人工智能技术专业的误解-人工智能技术对所学专业的作用

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能技术专业的误解的问题，于是小编就整理了3个相关介绍人工智能技术专业的误解的解答，让我们一起看看吧。

1. 人工智能专业好还是自动化专业好？
2. 人工智能基本原理谁提出？
3. 为什么感觉人工智能产品越玩越愚蠢，其灵敏度较低，其智慧无形象思维？

人工智能专业好还是自动化专业好？

没有什么好还是不好。看个人兴趣。

共同点：表象都是应用知识来解决问题。
不同点：知识是由人类发现的，还是由机器自己从数据中提取的。

以下是详细解释

一、***（一类）、变量（任意）、函数（知识）

可能不少人有一种误解，认为输入和输出是一个具体的情况。又怎么能说知识在压缩信息呢？ 然而输入和输出的可能情况并非只有一个，往往是无数个。

例1：没有两片树叶是一模一样的，但我们却可以认识所有的树叶。

人工智能基本原理谁提出？

华东师范大学哲学系教授颜青山表示，当前人工智能伦理研究中，有以下几个方面值得关注。一是克服***恐慌情绪。大多数人对人工智能基本原理的了解还没有达到科普水平，常常会基于对人工智能技术的误解产生不恰当的联想。因此，如何对人工智能原理进行科普值得探讨。二是道德程序的内置及其限度。这方面讨论的是人工智能不该做什么。道德两难常常也是道德悲剧，人本身也无法给出确定的答案，更不要奢望机器会给出更好的答案。三是为人工智能研究提供充分的***空间。区分人工智能的研究与应用，为人工智能研究提供充分的***空间是必要的。

南京大学哲学系教授蓝江表示，人工智能发展的最大问题不是技术上的瓶颈，而是人工智能与人类的关系问题，这催生了人工智能的***学和跨人类主义的***学问题。人工智能的***学已经与传统的***学旨趣发生了较大的偏移，它讨论的不再是人与人之间的关系，也不是人与自然界的既定事实之间的关系，而是人与自己所发明的产品之间的关联。

提到人工智能，稍对其有所研究的人不会不知道1956年的达特茅斯会议，因为正是这场会议提出了“人工智能”的概念。



1955年的时候，在洛杉矶召开的美国西部计算机联合大会有这样一个小插曲。在会议上塞弗里奇发表了一篇关于模式识别的文章，而纽厄尔则对计算机下棋的事情发表了自己的观点。



两个人发完言后，当时正在研究神经网络的皮茨主持会议时将这个过程总结为：一个企图模拟神经系统，另一个企图模拟心智，方向不同但是殊途同归。这两位发言者也是达特茅斯会议中极其重要的两个人物。



相比于图灵等人，塞弗里奇在人工智能的历史中并没有多大的名头，但他也是人工智能科学的先驱。他是模式识别的奠基人，也是第一个写出可以工作的人工智能程序的人。



后来塞弗里奇又到麻省理工学院参与并领导了MAC项目，这个项目就是现在著名的MIT CSAIL，其中文名称是“麻省理工学院计算科学与人工智能实验室”。利用3D打印制造人工心脏的技术就是这个实验室研发出来的。



为什么感觉人工智能产品越玩越愚蠢，其灵敏度较低，其智慧无形象思维？

哈哈，因为目前国内所谓AI玩具根本与人工智能没有半毛钱关系！这些玩具仅仅***用了AI广域范畴领域的语音识别，而且还是限定词语的识别。这种应用极其低级，二三十年前就有了。现在的消费者容易被忽悠，把商家用AI包装的玩具高价买回家，尝鲜后希望更灵活的与玩具沟通，就发现玩具很低级了！

目前国内厂家的AI玩具除背后调用付费内容外，硬件造价基本在两百元左右，不值钱的！但如今AI包装后加上互联网的营销手段，就上千元了。

建议在国内当下伪AI遍地的情况，这些与AI没关系的玩具就当玩具***，不要当真！不要被厂家忽悠，这些小技术不值钱的，超过500就不值得了，500还是做工精细、内容较丰富的……

到此，以上就是小编对于人工智能技术专业的误解的问题就介绍到这了，希望介绍关于人工智能技术专业的误解的3点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/24061.html