就过去了几百年的时间,寂寞与孤独变成了围绕着他的永恒的主题。

然而,一艘突然而至的宇宙飞船打破了这里的平静,它还带来了专职搜索任务的机器人夏娃,当瓦力经历了几百年的孤独,终于见到了另一个机器人时,他觉得自己好像爱上她了……

推荐理由:

最近马斯克一直在推进自己的理论-人工智能的未来是AI-人类的混合体,10年内机器人将先登火星。听着这位比我门掌握了人工智能多得多数据的CEO强调的趋势,那些准备在城市里安家买房的奋斗者们不禁会产生一个疑问——假如再过一些日子我们都变成AI-人类的混合体了,我们现在要死要活地买套房子真的有用吗?如果你对那望而止步的房价感到厌烦,如果你不想被一块无赖的地皮玩弄于股掌之中,推荐你去看看这部电影开拓下思维。

《Morgan》

国庆了  推荐你看这几部人工智能电影

IBM 的工程师们给 Watson 看了 100 部恐怖电影预告片,但与普通人不同的是,Watson 看到的是这些影片的切割片段或单独场景。Watson 对这些预告片进行了画面、声音、创作构成的分析,并标记上对应的情感。它甚至还分析了人物的语调和背景音乐,以判断声音与情感的对应关系。

Watson 完成学习后,工作人员又将完整的《Morgan》电影导入,Watson 迅速挑出了其中 10 个场景组成了一段长达 6 分钟的影片。尽管还是需要一名工作人员将这些镜头剪辑成最终的成片,但在 Watson 的帮助下,制作预告片的时间由通常的 10 天到 1 个月,缩减到了短短的 24 小时。

推荐理由:

严格来讲,这部电影预告片不能算一部正式的人工智能电影,但我们选择这个用人工智能真正合成的电影预告片来显示当下的人工智能技术的真正水平,以及,进一步告诉你上面看的几部人工智能电影都不是那么遥远的事。

小结:

在过去几十年,当我们无法预测计算机的未来,驾驶的未来,对地球以外地区探索的未来,我们就会去好莱坞的镜头里找灵感,这一次,面对跟我们人类自己息息相关的AI未来,我们要去电影里找的,不仅仅是未来,还是关乎自己生死的未来。


本文作者:宗仁


本文转自雷锋网禁止二次转载,原文链接

相关文章
|
21天前
|
人工智能 搜索推荐
人工智能与娱乐产业:电影制作的新工具
【10月更文挑战第31天】随着科技的发展,人工智能(AI)已成为电影制作的新工具,从剧本创作、场景构建、动作捕捉到音频处理和剪辑,AI不仅提升了制作效率和质量,还为电影人提供了更多创作可能性。本文探讨了AI在电影制作中的具体应用及其带来的变革。
|
6月前
|
人工智能 区块链
人工智能电影学院在里斯本成立,为全球电影制作人赋能
**人工智能电影学院(AIFA)将于2024年5月28日启动首届AIFA奖,与里斯本Non Fungible Conference合作,推动电影行业民主化。创始人克莱尔·马奎尔和里奥·克兰利用AI和区块链消除行业壁垒,支持全球创意人才。活动在卡洛斯·洛佩斯展馆举行,知名评审团将选出13位决赛入围者。AIFA奖结合艺术与技术,以DJ Agoria的表演为高潮,展现电影制作的未来。此次活动是技术与娱乐交融的重要里程碑。**
|
机器学习/深度学习 人工智能 算法
【人工智能】机器学习之Python使用KNN算法进行电影类型预测以及使用KNN算法对鸢尾花进行分类
使用KNN进行电影类型预测: 给定训练样本集合 解题步骤: 1.计算一个新样本与数据集中所有数据的距离 2.按照距离大小进行递增排序 3.选取距离最小的k个样本 4.确定前k个样本所在类别出现的频率,并输出出现频率最高的类别 编写代码,实现对iris数据集的KNN算法分类及预测 要求: (1)数据集划分为测试集占20%; (2)n_neighbors=5; (3)评价模型的准确率; (4)使用模型预测未知种类的鸢尾花。 (待预测数据:X1=[[1.5 , 3 , 5.8 , 2.2], [6.2 , 2.9 , 4.3 , 1.3]]) iris数据集有150组,每组4个数据。
701 1
【人工智能】机器学习之Python使用KNN算法进行电影类型预测以及使用KNN算法对鸢尾花进行分类
|
机器学习/深度学习 人工智能 自动驾驶
厉害了我的 AI:在看了上千部电影后,这个人工智能竟能帮你识别电影明星
目前 AI(人工智能)的前沿研究是关于大脑启发的人工神经网络,而这一技术已经被应用于无人驾驶的情况下让汽车减速,并且在几十种语言之间的即时翻译和医学诊断方面都有应用。
955 0
厉害了我的 AI:在看了上千部电影后,这个人工智能竟能帮你识别电影明星
|
机器学习/深度学习 人工智能 自然语言处理
强人工智能不能碰,那电影中的机器人只是一场梦?
如果强人工智能是一条不可逾越的红线,那么人和机器交互方式的终极形态应该是什么样的呢?
5257 0
|
6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
|
7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。 ####
|
6天前
|
机器学习/深度学习 人工智能 算法
人工智能在医疗诊断中的应用与挑战
本文探讨了人工智能(AI)在医疗诊断领域的应用及其面临的挑战。随着技术的不断进步,AI已经在医学影像分析、疾病预测和个性化治疗等方面展现出巨大潜力。然而,数据隐私、算法透明度以及临床整合等问题仍然是亟待解决的关键问题。本文旨在通过分析当前AI技术在医疗诊断中的具体应用案例,探讨其带来的优势和潜在风险,并提出相应的解决策略,以期为未来AI在医疗领域的深入应用提供参考。
34 3
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
探索人工智能在教育领域的应用与挑战
随着科技的不断进步,人工智能(AI)技术已经深入到社会的各个领域,其中教育领域尤为突出。本文旨在探讨人工智能在教育领域的应用现状、面临的挑战以及未来的发展趋势。通过分析AI技术如何改变传统教学模式,提高教育质量和效率,同时指出其在实际应用中可能遇到的问题和挑战,为未来教育的发展提供参考。
63 2