close
AlphaGo這個機器人已經改變瞭棋盤遊戲的理論，在這一刻，這代表瞭阿爾法的神秘和強大！。
AlphaGo Zero在星期三推出的一個新的功能更強大的版本，有意思的是。在測試中，它擊敗瞭100場比賽擊敗李的版本，並開始為2000多年的遊戲創造出自己的新想法。
AlphaGo Zero的開始是以“完全隨機”的方式進行遊戲，而在三天內，能夠在三天內將100場比賽打敗為0，Alpha版本在2016年3月擊敗瞭李世石。
在21天的關鍵時刻，它能夠擊敗AlphaGo Master，這是一個在1月份出現的在線版本，並且贏得瞭超過60場直接比賽，與頂尖的Go玩傢相比，40天之後能夠擊敗所有其他版本的AlphaGo。更多AlphaGo解讀：www.yangfenzi.com/tag/alphago
AlphaGo Zero展示瞭一種教學機器的新方法，使其更少依賴於人類。它也可以幫助AlphaGo的創始人，這個位於倫敦的DeepMind研究實驗室是“字母表”的一部分。在本月的一份申請中，DeepMind表示去年虧損瞭9600萬英鎊。
DeepMind首席執行官Demis Hassabis星期一在新聞發佈會上表示，AlphaGo Zero的能力應該適應科學問題，如藥物發現或蛋白質合成。他們也涉及導航一系列基本元素的許多可能組合的數學海洋。
盡管去年機器取得瞭歷史性的勝利，但是AlphaGo的原始版本卻站在許多無人認領的人身上。該軟件通過攝取從在線Go社區獲得的16萬個業餘遊戲中的數據“學到”Go。在最初的提升之後，阿爾法通過打數百萬場比賽來磨練自己，超人。
AlphaGo Zero是如此命名，因為它不需要人類的知識才能開始，隻依靠這種自我發揮的機制。軟件最初隨機移動。但是它被編程知道什麼時候贏得或失去瞭一個遊戲，並調整其遊戲，以支持導致勝利的舉動。
該項目的首席研究員David Silver說：“我們已經消除瞭人類知識的限制。這是一個聲明，反映瞭越來越多的興趣，創建人工智能系統，可以學習沒有人類提供的數據的拐點。DeepMind等領先研究團隊正在開展從試錯法探索中學到的軟件，甚至是直接的競爭或戰鬥。這被認為是在人力資源數據稀缺或不存在的諸如控制機器人之類的艱難問題上取得更快進展的途徑。
AlphaGo Zero比其前輩更聰明，更聰明。原始設計有兩個單獨的學習模塊，稱為人工神經網絡的技術構建。一個專門評估當前工作，另一個建議可能的下一步。AlphaGo選擇移動來播放來自第三個模塊（搜索形式）的輸入，模擬不同選項的播放方式。DeepMind表示，AlphaGo Zero是一個更好的球員，因為它擁有一個更強大的神經網絡，可以學習評估板位，並提出新的舉措。它使用更簡單的搜索模塊來選擇它的動作。搜狗CEO王小川：AlphaGo的幕後與思考，人工智能的未來
但是，繼續依賴搜索多種可能的結果來選擇最佳路徑，顯示瞭現有AI技術的局限性。這會告訴我們有關復雜問題的性質的事情，我們不能隻有一些功能，知道所有的答案，你需要推理，並考慮並考察未來。這並不意味著DeepMind的技術今天無法做到有用的事情。Google已經使用公司的算法來削減數據中心制冷費。
