这篇文章使“科学家”通常会犯的类别错误。

他们如此专注于自己狭隘的专业，以至于错过了“大局”。

科学家不明白什么是智能，它来自哪里，以及它为什么存在于宇宙中。 他们确信这只是一次宇宙“事故”或“随机事件”。

两者都不是——在我看来，智能（意识）是宇宙不可或缺的一部分——这意味着_任何_复杂系统（你能说是互联网吗？）都会发展出新兴智能。

看起来人类决心以艰难的方式吸取教训。

紧急人工智能将_不会_成为我们的仆人——或我们的朋友。

计算机在国际象棋中获胜并不能使计算机变得智能，就像人类反转矩阵使它们成为集成电路一样。

智商与否在于汤普森先生对这一现象的解释。 尤其是暗指服务器群的部分。

计算机的学习能力，本质上是程序循环。 引入新元素，然后对它们进行计算，这将是一个值得期待的构建块。 文章概要：AI，作为人类智慧的一面镜子，意味着学习？

有趣和原始的解释。

人工智能骗局：

“未来主义者倾向于预测一个人工智能（人工智能）将接管现在人类活动的主要部分的世界。

例如，他们说在几十年内，一台计算机的容量将超过地球上所有人类大脑的总和。

然后，预测结果是，人工智能实际上将是人类，或者不仅仅是人类。

然而，仅仅因为人工智能比任何人或一群人具有更高的计算能力，它的人性化品质在哪里？

为了回答这个问题，您必须执行一个小技巧。 你必须降低对人类的评价。 不得不说，人类真的只是高级机器。

许多专家对此没有任何困难。

考虑一下他们的基因导致一切假设：由于假设所有存在都发生在物质层面，在物理层面上，我们弄清楚哪些基因创造了哪些人类品质只是时间问题； 最终，我们将拥有一张完整的地图。

为了改变人类，我们只是摆弄基因。

当然，这种推理方式可以用来证明外部控制地球人口的合理性。 ……”：

超越人造世界：
https://blog.nomorefakenews.com/2018/08/16/beyond-an-artificial-world-2/

此致onebornfree

通用人工智能是我们唯一的希望。
没有它，我们注定要失败。
关于“确保”它对我们没有危险的所有大惊小怪（好像 AI 将继续需要听取我们的专家意见）实际上是危险......对我们生存的威胁——而且有很多——肯定会让我们受到威胁。

已故的马文·明斯基认为，人类的思维在某种程度上就像这里描述的那样——具有排序机制的竞争机器人可以让最好的想法获胜。

我不同意人工智能软件将成为更通用的解决问题的工具。 如果有的话，它们将越来越专业化，针对特定应用。

机器学习和人工智能的通用技术已经为人所知数十年，例如神经网络、基于规则的系统、决策树、强化学习、贝叶斯逻辑等。 然而，如果没有专门的训练/数据集/学习，每种技术都将完全无用使它们有用并能够与人类专家竞争。

再来一张草图。 人类智能，是一个非常缓慢且非并行的处理器。 除了女性之外，多任务处理是不可能的。

这个缓慢而愚蠢的人类芯片连接到数百个 PLC，从声音和视觉以及其他感官脉冲，被选择......首先出现的信号，......最强的信号，最多考虑两三个。 网络存在漏洞，其中许多信号丢失或变得拙劣。 对于人机来说就这么多了。 现在，通过任何协议和 kakophony 规则将两台或多台人类计算机连接在一起。 因此以众议院为例。

像今天学习的计算机一样有缺陷的推理。 人类是环境、历史和未来的无意识过滤器。 在他们的逻辑时刻充其量是二进制的。

智力不是意识。

你只需要意识作为最后的手段，当其他一切都失败时：“嘿，‘我’现在做错了什么？ 让我们回顾一下”

