我们不知道他是否正确 弗拉基米尔·普京 申明“谁开发出最好的人工智能，谁就会成为世界的主人”。 事实上，我们希望不会，因为在我们希望继续生活的自由社会中，至多应该有成功的企业和满意的公民消费者。 然而，很难找到人工智能不会在未来几年和几十年内彻底改变的单一行业。
想一想 AI 可以做出的宝贵贡献 MEDICINA，帮助医生改进诊断，更准确、更及时地预测疾病的传播，并提供个性化治疗。 同样巨大的潜力 运输部门， 人工智能使无人驾驶成为可能。 或在制造业， 随着新一代机器人的出现，它从根本上改变了工厂的工作方式，这些机器人越来越复杂，能够执行重复性任务，设计生产模型，提供更高水平的质量。 在服务领域，人工智能使公司能够更快地响应最终消费者的需求，甚至可能在他们去商店或点击应用程序下订单之前做出响应。
许多专家认为，人工智能等横向技术的不连续性完全可以与 5 世纪末在英国引发第一次工业革命的蒸汽机的出现所产生的不连续性相媲美； 电力和内燃机（同时还有石油和化学）决定了 XNUMX 世纪末到 XNUMX 世纪初的第二次工业革命； 以及为上一轮快速进步奠定基础的计算机。 得益于其他数字技术（物联网、XNUMXG、云、区块链等）， 人工智能正在开启第四次革命 （工业但不仅包括所有生产部门）。
事实上，根据经济学家 Erik Brynjolfsson 和 Andrew McAfee 的说法，我们甚至可以谈论机器的第二个时代（因此跳过了两次中间革命）：如果 XNUMX 世纪后期的工业革命产生了第一个机器时代，使它成为可能为了克服瓦特发明的蒸汽机对基于肌肉、人类或动物的力量的限制，技术和经济范式的第二次根本转变允许 通过大自然赋予我们的人类大脑的可能性所代表的赫拉克勒斯之柱。
人工智能远非一门新学科，它诞生于 XNUMX 年代，但在许多科学家的研究中甚至更早就有所预见，其中当时最著名的主要是欧洲人，例如 约翰·冯·诺伊曼 e 阿兰·图灵. 第一个使用这个表达式的是 约翰·麦卡锡，一位年轻的美国数学家，他于 1956 年决定在他位于新罕布什尔州的达特茅斯学院举办一次关于该主题的研讨会。 在向洛克菲勒基金会提出的资金申请中，麦卡锡设立的工作组预言性地确认“将尝试找出我们如何让机器使用语言、制定抽象和概念、解决现在保留的问题类型为人类和提高自己。
不太恰当，但更可能是最大化资金申请成功机会的有用权宜之计，根据该预测“我们认为，如果一组科学家共同努力，一个或多个这些问题可能会取得重大进展”夏天”。 从那时起，五十多个夏天过去了，人工智能在越来越多的应用中成为现实。 仅仅一群科学家肯定是不够的。 今天 全球每年对人工智能的投资达数百亿美元 一切都表明它们将在未来几年内再次上升，而且上升幅度很大。
但决定加速实现 1956 年仲夏梦的，首先是为近几年的投资热潮做准备的两个因素。 首先，计算机性能呈指数级增长。 摩尔定律，于 1965 年首次提出 英特尔联合创始人戈登·摩尔 (Gordon Moore) 表示，计算能力每 XNUMX 个月翻一番。 如果今天这种关系的存在受到许多方面的质疑，那么我们在相对较短的时间内目睹的明显影响是不可否认的。 例如，直到最近才被委托给大型计算器的相同计算能力现在可以包含在一个简单手机大小的物体中。 或者游戏机。
1996年，美国政府大量投资的ASCI Red， 耗资55万美元，是世界上最强大的超级计算机，第一个超过 1 teraflops 的门槛，在次年达到 1,8 teraflops 的记录，同样的计算能力仅在九年后被索尼的 PlayStation 3 追平。 不过不像ASCI Red那样占地近200平米，放在一个小架子上就卖了好几千万份。 因此，计算能力的指数级增长使得能够执行极其复杂操作的设备急剧增加。
在平行下， 数字化过程使得检测、传输和处理大量数据成为可能，特别是由于连接性的增加和传感器价格的降低，通过这些传感器可以从外部世界收集信息。 全球存档的数据存量遵循其自身的摩尔定律，以至于可用于测量总量的测量单位开始用完。
这两个因素，非常高的计算能力和大量可用数据，使得所谓的 机器学习，人工智能的基本组成部分之一，它允许机器在处理过的数据的基础上进行学习，从而能够在各个方面变得智能。 终于实现了 XNUMX 多年前聚集在新罕布什尔州的年轻科学家的期望。 甚至开始对所谓的“悖论 莫拉维克”，加拿大人工智能科学家，他在 1988 年的书中指出，“让计算机在智力测试或国际象棋游戏中表现出成年人的水平相对容易，但说到感知或机动性，这很困难或不可能赋予他们一岁孩子的能力”。
因此， Moravec 的假设——这里存在矛盾的方面——是即使是非常复杂的推理也需要比感觉运动活动少得多的计算能力. 但是，面对计算能力的巨大增长，以及机器学习技术的改进，Moravec 指出的悖论虽然部分继续存在，但越来越受到质疑。 公司在工厂中使用越来越复杂的机器人来移动物体（这就是亚马逊使用 KIVA 机器人所做的，KIVA 机器人是一家波士顿初创公司，在 2012 年被这家电子商务公司以 775 亿美元收购）或自动驾驶汽车在实验水平上，多年来已经成为一个巩固的现实。
