逐步介紹如何使用Google搜尋及Google工具;讓您善用Google免費軟體完成日常的工作。 以單元的方式介紹,每個單元都獨立解決某一實務問題或某一獨立功能的應用。 單元前面的編號即是建議學習的順序,數字1,2,3,4...表示不同的軟體,1_1 表示學完1 可繼續學1_1; 1_1_1表示先學完1_1再學1_1_1; 1_1_2,表示先學完1_1_1再學1_1_2; 依此類推, 每個操作畫面(還可在圖上按滑鼠左鍵1下將圖放大)都擷取並說明,所以即使不去電腦操作,相信都能看得懂;操作後更是有如每個畫面都有家教在逐步提醒您注意事項及重點。 相信此種方式的介紹能讓您快速進入Google的世界。
2019年4月9日 星期二
人類複雜的小情緒,人工智慧分得清嗎? -2019-04-08ppt
人類複雜的小情緒,人工智慧分得清嗎?
北京新浪網 (2019-04-08 08:40)
https://yangwc.blogspot.com/2019/04/2019-04-08-ppt.html
Google開發的AlphaGo因戰勝眾多圍棋高手而名聲大噪,
升級版AlphaGo Zero更是在不看任何棋譜、
自我對弈40天后就超越了所有舊版本。
如此「聰明」的AI在面對人類複雜多變的情緒時,是否也能準確辨認呢?
20世紀90年代初期,情緒科學中的主流觀點認為
存在六種基本情緒:
恐懼,傷心,憤怒,開心,驚訝和厭惡。
自體心理學專業的博士生莉莎·巴雷特(Lisa Barrett)
她終於發現艾克曼的模型是錯的——
根本就不存在所謂的六種「基本情緒」,人類的情緒要遠遠複雜得多。
為了解決這個問題,巴雷特與另一位心理學家詹姆斯·羅素共同建立了「心理學情緒建造」模型。這一模型的理論是基於情緒的產生機制:大腦先提取包括感受、外部世界的狀況、家庭和文化的影響等等眾多因素,經過進一步加工,最終「建造」出情緒。這使得與情緒相關的表情、聲音和行為不僅僅會隨著文化不同而改變,甚至在人與人之間都存在著微小的差異。
情緒歷史學家托馬斯·迪克森(Thomas Dixon)對此表示很樂觀,他認為對於AI來講,情緒產生的機制可能類似於對大腦提取的眾多因素進行加權計算。因此只要想辦法弄清不同文化、不同個體各因素的權重係數,「情緒公式」也就迎刃而解了。
然而,情緒並非僅是簡單的靜態加成運算。人類大腦對於他人情緒的識別是通過觀察他人的身體動作和面部表情,並結合當時的場景來完成的。這就引入了「情境」這個動態因素。
AI需要的不是把這些信息簡單地儲存下來,而是將所有這些融入理解的情境當中,通過動態整合做出準確的判斷。
精準的機器 vs模糊的大腦
大腦可以處理許多矛盾數據來讓我們搞定新的情境,但對於AI的邏輯就完全行不通了。
人的記憶並不是一種單純的記錄儀器,而是一個「動態分類」系統,然而目前還沒有任何研發團隊將動態分類應用於AI的開發當中。當人們給AI植入記憶資料庫時,無形之中也對它產生了限制,使它在辨識情緒時帶有一定的偏見。
退一萬步說,即便哪天AI真的可以通過動態分類系統識別情緒,它也只是一台冰冷的機器,無法與人類共情。因此,我們建造一個情感AI的最後一步就是引入感受。只有當我們真的感知這個世界,才可能理解周圍事物存在的價值。
如果沒有嗅覺和味覺,我們可能很久前就死於誤食腐敗食物;
如果沒有慾望,我們就不會與另一半墜入愛河、繁衍生息;
沒有驚慌,我們在看到尖牙利爪的老虎時也不會逃跑求生。
我們的內部感受紛繁眾多,在心理學中稱之為情感(affects)。
情感並不是情緒,它是身體對於愉快或不愉快的感覺的評價,因此情感不能脫離實體而存在。
特斯拉CEO伊隆·馬斯克曾表示
「應該有一些國家甚至國際層級的監管,來確保我們不做任何傻事。我覺得有了AI我們就在召喚惡魔。」
而世界著名的物理學家史蒂芬·霍金給出了更加悲觀的態度:
「人工智慧的完全開發可能導致人類的滅絕。」
標籤: AI 人工智慧 人工智能
沒有留言:
張貼留言