Rumah Peranti teknologi AI Bagaimanakah kita dikawal oleh kecerdasan buatan?

Bagaimanakah kita dikawal oleh kecerdasan buatan?

Apr 11, 2023 pm 07:31 PM
AI mesin algoritma

Dalam temu bual November 1970 dengan majalah Life, Minsky memberi amaran: "Apabila komputer mendapat kawalan, kita mungkin tidak akan dapat kembali. Kita akan bertahan dengan perbelanjaan mereka Dalam salah satu ramalannya yang terkenal, dia menyatakan: "Jika kami bernasib baik, mesin mungkin memutuskan untuk mengekalkan kami sebagai haiwan peliharaan." sekatan yang hebat. Tencent akan mengesyorkan drama baharu yang anda pasti akan suka, Douyin akan terus menonton anda, dan Taobao akan mengesyorkan item kegemaran anda, tetapi pada kos berapa anda tidak akan bertemu dengan seseorang di kedai video lagi buku tersalah letak di kedai buku. Setiap kali anda memesan bawa pulang, anda sentiasa mencari restoran dengan rating tertinggi dan paling popular Melainkan ia disyorkan oleh algoritma, anda pasti tidak akan mencuba restoran baharu. Produk yang memberikan hiburan atau menjadikan hidup kita lebih mudah mungkin datang dengan kos tersembunyi. Dalam melayari Internet setiap hari, setiap langkah yang kita ambil dirakam dalam talian membeli-belah memberikan sejumlah besar maklumat dan data. Tidak lama lagi, kereta autonomi akan menentukan siapa yang hidup dan mati dalam kemalangan, dan jika anda bertahan, itu bagus. Mungkin suatu hari nanti, kita akan tahu bila kita akan mati, memaksa kita pergi ke platform temu janji dalam talian untuk mencari pasangan atau bertukar kerja di 58.com.

Dalam lajur Tahun Baru yang diterbitkan di Edge, tapak web khusus untuk sains, teknologi dan falsafah, ahli sejarah sains dan pengarang George Dyson percaya bahawa kami telah mencapai titik perubahan. Dyson menulis: "Dulunya mudah: pengaturcara menulis arahan yang diberikan kepada mesin. Memandangkan mesin dikawal oleh arahan tersebut, orang yang menulis arahan mengawal mesin Hari ini, kod itu sendiri telah menjadi aktif: algoritma." Modelkan personaliti kami dan ramalkan keinginan kami melalui sejarah carian, pembelian kad kredit dan geolokasi kami. Akibatnya, sebilangan kecil orang seperti Mark Zuckerberg, Jack Ma, dan Ma Huateng telah menjadi kaya raya. Bagaimanakah kita dikawal oleh kecerdasan buatan?

Kita harus takut dengan syarikat-syarikat gergasi yang kini menguasai dunia. Mungkin yang paling penting ialah amaran yang diberikan Dyson kepada kita. "Kami percaya bahawa algoritma individu atau individu masih terkawal di suatu tempat di sebalik tabir. Kami menipu diri sendiri," tulisnya. "Dengan mengawal aliran maklumat, penjaga pintu baharu menguasai sektor dunia yang semakin berkembang." Walau bagaimanapun, syarikat yang benar-benar menguasai dunia tidak lagi mengawal mesin yang mereka bina dan algoritma yang disentuh oleh ratusan ribu jurutera mungkin untuk mengawal sebarang input atau output pada platform.

Lebih daripada 1 juta orang bekerja di Google, Amazon, Apple dan Microsoft. Walaupun kebanyakan mereka menyimpan stok di gudang atau membantu anda membaiki iPhone anda, beribu-ribu jurutera sedang menulis semula kod untuk menjawab semua soalan dan kehendak kami. Tiada seorang jurutera, malah beribu-ribu, dapat melihat dari setiap sudut bagaimana platform ini telah menguasai fikiran kita sendiri dan untuk kegunaannya. Kini, bagaimanapun, mereka digunakan untuk segala-galanya.

