导读：今天首席CTO笔记来给各位分享关于人工智能的距离什么是的相关内容，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！
真正的人工智能离我们有多远
真正的人工智能离我们有多远
人工智能研究似乎有了突破的希望，那么其实真正的人工智能离我们有多远呢?
2012年11月14日，在美国犹他州盐湖城的2012超级计算大会上，IBM的计算机专家提交了一份标题是“1014”的报告。报告所描述的研究被媒体称为“认知计算的里程碑”。使用了世界上运算速度最快的96台计算机，研究人员制造出了包含5300亿个神经元和100万亿个突触的人造“大脑”。
这是迄今为止对大脑的最大规模的模拟。它的初始目标是模拟出实验室中常见的恒河猴的大脑。有网友戏称“世界上第一台人工智能计算机诞生后的第一件事会是要一根香蕉吃”，但现在这个“大脑”只是“神经形态工程学”意义上的。
这里所说的神经元和突触并不是生物学意义上的。对于计算机来说，神经元就是计算中心，每一个神经元能够从周边成千上万的其他神经元那里接收到输入信号，对数据进行分析处理，然后再发射出去;突触是用于连接神经元的，它是记忆和学习发生的地方。
换句话说，神经形态工程学是受生物脑的功能和结构的启发，来改进计算机。比如说，传统的计算机依靠数量巨大的晶体管的打开与关闭来运行，要求接近完美的动作。这意味着电力的消耗。人脑只需要20瓦的电力，但是如果用传统方式建立与人脑规模相当的计算机，其用电量将相当于一个小城的用电量。之所以会这样，一个原因就是人脑是“事件驱动”的，只有当某些神经元被激活时才会较为消耗能量。而且，人脑突触的失误率非常高，在30%到90%的情况下会动作失败，但人脑工作得很好。假如是传统的计算机，晶体管一次失误可能就会导致死机。
IBM的最新成果将电脑设计成了“事件驱动”，电力消耗也大幅降低。但现有的结果并不是在生物学上或功能上的精确模拟，计算机仍然不能思考或是感受。有一些科学家对达到这最终的目标显得很乐观，但也有人认为这还相当遥远。因为现在人们对人脑运行的了解还实在是太少，在神经科学解决最基本的问题之前，人工智能不大可能产生突破。“这有点像是拥有了世界上最大数量的乐高块，却对于能从中得到什么毫无头绪。真正的艺术不在于买乐高块，而在于知道如何把它们组装起来。”《纽约客》评论说。
并非不可能
瑞士联邦理工学院的神经科学家亨瑞·马克拉姆(Henry Markram)自2005年起主持了一项称为“蓝脑计划”的项目，其目标就是用计算机模仿出人脑的生理学过程。在2009年的一次TED演讲中，马克拉姆称：“建造一个人类大脑并非不可能，我们将用10年的时间做到。”他想象中的人造大脑将能够说话，拥有人类的智力水平和相似的行为方式。
另一名在这个问题上持乐观态度的研究者是美国的未来学家雷蒙德·库茨魏尔(Raymond Kurzweil)。他预言到2029年就会有计算机通过图灵测试，并愿意为此赌上两万美元。所谓图灵测试，是图灵在1950年提出的一个游戏，让一个人类的审问者去审问一台机器和一名真人，这名审问者并不知道对方的身份，而机器的目标是让审问者把自己误当成人，而真人则要帮助审问者正确识别出机器。如果机器成功迷惑了审问者，那么我们就说这台机器通过了图灵测试。
支撑起科学家和工程师乐观态度的一个主要因素，是所谓“摩尔定律”——计算机的运算能力每18到24个月就会翻倍。
2011年，在美国最受欢迎的电视竞猜节目《危险边缘》(Jeopardy!)上，来自IBM的计算机“沃森”(Watson)击败了两名人类对手。竞猜节目中的题目涵盖范围很广，历史、文学、语言、艺术、科学、文化等都有涉及，其形式是参赛者会收到短语提示，根据这些提示用问句的方式抢答出那些短语所描述的对象。其中涉及了对自然语言的理解和联想能力，而这通常被认为是人类思维优于计算机的方面。
“沃森”的研发者大卫·费鲁奇(David Ferrucci)就指出，即便是用速度最快的处理器，计算机也需要两个小时才能答出一道涉及自然语言的题目。对于《危险边缘》这样的节目，这完全是不可接受的。想要获胜，必须在三秒钟之内作答。因此，“沃森”使用了2880个处理器，分布在90个服务器上。它还储存了多达两亿页成结构或不成结构的“知识”，包含了维基百科的全文，但竞赛时它并没有连接互联网。
