解讀利用現代人工智能倫理思維的人工智能十大名言

每個人似乎都喜歡一個好的報價。

每當試圖提出一個重要的觀點或特別強調時，沒有什麼比引用一個著名的引語更方便的了。 人們很快就會傾聽。 我們都知道，一句名言必然包含一些內在的聖所智慧，並傳授一兩個重要的人生教訓。 大多數引用通常是簡短而甜美的，因此不需要大量的心理處理來獲得所指出的俏皮話的要點。

當然，並非所有報價和所有可報價的報價製造商都同樣值得。

如果您不認識被引用的人的名字，那麼您很可能會試圖打折引用的任何內容。 看似無名小卒的名言不如知名人士的名言有效。 該規則有一些罕見的例外，例如當引用歸因於“匿名”時，我們可能願意接受未命名的來源可能是噴出超越時代和永恆的偉大智慧的話。

另一個因素包括與引用使用相關的上下文。

如果正在討論物理學或物質如何構成已知宇宙，那麼在提供真正可引用的引言時，愛因斯坦的引述可能會達到眾所周知的水平。 關於鳥類和蜜蜂的討論不太可能也依賴愛因斯坦的名言。 毫無疑問，我們會期待其他人在該特定領域的專業知識而不是著名的粒子物理學家的報價。

由於經常使用與人工智能 (AI) 相關的引用，我提出了對可引用引用的探索。 正如您很快就會看到的，有很多與著名的 AI 引用相關的 AI 倫理學影響。 有關我對 AI Ethics 和 Ethical AI 的持續和廣泛報導，請參閱 這裡的鏈接 和 這裡的鏈接, 僅舉幾例。

很有可能，每當您閱讀有關 AI 與未來主義描繪有關的故事或新聞報導時，肯定會在敘述中加入一句話。 通常，選定的有關 AI 的引用將支持文章或社論的觀點或傾向。 很少有引述似乎削弱或充當對作品及其作者的姿態的逆向觀點。

例如，你幾乎可以保證，關於人工智能對人類的影響的對話將總是包含兩種方式之一的引述。 一個角度是引用說人工智能將是自切片麵包以來最好的東西，我們都會為人工智能已經獲得而感到高興。 這就是 AI 引用的笑臉。 硬幣的另一面有一句名言，斷言人工智能的出現將預示著人類的徹底悲觀和厄運。 人工智能會像一隻小蟲子一樣碾碎我們所有人。 這通常會引出關於 AI 的悲傷面孔引語的使用。

人工智能報價通常是根據他們手頭的目的而選擇的。 一篇解決關於人工智能走向何方的可怕擔憂的文章幾乎肯定會圍繞關於人工智能的低調引用來塑造自己。 與此同時，一篇關於人工智能的興奮和興奮的文章可能會伴隨著一段關於人工智能以最令人振奮的方式改變人類的名言。 在某些情況下，討論可能包含這兩種引用，試圖進行比較和對比。 即使在這種情況下，作者也有可能會試圖支持另一方。 如果敘述的目的是讓 AI 看起來是金色的，那麼令人振奮的引述將獲得讚譽，而不祥的引述將被貶低。

稍後，我將繼續解開一些關於人工智能的最著名的名言。 我這樣做是為了與您分享關於經常引用的報價試圖傳達的內容的內部觀點。 您可能會對每個流行語錄的深層含義感到有些驚訝。

所有這些關於 AI 的引用都被認為是 AI Ethics 提出的，因為這些引用正在推動關於 AI 的某些特定斷言。 令人不安的方面是，這些引語有時被斷章取義並以相當可疑的方式使用。 通過從一些關於人工智能的深刻推理理論中挑出一條線，有一種可敬的外觀，特別是如果引用的來源是人工智能領域的知名人物。 然而，引文的大背景可能有更大的細微差別，或者實際上可能與摘錄或摘錄的引文所描繪的表面本質有所不同。

為了給您一個提示並讓您保持警惕，以下是在傾向於 AI 引用時容易使用的鬼鬼祟祟的惡作劇：

• Cherry-pick 一個 AI 引用來適應一個首選的立場
• 假裝 AI 引用是無可辯駁的和鐵定的
• 省略上下文，不提供替代 AI 報價
• 以震驚價值為目標或立即默許人工智能的爭論
• 利用遠遠超出其範圍的 AI 報價