Tidak lama lagi, setiap aspek kehidupan kita, daripada kereta di luar hingga lampu di ruang tamu kita, akan dikuasai oleh algoritma. Versi Taobao JD.com yang seterusnya bukan sahaja akan mencadangkan buku mana yang perlu anda beli pada masa akan datang, ia akan mengisi peti sejuk anda secara automatik dengan produknya, yang ditentukan oleh algoritma anda akan suka atau perlukan. Sudah tentu, membeli-belah dalam talian kedengaran seperti utopia, tetapi ia juga lebih mirip ramalan Minsky pada tahun 1970 bahawa kami akan menjadi "haiwan peliharaan" komputer. Bolehkah ia dihentikan? Jika kita benar-benar mahu, logik yang jelas adalah untuk mencabut komputer, menyedari bahawa kita akan merosakkan segala-galanya kali ini, dan memulakan semula. Tetapi seperti yang telah berulang kali dibuktikan oleh sejarah, manusia seolah-olah tidak rasional Kita tidak dapat dipisahkan daripada penggunaan telefon bimbit dan komputer Sudah lama kita tidak melihat dunia dan hanya membenamkan kepala kita dalam telefon bimbit.

Kita memerlukan udara segar, kita boleh mengambilnya ke tangan kita sendiri, mengurangkan penggunaan web gergasi sebanyak mungkin dan cuba mencari alternatif untuk berbuat demikian. Atau lebih baik lagi, berhenti menggunakan teknologi seperti yang kita lakukan dan kembali ke kehidupan simulasi kita, tersesat dan mencuba perkara baharu dan bukannya mengikut arahan algoritma. Tetapi, kami mungkin tidak akan melakukannya, dan semoga tuan baharu kami akan melayan kami dengan cukup baik untuk membenarkan kami meringkuk di hujung katil untuk tidur setelah mereka mengambil alih sepenuhnya.

Atas ialah kandungan terperinci Bagaimanakah kita dikawal oleh kecerdasan buatan?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn

Alat AI Hot

Undresser.AI Undress

Undresser.AI Undress

Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover

AI Clothes Remover

Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool

Undress AI Tool

Gambar buka pakaian secara percuma

Clothoff.io

Clothoff.io

Penyingkiran pakaian AI

AI Hentai Generator

AI Hentai Generator

Menjana ai hentai secara percuma.

Artikel Panas

R.E.P.O. Kristal tenaga dijelaskan dan apa yang mereka lakukan (kristal kuning)
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Tetapan grafik terbaik
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Cara Memperbaiki Audio Jika anda tidak dapat mendengar sesiapa
3 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Cara Membuka Segala -galanya Di Myrise
4 minggu yang lalu By 尊渡假赌尊渡假赌尊渡假赌

Alat panas

Notepad++7.3.1

Notepad++7.3.1

Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina

SublimeText3 versi Cina

Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1

Hantar Studio 13.0.1

Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6

Dreamweaver CS6

Alat pembangunan web visual

SublimeText3 versi Mac

SublimeText3 versi Mac

Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Bytedance Cutting melancarkan keahlian super SVIP: 499 yuan untuk langganan tahunan berterusan, menyediakan pelbagai fungsi AI Jun 28, 2024 am 03:51 AM

Laman web ini melaporkan pada 27 Jun bahawa Jianying ialah perisian penyuntingan video yang dibangunkan oleh FaceMeng Technology, anak syarikat ByteDance Ia bergantung pada platform Douyin dan pada asasnya menghasilkan kandungan video pendek untuk pengguna platform tersebut Windows , MacOS dan sistem pengendalian lain. Jianying secara rasmi mengumumkan peningkatan sistem keahliannya dan melancarkan SVIP baharu, yang merangkumi pelbagai teknologi hitam AI, seperti terjemahan pintar, penonjolan pintar, pembungkusan pintar, sintesis manusia digital, dsb. Dari segi harga, yuran bulanan untuk keratan SVIP ialah 79 yuan, yuran tahunan ialah 599 yuan (nota di laman web ini: bersamaan dengan 49.9 yuan sebulan), langganan bulanan berterusan ialah 59 yuan sebulan, dan langganan tahunan berterusan ialah 499 yuan setahun (bersamaan dengan 41.6 yuan sebulan) . Di samping itu, pegawai yang dipotong juga menyatakan bahawa untuk meningkatkan pengalaman pengguna, mereka yang telah melanggan VIP asal

Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Pembantu pengekodan AI yang ditambah konteks menggunakan Rag dan Sem-Rag Jun 10, 2024 am 11:08 AM