在这场竞赛中，两名人类对手都是历次比赛中最强大的获胜者，“沃森”击败了他们，获得了100万美元的奖金。在对自然语言的处理上，“沃森”的创新之处并不是采用了什么新的高超的算法，而是同时执行数以千计的语言分析算法，从结果中寻找共性。只有当“沃森”确信自己得到了正确答案时才会抢答，如果对于答案不那么有信心，它则会保持沉默，不冒险作答。
虽然这不表明“沃森”能够像人类那样去理解语言，但它成功处理了人类语言中双关、模糊的一面。1997年电脑“深蓝(Deep Blue)”因击败世界象棋冠军而震惊世界，仅仅五年之后，计算机科学家就做到了仅靠连接八台个人电脑而达到相等的运算能力。库茨魏尔认为，依照现在电脑的发展速度，在“沃森”之后仅需七年，单独一个处理器就将做到它在《危险边缘》中完成的壮举;仅仅10年，个人计算机就能达到这个水平。
从最简单的开始
秀丽隐杆线虫是一种生命只有几天的线虫，自1974年起就被当作分子生物学和发育生物学中的“模式生物”。这是一种看上去非常简单的生物：身长大约1毫米，一只秀丽隐杆线虫由959个细胞组成，其中有302个是神经元，95个是肌细胞。早在1980年代，生物学家们就搞清楚了秀丽隐杆线虫302个神经元的连接方式;然而，过去26年中所有尝试模拟其完整神经系统的努力均以失败告终。
1997年和1998年，美国俄勒冈大学和日本的一组研究人员就分别尝试过建立秀丽隐杆线虫的完成模型，包括整个身体的每一个神经元、突触，以及完整的感觉形态(sensory modality)。两个项目都是只公布了最初的计划，然后就再无下文。此后，从2004年到2010年间，日本、英国、美国的研究人员还开展过类似项目，有一些收获，但远非完整。
尽管一只秀丽隐杆线虫只有302个神经元，但根据2011年发表的一项研究，秀丽隐杆线虫的躯体神经系统含有6393个化学突触、890个缝隙连接、1410个肌肉神经接点。即便人们已经很清楚神经元的'连接方式，但突触是如何行为的仍是正处于研究之中的课题。美国哈佛大学的大卫·达伦布尔(David Dalrymple)就认为，之前的研究只是从连接方式出发，而并不真正理解神经元，这就好像你想要制造一台收音机，而手上只有一张电路示意图，没有任何关于零件的信息。
达伦布尔是哈佛大学的一名博士生，受谷歌CEO拉里·佩奇的资助，从2011年开始运用“光遗传学”(optogenetics)的手段进攻之前所有人都未成功的问题。他的目标是确定秀丽隐杆线虫每一个神经元的功能、行为和生物物理特性，最终在计算机上重建出其完整的神经系统。他估计这一工作大概需要三到四年的时间。
同时，一个由美国、欧洲和俄罗斯的科学家与计算机专家合作进行的“OpenWorm”项目也从2011年开始，尝试在计算机上全面模拟出秀丽隐杆线虫——从基因到行为。他们在2012年初已经推出了OpenWorm浏览器，让所有人都能以3D形式探索秀丽隐杆线虫在细胞层面的结构。这个项目的一个哲学思想是，只有当我们能够重建一个生物体的时候，才代表我们真正理解了这个生物体。
秀丽隐杆线虫是自然界中拥有神经系统的最简单的生物之一，也是生物学家最为熟悉的生物。达伦布尔和OpenWorm对秀丽隐杆线虫的模拟只是万里长征的第一步，他们的最终目标都是模拟人脑的神经系统。在成功模拟秀丽隐杆线虫的神经系统之后，达伦布尔计划中接下来的目标将是五天大的斑马鱼幼体，此时它大约有10万个神经元;然后是有96万个神经元的蜜蜂、5000万个神经元的老鼠，最终是850亿个神经元的人脑。达伦布尔期望对人脑的在细胞层面的模拟能在他的有生之年完成。达伦布尔出生于1991年。
;
人工智能与人类的距离还有多远
人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能这一概念最早是在1956年由一批年轻科学家在达特茅斯夏季会议上提出的，并随着20世纪50年代的人工神经网络模型和启发式策略的提出得以发展壮大。