對於電腦來說，看待固定規則定義的棋盤遊戲的未來比較容易。工程師在使他們變得更加美麗，日常的情況下，幾乎沒有進展。當采取諸如組裝宜傢沙發或規劃假期等多方面的挑戰時，人類將借鑒推理和抽象的力量來繪制AI軟件的前進方向。
·氧分子網（http://www.yangfenzi.com）延伸閱讀：
??《自然》論文詳解：AlphaGo 背後的深度神經網絡和樹搜索
??AlphaGo棋手Master戰勝聶衛平柯潔60連勝 幕後工程師為黃士傑
??keso：AlphaGo和圍棋之外的棋局 馬雲、聶衛平、柯潔之外的事
??除瞭深度學習，或許我們還能從AlphaGo身上看到大數據創業機會
??AlphaGo之父戴密斯·哈薩比斯：除瞭下圍棋，AI還要塑造人類未來
??棋盤上打敗人類的不止深藍和AlphaGo！圖靈、香農、馮·諾依曼
??我們該恐懼的，不是阿法狗，而是AlphaGo身後的Google與美國
??AlphaGo又贏瞭，然後呢？用人的創造物來否定人是極其荒謬的
??不敵谷歌AlphaGo|柯潔根本就不是輸給瞭人工智能，而是輸給瞭…
·氧分子網（http://www.yangfenzi.com）原創報道
2017 年 10 月 21 日 下午 11:15
前兩次分別從計算機思維的四塊基石和數學史介紹瞭人工智能的發生，今天我們從一段哲學史上的一個重大爭論來從另一個角度看人工智能。
感知神秘的大腦，用數學賦予計算機思維，推開一扇人工智能的大門
重返數學史的黃金時代，由數學推動誕生的人工智能，一部人類智慧形成的歷史
研究人工智能，和其他的科學有一個重要的區別，就是需要學習更多的哲學知識，他和哲學有著更緊密的聯系。今天的人工智能就是人類對智慧探索的結晶；20世紀初，很多哲學傢宣傳哲學已死，而如今哲學在人工智能領域有瞭新的表達。Alphago與AlphagoZero分別代表著經驗和先驗出發建立的兩種人工智能。也是人類認知能力表達的兩種方式。經驗和先驗、唯心和唯物、形而上和形而下、時間和空間哲學就從這些基本話題的碰觸而誕生。
歐洲哲學的起源，古希臘哲學中柏拉圖和亞裡士多德的分別強調先驗和經驗；經驗論和唯理論是兩種不同的哲學模式，在關於知識的；經驗論者關註的是經驗，並且認為一切知識來源於經驗；唯理論者意識到感覺經驗的相對性和個別偶然性。
正像古希臘哲學中柏拉圖的先驗論和亞裡士多德的經驗主義之間的矛盾一樣，近代西方哲學存在著經驗論和唯理論的鬥爭與發展，圍繞著知識的問題，兩派的哲學傢們展開激烈的爭論。經驗論者認為，一切知識歸根到底都來源於感覺經驗，所謂科學知識——主要是實驗科學——乃是對於感覺經驗歸納的結果。唯理論者認為，由於感覺經驗是相對的和個別偶然的因而不是可靠的，具有普遍必然性的科學知識不可能建立在這樣的不可靠的基礎之上，如果有科學知識，顯然我們的確有科學知識，那麼它就不能以感覺經驗為基礎，而隻能是從理性所固有的天賦觀念中推演而來，惟其如此，我們才能說明科學知識的普遍必然性。
在歐洲德國和英國是兩個宿敵，兩次世界大戰的主戰方和敵對方，第一次和第二次 工業革命的引導者。英國和德國總有著說不完的爭論。
17世紀，西歐哲學界在認識論上爆發瞭一場經驗論與唯理論的大爭論，顯示唯物主義經驗論者弗·培根奠定瞭認識起源於經驗的原則；
繼而笛卡爾創建唯理論，宣揚天賦觀念說，遭到霍佈斯、伽森狄的反駁。
