具有健康的感觉和认知智慧的机器人:我们还在吗?

具有健康的感觉和认知智慧的机器人:我们还在吗?

关于人与机器人的讨论现在是永久而常见的事情。尽管机器人被视为反乌托邦的未来的赋权因素,而这是由数字障碍带来的,但困扰着思想的主要问题是他们的智慧。当涉及到人类的智慧时,没有生命的“机械思维或大赦国际”可以使我们与我们平行。但是,人工智能支持的机器人设法以更好的准确性执行了单调的琐碎任务。重要的是要注意,这并不意味着机器人已经获得了认知智慧或对人类必不可少的逻辑,尽管它们具有现代机器人的奇迹。

主要问题是机器人的大多数书面算法都取决于机器学习的编码。这些符号是从特定类型的数据中收集的,并根据单个测试条件对模型进行培训。因此,当将其放置在代码或算法中的位置时,机器人可能会失败或推断出可能是灾难性的。这在2001年历史悠久的史丹利立方电影:太空漫游者中强调了这一点。这部电影包括一台超级计算机HAL-9000,这是创作者知道任务的目的:到达木星并在地球外寻找智力的迹象。当哈尔犯错时,他拒绝承认,并声称这是由人为错误造成的。因此,宇航员决定关闭赫尔,但不幸的是,人工智能通过阅读嘴唇发现了他们的情节。赫尔(Hull)明确地得出了一个新的结论,这不是他原始计划的一部分,并决定通过系统地杀死人来拯救自己。

对专家的另一个澄清经常提到,尽管我们可以教机器人有关如何通过训练门打开门并喂给500种不同类型的门的数据,但是当要求他们被要求打开501时,这些机器人将继续失败。人类不需要成为“培训师”观看和学习,或者要感谢您的好奇心。此外,每当有人敲门时,我们都不会打开它,因为总会有一个非友好的邻居。同样,我们也不需要提醒我们关门,但是机器人需要清晰的说明。让我们考虑一下生活的其他方面,机器人和AI经过一组特定数据的培训;因此,除了观察结果之外,当输入是经过训练或编程的东西时,它们还将有效地工作。例如,如果一个人在开车时使用“撞上道路”一词,则意味着它对自己或驾驶员说,可以绝对地启动飞行。如果机器人不知道同一表达的冰含义,则可以相信该人要“击中”这条路。这种误解会导致事故。尽管研究人员努力工作,但他们放置了算法,操作符号,但我们尚未看到一个机器人了解人们说话的方式,所有人都带有口音,方言,专题讨论会和术语。

未来的物理学家和理论物理学家米歇奥·卡库(Michio Kaku)说:“今天的机器人具有集体智慧和蟑螂的智慧。”尽管当今的机器人可以在我们的领导下制作沙拉,或者诸如Deep Blue或Alphago Zero之类的机器人可以在国际象棋中击败人类,但它们并不一定有资格成为“适当的感觉”或智力。我们要求我们不要忘记深蓝色和阿尔法戈零是按照“智能”人类科学家团队提供的指示。这些机器人是由足够聪明的人设计的,显然可以解决一项不可能的任务。总而言之,尽管机器人更聪明,但他们现在能够折叠洗涤,并在寻求在线约会的人中模仿,但是在认知智能和声音本能方面,它们仍然迟到。要等待很长时间,直到我们在科幻电影中看到一个机器人,即C3P0,R2D2或Wall-E。

Source link

Similar Posts

  • 灰色头发软化:5种安装的方法来软化粗糙的链

    光滑的白发 5种安装方法来软化柔软的白发 伦敦的奥古达里奥(Augario London)包括头发的修复和光彩 关于作者 如果您的白发感觉粗糙,有线或缺乏光泽,那么您并不孤单。由于头发失去了色素,因此质地经常会改变 – 由于管理方面更脆弱,干燥和困难。更光滑和更光滑的白发的秘诀在于固定的例行程序:每周的深层状态,带有保湿的发膜,通过定期治疗恢复弹性,选择天然植物杂志,以及在家中以质量进行仪式。与获奖者 Ogario London…

