人工智能在2030会发展成什么样?人们对人工智能有何误解?

人工智能的发展正在逐步加速，目前讨论比较火热的ChatGTP便是人工智能的产物。为增进大家对人工智能的认识，本文将对人工智能以及人们对于人工智能的一些误解予以介绍。如果你对人工智能具有兴趣，不妨和小编一起继续往下阅读哦。

一、人工智能

当前围绕该学科的蓬勃发展可以通过计算(今天有非常强大的硬件系统，体积小，能耗低)以及实时和短时间内分析的能力来解释技术成熟度巨大数据量和任何格式(分析)。

然而，科学界对人工智能的兴趣始于遥远的地方：第一个真正的人工智能项目可以追溯到 1943 年，当时研究人员 Warren McCulloch 和 Walter Pitt 向科学界提出了第一个人工神经元，随后在 1949 年，加拿大心理学家唐纳德·奥尔丁·赫布(Donald Olding Hebb)的书，详细分析了人工神经元与人脑复杂模型之间的联系。神经网络的第一个功能原型(即为重现生物神经元的功能而开发的数学/计算机模型，以解决那些年理解的人工智能问题，

人工智能一词“正式”起源于美国数学家约翰麦卡锡(1956 年)，并与他一起“推出”了第一批专门针对 AI 的编程语言(1958 年的 Lisp 和 1973 年的 Prolog)。从那时起，人工智能的历史一直在波动，其特点是在数学模型方面取得了重大进展(越来越复杂，旨在“模仿”一些大脑功能，如模式识别)，但在研究方面却有起有落。硬件和神经网络。后一条战线的第一次重大进步发生在 1990 年代，随着图形处理器进入“扩展”市场(即普通大众)，

最近的一波浪潮是在过去十年中随着所谓的“神经形态芯片”的发展而到来的，即在单个微组件中集成数据处理和存储的微芯片，这要归功于研究领域的加速。纳米技术，以模拟人脑的感觉和认知功能，这是许多初创公司也在关注的领域。

据麦肯锡预计，到2030 年，AI 的全球经济价值将高达 13 万亿美元。这是因为在 AI 浪潮的影响下，几乎各行各业乃至每一个应用领域的工程环节都在转型。除了自动驾驶以外，AI 还广泛应用于以下领域：机器故障预测模型，告知何时需要进行机器保养;健康和传感器分析，如病患监护系统;机器人系统，直接从经验中学习并不断改进。

二、对人工智能的误解

1.“人工智能会夺走我的工作”

可以说，关于人工智能最普遍和潜在危险的误解是，它将夺走人类的工作岗位。是的，自动化正导致一些低技能工作的冗余增加，但这一趋势近年来被严重夸大了。此外，大多数科学估计表明，人工智能驱动的自动化可能会创造比取代更多的就业机会。然而，即便如此，这也不是重点。工作场所中的人工智能有能力改善人们和企业的工作表现，而不是完全消除人们做这些工作的需要。

2.“人工智能的工作原理和人脑完全一样”

这是一个被广泛接受为事实的关于人工智能的普遍错误。事实上，人工智能在很大程度上是一个非常简单的领域，有着非常基本的应用。是的，有很多证据表明人工智能在一盘棋中成功击败人类，或者通过Siri机智的声音回答模仿人类。然而，这只不过是一个模拟。人工智能无法理解或感受其周围环境，也无法像人类一样真正地从环境中“学习”。简而言之，要让人工智能能够完成人类最基本的事情，比如读书或穿西装打领带，我们还有很长的路要走。

3.“人工智能算法是中立和客观的过程”

你可能已经知道这一点，因为它在新闻中越来越受关注，但人工智能并不是中立的或客观的。人工智能的好坏取决于创造它的人或公司。即使在商业用例中，人工智能的质量和可信度也有很大差异。让我们来看看一个非常常见的用例：外汇交易机器人，它使用人工智能来帮助金融交易员在外汇市场上做出决定。虽然存在许多不同的人工智能机器人，但事实上，诸如顶级外汇经纪人等行业专家对外汇机器人作为交易工具的可信性进行了精心详细的审查，这表明并非所有人工智能都是中立或可信赖的。有时，人工智能很容易被不当推销给对技术本身过于信任的人。

4.“人工智能对于外行来说太难理解了”

许多没有计算机科学背景的人本能地阻止他们去理解和利用人工智能，错误地认为只有科学家才能掌握它。实际上，人工智能过程很简单，只需两三行代码就可以创建。人工智能只不过是一个处理器;你给它输入数据以得到你想要的结果。它以一种非常直接的方式工作，任何想花很短时间学习它的基本原理的人都可以很容易地掌握它。特别是在人工智能专家中，对人工智能的把关太多了，这只会疏远那些能最好地利用它的人。

以上就是小编这次想要和大家分享的有关人工智能的内容，希望大家对本次分享的内容已经具有一定的了解。如果您想要看不同类别的文章，可以在网页顶部选择相应的频道哦。