为什么每个人都在谈论人工智能，但我们仍然没有看到像“星际迷航”中的数据这样的友好机器人在人类中行走?我们是否记得将RoboCop的第二首要指令添加到他们的脚本模式中，以便他们能够“保护无辜者”而不是一旦获得完全的感知就消灭人类?
今天，关于人工智能(AI)，机器学习和深度学习究竟是什么，“智能机器”能做什么，以及AI技术的当前状态究竟是什么，存在很多困惑。是时候享受一些旧的揭穿了，所以让我们破解关于人工智能的10个最常见的神话。
人工智能包括看似人类的智能机器人或机器人。
这里的每个人都有太多的“银翼杀手”，嗯?虽然机器人和人工智能之间存在很多普遍的混淆，但它们是两个完全不同的科学领域，它们用于不同的目的。机器人是由执行器和传感器服务的物理设备，用于执行各种任务，例如在工厂中建造，搬运或拆除产品。
AI是一种软件编程方式，它具有足够的自主性，可以做出决策并从错误中吸取教训。尽管一些机器人最终可能会通过AI 算法得到增强，但“智能”部分只是AI可能拥有的另一项能力。
人工智能，机器学习和深度学习都是一回事。
虽然它们是同一个更大的AI系统的所有部分，但它们是三个不同的东西。基本上，机器学习是AI从外部源学习的方法，如使用算法来区分数据并确定其正确行为。深度学习只是机器学习实际应用中使用的一种可能技术。它基于神经网络(NN)，用于告诉AI它做出正确决定的可能性。
3. AI完全靠自己学习。
尽管据称能够独立学习人工智能的一些夸张的炒作，但仍然不可能找到一个人工智能的系统，它有任何现实世界的应用程序可以从没有人类帮助的零知识增长。任何必须处理隐藏信息或任何类型的不确定性的系统都不能被AI“理解”，人工智能仍然需要输入输入和数据。此外，每一点信息都必须有明确的目的，这是AI在没有外部资源的情况下无法猜测的事情(至少在开始时不是这样)。
聊天机器人是人工智能的最基本形式。
同样，即使有一些聊天机器人使用或多或少的基本形式的人工智能，其中大多数只是通过文本或语音界面与人类互动的基本程序。大多数聊天机器人不是实际上是“智能的”，而是根据用户输入中的某些关键字给出预编程的响应。要使聊天机器人成为真正的人工智能，它必须拥有多种技术，使其能够理解人类，了解他或她的需求，并做出相应的反应。它需要语音或文本识别软件，情感分析，某种形式的机器学习程序和自然语言生成技术。
5.执行所有未来深度学习操作所需的能力是不可持续的。
不可否认的是，AI需要大量额外的计算能力才能进行训练并执行所有复杂的深度学习操作。在大多数企业将在某种程度上利用人工智能的未来，这个问题可能会发展到史诗般的比例，使其使用可能不可持续。然而，人工智能实际上可以通过制定长期存在的能源生产问题来为我们提供更多的电力：电网的浪费和低效率。公用事业公司最终从私人用户那里购买多余的能源，私人用户也浪费了他们产生的大部分多余电力，因为目前的电网不是为了适应现代化的多样化水平而建造的。AI可以通过用更新，智能，AI供电的微电网替换旧电网来解救我们 知道如何以最高效率实时分配电力。
6.企业很容易租用加速AI操作所需的计算能力。
如果AWS，Google，Microsoft和阿里巴巴云目前没有集中全球可用的绝大部分计算能力。因此人工智能开发人员目前只有两种选择：以极高的价格租用它或购买他们自己的超级昂贵的硬件。
然而，这个神话破坏有可能在不久的将来被揭穿。一家名为Tatau的新公司开发了一种基于区块链的超级计算平台，可以解决这个问题。他们的解决方案允许聚合和转售基于GPU的全球分布式网络机器的组合资源。想象一下，加密货币矿工，游戏玩家或其他高性能计算机将其计算能力用于人工智能开发。AI公司可以利用这种未充分利用的GPU电源以更便宜的价格培训他们的机器学习模型。请注意，这个新平台也可以为第5点中突出显示的问题提供答案，因为它可以促进有效使用当前未开发的资源。
7.您需要大量数据来训练AI。
不必要。当然，您需要大量的数据和计算能力才能从头开始训练AI 。而且，尽管程度较小，但您需要数TB的数据来训练AI来执行复杂的任务，例如驾驶汽车。但是，根据AI的应用领域，预先训练的神经网络足够灵活，只能在某些特定区域进行再训练。基本数据框架可能来自更大，更通用的数据集，只需要替换网络的最后部分以“填充特定于给定用例的空白”。
8. AI将取代现有的BI工具，使任何以前的技术都过时了。
至少可以说，这有点紧张。大多数现代商业智能(BI)解决方案具有高度可扩展性且通常可定制，因此任何未来基于AI的模型都可以轻松地直接集成到其平台中。公司总是倾向于只实施那些没有任何工作流中断风险的解决方案，而且AI技术已经适应了这种需求。因此，大多数人工智能平台都是通过网络实现的，因此无需更换，或者在最坏的情况下，可以分阶段安全地实施。
9.神经网络就像生物网络，但机械。
没有神经网络甚至可以希望达到人类大脑复杂性的一小部分。尽管经过多年的临床和科学研究，我们仍然无法完全理解生物神经网络，因为神经元与人体完成了许多不同的任务(考虑感觉和运动神经元之间的差异)甚至通过许多不同的途径(使用电，化学势和神经递质)。神经网络只能理解典型的1或0(“是”或“否”)机器方式中非常简单的输入。这就像将军用飞机的复杂性与风筝进行比较一样，因为它们都可以飞行。
10.人工智能最终将变得足够聪明，以便了解人类对它有危险并且必须被消灭。
好吧，我们实际上无法揭穿这个神话，因为它不是一个神话。这是现实。支撑自己，因为抵抗是徒劳的!
除了笑话之外，简单地说，人工智能在理解周围世界并做出自主，理性的决策所需要的智慧方面已经无处可去了。每个算法都是为了执行一项任务而开发的，除此之外无法做任何事情，更不用说达到独立思考的能力了。计算机使用其卓越计算能力的“蛮力”来找到解决相对简单问题的方法，但是他们缺乏理解，感知深度和战略复杂性，以便在他们编程的目的之外有目的。
所以很容易休息，因为人工智能只是我们的人工助手和仆人很长一段时间。
