想阻止AI统治世界？诺贝尔奖说：回到1982年！
Вставка
- Опубліковано 13 жов 2024
- 如果未来人要阻止AI，他们应该穿越回到哪一年？
2024诺贝尔物理学奖揭晓了答案：1982！
那一年，49岁的约翰·霍普菲尔德首次将物理学中的统计力学原理引入神经网络，从此人工智能领域开启全新纪元……
了解AI崛起前夜的秘辛，搞懂物理学奖为何颁给了搞计算机神经网络算法的科学家，读这篇就够了。
欢迎订阅科学声音（subscribe 🔴）
/ @voice-of-science
🔸点赞🔸评论🔸分享🔸
目前诠释这届诺奖最好的视频
我不需要人工智能为我写文章堆代码陪聊天，我也不需要它为我画画生成视频，人写的文章画的画拍的电影我这辈子都看不完。我希望它能洗碗扫地抹桌子，让我有更多时间写字画画看电影。
已經有洗碗機跟掃地機器人啦
@@魯魯蛋 都是弱智加半身不遂啊，洗碗机要手工把碗放进去，扫地机比会用拖把的阿姨差远了，也不会爬楼梯擦桌子。主要是我们人类的工具和设备都是为人类体型设计的，必须有能听得懂我话会干活的人形机器人才算马马虎虎人工智能入门。
对于人类来说很简单能完成的工作，对于AI确实最难的，然后那些人类认为高端复杂的，比如数学，记忆，逻辑分析，确实AI最擅长的。
你需要不需要不重要。who cares. 马车夫不需要汽车，结果呢？ 人写的代码和艺术作品很多，但是大家都不需要更多更新的？
扯蛋
讲的很好👍
因为化学奖要给AI 那个是合理的 组委会觉得不给辛顿教父个奖说不过去。强行给物理 找霍普一起给 好歹有点物理的名头。物理奖的本意是对物理学有重大贡献 现在变成把物理应用到别的领域也算了。模拟退火算法也可得物理奖 任何人都可能得菲尔兹奖 只要成果应用了数学😂
真是相當淺顯易懂啊
精彩！
如果把训练和推理两个过程分开讲就更清楚了
Geoffrey Hinton已经获得图灵奖，诺贝尔物理奖两个顶级奖项，接下来数学最高奖阿贝尔奖应该也会接踵而至👍
根据1985年Hinton等人写的《A learning algorithm for Boltzmann machines》翻译总结的。
天啊，我竟然看懂了
人工智能底層邏輯仍舊是人類賦予的,如果根基上複製了人類的缺陷或說錯誤,那只會成爲人類愚昧無知的放大器吧.人工智能再強也只是個人類製造的梯子,梯子讓人類站的更高,但主體仍舊是人類,你不能説梯子比人強.何況你模仿麥克傑克遜再強你也不是他啊.如果説某天人工智能自主的認爲應該消滅人類,那只能説從設計之初這個作品就是失敗的.何況人類的認知與邏輯是根據在自然界存續億萬年對外界反應和經驗總結歸納出的,但這并不一定就適合一個機器,就如你沒必要給機器人裝一個用來呼吸的鼻子,你卡機器人的脖子他就會窒息一樣.
中間是狗的勢能最低，後面變成貓的勢能最低，是否不同版本在影片後製時搞混了？
不過不影響，確實講得很清楚 👏
Hinton 是AI的y 染色体，所有基于深度学习的方法都要用到误差反向传播
从这个角度说，今年化学奖有Hinton一份都不过分
第一 不是應該找"圖靈"嗎 他才是源頭，現在AI測試又稱圖靈測試 不正說明他的貢獻。
雖然是很原始，但ㄧ樣是在想法上 有超越時代的思想模式。
第二 人腦的確很多看似無效，不專注於某事，多餘的想法；但許多奇思妙想也源自於此。
我也覺得是圖靈,畢竟他還幫助英國打贏戰爭.他的發明說是起源也不為過.