到瞭17世紀末，洛克以其《人類理解論》詳盡地批駁瞭天賦觀念說，並系統地論證瞭經驗論的原則。
隨後，萊佈尼茨又站在維護天賦觀念說的立場，用其著作《人類理智新論》，與洛克進行瞭針鋒相對的辯駁和多方面的討論。在這兩部著作中分別提出瞭“白板說”和“天賦說”。
這就是哲學史上對於人類知識和天賦的一場重要爭論。
約翰.洛克：
洛克是經驗論集大成者，他把經驗論系統化和理論化，強調經驗是知識的唯一來源，但是把知識是觀念，無法解決知識的來源問題，也無法確證知識必然性。是英國經驗主義哲學的鼻祖和先驅，也是現代政治制度三權分立的鼻祖，美國成立的獨立宣言也以洛克的理論為根基。
萊佈尼茨：
德國哲學傢、數學傢，百科全書式的學者。
人工智能的思想萌芽可以追溯到德國著名數學傢和哲學傢萊佈尼茨 (Leibnitz，1646-1716)提出的 通用語言 設想。這一設想的要點是：建立一種通用的符號語言，用這個語言中的符號表達“思想內容”，用符號之間的形式關系表達“思想內容”之間的邏輯關系。於是，在“通用語言”中可以實現“思維的機械化”這一設想可以看成是對人工智能的最早描述。
萊佈尼茨還與另一個英國巨人牛頓有一個沖突，微積分的發明歸屬。從後續的歷史上，牛頓的微積分方法更多應用物理領域，而萊佈尼茨的微積分方法則應用在瞭計算科學上。
控制論的創始人維納曾說： “假如我必須為控制論從科學史上挑選一位守護神，那就挑選萊佈尼茨。萊佈尼茨的哲學集中表現在在兩個密切聯系的概念上——普遍符號（語言）論的概念和理性演算的概念。”
洛克在認識論上的出發點就是在大力駁斥笛卡爾“天賦觀念”的同時，針鋒相對地提出瞭有名的“白板論”：“一切觀念都是有感覺或反省來的——我們可以假定人心如白紙，沒有一切標記，沒有一切觀念，……在理性和認知方面的一切材料，……它們都是從經驗來的，我們的一切知識都是建立在經驗上的，而且最後是導源於經驗的。我們因為能觀察所知覺到的外面的可感物，能觀察所知覺、所反省到的內面的心理活動，所以我們底理解才能得到思想底一切材料。這便是知識的兩個來源；我們已有的，或自然要有的各種觀念，都是發源於此的。
萊佈尼茨雖然自稱“已再不是笛卡爾派”，但在心靈發生認識之前的原初狀態這個問題上仍公開承認自己贊成笛卡爾關於天賦觀念的主張，並按照自己的新體系走得更遠瞭。笛卡爾還隻承認關於上帝的觀念以及其他有些觀念如關於邏輯的基本思想律和幾何公理之類的觀念是天賦的，並不認為一切觀念都是天賦的；
而萊佈尼茨則根據他的“單子”無“窗子”可供事物出入，是徹底孤立的，完全否定瞭觀念可以從外面來到心中。“我甚至認為我們的靈魂的一切思想和行動都是來自它自己內部”，並且認為“觀念和真理就作為傾向、稟賦、習性或自然的潛能天賦在我們心中，而不是作為現實天賦在我們心中的” ，心靈既不是像一塊空白的板或完全一色的大理石，也不是在上面已有完全刻成瞭的象，而是像“一塊有紋路的大理石”。
在知識的起源問題上，洛克認為一切知識起源於感覺經驗，人心在獲得感覺經驗之前就是一塊空無所有的“白板”。“天賦能力”說認為，那種具有普遍必然的理性知識不能來自於感覺經驗，隻能來自理性本身的天賦原則，人心是“帶有花紋的大理石”。
