1樓：王晶
人工智慧的核心就是整合網路所有的資源（包括網際網路系統、超級計算機、各種資料庫等等）來幫助人類解決一些簡單重複且高風險的工作，當然隨著人工智慧的發展能幫助人類完成的工作種類將會越來越多。。。在解決了能源問題後人工智慧將最終改變人類的生活習慣以及思維模式，比如人類將越來越依賴人工智慧去完成一些體力上的工作以及解決一些生活上的問題，人的思維模式將重點放在創造力方面，把具體的工作交給人工智慧去完成！人工智慧發展到最後，人將只需要創新的思考以及享受生活，地球將重歸原始狀態！
2樓：
目前的ai做的是根據設計者提供的素材和約束抓取特徵完成分集。帶來的改變是增強人觀察世界的固有能力，提公升人類認識和管理物件的能力。
比較典型的「豬臉識別」，大部分人認出不一樣的人並不困難，但看到的豬長得差不多，比如千與千尋中，千尋就無法在豬圈裡找出自己的父母，這是人類社會的特點和人的習性決定的，而ai可以彌補這個短板，讓人獲得識別豬的能力。
同樣，ai也在改變機器認識世界的能力，比如人臉識別和動作識別，讓機器具備區分人類和人類目標行為的簡單能力。
但是這些都離真正的ai還遠，我認為真正的ai，是要具有對世界的真正認知能力的。我為這種能力起名為機械人元認知（不是心理學的元認知），這種認知目標既包括具體的物件，也包括一般的規律，ai能理解物件之間的區別，並通過少量學習就能了解和估計以前的規律作用於新物件的效果，也可以總結新的規律，並推導出新規律作用舊的物件會發生什麼。這是建立在當前認知ai基礎上的真正的思考ai，這樣ai的出現，才代表ai時代的來臨
3樓：人形Machine
目前的AI和真正的智慧型距離還是很大。目前的人工智慧只是依賴於資料量和計算力的函式擬合和動態規劃。這個機械的東西使我們感到智慧型的原因是因為解放了一部分機械重複的勞動力，比如影象識別，語音識別，工業的機械手等。
擅長的領域全是，人類經過訓練可以完成的任務。
4樓：Wendy's
作為乙個被陸奇投過的AI公司的員工，我個人覺得AI的核心本質是高效引起的創新。怎麼理解呢，第一步，以現在的AI水平，絕對不能取代人工，但是確實可能減輕好多人工不得不做的繁雜的工作；第二步，將大量的時間還給人後，可能很多人會產生短時間的迷茫，但是相信一定會有一波人，會有更大的動力去創新。第三步，這些創新為整個社會注入了新鮮的動力，便是AI所滴來的改變和機會了。
5樓：
人工智慧的核心本質當然是智慧型。
陸奇的演講我看了一下，怎麼說呢……我不是專業的，僅僅是懷疑，他的解釋看起來頗為合理，但卻沒有對其中最根本、最關鍵的問題給出說法：AI的基質是以分布式的重疊向量為基礎，以此向量空間作為任意模型的特徵表達空間……我覺得吧，這樣淺顯地一筆帶過，把核心問題過於簡化了。就像用牛頓力學解釋宇宙，乍一看理論確實偉大，但是最終結果卻會匯出乙個機械宇宙觀，根本解釋不了宇宙的真實面貌。
可能說得有點繞，簡單直白就是：智慧型模型是無限的，向量空間其實是有限的。以有限表徵無限，不管你在表徵手段上做出多少努力，最終將要面對的都是無窮的BUG。
這樣的核心理論基礎，頂多能支撐到無人駕駛。肯定實現不了通用人工智慧。
6樓：
愛因斯坦說，這個世界最不可理解之處就是它是可理解的。
AI的核心目標就是要人工構造乙個可以用於理解世界的結構，從客觀世界提取簡單資訊比如視覺特徵，訊號模式分類等，這些是這個系統的底層簡單功能，構造世界的生成模型才是智慧型的核心部分。因為我們到目前為止只知道乙個可以理解這個世界的結構，就是人腦智慧型系統，所以我們才把這個人工製造的可以用於理解世界的系統叫做人工智慧。
回到愛因斯坦的話，什麼叫做『理解世界』？我以為，就是寫出這個世界的生成模型(generative model)，利用這個模型我們可以通過計算來復現這個世界所有的結構和觀測。當然這裡面有一點點矛盾的地方，就是我們的人腦是不可能真正通過計算來重構我們的客觀世界的，因為複雜度決定了，要重現這個世界，我們的人腦必須完成宇宙狀態這個複雜度的計算的，如果假定宇宙的演化是乙個高效的接近最佳的演算法，那麼要復現這個世界，我們的大腦必須至少具備和宇宙一樣的複雜度。
從這個角度來說，我們人腦對世界的生成模型的構造是乙個原則性的類似元科學的構造，我們的理解是抽取了這個世界執行規律的基本準則，在此之上，可以推演出更多的具體規律，這有點像幾何的公理化系統了。
再回到AI，那麼我們就是要構造乙個可以構造這個世界生成模型的系統。我們人類完成這個任務採用的是增強學習或者說GAN的結構，從這個角度說，人腦就是乙個可以構造和訓練複雜網路的複雜網路。AI的本質就是構造這個複雜網路。