  • 七龙珠与原始冰柜的设计共享插图,更神秘和令人担忧

    七龙珠包含一个大人物的大型目录,因为它比其他人更有趣,甚至更复杂。但是尽管一切,冰柜 它仍然是有史以来最著名的,也是最纪念的,因为它的参与和对特权的影响。实际上,Torama将其设计为传奇和行动。 但是,我们必须指出,我们都知道的关于弗里扎的设计并不是托里亚山一开始就计划了,而是其他的。 七龙珠参加了这个计划 可以看出,它的原始外观更加烦人。 原始的冰柜设计更令人不安和残酷 原始的冰柜设计与我们知道的完全不同 正如我们提到的,冰柜是漫画/动漫行业中最著名的坏人之一。这个角色是造成七龙珠世界中许多灾难的原因, 包括破坏维吉塔和萨安的灭绝。 眼下,…

  • 缩放LLM产品的秘诀:多工具上的其他成分

    你们 此图像: 您的团队刚刚发布了一个与LLM-MAY合作的新应用程序,是您仪表板中的内置摘要,或者Smart Chatbot来支持客户。 在插图中眼花azz乱。领导很高兴。但是一周后,用户准备了奇怪的边缘条件。您正在纠正它。另一个团队希望重用该模型以进行新用途。您可以修改逻辑,重新连接某些应用程序编程外墙,以及…繁荣。聊天机器人休息。再次。 欢迎来到人工智能时代的陷阱 当LLMS型号包含在更多产品中时,工程团队会发现一个苛刻的事实:LLMS在紧密耦合的结构中的扩展不能很好地扩展。一个组件中的修正案可能会对其他组件产生不可预测的影响,该组件转换了在脆弱的系统中似乎很容易赢得的功能。纠正错误成为绝对的噩梦。经验减慢。信任正在侵蚀。 但是有更好的方法。 从紧凑到单位:辅助程序的结构的兴起 辅助计划的结构具有与小型服务彻底改变Web应用程序的创建一样彻底改变LLM产品的能力。该团队使用一种规范性方法,其中每个AI容量(例如摘要,翻译,问题和分类答案)被包裹为一个独特的连接单元,而不是创建一个相互联系的代码库,其中所有功能都相互交织。…

  • 在波浪状的头发上使用多少凝胶

    我从高利女孩的相对较新的人或拥抱波浪形的头发中得出的一个真正常见的问题,我应该使用的凝胶数量吗?另外,您怎么知道您是否使用了很多凝胶! 这是一个非常好的问题,并有一个复杂的答案。我最近将头发介绍了很多凝胶,然后再用足够的凝胶,这样我就可以通过每个看起来像的图片展示您。 人有多少人。真的不同 然而,我想给出可见的,因为很难知道应该在波浪状头发上使用的凝胶量。这是因为您头上的头发数量可能与别人头上的头发的数量有很大差异,即使他的头发对您来说是相同的头发,即使没有一个人根本没有头发或秃头稀疏。我读到,头发浓密的人的头部可以像低密度的头发一样有6 x的头发。这似乎很难相信,但是下面的综合tiktok有助于澄清这一事实。 @ 他们的头发几乎相同,但是在辫子的大小中,您会看到第一个女孩的头发像第二个女孩一样的三倍以上,因为她的辫子的部分(头发的1/3部分)比另一个女孩的辫子厚。结果,如果这两个人想使用“足够”的凝胶,那么第一个女孩将需要像第二个女孩一样使用凝胶的两倍以上。 有些人建议相应地测量马尾辫和凝胶估算。我以前尝试过这些,但从未找到它们正确地得到。就个人而言,我认为了解所需的凝胶量的唯一方法是一点体验,并寻找您使用过多或不够使用的迹象,并适应未来,直到找到适合自己的理想量为止。 你怎么知道你是否使用过很多头发凝胶 如果您使用了很多凝胶,可以出现许多迹象。这包括:…