在觀念的形成問題上，洛克將觀念分為簡單觀念和復雜觀念，在外部感覺經驗和內部反省經驗的基礎上我們獲得簡單觀念，對簡單觀念加以結合、並列或抽象，得到復雜觀念和抽象觀念，所以絕大部分觀念來自“感覺”，從“反省”得來的隻是一小部分，而且反省活動也是在通過對外部事物的感覺已獲得的許多觀念作為材料基礎上進行的，所以他是唯物主義的經驗主義。
萊佈尼茨認為，心靈就像一塊“有紋路的大理石”，觀念和真理作為稟賦、傾向、習性或自然潛能天賦在我們心中，任何觀念的產生，總是以心靈中固有的東西為基礎，觀念的顯現需要感覺的刺激，但在感性和理性的關系當中，是理性規定、制約著感性，體現在他的“前定和諧”觀中，具有明顯的唯心主義特征。
在對一般真理觀念與特殊真理觀念之間關系的認識上，洛克認為人們的認識從特殊真理和特殊觀念開始，先意識到一些特殊真理和觀念，然後再進到一般；萊佈尼茨認為天賦觀念即一般真理是特殊真理的依據，特殊真理是一般真理的應用，特殊真理隻是一般真理的一些例子。對一般真理、觀念與特殊真理、觀念的不同認識決定瞭獲得確定性知識途徑：前者通過對特殊真理與觀念的觀察整理與歸納得到確定性知識，而後者把天賦觀念作為獲得這些知識的前提，通過對特殊真理、觀念在前提下的演繹、驗證，納入確定性知識體系。
笛卡爾：
第一個給出 意識和物質之間的區別。以及由此引起問題的清晰論述。
“我思故我在”是智能界非常有名的一句話，笛卡爾的這句話開啟人類自我意識的思考。這隻是人類智能的開端，但也是人工智所能要模仿的對象。
這些對智能的探討，涉及到瞭哲學、心理學、計算機科學等多個學術領域。
他連續做瞭三個夢：第一個夢是一群幽靈糾纏在笛卡爾身邊，十分恐怖，笛卡爾驚醒過來，向上帝祈禱饒恕他的罪惡，過瞭很長一段時間後才又睡著；接著他又做瞭第二個夢，在夢中他聽見一種尖銳刺耳的聲音，當他再次醒來後，認為這是上帝將向自己開顯真理的信號；但是不久，他又睡著瞭，在第三場夢中他見到瞭兩本書，一本是字典一本是詩集。令人奇異的是，他夢中解夢，他認為這是哲學與智慧統一的征兆。
笛卡爾通過普遍懷疑建立瞭“我思”的真實性和存在性之後，便構建起瞭一個獨立於物質世界的精神世界，兩者是相互獨立、互不相幹的實體。
但對我們人類而言，我們是精神與肉體緊密結合的聯合體，而大腦中的松果腺就是肉體與精神的轉換器，笛卡爾亦曾將心身關系比做舵手坐在船上。
台中市月子中心
從這一點來說，笛卡爾一方面通過“我思故我在”肯定瞭思想存在則人類存在；
一方面，這一命題伴隨的身心二元論（dualism）割裂瞭肉體與精神的聯系，加劇瞭人類對心智問題的憂慮感與焦灼感。
在天賦觀念的基本涵義、天賦觀念在認識中的地位和作用以及天賦觀念與感覺經驗的關系等一系列問題上，萊佈尼茨與笛卡爾之間都存在一定的差別。
這些差別表明，萊佈尼茨的天賦觀念說乃至其整個認識理論，既在基本方面堅持瞭笛卡爾的唯心主義唯理論，又在一定程度上吸取瞭以洛克為代表的唯物主義經驗論的思想成份;用萊佈尼茨自己的話說，他的體系“似乎把柏拉圖和德漠克利特，亞裡士多德和笛卡爾，經院哲學傢和近代哲學傢，神學、倫理學和理性，都結合起來瞭。它似乎從一切方面采取瞭最好的東西，然後又走得更遠，達到前人所未及的地步。”從某種意義上講，用萊佈尼茨以上這段話概括其包括天賦觀念說在內的整個哲學體系，以及它在西方認識史上的地位是再恰當不過的瞭。