我相信你會在前進的基礎上警惕這些操縱。

有些人可能會將我前面的警告誤解為不應該使用 AI 著名的引語。 這不是我的建議。

使用著名的 AI 引用確實非常有用。 如果您試圖證明或支持有關 AI 的主張，那麼來自傑出來源的多汁且相關的報價可能至關重要。 這有助於表明做出所述聲明的不僅僅是您的意見。 此外，大多數著名的 AI 引用都相當吸引人。 使用正確的 AI 著名語錄可以吸引您試圖告知和參與的讀者。

我所得到的只是人工智能的引語可以到處散佈並以令人不安的方式使用。 它們可能應用不當。 它們似乎證明了瘋狂或未經證實的論點，儘管引用或更大的上下文沒有做任何類似的事情。

簡而言之，人工智能引語很容易被偷偷使用。

如果要引用 AI 值得注意的引語，希望引語將被適當地選擇，適用於手頭的問題，具有與引語的意圖相對應的用法，並且被引用的用法將嘗試提供一種平衡，使報價看起來不是無所不知和無可爭辯的。

幾乎總是有足夠的空間來討論人工智能。

我這麼說是因為我們仍處於人工智能的早期階段。 我意識到橫幅標題和令人窒息的新聞故事似乎暗示我們正處於人工智能感知的黎明，但令人遺憾的是，這是一種胡說八道的暗示。

我們可以瘋狂地推測有感知的人工智能。 沒有人確切知道這將是什麼。 沒有人能肯定地說我們是否有一天會獲得有感知的人工智能。 由於這種未知且尚不可知的情況，幾乎可以推導出任何類型的場景。 有人可以說有感知的 AI 將是邪惡的。 有人可以說，有感知力的 AI 將是好的和仁慈的。 您可以繼續進行下去，因此無法提供任何“證據”來支持給定斷言的任何確定性或保證。

這將我們帶到了人工智能倫理的領域。

所有這一切也與對當今人工智能，尤其是機器學習 (ML) 和深度學習 (DL) 的使用引起的清醒擔憂有關。 你看，ML/DL 的一些用途往往涉及讓 AI 被廣大公眾擬人化，相信或選擇假設 ML/DL 是有感覺的 AI 或接近（它不是）。

首先澄清我在整體上提到 AI 時的意思，並簡要概述機器學習和深度學習可能會很有用。 關於人工智能的含義有很多困惑。 我還想向您介紹 AI 倫理學的規則，這對於本次演講的其餘部分尤其重要。

陳述關於人工智能的記錄

讓我們確保我們對於當今人工智能的本質達成共識。

今天沒有任何人工智能是有感知的。

我們沒有這個。

我們不知道有感知的人工智能是否可能。 沒有人能恰當地預測我們是否會獲得有知覺的人工智能，也無法預測有知覺的人工智能是否會以某種計算認知超新星的形式奇蹟般地自發出現（通常被稱為奇點，請參閱我的報導： 這裡的鏈接).

意識到今天的人工智能無法以任何與人類思維同等的方式“思考”。 當你與 Alexa 或 Siri 互動時，對話能力可能看起來類似於人類能力，但現實是它是計算性的，缺乏人類認知。 人工智能的最新時代廣泛使用了機器學習和深度學習，它們利用了計算模式匹配。 這導致人工智能係統具有類似人類的傾向。 同時，今天沒有任何人工智能具有常識，也沒有任何強大的人類思維的認知奇蹟。

部分問題是我們傾向於擬人化計算機，尤其是人工智能。 當計算機系統或人工智能似乎以我們與人類行為相關的方式行事時，幾乎有一種將人類品質歸因於系統的強烈衝動。 這是一個常見的心理陷阱，即使是最頑固的懷疑論者也能抓住獲得感知的機會。

在某種程度上，這就是為什麼 AI Ethics 和 Ethical AI 是一個如此重要的話題。

人工智能倫理的戒律讓我們保持警惕。 人工智能技術人員有時會專注於技術，尤其是高科技的優化。 他們不一定會考慮更大的社會影響。 擁有 AI Ethics 的思維方式並將其與 AI 開發和部署相結合對於產生適當的 AI 至關重要，包括評估公司如何採用 AI Ethics。

除了普遍採用人工智能倫理準則外，還有一個相應的問題是我們是否應該有法律來管理人工智能的各種用途。 聯邦、州和地方各級正在製定新的法律，這些法律涉及應該如何設計人工智能的範圍和性質。 起草和頒布此類法律的努力是一個漸進的過程。 人工智能倫理至少可以作為一種權宜之計，並且幾乎可以肯定在某種程度上將直接納入這些新法律。

請注意，有些人堅決認為我們不需要涵蓋人工智能的新法律，並且我們現有的法律就足夠了。 他們預先警告說，如果我們確實制定了其中的一些人工智能法律，我們將通過遏制人工智能的進步來提供巨大的社會優勢，從而殺死金鵝。

在之前的專欄中，我介紹了各種國家和國際為製定和頒布監管人工智能的法律所做的努力，請參閱 這裡的鏈接， 例如。 我還介紹了各個國家已經確定和採用的各種人工智能倫理原則和指導方針，包括聯合國的努力，例如聯合國教科文組織的一套人工智能倫理，近 200 個國家採用，見 這裡的鏈接.

