没关系，是时候接受人工智能永远不会像人类那样思考了｜CyberDaily

Olivia Fields for Quanta Magazine

现阶段而言，我们更希望AI能解放人类那些重复性又复杂性的事情。——CyberDaily

自大流行开始以来，人工智能 (AI) 开发人员已经部署了数百种机器学习工具来帮助诊断 COVID-19。承诺：在医学数据中找到模式，就像电视角色 Dr House 的算法版本一样。

最近，研究人员发现这些人工智能工具被夸大了。这些算法没有发现病例之间的相关联系，而是做出了一连串错误的假设，包括根据医院在其文件中碰巧使用的文本字体来预测 COVID 病例。

这并不意味着机器学习毫无用处。这意味着我们需要更好地了解人工智能的优势和局限性，并且就像我们对动物所做的那样，接受人们的不同思维方式。

对人类来说，很明显，文本字体不能很好地预测传染病。但对于一台机器来说，这根本不明显。AI 或许能够使用信息输入进行预测，但它不知道自己在做什么。它不理解概念或上下文，并且很容易被不会欺骗四岁孩子的有偏见或错误标记的数据所抛弃。

正如机器学习专家珍妮尔·谢恩在她的 AI 怪异书中解释的那样，你看起来像一件事，我爱你，机器犯的错误让我们觉得很荒谬，因为它们不像我们那样感知世界。

与人工智能不同，人类智能具有极强的通用性和适应性。我们是灵活的思考者，理解广泛的概念，我们可以将意想不到的结果或情况置于情境中。然而，2022 年“人工智能”的谷歌图像搜索返回的主要是人类大脑的图片。

这不仅仅是我们的库存照片：在谈论人工智能时，我们使用自己的智能作为模型，无论是在随意的谈话、科幻惊悚片还是在我们的新闻头条中。部分原因是 AI 先驱者最初确实着手理解和重建人类智能。到目前为止，他们还没有成功。

并不是说技术不聪明或变得越来越聪明。在正确的数据、训练和环境下，机器非常擅长计算、预测和识别模式。我的手机可以进行微积分和解析语音命令（至少在大多数情况下）。

较新的深度学习方法可能会让人类的能力被抛在脑后。2016 年，当一个名为 AlphaGo 的人工智能系统击败了世界上最好的围棋选手时，它做出了让专家们感到惊讶的举动：这是任何人类棋手都想不到的举动。因此，与其将人工智能视为我们自己的欠发达版本，也许是时候接受我们的差异了。

机器人学家罗德尼·布鲁克斯（Rodney Brooks）曾写道：“仅仅因为大象不会下棋，就说大象没有值得研究的智力是不公平的。”动物与人工智能相比更有用，因为它们也以不同于人类的方式感知和参与世界。他们感知我们无法感知的事物，并且完全忘记了对我们来说显而易见的事物。

这就是为什么在整个历史中，我们都依靠动物来帮助我们做我们独自无法做到的事情。我们驯养了牛马来帮助耕种田地，并将人员和经济货物运送到新的地方。我们在煤矿中使用金丝雀，创建了鸽子邮政服务，训练了雪貂通过管道铺设电线，并教海豚找回丢失的水下设备。

你不会相信狗会给你医疗诊断或人际关系建议，但你可能会相信它会嗅出爆炸物、帮助盲人或提供治疗安慰。同样，人工智能可能不擅长欣赏你的笑话或在意外情况下做出反应，但它可以导航交通、检测核电站的安全隐患并收集火星上的数据。

像 PARO 这样的机器人，一种看起来和移动都像婴儿竖琴海豹一样的贴身医疗设备，当使用真正的狗不可行时，它甚至在治疗中的效果令人惊讶。重点不在于人工智能应该取代狗。关键是，动物思维练习让我们抛开人类的比较，想象人工智能可以帮助我们解决我们无法独自完成的事情。

了解人工智能的优势和局限性是避免我们今天看到的有害错误类型的关键。我们正在处理一种不同类型的智能的想法激励我们利用这项技术来支持人们——而不是取代他们。它鼓励我们发明新的实践并找到新的解决方案——而不是重新创造我们已经拥有的东西。它促使我们以更具创造性和包容性的方式思考如何将人工智能置于我们的基础设施、工作场所和个人生活中。

最好的未来不是我们的技术可以像人类一样思考或行动。而是，我们设想的一个更美好的世界，并与技术合作来创造它。

作者：Dr Kate Darling

编译：CyberDaily

基于创作共享协议BY-NC

脑机接口·人工智能·机器人·生物黑客

·赛博格·仿生科技·元宇宙·脑科学...

请关注CyberDaily

-未来已来，只是分布不均匀-