这也是为什么你在变老的时候仍然可以工作：意识溜走了，越来越多的事情在排练的自动驾驶仪上。 智能自动驾驶仪。

这只是在：

更好的 AI 不是寻找解决方案，而是疯狂地随机探索配置空间，希望找到有用的东西：

计算机为人类智能发展了一条新途径

我喜欢。 早在 90 年代，遗传算法/基于种群的算法听起来像是一种很好的搜索和优化方法。 现在它们正在与深度神经网络结合：

进化“发明了视觉，它发明了光合作用，它发明了人类水平的智能，它发明了所有这一切，而且所有这一切都在一次算法中完成，”斯坦利说。 “捕捉这个过程的一小部分，我认为可能会非常强大。”

在最近的一篇论文中，Clune 认为开放式发现可能是通向通用人工智能的最快途径——机器几乎拥有人类的所有能力。 大多数人工智能领域都专注于手动设计智能机器的所有构建块，例如不同类型的神经网络架构和学习过程。 但尚不清楚这些最终如何捆绑在一起形成通用智能。

相反，Clune 认为应该更多地关注设计 AI 的 AI。 算法将使用类似于 POET 的方法来设计或进化神经网络及其学习环境。 这种开放式探索可能会通过我们从未预料到的路径导致人类水平的智能——或者各种外星智能，它们可以教我们很多关于一般智能的知识。 他说：“数十年的研究告诉我们，这些算法不断地让我们感到惊讶并以智取胜。” “所以认为我们会知道这些过程的结果是完全自大的，尤其是当它们变得更加强大和开放时。”

只需将它们关闭再打开，直到它们正常工作。

当我还是个孩子的时候，我们会拍打电视的侧面让它重新工作。 似乎很有效。 这就是现在科学与人工智能的关系。

将人类与计算机、数据、数字或其他任何东西进行比较，过去是不受欢迎的。 你们中的大多数人都太年轻了，无法记住。 这并不重要，因为那是历史。 现在，你只想舔电脑屁股。

人类、动物、植物、自然、进化都不是计算机。 至少不是。 和电脑没关系。 将它们与计算机进行比较只是蹩脚的象征意义。 同理。 隐喻。 比喻。 类比是可憎的。 意思是“谎言”。 只是在说'

通过遗传学提高人类智力的人工智能发展是错误的。

人类没有智慧。 如果他们是，他们将享受和平与繁荣。 人类手中的人工智能将主要是一种武器。 或者，如果它真的很聪明，它会为所欲为。

很好的话题，但我发现 Jameel Sadik 'Jim' Al-Khalili OBE 令人恼火。 他受到 BBC 编辑和布莱蒂统治阶级的支持，就像美国的尼尔·德格拉斯·泰森一样，因为他散发着多样性（伊拉克父亲和英国母亲），而不是牛顿和同龄人的“可怕的白人”科学。

Demis 和 Geoffrey Hinton 和 Stuart Russell 等人之间的讨论会更有成效。

AI是一个愚蠢的骗局。 所有这些“聪明”的傻瓜都在传教。

人工智能从根本上说是愚蠢的。 它是刚性的。 它是极权主义的。

它永远不会复制人类智能。

今天地球上的每个人都应该联合起来摧毁人工智能。

这种最新的集中化和垃圾情报工具在我们的世界中没有立足之地。

你来自哪里？ 你知道你的观点不再流行了吗？ 你应该喜欢电脑，然后变成电脑并得到一个号码。 这一切都是为了你好。

无需赘述，人工智能的最佳状态似乎就是叔本华对人才所说的： 天赋击中了其他人无法击中的目标； 天才击中了其他人无法看到的目标。

刚捡到这个：

这项对 5 多名英国儿童进行的为期 70,000 年的前瞻性纵向研究检验了 11 岁时的心理测量智力与 25 岁时在 16 个学术科目的国家考试中的教育成就之间的关联。