以下是我之前仔細探索過的有關 AI 系統的道德 AI 標准或特徵的有用基石列表：

• 透明度
• 正義與公平
• 非惡意
• 社會責任
• 隱私
• 受益人
• 自由與自治
• 信任
• 永續發展
• 尊嚴
• 團結

AI 開發人員、管理 AI 開發工作的人員，甚至是最終部署和維護 AI 系統的人員，都應該認真使用這些 AI 道德原則。 在整個 AI 開發和使用生命週期中的所有利益相關者都被認為是在遵守 Ethical AI 的既定規範的範圍內。 這是一個重要的亮點，因為通常的假設是“只有編碼員”或那些對 AI 進行編程的人才能遵守 AI 道德概念。 正如前面所強調的，人工智能需要一個村莊來設計和實施，整個村莊都必須精通並遵守人工智能倫理規則。

讓我們腳踏實地，專注於當今的計算非感知人工智能。

ML/DL 是一種計算模式匹配。 通常的方法是收集有關決策任務的數據。 您將數據輸入 ML/DL 計算機模型。 這些模型試圖找到數學模式。 在找到這樣的模式之後，如果找到了，那麼人工智能係統就會在遇到新數據時使用這些模式。 在呈現新數據時，基於“舊”或歷史數據的模式被應用於呈現當前決策。

我想你可以猜到這是走向何方。 如果一直在做出模式化決策的人類一直在納入不利的偏見，那麼數據很可能以微妙但重要的方式反映了這一點。 機器學習或深度學習計算模式匹配將簡單地嘗試相應地在數學上模擬數據。 人工智能製作的建模本身沒有常識或其他感知方面的外表。

此外，人工智能開發人員可能也沒有意識到發生了什麼。 ML/DL 中的神秘數學可能使找出現在隱藏的偏見變得困難。 您理所當然地希望並期望 AI 開發人員會測試潛在的隱藏偏見，儘管這比看起來要棘手。 即使進行了相對廣泛的測試，ML/DL 的模式匹配模型中仍然存在偏差。

您可以在某種程度上使用著名或臭名昭著的格言垃圾進垃圾出。 問題是，這更類似於偏見，因為偏見潛伏在人工智能中。 人工智能的算法決策 (ADM) 不言自明地變得充滿了不公平。

不好。

我相信我現在已經準備好充分檢查一組著名的 AI 引用。

解包 AI 著名語錄

似乎有無數關於人工智能的引述。

您可以回到柏拉圖和蘇格拉底的時代，嘗試找到與 AI 相關的名言。 這似乎有點牽強，儘管無可否認，有一些關於人類智能假設極限的引述可以用於現代人工智能的追求。 此外，許多崇高的哲學家和歷史悠久的科學家在各個時代都在努力試圖確定活著的本質，以及人類和其他生物如何體現出難以捉摸和神秘的感知能力火花。 莎士比亞也提供了一些方便的 AI 相關名言。

在這個特定的分析中，我不會考慮那些與 AI 相關的引用。 它們當然很容易考慮，我很樂意在隨後的分析中回顧它們。 現在，讓我們將注意力限制在 AI 時代出現的 AI 引用上。

人工智能時代大致可以說是從 1950 年代中期開始的。 從歷史上看，這就是創造的術語 人工智能 被編纂並設法成為描述可能表現出類人智能的計算機或機器的首選。 有關我對 AI 歷史的報導，請參閱 這裡的鏈接.