那麼如何構造這個複雜網路？人腦的進化作為乙個典型的優化過程，我相信同樣是結構搜尋和資料訓練的結果，不過這個NAS是比現在的NAS更高乙個層次的NAS， 不是針對乙個任務去NAS, 而是將不同任務作為訓練資料去構造可以處理不同任務的網路結構。我們目前的AI還處於針對特定任務的資料進行訓練的階段，下一步應該走向將任務作為基本資料去訓練網路的階段，這可能就是構造AI的最終方法吧。
7樓：賴司霽
拿目前看得見摸得著的 AI 能力來說，突破了勞動力的時間和強度限制，可以低成本的長時間高強度的從事重複性腦力勞動。
相當於資本家突然有了一群可以無限制 007 還不要工資不用交社保的工人，對於效率的提高和資源的富集是無法想象的。
8樓：Kagami
AI這個概念自被提出以來，就會周期性地被拉出來搞點事，而每次被拉出來，AI代表的內容含義都不一樣。
這次被拉出來AI的含義是機器學習。
現實是現在光是定義什麼是智慧型都做不到，根本談不上什麼人工智慧。
9樓：
現在的 AI 就是函式擬合
關鍵是函式的輸入，輸出，損失函式，結構
確定這四樣，就可以利用資料，在函式空間中找到乙個函式，使得損失最小輸入輸出由需求確定，損失函式和結構要靠經驗
10樓：叔叔
1. 首先想先定義下，人工智慧到底是什麼？是演算法？是研究？是模擬？是分析？是擴充？是延伸？私以為只是一種科學方法，我們借助它來更好的探索迷霧。
2. 目前現狀是非0即1的，當處在混沌和不確定性的時候，它會隨著邊際延伸，偏差會越來越大。大家都知道在物理世界沒有絕對的純或零點。
這個情況能夠有所補充的我想是物理界正在探索的量子計算。是對於認知世界表達的一種公升維。
3. 其次本質到底是什麼？最好現有乙個切入定義，就不同角度來看本質指的意思都不盡相同。
4. 帶來的改變與機會是針對什麼場景下的，寬泛的去找尋變化猶如在不確定中尋找確定。。
5. 私以為我們每個觀點都只能代表所處視野所觀察到的，也只是世界的其中一種表達
一家之言，所有的本質含義賦予都是我們主觀上附加上去的，它其實就是乙個科學方法，那麼請問科學方法的核心是什麼呢？
11樓：cyantree
大概看了一下陸奇的live概述，他把當前正流行的弱人工智慧和尚未實現的強人工智慧混為一談了，這不太好。
AI的技術核心是特徵工程
弱人工智慧把特徵的決定權交給了人，由人類事先選擇好特徵，然後通過函式逼近來擬合特徵曲線，從而找到輸入和輸出之間的對映函式
強人工智慧則是擯棄人的因素試圖自己搞定特徵，由演算法自己找出輸入對應輸出的特徵，然後自行建立對映函式，從而誕生真正的自主智慧型。但是只要存在演算法，必然就存在人的因素，除非演算法符合智慧型誕生的原始狀況，因此這個問題就演變成另外乙個問題：智慧型是如何誕生的？
按照當下的理論，最合理的解釋就是演化論，但是演化論缺乏乙個源頭解釋，就是：智慧型為什麼會誕生？因此這個問題又轉到生物物理學，由於太陽的存在，地球的熵一直在降低，即秩序在不斷增加，因此麥克斯韋妖有了誕生的機緣，於是智慧型誕生。
接下來就是一步步推算智慧型如何演化，物理世界做為智慧型的母體，到底提供了哪些元演算法，把這個演算法抽離出來，大概就離強人工智慧不遠了。
資料對於AI的意義是什麼？
PLANTMATE 資料對產業發展的作用 從中國產業發展布局來看，市場中對於基礎資料服務是非常重要的，主要是通過三大要求來實現的，其中包括有研發要求 訓練需求以及落地業務需求，這些於資料密不可分，然而對於企業而言，做好資料服務成為企業走向人工智慧的關鍵，才可以讓資料更全面地展現出來，也更為人工智慧商...
HOL 的 AI 是什麼東西？
其實在 src tree 裡 grep 一下哪些地方用到了 aiLib 就可以知道這是啥了 嚒，其實就是用 AI 演算法指導 proof search。因為新版本的 z3 不支援 tptp 格式就沒試 找了個 4.0.0 的 z3 試了下 val kleene62 A B A B val kleen...
2023年了，AI是什麼？
費特楊 舉個簡單例子吧。情況1 假設你要去機場趕飛機。起飛前，空姐會要求開啟手機飛行模式。這時你就要拿出手機並手動開啟飛行模式。情況2 還是趕飛機。到達候機樓時，手機的GPS會檢測到位置並知道將在接下來的120min後起飛。於是在特定時間間隔之後，手機自動轉換為飛行模式。兩種情況之間的區別就是人類智...