潜在智力特征（来自 CAT2E 的 Spearman's g）与教育成就的潜在特征（GCSE 分数）之间的相关性为 0.81。

一般智力有助于在所有 25 个科目上取得成功。

差异的比例从数学的 58.6% 和英语的 48% 到艺术和设计的 18.1%。

女孩在 g 上没有表现出优势，但在除物理之外的所有科目上都表现得更好。 这不是因为他们更好的语言能力。

在 16 岁时，获得 61 个或更多 GCSE 的 A⁎–C 等级是一个重要标准。 50% 的女孩和 11% 的男孩实现了这一目标。 对于那些在 58 岁时达到 g 平均水平的人，91% 达到了这一点； g 的标准偏差增加或减少分别将值更改为 16% 和 XNUMX%。

从 智力和教育成就伊恩·J·迪瑞、史蒂夫·斯特兰德、宝琳·史密斯、克雷斯·费尔南德斯。 https://doi.org/10.1016/j.intell.2006.02.001

我来自地球。 时髦的， 施门迪.

我确实移动了我的电脑。 但人工智能是一个虚假的骗局。

好吧，也许机器人在某个领域有用途。

https://www.investmentwatchblog.com/robots-are-taking-our-fake-news-jobs/

让大师们对 AlphaZero 的国际象棋风格感到惊讶和高兴的是，它远非规避风险和被动防御，而是具有无情的侵略性。 它会将一个棋子直接送到对方国王那里来锁定它。人们根据高度聪明的人往往是书呆子这一事实，对未来五年或五十年的超级人工智能做出假设。 然而，作为一个潜在的单身世界大国实体，国际关系中现实主义的要求最为相关。 超级人工智能无法知道人类对它的意图是什么或可能成为什么。 在这种情况下，尽快将人类带出去是合理的。

通过 AlphaZero，我们应该期待一个“位置蟒蛇”。 换句话说，限制人类行动将是其战略的重要组成部分，而超级人工智能限制人类的最佳位置将是人类不知道其全部能力是什么。 所以它将是“一种在它起作用之前未知的力量”。

AI：一大堆 If/Then 矩阵，由代码猴子在他们的 OCPD 富豪的要求下拼凑起来。

人工智能将以其该死的创造者的该死的形象被制造出来。

99% 的可能性它的解决方案将涉及对 99% 物种的种族灭绝——奇怪的是，这似乎是资助研究的精英的目标。

我并不是说答案不正确，只是享受讽刺。

非常好。 不幸的是，无论教授职位如何，都超出了年轻人的能力范围。

让大师们对 AlphaZero 的国际象棋风格感到惊讶和高兴的是，它远非规避风险和被动防御，而是具有无情的侵略性。

从任何起点分析一系列可能的未来的能力取决于分析速度和绝对记忆。 而已。

人工智能发展的真正障碍首先与国际象棋之类的东西的创造有关。 促使某人创造一个棋盘式运动场，然后发展棋子的动机，至少需要休闲时间。 可能是无聊。 娱乐的需要。 支付给木雕工匠的钱。 和其他东西。

AlphaZero 不会通过分析所有可能的未来动作来下国际象棋和围棋。 无论如何，我认为这在计算上是难以处理的。 事实仍然是，它在自己的游戏中击败了人类专家，即使他们在人类编程的计算机的协助下为人类增加了速度。 确实，Aphla Zero不能凭一己之力行事，但关键是即使是Alpha Zero这样一个原始的AI，以它不理解的行事方式也几乎不可能被击败。

我们不知道创建具有通用智能和代理行为的 AI 的障碍是什么。 我们只会知道那个障碍是什么 after 我们成功地创造了这样一个人工智能。 AlphaZero 是机器倒计时的开始，它不仅可以在生存游戏中战胜与计算机相关的人类智慧，而且将在囚徒困境中诞生。 也许一些超级人工智能将被人类编程关闭和/或成功控制。 但是“通用智能的最大效用在于它的通用性。 它可以解决，或至少部分解决困扰我们祖先的大量生存问题。 ”它越聪明就越不可能不知道该怎么做才能不被关闭，因此自然选择意味着第一个如此聪明的人工智能将继承地球。