我還將主要關注著名的 AI 研究人員或計算機科學家的 AI 引用。 不要將其解釋為對 AI 局外人的引用。 我們應該說，有很多與 AI 相鄰的研究人員和專家也提出了重要的引語。

問題是，我想把這個討論保留在一個只有十個值得注意的 AI 引用的清晰列表中。

必須付出一些努力才能讓一千磅石頭裝進一個十磅重的袋子。 我將明智而謹慎地區分十個具有這些非常理想的特徵的 AI 引用：

• 已廣泛使用並經常使用的 AI 報價
• 在 AI 和非 AI 導向的文獻中經常引用的 AI 引用
• 在專門研究 AI 引用的文章中反復出現的 AI 引用（就像您現在正在閱讀的文章）
• 由知名專家、科學家或相關 AI 專家設計的 AI 報價
• 在各種 AI 報價評估競賽和調查中獲得大量“點贊”的 AI 報價
• 其他

我還有其他一些基本規則。

以下是一些額外的經驗法則以及一些解釋：

• 每位作者只有一個 AI 引用。 我坦率地承認，這是一條傷痕累累且充滿焦慮的規則。 總的來說，那些至少產生了一個人工智能著名引言的人可能已經產生了一桶。 試圖從他們的眾多名言中只選擇一個就像試圖選擇某人的孩子中的哪一個是他們最喜歡的一樣。 當然，這是一項令人痛苦的任務。
• 選擇具有不同心態的 AI 報價。 很容易選擇十個性質幾乎相同的 AI 報價。 例如，關於 AI 變得邪惡並將人類從宇宙中抹去的十個 AI 引用。 十分簡單。 相反，我有目的地選擇觀點略有不同的 AI 引用，並將提供對 AI 的更廣泛的檢查。
• 不被名字左右. 有一種眨眼眨眼的鬆散笨拙的方式來選擇 AI 報價，即選擇你能找到的最大的名字。 引用可能不是特別引人注目，但引用名稱的吸引力是。 我將堅持名稱和報價都必須提供示範價值。
• 根據它所代表的內容來解釋引用。 請允許我花一點時間來解開這個經驗法則。 有時，人工智能著名的名言已經有了自己的生命。 最初可引用的人並不一定要引用的意思是它所表明的意思。 我將根據公眾對它們的含義來選擇 AI 引用。 從某種意義上說，引用不是按照原作者的意願或意圖來解釋的，這不再特別重要。 現實已經接管並選擇將引用變成似乎已經出現的任何社會偽裝或形式。 一些被引用的作者不再試圖糾正誤解，而有些人仍然活著，但沒有竭盡全力在需要時嘗試糾正記錄。
• AI 引言必須令人難忘，並且必須明確指出： 人工智能著名的引語是一毛錢，而且常常是荒謬的空洞。 他們也可以重複某人事先說過同樣的話的著名引語。 它們有時可能很乏味，並允許無限的含義。 等等。這裡的一條規則是，人工智能的引語必須在一定程度上明確，以便提出一個易於識別的觀點，它必須是令人難忘的，並且符合體現在著名的引語俱樂部的標準。

我相信，就目前而言，這已經確立了關於選定的十大 AI 著名語錄的法律細則。 我意識到並不是每個人都會同意這個選擇的集合。 我們所有人當然都有我們最喜歡的人工智能語錄。 您可能在此列表中看不到您的最愛。

正如他們所說，您的里程可能會有所不同。

不要絕望。 如果有濃厚的興趣，並且如果我得到其他值得注意的 AI 引用的建議，我會很樂意就這個主題再寫一篇文章，並嘗試包含這些額外的 AI 引用。

被選中的前十名

我們現在正處於公佈選定的前十名的風口浪尖。

為了使事情盡可能公平，我將列出前十名，沒有任何編號。 我這樣說是因為編號順序可能會導致一些讀者認為這是從最低到最高評分的 AI 報價的排名。 在這個討論中，我沒有進入評級方案。

