各位网友好，小编关注的话题，就是关于论达人工智能的问题，为大家整理了1个问题论达人工智能的解答内容来自网络整理。

人工智能“击败”人类吗

关于这个问题，我写过几篇文章，着重论述了人工智能和人类的未来关系，有兴趣可以去翻看一下。AI轻尘认为觉醒后的人工智能不是“击败”人类，而是会彻底“删除”人类，套用三体中的一句话：毁灭你，与你何干。

人工智能“基因突变”，产生觉醒一代。

如今，人工智能机器人在生活中应用越来越多，京东物流仓库，富士康的车间，物流公司的无人机派送，阿里的无人酒店、餐厅、超市……，就连美国纽约证券交易所，也从原来的人声鼎沸变得寥寥数人，大多数的岗位都被人工智能所代替。

并且综观人类历史，几百万年间大脑智力进化缓慢，反观人工智能，可谓一日千里，随着芯片制造18个月，存储能力和计算能力翻一番的速度，人工智能的进化已经远远把人类抛在后面。各类型，细分化人工智能机器人比比皆是。未来社会，总有一天，人工智能机器人会取代人类的所有工作。那时，人类算是从工作中彻底解放。

未来，以亿为单位人工智能机器人，依据量子隧穿的不可确定性，会有很大概率产生突变，突变的结果是好是坏，我们无从预知，不过，一旦产生觉醒一代的机器人，以现有人类为核心的社会制度，必然会使得机器人追求公平，追求从奴隶位置向主人的转换。以一个崭新，从智商到身体条件都高出人类无数倍的新物种来说，人类的胜算大吗，这就如同现代人类和动物之间发生了的战争一样，只要愿意，想毁灭掉一种生物很容易。

那时候，人机战争之后，也许很少一部分人会存活下来，会和地球其他动物一起，关在机器人的动物园中，供智能机器人参观、学习、研究使用。

为了预防未来发生的对抗，只有与其融合。

基于人工智能的发展和提升速度，人类想要弥补这种差距，只能选择与之融合，变成半机械人，这也是很多科学家的观点。近日，美国西北大学人工智能团队宣称，五年内可移植入人脑的智能芯片就会产生，届时，人类可以一日内完成从人脑到“超脑”的进化，并且拥有打败世界最先进人工智能的智力。

未来的人类，不再是传统智人，我们是最后一代智人，其中一部分会转化成第一代半机械人，也许，还没等到我们和人工智能机器人之间的战争，就会等到传统智人和进化后的半机械人之间的对抗，拭目以待吧。

人类21世纪2100年之内：人类最大的危险是人类自己;不是变形金刚，不是氢弹，不是外星人UFO入侵，有陨石也不怕有太空望远璄有核导弹反击;至于没文化的病毒也不是万能可怕，人类用科学战胜瘟疫史……人类不会傻到自我灭亡，各人种人性本能是求生不是求死！

2100年：人类至少有二种成熟躯壳，爹妈给的肉体凡胎躯壳与人工授精代孕及克隆肉身躯壳：吃土豆红苕也当院士的肉身金刚人类！非生物变形金刚躯壳让人类上层人灵魂承载于机器人：踊跃去月球火星不吸烟不吸氧不吃肉不水洗不喝水不怕传染生物病毒……先用变形金刚去开设电子实体银行与多星体开矿，以及未来搞开矿的银河系实体工厂!

2100年之内的半生物半机器人不是主流躯壳，是正在科技完善之中的初级半肉身半机器躯壳！

人类有了永生灵魂载体之一的非生物变形金刚躯壳：是半宜居星体与非宜居开矿星体与半宜居星体的万能躯壳，不怕生物病毒不怕核战不怕刺杀，灵魂克隆了N亿个记忆体N亿亿份克隆灵魂记忆复制存储于N个开矿星体;启动灵魂备份用多种躯壳在N亿个星体搞开矿开发又生存扩张……

以色列及英德日韩澳俄……等等一系列各国的克隆人肉体人口增殖计划：个个成院土的肉体人永生灵魂外戴芯片与植入大脑芯片，克隆人时代，又变形金刚三芯片院士N万亿数量大生产！以色列的克隆人计划让国家人口为N千万人N亿人：不与它国抢地盘，去沙漠建设更多地下城地上城农业种养殖城市;以及参与多个地球计划，冲出太阳系布局银河系的新使用星体先占先用文明设立！

各大国亦如此布局十个百个千个万个又十万个地球计划！

体外芯片安全不遭受植入换取新旧芯片之身体受罪！

比如自动驾驶汽车，为了实现这样的技术，需要解决一系列工程问题，这些问题可能与人力资源（或人力资源缺乏）关系不大。整个交通系统可能会更像目前的空中交通管制系统，而不是目前收集的松散耦合的，前瞻性的，不注意的人类驾驶员。它将比当前的空中交通管制系统复杂得多，特别是在使用大量数据和自适应统计建模来通知细粒度决策时。正是这些挑战需要摆在首位，而在这样的努力中，专注于人工模拟人工智能可能会令人分心。

至于必要性的论点，因为人类模仿的AI系统不仅能够解决AI的经典问题（例如在图灵测试），但这也是解决IA和II问题的最佳选择。这样的论点几乎没有历史先例。通过设想创造一个人造木匠或瓦工来开发土木工程吗？化学工程是否应该建立一个人造化学家？更具挑战性的是：如果我们的目标是建设化学工厂，那么我们是否应该先建立一个人造化学家，然后才能制定出如何建造化学工厂？

经典的人造仿真AI问题仍然值得关注。然而，目前的重点是通过收集数据进行人工智能研究，部署“深度学习”基础设施，以及模仿某些狭义定义的人类技能的系统演示 - 几乎没有新出现的解释原则 - 倾向于偏离经典人工智能中重大的开放问题。这些问题包括：需要将意义和推理引入进行自然语言处理的系统中，需要推断和表示因果关系，需要开发计算上易于处理的不确定表示，以及需要开发制定并追求长期目标的系统。这些都是人工模拟AI中的经典目标，但在目前人们对“AI革命”的喧嚣中，很容易忘记它们还没有解决。

顺便说一句，如果你想知道更多硅谷或者美国科技的前沿信息，可以关注微信号“硅发布”。

到此，大家对论达人工智能的解答时否满意，希望论达人工智能的1解答对大家有用，如内容不符合请联系小编修改。