Tingkatkan produktiviti, kecekapan dan ketepatan pembangun dengan menggabungkan penjanaan dipertingkatkan semula dan memori semantik ke dalam pembantu pengekodan AI. Diterjemah daripada EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG, pengarang JanakiramMSV. Walaupun pembantu pengaturcaraan AI asas secara semulajadi membantu, mereka sering gagal memberikan cadangan kod yang paling relevan dan betul kerana mereka bergantung pada pemahaman umum bahasa perisian dan corak penulisan perisian yang paling biasa. Kod yang dijana oleh pembantu pengekodan ini sesuai untuk menyelesaikan masalah yang mereka bertanggungjawab untuk menyelesaikannya, tetapi selalunya tidak mematuhi piawaian pengekodan, konvensyen dan gaya pasukan individu. Ini selalunya menghasilkan cadangan yang perlu diubah suai atau diperhalusi agar kod itu diterima ke dalam aplikasi

Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Tujuh Soalan Temuduga Teknikal GenAI & LLM yang Cool Jun 07, 2024 am 10:06 AM

Untuk mengetahui lebih lanjut tentang AIGC, sila layari: 51CTOAI.x Komuniti https://www.51cto.com/aigc/Translator|Jingyan Reviewer|Chonglou berbeza daripada bank soalan tradisional yang boleh dilihat di mana-mana sahaja di Internet memerlukan pemikiran di luar kotak. Model Bahasa Besar (LLM) semakin penting dalam bidang sains data, kecerdasan buatan generatif (GenAI) dan kecerdasan buatan. Algoritma kompleks ini meningkatkan kemahiran manusia dan memacu kecekapan dan inovasi dalam banyak industri, menjadi kunci kepada syarikat untuk kekal berdaya saing. LLM mempunyai pelbagai aplikasi Ia boleh digunakan dalam bidang seperti pemprosesan bahasa semula jadi, penjanaan teks, pengecaman pertuturan dan sistem pengesyoran. Dengan belajar daripada sejumlah besar data, LLM dapat menjana teks

Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Bolehkah penalaan halus benar-benar membolehkan LLM mempelajari perkara baharu: memperkenalkan pengetahuan baharu boleh menjadikan model menghasilkan lebih banyak halusinasi Jun 11, 2024 pm 03:57 PM

Model Bahasa Besar (LLM) dilatih pada pangkalan data teks yang besar, di mana mereka memperoleh sejumlah besar pengetahuan dunia sebenar. Pengetahuan ini dibenamkan ke dalam parameter mereka dan kemudiannya boleh digunakan apabila diperlukan. Pengetahuan tentang model ini "diperbaharui" pada akhir latihan. Pada akhir pra-latihan, model sebenarnya berhenti belajar. Selaraskan atau perhalusi model untuk mempelajari cara memanfaatkan pengetahuan ini dan bertindak balas dengan lebih semula jadi kepada soalan pengguna. Tetapi kadangkala pengetahuan model tidak mencukupi, dan walaupun model boleh mengakses kandungan luaran melalui RAG, ia dianggap berfaedah untuk menyesuaikan model kepada domain baharu melalui penalaan halus. Penalaan halus ini dilakukan menggunakan input daripada anotasi manusia atau ciptaan LLM lain, di mana model menemui pengetahuan dunia sebenar tambahan dan menyepadukannya

Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Untuk menyediakan tanda aras dan sistem penilaian menjawab soalan saintifik dan kompleks baharu untuk model besar, UNSW, Argonne, University of Chicago dan institusi lain bersama-sama melancarkan rangka kerja SciQAG Jul 25, 2024 am 06:42 AM

Editor |ScienceAI Question Answering (QA) set data memainkan peranan penting dalam mempromosikan penyelidikan pemprosesan bahasa semula jadi (NLP). Set data QA berkualiti tinggi bukan sahaja boleh digunakan untuk memperhalusi model, tetapi juga menilai dengan berkesan keupayaan model bahasa besar (LLM), terutamanya keupayaan untuk memahami dan menaakul tentang pengetahuan saintifik. Walaupun pada masa ini terdapat banyak set data QA saintifik yang meliputi bidang perubatan, kimia, biologi dan bidang lain, set data ini masih mempunyai beberapa kekurangan. Pertama, borang data adalah agak mudah, kebanyakannya adalah soalan aneka pilihan. Ia mudah dinilai, tetapi mengehadkan julat pemilihan jawapan model dan tidak dapat menguji sepenuhnya keupayaan model untuk menjawab soalan saintifik. Sebaliknya, Soal Jawab terbuka