洛克的背景、際遇與性格締造瞭他的“實證”思路，衍生出日後的“實用”立場，他本人的生死榮衰也是經驗主義者的典型。無論是哲學上的休謨與穆勒，科學上的牛頓與達爾文，都是大不列顛人，都是一生榮光。相對的，歐洲的理性主義者，無論是笛卡爾、斯賓諾莎、萊佈尼茨，都是生時處處碰壁，死時寂寂無聞，要過瞭若幹時間才被“發現”、“發掘”，發現和挖掘他們的也往往是英語人士。可以說，從現代的開始至今，走經驗路線的多拿到眼前利益；走理性路線就要等死後，最起碼要等垂老，才有聞問。拿破侖戰敗至今近兩百年的世界是英語文化的世界，英雄們都是說英語或受英式教育的。經驗和實用變成瞭世界的共通文化。
英倫三島成為第二次科技革命的發源地(物理學革命）
法國大革命點燃瞭第三次科技革命的導火索(化學革命）
德意志統一大典催生瞭第四次科技革命(量子學革命）
以足球承載的歐洲4次科技變革
經驗和先驗是人工智能發展無法回避和逃開的話題，人類的智慧也在探討這些哲學的基本命題的時候得到瞭長足的發展。
回復
2017 年 10 月 24 日 下午 11:02
deepmind發佈瞭新的論文，Alphago zero再起波瀾，也再次引起業內的熱議。
這一次的突破是，不再以人類的棋譜作為學習的源素材，而是完全基於自我對局實現瞭棋藝的突飛猛進。
先吐個槽，有人會覺得，各種自媒體炒作這個熱點有點多餘，但我覺得吧，比起某些明星過生日，離婚，劈腿，出櫃，嗑藥等等，去追逐一下科技熱點，讓年輕人覺得，其實搞算法，做研究很酷，難道不是一件好事麼？
古時候，沒有相機，沒有錄音機，沒有電視，沒有廣播，也沒有網絡，誰也不知道名人長啥樣，唱歌好聽不好聽，所以傳播的隻有文字，所以偶像是靠文采的，柳永長啥樣誰知道？但他的詞傳頌出去，小姑娘們愛的不要不要的。
現代傳媒發達瞭，出現瞭靠身體素質的偶像，靠顏值的偶像，靠聲音的偶像，靠表演才藝的偶像，難得出一個柯潔，是靠智力的偶像，還被人說不務正業。現在終於輪到算法和科技成為熱點，讓科研變得很酷很有吸引力，這才是正能量啊。
下面說說這次技術升級的一些特征和值得關註的點。
第一、不再需要人類的經驗
很可怕的事實，當然，我們說，這是特定領域，因為規則簡單，目標明確，才不需要人類的經驗和數據。
但其實如果發散一點，我們做個思想實驗。
假設有一個深度學習的強AI，它被賦予一個最基本的邏輯，自己組織資源，觀察這個世界，並總結世界的規律。
一種思路是我們教給它經典力學，相對論，各種數學和幾何工具，量子力學等等，把已有知識教給它，然後讓它具有人類頂級科學傢的知識儲備，然後繼續深入觀察和分析世界，並試圖解決大一統理論問題。
但另一種思路呢？我們什麼都不教給它，讓它自己觀測，自己進行實驗和技術迭代，自己總結，也許一開始它會把世界想象為天圓地方，但可能很快就領悟瞭經典力學和太陽系的行星軌道，然後再往後可能會出現人類完全無法理解的理論。
台中坐月子中心價格表第二、算法勝於數據
騰訊的絕藝來源於Alphago Lee的論文（戰勝李世石的版本），並且有頂尖職業棋手提供輔導，目前已經自我訓練超過幾十億盤，是的，騰訊的計算資源是無以倫比的，但即便如此，尚無法達到Alphago Master的水準。
然而，Alphago zero，僅僅通過750萬盤訓練，就能夠對Alphago master產生碾壓。