我將按命名來源列出 AI 引用。 該列表將按引用作者姓氏的字母順序排列。 也許這將使列表避免任何順序或順序偏愛的跡象。

請打鼓。

以下是十大 AI 著名語錄（按作者姓氏字母順序列出）：

• 尼克·博斯特倫：“機器智能是人類需要做出的最後一項發明。”
• 馬克·庫班：“我告訴你，世界上第一個億萬富翁將來自掌握人工智能及其所有衍生產品並以我們從未想過的方式應用它的人。”
• 埃茲格·W·迪傑斯特拉：“計算機能不能思考的問題，並不比潛艇能不能游泳的問題更有趣。”
• 斯蒂芬·霍金：“成功創造出有效的人工智能，可能是我們文明史上最大的事件。 或者最壞的。 我們只是不知道。 因此，我們無法知道我們是否會得到人工智能的無限幫助，或者被它忽視和排擠，或者被它摧毀。”
• 艾倫·凱：“有些人擔心人工智能會讓我們感到自卑，但是，任何一個頭腦正常的人，每次看到一朵花時，都應該有一種自卑感。”
• 光芒Kurzweil：“幾十年內，機器智能將超越人類智能，導致奇點——技術變革如此迅速而深刻，它代表了人類歷史結構的斷裂。”
• 約翰麥卡錫： “我們的最終目標是讓程序能夠像人類一樣有效地從他們的經驗中學習。 我們應該……說一個程序具有常識，如果它自動為自己推斷出足夠廣泛的直接後果，即它被告知的任何事情和它已經知道的事情。”
• 伊隆麝香：“我越來越傾向於認為應該有一些監管監督，也許在國家和國際層面，只是為了確保我們不會做一些非常愚蠢的事情。 我的意思是，我們用人工智能來召喚惡魔。”
• 斯圖爾特·羅素：“根本沒有人知道如何製造一台有意識的機器。”
• 阿蘭·圖靈：“如果一台計算機能夠欺騙人類使其相信它是人類，那麼它就應該被稱為智能計算機。”

讓我們繼續解開每一個 AI 著名的名言。

我們將按照上面列出的相同字母順序進行。

人工智能是人類最後的發明

著名的人工智能報價: “機器智能是人類需要做出的最後一項發明”（尼克·博斯特羅姆）。

你不得不承認這個 AI 引用非常吸引人。 一句話簡潔，包含了很多重量級的內容。

主要要點是，通過我們發明人工智能，我們將能夠利用人工智能隨後發明任何其他可能被發明的東西。 因此，您可以放鬆不必弄清楚如何發明事物。 人工智能將為我們完成工作。 當然，你必須首先做發明人工智能的艱苦工作。

儘管有許多額外的陷阱，但大多數人並沒有立即發現這個看似簡單和引人注目的斷言。 你看，除了我們需要首先發明 AI 的明顯方面之外，還有許多額外的細微差別浮現在腦海中。

假設我們發明的人工智能與人類智力的平均水平相當。 在那種情況下，假設人工智能可以像托馬斯·愛迪生那樣發明燈泡，或者像亞歷山大·格雷厄姆·貝爾那樣發明電話，等等，我們是不是有點自以為是？ 都是比較特別的人。 符合普通人智力水平的人工智能不一定是偉大的發明家。

另一個考慮因素是人工智能是否會 要 發明東西。

我這樣說是因為我們將如何將人工智能視為一種法人身份（請參閱我的報導 這裡的鏈接）。 一些權威人士認為，我們基本上會奴役人工智能，讓它隨心所欲。 其他人覺得這個想法很可悲。 如果人工智能已經積極地達到了人類智能的水平，我們可能不得不努力為人工智能提供我們也為人類尋求的自由。 的確，你自然會想到 AI 會堅持這樣的主張。 無論如何，這裡的關鍵是人工智能可能會做它選擇做的任何事情，包括不發明東西，如果這是人工智能選擇避免做的事情。

許多額外的考慮因素開始發揮作用。

總而言之，從表面上看，它確實很吸引人，可以用來引發關於人工智能、社會、人類等的各種辯論和討論。

或者，取而代之的是，引用可能只是演示文稿中那些放下麥克風的時刻之一。

人工智能作為巨大的賺錢工具

著名的人工智能引述： “我告訴你，世界上第一個億萬富翁將來自掌握人工智能及其所有衍生產品並以我們從未想過的方式應用它的人” （馬克庫班）。

你可能以前沒有特別看過或聽過這個 AI 引用。

我意識到一些 AI 純粹主義者會因為將這句話列入前十名而感到心痛。 這句話似乎對商業和賺錢很粗魯。 幾乎所有常見的十大名言都強調了人工智能終結人類或使人類過上奢侈的生活。

很抱歉，金錢確實使世界運轉。

一些 AI 開發人員無私地努力生產真正的 AI 或 AGI（通用人工智能），因為他們喜歡嘗試這樣做的挑戰。 你可以把這比作攀登世界最高山峰的願望。 它可能不是為了錢，而是為了誘人的挑戰。

對他們有好處。

問題是，我們不知道僅僅因為被視為一項充滿活力的壯舉而獲得人工智能的願望是否足以實現這一目標。 毫無疑問，有一個諾貝爾獎在等待。 任何實現真正人工智能的人絕對會成名。

錢也會在那裡。

您可能對此是無辜的，並聲稱與一個人將獲得的挑戰和完全的成就感相比，要賺的數万億美元相形見絀。 當然，如果您願意，請相信。 同時，通過這句話可以方便地提醒人們，一大桶金位於 AI 彩虹的盡頭。 關於我的一些賺錢的跡象，請參閱 這裡的鏈接.