人工智能技术的发展当然不是一帆风顺的，从最初的神经网络和模糊逻辑，到现在的深度学习、图像搜索，人工智能技术也经历了一系列起伏，从爆发、低谷、重新突破、直至2014年Gartner发布的技术成熟曲线表明人工智能技术已经进入发展高峰期，各项技术应用(自动驾驶车辆、虚拟个人助理、脑机接口、预测分析、智能机器人等)将在5至10年后起到巨大的颠覆性影响。而随着人工智能技术的演进，自然地衍生出了两个分支，可以分别称作强人工智能和弱人工智能。
弱人工智能认为不可能制造出能真正推理和解决问题的智能机器，这些机器只不过看起来像是智能的，但是并不真正拥有智能，也不会有自主意识。例如早期常被提起的“深蓝”，就是一种弱人工智能，通过输入已知的棋谱进行计算而得出结果，完全经由人类控制而不会产生自身智能。再例如Siri（语音助理），会让大家产生一种“她听懂了我的话”的感觉，但是她的每句回答都是遵循程序设计的体现，如果觉得Siri很有趣，那完全是因为程序的设计者很有趣的缘故。在弱人工智能领域中，弱人工智能不需要具有人类完整的认知能力，所有的学习、优化、“预测”都是通过人类既有的知识结构和模型来进行训练，都是一种对于人类智能（或者动物智能）的模仿；大部分需要复杂思考的领域，弱人工智能都远远赶不上人类，有的甚至都还没有入门，也就可以相对安全的被人类所控制。
提到强人工智能之前，首先要明确的一个概念是“人工生命”。人工生命的概念，包括两方面内容：1）属于计算机科学领域的虚拟生命系统，涉及计算机软件工程与人工智能技术，以及2）基因工程技术，人工改造生物的工程生物系统，涉及合成生物学技术。强人工智能实际上必须基于人工生命才能成型，强人工智能通常把人工智能和意识、感性、知识和自觉等人类的特征互相连结，强人工智能要求程序有自己的思维，能够理解外部事物并自发做出决策甚至行动，其表现就像一个“人”一样，甚至很可能比人的反应更杰出、更可靠。也就是说能够具有人类一样的智能和情感，可以自我思考的机器人一定是一种强人工智能（对于强人工智能是否有情感，还存在一定争议，一种说法是当机器拥有接近10至15岁人的认知能力，就可以说是强人工智能，与是否有感情和思维无关）
目前百度已经建成全球规模最大的深度神经网络，这一称为“百度大脑”的智能系统，可以理解分析200亿个参数，达到了两、三岁儿童的智力水平。种种努力都可称为是弱人工智能向强人工智能方向的有力迈进。
对于人工智能技术的迎接和拥抱是应该区分开来的，一方面可以看到的是弱人工智能已经渗透到目前人类生活的方方面面，为人类生活带来极大的便利：自然语言处理能够解决不同语言之间自由翻译，自动驾驶汽车能够解放我们的双手并大大降低事故的产生，模糊逻辑控制下的洗碗机和洗衣机能够处理我们的家务负担，生物识别技术正保护着我们的手机、门禁，语音识别技术可以让我们在开车时也能轻松发送短信；另一方面，对于强人工智能的发展，我们也应该保持适当的理性态度，在美好的憧憬面前适时地放下冲动，严格控制可能出现失控情况，保证人工智能和人类社会的和谐共处。我们是否真心地想迎接“大白”的来到，这也许还需斟酌而行。
人工智能距离消灭人类还有多远
还有很远很远。
第一，人工智能，很初级阶段，还不够成熟。
第二，人类要破解大脑和意识，还需要挺长的时间。
第三，人工智能目前不足为虑，没有人类的大脑和意识，无法超越人类的。
第四，人类已经在重视了，马上有相关的统一的法律，统一的约束。
第五，人类不是吃素的，人类也会有手段控制人工智能的弱点。
人工智能究竟离我们的生活有多近？
人工智能离我们的生活说远也远，说近也近。说远吧，基本上人工智能还是科技最前沿的东西，距离普通人来说还很远。说近吧，其实只要你肯花钱，可以立马将自己家打造成智能家庭。智能空调、智能厨房、智能家居等等，完全可以过上一种特别有科技感的生活。所以总的来说，人工智能就离我们近，没钱就离得远。
说一说你认为实现人工智能还需要多远？
如果要突破AI的思维模式限制，首先要解决的，就是如何模仿人脑的思考模式！这个如果加个期限的话，也许200年，也许20年。未来的事情谁也说不准吧...
结语：以上就是首席CTO笔记为大家整理的关于人工智能的距离什么是的相关内容解答汇总了，希望对您有所帮助！如果解决了您的问题欢迎分享给更多关注此问题的朋友喔～