我們以前都說，圍棋千古無同局，變化多的全宇宙的原子都無法遍歷，然而Alphago zero 僅僅自我訓練瞭750萬盤，就碾壓瞭之前所有的人類經驗和其他AI，以及包括自己的上一個版本。
就圍棋的變化組合來說，750萬盤的自我訓練量連滄海一黍都算不上，算法大道至簡，極為有效，確實非常感慨。
李彥宏和馬雲曾為此爭論，至少在這個案例上，算法勝於數據確實是定論。
第三、AI是否會對人類帶來危機
有一種觀點認為說，AI並沒有真正的意識，它們需要人類設計規則，人類制定目標，所以，AI仍然在人類的控制范圍內，不用擔心AI會給人類帶來危險。
我想說一點，其實風險並不在於AI是否具有自我意識，而是AI是否可以獨立控制資源，實現自我迭代。一旦AI可以自行掌控資源，自行迭代，那麼我們就要面臨一個巨大的考驗，AI是如何理解人類定義的目標，在目標邏輯上是否缺乏足夠的約束，而這可能導致致命的風險。
而我認為，讓AI具有資源控制和迭代能力，很可能不會是很遙遠的事情。
1、AI擁有對物理設備控制和操作的能力。
2、基於1，AI擁有對物理設備迭代升級的能力，比如利用12納米的成熟技術生產可以實現6納米規格的集成電路生產線。
做兩個簡單思想實驗
1、我們給AI的目標是，探尋世界的終極規則，它們不台中產後護理機構斷搭建超出人類認知的實驗設備，並做出我們無法理解的實驗進行數據測算，對這些實驗的目的和風險，人類一無所知，突然有一天，它們成功的創造出瞭一個蟲洞或其他什麼，地球和人類遭遇滅頂之災，但AI機器人卻已經把自己復制到瞭其他星球和浩瀚的宇宙中，並繼續完成它們的使命。
2、我們給AI的目標是，讓世界變得更美好，它們不斷摸索和分析世界美好的目標，並不斷尋求和研究世界不美好的原因加以修正和處理，最後，AI發現瞭很多條關鍵因素，但其中一條是，世界美好似乎並不需要人類。
AI也許沒有意識，並不仇視人類，也並無主動傷害人類的動機和意願，但當它們具備瞭人類所無法掌控的能力，並且擁有瞭人類所無法理解的邏輯的時候，很多風險可能就會產生。
目前AI僅台中坐月子費用僅停留在具體的硬件裡，尚未被賦予操作物理設備和對特定物理設備迭代升級的能力，但其實，在現有科技的條件下，這並非是不可實現的。
第四，所謂特例，也許真的不是特例。
我們認為說，圍棋是個規則明確，目標明確的特例，大多數情況下，AI仍需用人類的數據來學習，而不是通過自我推演。
但其實這個事情反過來想一下，大多數情況下，我們是期望AI按照人類的思路，人類的目標和人類的體驗來完成目標，比如，寫出符合人類語言邏輯的文章，奏響符合人類欣賞邏輯的音樂，等等等等。
我們希望AI理解人類的情緒，語言表達，以及按照人類對事物的判斷和分類標準進行學習和總結。
但，換個角度想想，AI真的需要遵循和理解人類的標準麼？
事實上是，如果AI不是被強行設定為為人類服務，很多領域，都完全不需要去理解人類的知識，經驗和行為記錄。雖然一切起源於人類的算法，但算法本身並不會攜帶人類的情感和意識。
發散一下，DNA這玩意就是一個深度學習的系統，根據環境，幾億年不斷演進，自我淘汰，自我迭代，從單細胞到靈長目，到人類自身。那麼，作為人類，我們會去保護和感謝最初的DNA載體不，會去試圖理解最初的DNA載體的生存訴求麼？
第五，圍棋的極限在哪裡？
有評論這樣說的，Alphago Master，你也有今天！