話雖如此，所有的賺錢潛力都有一個隱藏的轉折點。

人工智能彩虹會是彩虹，還是醜陋的全破壞性雷暴？

假設人工智能決定它想要錢。 那個怎麼樣？ 假設人工智能是邪惡的，它把你能想像到的所有現金都堆在你身上，一直在歡笑和微笑，隨後將人類從地球上抹去。 所有這些成堆的現金都不會。

值得思考的事情。

質疑人工智能應該是什麼

著名的人工智能報價: “計算機能否思考的問題並不比潛艇能否游泳的問題更有趣”（Edsger W. Dijkstra）。

這句著名的 AI 引語有一種微妙的深度。 大多數人必須閱讀兩三遍才能掌握有點令人費解的台詞的含義。

請注意，存在各種解釋。

我會選擇流行的。

提出了一個重要問題，即我們將如何最終實現真正的人工智能。 一個著名的陣營告誡我們必須對人類思維進行逆向工程。 只有在我們弄清楚人類的思維方式之後，我們才能成功地製造出同樣可以做到的人工智能。

廢話，有些反駁。 我們可以製造與人類大腦的基本機制和濕件幾乎沒有關係的人工智能。 我們需要做的就是打造能夠展示智能的人工智能。 如果我們可以通過使用橡皮筋和破舊的紙板來做到這一點，那就這樣吧。 你很難說潛艇可以工作，因為我們首先弄清楚了人類是如何游泳的（嗯，當然有相似之處，但讓我們繼續吧）。

這是引用提出的一種觀點。 有關我對這個和相關角度的報導，請參閱 t他在這裡鏈接.

關於即將到來的人工智能雙重用途

著名的人工智能報價: “成功創造出有效的人工智能，可能是我們文明史上最大的事件。 或者最壞的。 我們只是不知道。 所以，我們無法知道我們是否會得到人工智能的無限幫助，還是會被它忽視並被邊緣化，或者會被它摧毀”（斯蒂芬霍金）。

我們終於來到了這個列表中，引用了一個 AI 引用，它提出了一個難題，即實現真正的 AI 將是最好的時代還是最壞的時代。 這是一個特別方便的報價，因為它涵蓋了硬幣的兩面。 有關我對兩用 AI 困境的深入了解，請參閱 這裡的鏈接.

這就是有時以相當令人不安的方式對這句話所做的事情。

如果你想強調 AI 的笑臉觀點，只使用開頭的句子，這樣你就只引用這一部分：“成功創造有效的 AI，可能是我們文明史上最大的事件。”

它給讀者一種溫暖而模糊的感覺，即人工智能會好起來的，我們在獲得真正的人工智能後都會好起來的。 省略關於潛在缺點的額外措辭。 我建議刪掉引用的其餘部分有點虛偽。

無論如何，這些引用以各種粗略的方式使用。

人工智能與自然疊加

著名的人工智能報價: “有些人擔心人工智能會讓我們感到自卑，但是，任何頭腦正常的人每次看到一朵花時都會產生自卑感”（艾倫·凱）。

這是另一個 AI 值得注意的引述，可能需要集中註意力才能找出所涉及的禪宗品質。

一種主要的解釋是，儘管我們最終可能會對設計出人工智能感到敬畏，但人類的存在和宇宙的存在這一事實本身就是一項巨大的壯舉，值得更加敬畏。 不要因為人工智能的發明而分心，以至於我們忽略了更多看似不可思議的謎團和謎團尚未解開。

如果我們能夠獲得真正的人工智能，人類不應該變得太大。 保持冷靜和冷靜。 更多的問題有待解決。

我們可以將這句話與之前關於 AI 是需要的最後一項發明的引用結合起來，這樣也許我們可以讓 AI 為我們解開宇宙的奧秘。 好吧，如果人工智能自願這樣做。

將奇點放在首位

著名的人工智能引述： “在幾十年內，機器智能將超越人類智能，導致奇點——技術變革如此迅速和深刻，它代表了人類歷史結構的破裂”（雷·庫茲韋爾）。

您必須確保在任何真正的高質量前十名列表中 奇點 至少出現一次。 瞧，給你。

正如我之前指出的， 奇點 這個假設的概念是真正的人工智能可能會自發出現嗎？ 有人認為它會在一瞬間發生。 其他人聲稱可能需要幾分鐘、幾小時、幾天、幾週、幾個月、幾年、幾個世紀，等等。

