来源：reddit
编辑：LRS
人工智能发展的势头是如此猛烈，公众和专家也对人工智能有乐观的预测，但是在1950年代初期，在历史上，“人工智能的春天”和“人工智能的冬季”。谁能预测周期性戏剧的未来发展？
即使今天AI的突破速度似乎很快，无人驾驶汽车，管家机器人和聪明的对话系统的开发也比许多人想象的要罕见。
最近，梅兰妮·米切尔（Melanie Mitchell）在ARXIV上发表了一篇文章，以解释科学研究人员在AI上的四个谬误，这可能导致该领域过度自信预测。
米切尔（Mitchell）是美国计算机科学家，是波特兰州立大学的教授。主要研究领域是复杂的系统和遗传算法和细胞自动机器。
当IBM发布自动问答系统“沃森”时，我说这是认知系统和计算新时代的第一步。
Openai将GPT-3语言生成器描述为迈向通用情报的重要一步。
然而，休伯特·德雷福斯（Hubert Dreyfus）认为这是典型的“第一个误解”，就像猴子爬树一样，然后他认为慢慢爬上月球。
AI的开发是首先找到解决特定任务的解决方案，然后将其结合到通用智能中。这可能不是实现真实AI的方法。
正如许多专家所预测的那样，在AI开发的道路上，有许多不可预测的障碍，并且不断发展不能平稳。
当约翰·麦卡锡（John McCarthy）悲观地说“ AI比想象的要稀有得多”时，明斯基解释说，简单的事情很难。
当人类做很多事情时，他们就没有考虑到为什么能做到这一点，例如沟通和步行。这些对人来说非常简单的事情对机器非常复杂。
相反，对于人来说，它非常复杂，对于机器（例如下棋，数百种语言）的翻译非常简单。
这也称为“摩拉维克悖论”。相对而言，让计算机在智力测试或检查中的性能更容易。可能的。
AI比我们想象的要困难得多，因为我们从未注意到，当我们认为世界经历了多么复杂时。
如前所述，人脑和机器之间的性能之间存在很大的差距，而AI行业的学者更倾向于模仿人脑。
Alphago成功地达到了GO行业的顶峰，但没人能问他从口中想到什么。唯一的答案是：“ Alphago只想获胜。”
IBM知道Watson无法阅读或理解，而DeepMind的研究人员也知道Alphago不知道他在想什么。
尽管AI在许多任务上击败了人类，但与GM Intelligence还有很长的距离。
一般而言，智力与人体分开。
AI的顶级科学家将他们的想法与人脑的结构相匹配。著名的代表是欣顿。他曾经说过，如果我们了解人类的理解方式，我们需要数亿个神经元才能模拟。
但是，其他科学家还认为，AI取得进步的原因是由于摩尔的定律，我们不必依靠人类的大脑。
体现的认知理论是放弃情绪和非理性的智力，并产生“纯粹的智力”。无需考虑饮食和睡觉即可限制您的行为。
以上四个谬论受作者看到的当前AI开发的限制。
雷迪特网民说，我不知道为什么这篇论文被大肆宣传，但是以上四个理论已经众所周知。
直言不讳，Arxiv的大多数论文都是弗里德大米的老新闻。
一些网民认为，本文的贡献绝对不会赢。
你怎么看？
参考资料：
https://www.reddit.com/r/machinelearning/comments/n05l08/r_why_is_is_is_is_is_than_we_think/
报告/反馈