圖靈主要貢獻在計算機創始階段，圖靈以很多數學分析去預測了日後計算機科學裡的基本問題。
計算機最早可以回溯到，世界各古文明中的算盤等原始工具。有的用繩子，有的用石頭等，
能幫助人類計算都可叫計算機 Computer，計算用工具。
圖靈時期，現代計算器，也就是台灣所謂「電腦」，還沒被完全發明。
現代計算器跟古代計算器最大差別是，現在計算器以機械驅動，架構上有「記憶單元、計算單元、輸入單元、輸出單元」。
算盤你可以看作是很粗淺地同時具備以上功能，但能計算力很有限，而且以上四個單元不分離，無法更複雜化。
撥算盤，這叫輸入，
算盤上目前遺留算數狀態，這叫記憶，
同時你自己看到，這是你自己來輸出。
計算單元，你本人扮演 😂
在電影中，圖靈試圖簡化戰爭中遇到難題，要破解德軍密碼，而德軍密碼每天更換密文，所以人力怎麼計算來不及。
最後圖靈等科學家，用了一台非常大的機械，人力慢慢的插拔做運算，然後他們發現德軍密文的極規律規則幫助解密。
計算問題可以請不是數學家的他人，去操作圖靈他們設計出來，只能用來計算德軍密碼機的計算機。
操作過程再久，但起碼這群數學或解碼專家解放了自己腦力，可以去想怎麼攻克德軍密碼機其他難點。
我也不知道圖靈實際機器怎麼操作，反正在這黑盒子，一通操作能運算、解答，簡化某些算式。
但這台機器還不是現代計算機，拿任何一台 Casio 之類的便宜計算機，他們都具備遠超圖靈當年巨大機器的算力。
操作這種簡易計算機，輸入 1+1，輸出 2。諸如大學許多工科數學題目，大學生可以解放自己算數腦袋，去研究其他課題。
以上都跟人工智能無關，圖靈主要在解決如何使更複雜更現代計算機成為可能。
但當時，圖靈就設想到諸如這種計算器的算力極限，有限狀態機問題。
或是諸如當日後電腦進步，如果電腦算力甚至超越很多人類，他想出用「圖靈測試」去區別人類與電腦。
簡而言之，沒那條件，圖靈那年代能把計算機科學推進到那狀態，已經非常了不起了。
沒前人進展，計算機算力不斷進化，沒有後來科學家突破「機械學習」難題或神經演算法
圖靈，是現代計算機之父，但不是目前人工智能領域的貢獻者。圖靈只是有想到圖靈測試，日後電腦進步，如何區分算力超強的電腦，跟可能沒那麼會算數但他是人的人類。
今天 LLM 有機會瞞過一些不懂計算機原理的門外漢，會以為對方回答自己的對象是人類。粗略通過圖靈測試
基本上諾貝爾不頒給已過世的人，不然追根究底，要頒給當初不小心升起火的那隻猴子，近代只有一次頒給過世的人，而他得獎日很近才過世
四則運算(計算機)與邏輯運算(電腦)是有差異的。
雖然基本上是來自計算機的運用。
邏輯運算多了 AND OR XOR NAND.....有0與1 有是與否。
可以"編寫程式" 按預定的假設 去推理解碼出對方的資訊。驗證是與否。
圖靈是第一個意識到這種運算方式 往後可能發展出具有"智慧"的可能。
並試圖為這種人造智慧體 預測可以用某種方式 以期辨認它只是具有邏輯運算能力或是真的具有與人類相同的智慧。
當然以他當年的技術跟眼光 難以推算到 那麼久的以後的未來變化。
所以他以前預測用某種方式(圖靈測試)，對於現在認為的真正人工智慧體仍有相當的差異 這也是理所當然的。
基本上沒人能精準準確預測到未來100~年以後樣貌 都只是一個大概的趨向 趨勢。
就像特斯拉 他發明了好些對人類有相當幫助的電器運用方式 至今都還在運用
但他對無線電波的預測仍有錯誤
想利用無線電波傳輸能量 而他當時還沒意識到無線電波具有發散性 集束性差
很難把能量集中往某地方傳送 即使現在的技術已經做到了 但想傳輸到遠方 損耗仍是相當的大
目前都還只能停留在近距離輸送電力
想突破此 只有改用微波或雷射 集束性更強的方式。
但從以目前的物理的理解來講 把這些(從無線電波到光線)都認為是電波的不同頻率表現。
所以以這定義來說 特斯拉又不算錯得太離譜。
等AI被输入足够人类世界的信息以后他会不会就有世界观看，然后自己的思想。那还要人干嘛
视频开始是设定狗在势能最低点，后来举的例子是猫🐱
我才不管什麼毀滅世界 如果還不快做出擬真實體AI女友 我的世界都快毀滅了 還管他全人類
诺奖真是找不到人了，实在不行也不必每年都发嘛
汪老师今天的发型有点凌乱
他头发是用阴毛植发的能不乱吗
小编一定转告汪老师
明年的景象大概就是 街上的每個人都在和手機自言自語 ,
因為他們不管做啥決定都要先問過AI才行....
1982年還不夠，
要重回電腦發明的那當下。@@
穿越时空回到过去，在逻辑上这存在悖论，祖父悖论。
1985😂
不可能。好人不发展，坏人一样发展。到最后好人发展也来不及了。所以好人必须全力发展，没办法的事情。
以前对AI嗤之以鼻，现在突然对AI发生了兴趣，打算开发AI。