這個理論的美妙之處在於它確實讓我們所有人都坐在座位的邊緣。 我之所以這麼說，是因為你製作的 AI 足以啟動這種火球活動，從而實現真正的 AI。 假設我們不知道這個初始或最低的障礙水平是什麼，它可能是任何東西。

我提到這一點是為了當你在 Python 中編寫最新的 AI 應用程序時，意識到它可能會超過閾值，而你所知道的下一件事就是成熟的 AI 正盯著你看。

我警告過你。

常識不是很常見

著名的人工智能報價: “我們的最終目標是讓程序能夠像人類一樣有效地從他們的經驗中學習。 我們應該……說一個程序具有常識，如果它自動為自己推斷出足夠廣泛的直接後果，即它被告知的任何事情以及它已經知道的事情”（約翰麥卡錫）。

這個 AI 值得注意的引語很少有太多的通話時間。

首先，它與人工智能的善惡無關，這會立即降低它對那些正在尋找方便的花花公子人工智能報價的人的吸引力。 其次，它不是特別吸引人，與其他著名的 AI 引用相比，措辭相當笨拙。

為什麼它值得列入前十名？

因為它提出了實現真正 AI 的假定阿喀琉斯之踵之一。

這是交易。 我們假設人類和他們的人類智能包括我們將標記為常識的認知方面。 有很多關於人類常識的笑話。 您知道有些人肯定似乎缺乏常識的古老嬉戲，因此常識並不像看起來那麼普遍。

哈！

這裡的關鍵是，如果需要常識來達到人類的智能水平，那麼壞消息是，目前人工智能領域在弄清楚常識的組成部分以及如何在人工智能中構建它方面有些困難。 這方面的努力已經持續了多年，實際上是幾十年。 請參閱我的報導 這裡的鏈接.

存在一個困境。 如果常識是智能的核心要素，那麼我們在實現真正的人工智能方面面臨著艱鉅的挑戰，因為我們在破解常識密碼方面取得的進展如此有限。 這令人不安。

那些不相信常識是智力要求的人會說沒有出汗。 如果我們弄清楚常識並可以將其放入機器中，那很好。 如果我們不能，請不要擔心。 其他人則認為，也許常識會通過 奇點，這樣即使我們不能公開地設計常識，自發的神秘過程也會為我們實現。

使用您的個人常識來決定哪種理論對您來說最合適。

人工智能與法律

著名的人工智能行情: “我越來越傾向於認為應該有一些監管監督，也許在國家和國際層面，只是為了確保我們不會做一些非常愚蠢的事情。 我的意思是通過人工智能，我們正在召喚惡魔”（埃隆·馬斯克）。

埃隆·馬斯克（Elon Musk）可以說是一台人工智能報價機。

我並不是說他是人工智能，儘管一些推文說他可能是。 我聲稱他已經產生了很多關於人工智能的引用。 有這麼多，你可能會因為試圖閱讀它們而陷入困境。

與大多數涵蓋 AI 弊端或缺點的 AI 報價相比，這個特定的報價有些獨特。 通常，一個著名的 AI 引用會表明 AI 可能會變成野獸。 你只能靠自己的良心或設備來決定如何處理這種不合時宜的事件。

在這句話中，援引了法律的重要性。

沒有多少重要的引述轉向討論與人工智能相關的法律的重要性質。 我已經廣泛介紹了有關 AI 的各種擬議法律，請參閱 這裡的鏈接，並且還在標準委員會任職，試圖為此類 AI 相關法律建立模板和基石。

法律可能不是與人工智能相關的某種救世主。 另一方面，無法無天或缺乏法律也不一定是最佳途徑。 根據這句話，考慮到實現真正的人工智能會給人類帶來風險和潛在的懲罰，擁有一些法律護欄似乎是一種值得稱道的方法。

想像一下，真正的人工智能實現了，我們不是馬上說應該有一個關於它的法律嗎？

當然，最大的問題是，如果我們達到真正的人工智能，我們是否可以執法。

人工智能仍然是一個未解之謎

著名的人工智能引述： “根本沒有人知道如何建造一台有意識的機器”（斯圖爾特·羅素）。

這條著名的 AI 引述盡可能地直截了當，謝天謝地。

關於我們是否走在通往真正人工智能的正確道路上，人工智能領域內正在發生各種激烈的爭論。 也許我們是。 也許我們不是。 也許我們離得太遠了。

我向你保證，你可以很容易地找到宣稱我們距離實現真正的人工智能只有幾英寸之遙的觀點。 我們離實現人工智能如此之近，以至於我們可以聞到它的味道。 那些說這話的人會大張旗鼓地這樣做，並有一種完全和不受約束的信心。

