为什么我们需要停止混乱的人类和机器的情报

<我们已经习惯于听到的短语，例如"学习机器"和"人工智能的"。 我们认为有人能够重现一个人的心灵的内部计算机。 当然，这不是真的。 但是，部分原因，这种想法是很常见的是因为比喻的人类学习和情报是非常有用的解释机学习和人工智能。 一些研究人员的人工智能保持着密切的联系，与社区的神经科学，灵感是双方式。

<<跨id="更302335">

<然而，这个比喻可以是一个障碍的人试图解释机学习的那些人知道他少。 一个最大的风险相结合的人力和机智的是，我们开始转移太多权利的机。 但对于我们这些工作与软件，重要的是要记住，一个智能代理只是一个人—一个人谁建立这些系统中结束。

<有必要进行密钥之间的差异机和人类的智慧。 尽管有相似之处，当然，在寻找的差异，我们可以更好地了解如何以人工智能的工作和我们如何建立和使用它尽可能有效。

神经网络

<中心的比喻的联系人和机学习，这一概念的神经网络。 最大的差别人的大脑和人工神经网络规模的神经网络的大脑。 重要的是，不仅仅是数量的大脑中的神经元(其是数十亿)，但是一个引人注目的之间的连接数目。

<然而，问题更多只是问题的规模。 人类的大脑是不同质从一个人工神经网络在其他两个重要原因：连接上其它喂模拟，不是数字和神经自己是异质的，并不均匀(不同于人工神经网络).

<这就是为什么大脑是如此复杂的。 即使是最先进的人工神经网络，虽然有时难以理解基础结构和原则的管理。 至少，我们希望，所以我们力争。

<即使是最复杂的神经网络与人工智能设计为一个具体目的和为实现某一结果。 但是人类的大脑不具有同等程度的重点项目。 是的，他有原则的自我保护，等等， 但他仍然要求我们的批判性思维和创造性的方法的程序仍然不起作用。

易AI

<具有讽刺意味的是，人工智能系统要简单得多于人的大脑，允许AI，以应付更大的复杂性比我们可以.

<神经网络的人工智能可以存储更多的信息和数据于人的大脑，主要是因为种类型的数据存储和处理的神经网络。 他们是分立和具体内容的Excel电子表格。

<人类大脑中的数据不具有同一性质的离散性的。 因此，虽然人工神经网络可以处理的具体数据，它不能处理的信息在一个丰富的和多维的方式作为人类的大脑不会。 这是一个关键之间的区别设计的系统和人类的大脑。

<尽管经过多年的研究，人类的大脑不清楚，在许多方面。 这是由于事实上，模拟突触神经元之间的连接几乎坚不可摧的数字连接在一个人工神经网络。

的速度和规模

<考虑这意味着在实践。 相对简单AI可以让你快执行复杂的任务非常好。 人类的大脑不能处理数据，在这个速度，如果，例如，翻译的语音到文本，或处理一个巨大的肿瘤科的报告。

<人们常常做这样的事情这里学习机类似于一个人；和算法的人是破坏数据或信息的成小块来处理它。

<但是有一个原因的相似性。 进程打破不发达在每个神经网络作为一个工程师人。 此外，流程设计，通常是基于问题的背景。 怎样的人工智能系统将数据集，这是她自己的方式"理解"。 即使在运行的一个非常复杂的算法，参数如何，这项研究的艾因为它分割的数据的过程是从安装开始。

的人的情报：定义问题

<人类智慧不应该是这样设置的限制，使我们更有效地解决问题。 它是人的能力"创造"的问题允许我们解决他们完美。 在我们的方法来解决问题，还有一个因素的上下文的理解和决策。

<近年来受关注的算法不敏感性。 更多的丑闻相关的偏见的系统。 当然，这是直接相关的偏见的那些做的算法，但本原因，其中的算法显示这些偏见只能定义的人。

的人力和机智力必须相互补充

<我们必须记住，人工智能和学习机不仅仅是算法的"推手"和我们的控制。 创建、设计和实施。 这个强加给我们的责任，为我们的未来--它会是什么我们做它。

<准备采取的人工智能吗？ 告诉我们，在我们<强>