提高我們日常生產力的需要導致了人工智慧的產生和發展。和任何主要技術一樣，對它的誤解也需要糾正。

不管你對人工智慧的感覺如何，它都會一直存在，隨著時間的推移，我們可能會越來越依賴它。讓我們來看看一些你應該停止相信的神話。

淺談人工智慧的影響

人工智慧（AI）只是在機器上模仿人類的智慧。它的目標之一是提高計算機的認知推理能力——更準確，更少偏見。

人工智慧的產品在智慧**、電腦和物聯網裝置中都很明顯。一個很有前途的前景是它在工業和天文學中的應用。例如，它在2017年穀歌/美國宇航局在美國宇航局網站上釋出的開普勒-90i行星的發現中發揮了重要作用。這是人工智慧在天文學中的首次亮相，使其在太空中的巨大潛力更加引人注目。

然而，隨著時間的推移，對人工智慧的誤解引起了人們的擔憂。未來學家和技術專家堅信人工智慧的影響是無限的。

讓我們來批判性地看看其中的一些神話，挖掘其中的真相和謊言。

1在工作場所，機器將取代人

這是最具爭議的神話之一。它認為員工和機器之間存在競爭。令人驚訝的是，這個神話似乎更受年輕員工的歡迎。

CNBC/SurveyMonkey在2019年釋出的一份職場統計報告顯示，37%的美國年輕人擔心人工智慧會取代他們工作。但事實是什麼？讓我們看看一些事實和數字。

根據福克斯商業公司（Fox Business）的資料，儘管截至2019年，亞馬遜零售倉庫中的機器人數量超過20萬臺，但在2019年至2020年間，亞馬遜的人力**率躍升至23%。亞馬遜一直在招聘，那麼這些機器人有什麼意義呢？

這個問題的一個明顯答案是，世界各地的公司都在不斷地尋找減少員工工作量的方法。這並不是完全取代他們，因為人們常常錯誤地認為。

在工業中，人和機器之間的協作比我們所知道的要多。郵遞業也不例外。證據就在DHL的郵件遞送系統中——無人駕駛飛機把沉重的包裹抬起來，讓快遞員工不用動手。人工智慧也用於銀行，以便更好地為您服務。

Starship還報道了其校園內的食品配送系統，該系統將機器人與配送員工進行對映。這樣，員工就可以控制機器人，而不是自己送貨。這大大減少了壓力，提高了生產力，提高了效率。

在實際意義上，它更像是人類和人工智慧之間的聯盟。因此，完全同意這樣一個神話是有點錯誤的。

人工智慧不會取代你的工作——它們只會重塑你的工作方式和你在工作中的表現。

2人工智慧將接管世界

我們必須注意合乎邏輯地處理這個神話。雖然一些著名的人工智慧專家已經警告過人工智慧即將出現的危險，但我們對他們的觀點理解得如何？

創造出比男人和女人更聰明的機器的想法是有爭議的。史蒂芬·霍金和尼克·比爾頓等認為人工智慧在未來可能會脫離人類的控制。這引起了人們對即將到來的機器人世界末日的恐懼，正如許多科幻電影所描述的那樣。

作為反駁，埃隆•馬斯克（特斯拉執行長）對監管、制衡做出了更符合邏輯的表述。他把人工智慧比作一個惡魔，如果我們做了傻事，我們可能會失去控制。這一切都取決於我們做了多少我們無法控制的事情。

雖然效率和準確性是人工智慧的強項，但人工智慧永遠無法達到人的直覺和情感水平仍然是一個明顯的事實。所以他們的神祕政變，這是不合邏輯的，將受到我們對他們的影響。

一個更可靠的論據是，人工智慧可能會讓我們失望。事實上，有證據表明人工智慧在醫學上是失敗的。一個例子是IBM的WATSON失敗的癌症治療建議，Becker的Health-IT醫院評論報道了這一建議。

另一個例子是《****》的一篇報道，詳細描述了一名行人被自動駕駛Uber車輛撞死的情況。因此，我們看到的問題是人工智慧的自我控制和人類的影響，而不是它們消滅人類和隨意接管世界的潛力——當他們甚至沒有意願的時候。

三。人工智慧將進化成為超人

2014年的電影《機器》中，一個**機器人角色在獲得了高水平的情商後變得狂暴。像這樣的科幻電影往往會塑造人們對人工智慧未來的看法。但是僅僅憑想象來確立我們的信仰是不切實際的。

很明顯，人工智慧現在影響著商業智慧、天文學、醫學和藥學的決策過程。但事實是，不管你把機器訓練得多麼好，它都不能獨立思考。

這是一個限制，人工智慧需要很長時間才能克服——而且可能永遠不會發生。因此，大多數使用人工智慧的過程總是依賴於人們的最終判斷來決定。

因此，認為人工智慧的潛力壓倒了我們多少有些可笑。把人工智慧描繪成比我們更準確、更有效地執行更艱鉅任務的現代僕人——不比我們聰明——更有意義。

4人工智慧和機器學習是同義詞

人工智慧和機器學習有時被錯誤地等同起來。這些術語雖然相互關聯，但並不相同。

人工智慧和機器學習的起源可以追溯到20世紀50年代，“機器學習”一詞是由IBM的亞瑟·塞繆爾（Arthur Samuel）在1952年發明的，當時他成功地開發了一個可以玩跳棋的計算機程式，掌握了以前的所有位置。

然而，開發帶有人工大腦的機器的需求在20世紀40年代末成為人們關注的焦點。由於有必要對機器所做的一切有一個更寬泛的術語，包括學習，人工智慧在1956年成為一門學科。

因此，同義使用這兩個術語並不十分正確。機器學習是一個機器根據以前看到的資訊透過經驗進行學習的過程。更多資訊，我們已經看了一些機器學習演算法的例子。

這些資訊都是以資料的形式存在的，不管是不是特色資訊。另一方面，人工智慧涉及所有的過程，包括機器學習，這些過程產生了我們今天所知道的產品。

5機器人是人工智慧的唯一產物

因為這個概念是如何在我們的想象中出現的，每次人工智慧這個詞產生共鳴，機器人就會出現在我們的腦海中，這很正常。然而，人工智慧適用於所有技術領域。如果機器人是人工智慧的唯一產品，它們將無處不在。

除了機器人的概念，人工智慧提供了更復雜的創造。智慧**的面部和指紋識別系統、智慧決策家用電器、智慧醫療裝置和商業智慧等等都是人工智慧。

機器人技術只是依賴人工智慧的一個方面。在某些情況下，我們可以將“機器人”一詞分離開來，意思是能夠自動執行特定物理和複雜任務的機器。這就是為什麼“機器人技術和人工智慧”一詞在某些情況下被同時使用的原因。

從本質上講，機器人不一定是人工智慧的產物。有時，它們可能只是機械和電氣部件的組合。人工智慧只有在應用時才能影響這些機器人的行為。但是機器人仍然可以獨立於人工智慧而存在。

見多識廣：利用人工智慧

一些關於人工智慧的爭論把它描繪成一種威脅而不是一種解決方案。希望在讀完這些神話之後，你能更好地理解人工智慧背後的真相。不要忘記，你所相信的也是你選擇如何使用或思考人工智慧的一個因素。