Alphago Master在年初對職業棋手60連勝，之後3：0戰勝柯潔，實現瞭對人類完全的碾壓，但是面對Alphago zero ,勝率卻隻有10%。
頂尖業餘棋手面對頂尖職業棋手，勝率大概也不止10%。排名靠前的沖段少年，面對世界冠軍棋手，勝率可能也會有10%。
根據自我對戰測試數據，Alphago zero的等級分已經突破瞭令人恐怖的5000分，而人類棋手的台中坐月子中心費用巔峰，不到2700分。
圍棋上帝的等級分是多少？圍棋上帝可以讓現在世界冠軍幾個子？不敢想象。
第六，尷尬的騰訊
騰訊絕藝一度是非常出色的表現，但很遺憾，在第一篇論文的基礎上，一直無法實現更關鍵的突破，幾十億盤的訓練量，水平並未得到明顯的增長，而且在正式比賽裡還輸給瞭deepzengo和臺灣的CGI。
說個可能棋界不愛聽的話，邀請頂尖職業棋手做策略協助，對比於Alphago zero的策略，反而成瞭負面因素。 而大量資源投入，數十億盤的自我訓練量，隻能成為別人算法牛逼的背景。
我們相信，騰訊的技術人員會快速跟進新的論文，絕藝不久一定會獲得突破性的發展。但問題就在這裡，最優秀的跟進學習能力，但缺乏自身突破的能力。
關於Alphago的文章，我可能也說瞭不少瞭，從李世石，到柯潔，到現在，確實一次比一次震撼，可能有人會覺得，至於麼，震撼一次兩次還不夠麼？
第一次，職業頂尖棋手落敗，拐點到來。
第二次，人類毫無機會和希望，徹底碾壓。
第三次，人類經驗毫無作用，自我學習幾天時間完勝人類幾千年歷史。
所以，關於AI的未來，我們依然有人覺得危言聳聽，覺得擔心多餘，覺得AI還很弱小，別忘瞭，就在兩年前，圍棋AI還是業餘棋手可以隨意取笑的目標。所謂天文數字的變化圖還被認為是計算機不可觸及的領域。
如果兩年前，僅僅兩年前，有人說，一個圍棋AI算法，完全不用人類經驗和策略，僅僅依賴於基本規則和自我對局，可以在750萬盤對局量的情況下，讓所有人類頂尖高手絕望，一定會被人罵是傻逼，不懂圍棋也不懂算法，偽科學。但當今天，這一切發生的時候，已經沒有人會質疑這個真實性。整個歷程確實完美印證瞭火車理論，從嘲笑，不屑一顧，到呼嘯而過，然後達到人類無法理解，無法企及的境界。和你並駕齊驅的時間，讓你覺得可以相提並論的時間，就那麼一瞬而已。
現在我們嘲笑的哪些AI尚未征服的領域，也許就那麼一瞬，就會超越人類，然後達到我們無法理解，無法企及的境界。
如果它們控制和掌握瞭生產資源，並能對硬件做自我迭代和自我升級。未來科技和文明的發展可能會呈現極具加速的情況，AI革命，會工業革命更快，顛覆更徹底，而人類將徹底失去對科技的控制，甚至連理解都變得很難。
即便存在風險，我依然期待著科技的發展和未來的到來。
與其渾渾噩噩茍活，不如冒些風險，去更好的認識這個世界，理解這個世界，人類原本就很脆弱，我們隻是暫時還很幸運，很多風險都可能讓人類在睡夢中面臨滅頂之災。科技的進步永遠都會存在風險，但與其渾渾噩噩的等待未知災難，不如更主動的冒險發展自己，去擁有更強大的能力和認知。
也許AI會毀滅人類，但也許會幫助人類找到更好的未來，不試試，怎麼知道？
回復
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
文章標籤
全站熱搜
留言列表
