学径 LearnPath

CAICP-E · 人工智能基础 / Wiki

人类智能

人会看、会学、会感受、还会把旧本领用到新地方。

它是什么

人类智能,是人自己会思考、会学习、会感受的能力。它不是单一的「算得快」。它常常合在一起出现:

  • 感知:用眼睛看、用耳朵听、用身体感觉冷热和远近
  • 学习:从例子和经验里长出新本领
  • 情感:高兴、难过、心疼同学、不好意思
  • 迁移:把旧本领用到新地方,也叫举一反三

你会从很少的例子里学会新东西。体育课示范两次,很多人第三次就会;学会食堂排队,也更容易学会图书馆排队。

你还会累,会走神,会因为关心别人而改变做法。这些合在一起,就是人的聪明。

人工智能是人做出来的机器聪明。它可以认、可以听、可以给建议,可它没有真正的感情,也常常需要很多 数据才学得稳。

名字从哪来

人们很早就在想:人到底怎样才算聪明。

古代有人观察孩子怎样学说话、怎样认路。近代心理学家用实验去量记忆、注意和推理。二十世纪初,法国学者比奈等人做过智力测验,想了解孩子在学校里需要什么帮助。测验只是一种测量,不是「人的全部」。

后来有人强调:聪明不只是算得快、记得住,还包括音乐、运动、和别人相处、认识自己。说法不完全一样,共同点很清楚:

人的智能是多样的,带着身体和心情。

1950 年,数学家图灵问:机器能不能表现出智能。1956 年,「人工智能」这个学科名字出现。从那时起,人类智能常常被拿来和机器对照。对照不是比赛谁赢,是看清各擅长什么。

怎么工作

人的智能没有一根开关。大脑、感官、记忆、语言和情绪,一起干活。

感知:光线进眼睛,声音进耳朵,身体告诉你累不累。学习:你把新例子和旧经验接上。情感:你会在乎对错,也会在乎别人舒不舒服。迁移:你在操场学会的规则,能带到教室里的小组合作。

人常常只要很少例子。看两次班徽,往往就能认;听一句没说过的话,也能猜个大概。

机器走另一条路。它把声音和图片变成数字,对照大量例子,再给出标签或建议。详见 语音识别图像识别

人会把「他是不是不舒服」听进耳朵里;机器更能保证的,是把字写对。

生活里

这些都很「像人」:

  • 值日表看过两回,就知道怎么读
  • 同桌考砸了,你会想办法安慰
  • 下午第三节,你会走神
  • 换一个教室,你仍知道怎样排队、怎样借书

这些更「像现在的机器」:

  • 认班徽往往要看很多张照片
  • 闸机换个门口,可能要重新调
  • 语音助手说「加油」,多半是写好的句子
  • 推荐软件按你点过的书再推一本,并不真正懂你今天想看什么

校园里两种智能会遇上。英语软件听你读单词,靠的是机器;老师听出你紧张了,靠的是人。

相近差别

比较点人类智能现在的人工智能
例子常常很少就会常常要很多训练数据
迁移比较会举一反三换场景常要重学
感情有真正的感受没有真正的感情
疲劳会累、会走神不困,但可能重复同样的错
责任能道歉、能改出错后仍要人来负责

它和 人工智能工具也不一样。工具是人做出来用的;人类智能是人自己带着的。

它也和「成绩好」不完全一样。成绩能反映一部分学习;关心同学、在新环境里想办法,也是智能。

常见误会

误会 1:人比机器什么都慢。

在「少量例子学会」这件事上,人常常更快。机器更快的,多半是重复计算和海量对照。

误会 2:机器不累,所以更聪明。

不累,只说明它能长时间运行。它错起来,也可能一直错。详见 技术局限

误会 3:人和机器学东西的方式完全一样。

人不一样。人更会迁移,也更会从很少例子里抓住意思。机器更依赖数据全不全、标得对不对。

误会 4:机器会说话,就真正懂你。

它能写出温暖的字。懂不懂「心里的滋味」,是另一回事。

误会 5:有人类智能的人,就不需要机器。

机器能分担重复劳动。人可以把精力放到判断和照顾别人上。怎样用得对得起人,见 伦理

想知道更多

  • 书:蔡宗翰《写给小学生看的 AI 课》(对照「人怎样学」和「机器怎样学」)。
  • 书:《图解 10 岁就懂的 AI 入门》。
  • 书:清华大学《人工智能通识(小学版)》。
  • 电影:《超能陆战队》问「机器怎样帮忙」;《机器人总动员》问「机器会不会关心」。科幻不是说明书。
  • 电影:《她》(Her)讲人和语音助手的故事,题材偏大,适合和家长一起看,并问:会说话等于有感情吗?
  • 纪录片:《阿尔法狗》、科普片《你好,人工智能》。
  • 小说:阿西莫夫《我,机器人》短篇(和家长一起,科幻不是说明书)。

未登录时不会保存学习进度