Lima sekolah pembelajaran mesin yang anda tidak tahu Lima sekolah pembelajaran mesin yang anda tidak tahu Jun 05, 2024 pm 08:51 PM

Pembelajaran mesin ialah cabang penting kecerdasan buatan yang memberikan komputer keupayaan untuk belajar daripada data dan meningkatkan keupayaan mereka tanpa diprogramkan secara eksplisit. Pembelajaran mesin mempunyai pelbagai aplikasi dalam pelbagai bidang, daripada pengecaman imej dan pemprosesan bahasa semula jadi kepada sistem pengesyoran dan pengesanan penipuan, dan ia mengubah cara hidup kita. Terdapat banyak kaedah dan teori yang berbeza dalam bidang pembelajaran mesin, antaranya lima kaedah yang paling berpengaruh dipanggil "Lima Sekolah Pembelajaran Mesin". Lima sekolah utama ialah sekolah simbolik, sekolah sambungan, sekolah evolusi, sekolah Bayesian dan sekolah analogi. 1. Simbolisme, juga dikenali sebagai simbolisme, menekankan penggunaan simbol untuk penaakulan logik dan ekspresi pengetahuan. Aliran pemikiran ini percaya bahawa pembelajaran adalah proses penolakan terbalik, melalui sedia ada

Algoritma pengesanan yang dipertingkatkan: untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi Algoritma pengesanan yang dipertingkatkan: untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi Jun 06, 2024 pm 12:33 PM

01Garis prospek Pada masa ini, sukar untuk mencapai keseimbangan yang sesuai antara kecekapan pengesanan dan hasil pengesanan. Kami telah membangunkan algoritma YOLOv5 yang dipertingkatkan untuk pengesanan sasaran dalam imej penderiaan jauh optik resolusi tinggi, menggunakan piramid ciri berbilang lapisan, strategi kepala pengesanan berbilang dan modul perhatian hibrid untuk meningkatkan kesan rangkaian pengesanan sasaran dalam imej penderiaan jauh optik. Menurut set data SIMD, peta algoritma baharu adalah 2.2% lebih baik daripada YOLOv5 dan 8.48% lebih baik daripada YOLOX, mencapai keseimbangan yang lebih baik antara hasil pengesanan dan kelajuan. 02 Latar Belakang & Motivasi Dengan perkembangan pesat teknologi penderiaan jauh, imej penderiaan jauh optik resolusi tinggi telah digunakan untuk menggambarkan banyak objek di permukaan bumi, termasuk pesawat, kereta, bangunan, dll. Pengesanan objek dalam tafsiran imej penderiaan jauh

Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Prestasi SOTA, kaedah AI ramalan pertalian protein-ligan pelbagai mod Xiamen, menggabungkan maklumat permukaan molekul buat kali pertama Jul 17, 2024 pm 06:37 PM

Editor |. KX Dalam bidang penyelidikan dan pembangunan ubat, meramalkan pertalian pengikatan protein dan ligan dengan tepat dan berkesan adalah penting untuk pemeriksaan dan pengoptimuman ubat. Walau bagaimanapun, kajian semasa tidak mengambil kira peranan penting maklumat permukaan molekul dalam interaksi protein-ligan. Berdasarkan ini, penyelidik dari Universiti Xiamen mencadangkan rangka kerja pengekstrakan ciri berbilang mod (MFE) novel, yang buat pertama kalinya menggabungkan maklumat mengenai permukaan protein, struktur dan jujukan 3D, dan menggunakan mekanisme perhatian silang untuk membandingkan ciri modaliti yang berbeza penjajaran. Keputusan eksperimen menunjukkan bahawa kaedah ini mencapai prestasi terkini dalam meramalkan pertalian mengikat protein-ligan. Tambahan pula, kajian ablasi menunjukkan keberkesanan dan keperluan maklumat permukaan protein dan penjajaran ciri multimodal dalam rangka kerja ini. Penyelidikan berkaitan bermula dengan "S

See all articles