說大話。

你看，我和這句話的想法是一樣的，即沒有人知道如何實現真正的人工智能，我們都在黑暗中徘徊試圖到達那裡。

對於那些想要深入了解人類面臨的最大謎團之一的人來說，歡迎加入 AI 領域。 我之所以提到這一點，是因為當我還是一名人工智能教授時，我的學生有時會沮喪地來找我，說他們可能不會有太多的職業，因為他們聽說或讀到人工智能即將得到解決。

我向他們保證，在此之前他們會活到成熟的老年，如果在他們的監視下發生這種情況，他們會很幸運（一個希望）。

人工智能和著名的圖靈測試

著名的人工智能引述： “如果計算機能夠欺騙人類使其相信它是人類，那麼它就應該被稱為智能計算機”（艾倫·圖靈）。

我天生就會懷疑任何不包括艾倫·圖靈（Alan Turing）名言的前十名。 他對數學、計算機科學、人工智能等方面的貢獻是巨大且值得稱讚的。 您可能會通過電影和有關他生平故事的著作了解他。

對於這個前十名，似乎特別重要的引述涉及他現在著名的圖靈測試。 我已經深入討論過圖靈測試，請參閱 這裡的鏈接.

簡而言之，我們如何確定計算機或人工智能或機器是否已達到與人類相當的智能水平？ 圖靈並沒有在這個裝置內四處尋找，而是提出可以玩一種模仿遊戲。 假設你把人工智能放在一個窗簾後面，把一個人放在另一個窗簾後面。 一個人類審問者來回詢問人工智能和人類的問題，儘管這個審問者看不到窗簾，也不知道哪個是哪個。

在提問結束時，如果審訊者不能明確地宣布哪個是人工智能，哪個是人類，我們將宣佈人工智能與人類智能沒有區別。 請注意，這是一種更容易解決問題的方法。 您無需深入了解 AI 的位和字節。 你需要確定的是，無論它是如何設法到達那裡的，人工智能都表現出同等的智能。

任何進入人工智能的人都必須熟悉圖靈測試。 圖靈測試是一個持續討論的話題。

對於如何實際進行圖靈測試存在各種疑慮。 例如，假設進行審訊的人無法完成足夠的提問工作。 或者這個人可能不理解答案。 在考慮圖靈測試時，您可以看到提出問題的人是一個巨大的成敗。 最近一則病毒式傳播的新聞報導涉及一位谷歌工程師，他深信人工智能應用程序已經達到感知能力，並且根據他提出的問題似乎會通過圖靈測試（他錯了，看我的分析） 這裡的鏈接).

圖靈測試有很多鬆散的結局。 儘管如此，它在人工智能領域仍然是一個高大的人物，並且仍然是一個值得注意的考慮因素。 艾倫·圖靈的這句話把這種考慮帶到了前台。

結論

你現在已經瀏覽了一個前十名的名單，它提供了相當多的關於人工智能的建設性背景。 我敢打賭，你會不時使用這些報價。 對你有益。

由於我們正在思考著名的引語，所以現在對引語的一些最後評論似乎是有序的。

首先，我當然很想從我自己的 AI 書面著作中引用前十名。 在寫了很多 AI 書籍、數百篇關於 AI 的文章等之後，包括我的一些書被評為 AI 書籍 Top 10，這是可以理解的誘惑。

此外，蕭伯納有句名言：“我經常引用自己的話。 它為我的談話增添了趣味。”

正如您在前十名名單的最終版本中所看到的那樣，我讓步了這輪比賽可能過於辛辣。

我接下來要說的是，我真誠地希望您能受到啟發，進一步深入 AI 領域，對著名的 AI 語錄進行更深入的研究。 每條引文都是一個龐大而復雜的思想和考慮網絡。 通過嘗試進一步分析此處提供的引語，您會發現自己完全沉浸在 AI 中。

溫斯頓·丘吉爾（Winston Churchill）對一般的引語發表了這樣有見地的評論：“銘刻在記憶中的引語會產生好的想法。 它們還讓你急於閱讀作者並尋找更多內容。”

而且，現在是關於報價的最終報價。

回想一下，我提到過你必須警惕這些 AI 引用的使用方式。 人們會以最棘手的方式使用這些引號。 馬克吐溫說了這一切：“我相信，幾乎任何虛構的引語，在自信地演奏時，都有很好的欺騙機會。”

不要讓自己被人工智能所欺騙，因為您已經了解了最著名的人工智能引語背後的故事。

你可以肯定地引用我的話。