图片由编者供应

人工智能无疑是我们这个时期的盛行语。
它的盛行，特殊是随着 ChatGPT 等天生式 AI 运用程序的涌现，将其带到了技能辩论的最前沿。

每个人都在评论辩论像 ChatGPT 这样的 AI 天生运用程序的影响，以及利用它们的能力是否公正。

然而，在这场完美的风暴中，环绕人工智能或人工智能一词的浩瀚神话和误解溘然激增。

我敢打赌，你可能已经听说过很多了！

让我们深入研究这些神话，冲破它们，并理解人工智能的真正实质。

1.AI是智能的

与普遍的意见相反，人工智能根本不是智能的。
如今，大多数人确实认为人工智能驱动的模型确实是智能的。
这可能是由于在“人工智能”名称中加入“智能”一词

但智能意味着什么？

智力是生物体独占的特色，定义为获取和运用知识和技能的能力。
这意味着智能许可生物体与周围环境互动，从而学习如何生存。

另一方面，人工智能是一种机器仿照，旨在模拟这种自然智能的某些方面。
我们与之交互的大多数 AI 运用程序，尤其是在商业和在线平台中，都依赖于机器学习。

图像由 Dall-E 天生

这些是利用大量数据针对特界说务进行演习的专用 AI 系统。
他们在指定的任务中表现出色，无论是玩游戏、翻译措辞还是识别图像。

然而，在它们的范围之外，它们常日毫无用途......人工智能在一系列任务中拥有类似人类的智能的观点被称为通用人工智能，我们远未实现这一里程碑。

2. 越大越好

科技巨子之间的竞争常日环绕着吹嘘其人工智能模型的弘大规模展开。

Llama 的 2 个开源 LLM 发布以强大的 700 亿个功能版本让我们感到惊异，而谷歌的 Palma 则有 5400 亿个功能，OpenAI 最新推出的 ChatGPT4 以 1.8 万亿个功能大放异彩。

然而，LLM 的十亿个特色并不一定能转化为更好的性能。

数据质量和演习方法常日是模型性能和准确性的更关键决定成分。
斯坦福大学的 Alpaca 实验已经证明了这一点，一个大略的 70 亿个特色驱动的基于 Llama 的 LLM 可以与惊人的 1760 亿个特色驱动的 ChatGPT 3.5 相提并论。

以是这显然弗成！

并非越大越好。
优化 LLM 的大小及其相应的性能将使这些模型在本地的利用大众化，并许可我们将它们集成到我们的日常设备中。

3. 人工智能的透明度和问责制

一个常见的误解是，人工智能是一个神秘的黑匣子，没有任何透明度。
在现实中，虽然人工智能系统可能很繁芜，而且仍旧相称不透明，但人们正在做出重大努力来提高其透明度和问责制。

监管机构正在推动以合乎道德和负任务的办法利用人工智能。
《斯坦福人工智能透明度报告》和《欧洲人工智能法案》等主要运动旨在匆匆使企业提高人工智能透明度，并为政府制订这一新兴领域的法规供应依据。

透明人工智能已成为人工智能社区的焦点谈论点，涵盖了无数问题，例这样可个人确定人工智能模型的彻底测试以及理解人工智能决策背后的基本事理的过程。

这便是为什么天下各地的数据专业人士已经在研究使人工智能模型更加透明的方法。

因此，虽然这可能是部分精确的，但它并不像常见的那么严重！

4. 人工智能的无误性

许多人认为人工智能系统是完美的，不会出错。
这与事实相去甚远。
与任何系统一样，人工智能的性能取决于其演习数据的质量。
这些数据常日是由人类创建或策划的，而不是说总是如此。

如果这些数据包含偏见，人工智能系统会无意中使它们永久化。

麻省理工学院的一个团队对广泛利用的预演习措辞模型的剖析揭示了将性别与某些职业和情绪联系起来的明显偏见。
例如，空姐或秘书等角色紧张与女性特质有关，而状师和法官则与男性特质有关。
在情绪方面也不雅观察到了同样的行为。

其他检测到的偏见是关于种族的。
随着 LLM 进入医疗保健系统，人们担心它们可能会使有害的基于种族的医疗实践永久化，这反响了演习数据中固有的偏见。

人为干预必须监督和纠正这些缺陷，确保人工智能的可靠性。
关键在于利用具有代表性和公道的数据，并进行算法审计来抵消这些偏见。

5. .AI与就业市场

最普遍的担忧之一是人工智能将导致大规模失落业。

然而，历史表明，虽然技能可能会使某些事情过期，但它同时催生了新的行业和机会。

图片来自LinkedIn

例如，天下经济论坛预测，虽然人工智能可能会在2025年月替8500万个事情岗位，但它将创造9700万个新事情岗位。

6. 人工智能接管

末了一个也是最反乌托邦的那个。
盛行文化，如《黑客帝国》和《闭幕者》，描述了一幅人工智能奴役人类潜力的严厉画面。

虽然埃隆·马斯克（Elon Musk）和斯蒂芬·霍金（Stephen Hawking）等有影响力的声音表达了担忧，但人工智能的现状与这种反乌托邦形象相去甚远。

本日的人工智能模型，如ChatGPT，旨在帮忙完成特界说务，不具备科幻故事中描述的能力或动机。

以是就目前而言......我们仍旧安全！

紧张结论

总之，随着人工智能不断发展并融入我们的日常生活，将事实与虚构区分开来至关主要。

只有清楚地理解它，我们才能充分发挥其潜力，负任务地应对其寻衅。

神话会遮蔽判断并阻碍进步。

有了知识和对人工智能实际范围的清晰理解，我们就可以向前迈进，确保该技能做事于人类的最佳利益。

Josep Ferrer 是来自巴塞罗那的剖析工程师。
他毕业于物理工程专业，目前在运用于人类移动的数据科学领域事情。
他是一名专注于数据科学和技能的兼职内容创作者。
您可以在LinkedIn，Twitter或Medium上与他联系。

原文标题：6 Artificial Intelligence Myths Debunked: Separating Fact from Fiction

原文链接：https://www.kdnuggets.com/6-artificial-intelligence-myths-debunked-separating-fact-from-fiction

作者：Josep Ferrer

编译：LCR