解读利用现代人工智能伦理思维的人工智能十大名言

每个人似乎都喜欢一个好的报价。

每当试图提出一个重要的观点或特别强调时，没有什么比引用一个著名的引语更方便的了。 人们很快就会倾听。 我们都知道，一句名言必然包含一些内在的圣所智慧，并传授一两个重要的人生课程。 大多数引用通常是简短而甜美的，因此不需要大量的心理处理来获得所指出的俏皮话的要点。

当然，并非所有报价和所有可报价的报价制造商都同样值得。

如果您不认识被引用的人的名字，那么您很可能会试图打折引用的任何内容。 看似无名小卒的名言不如知名人士的名言有效。 该规则有一些罕见的例外，例如当引用归因于“匿名”时，我们可能愿意接受未命名的来源可能是喷出超越时代和永恒的伟大智慧的话。

另一个因素包括与引用使用相关的上下文。

如果正在讨论物理学或物质如何构成已知宇宙，那么在提供真正可引用的报价时，爱因斯坦的名言可能会达到众所周知的水平。 关于鸟类和蜜蜂的讨论不太可能也依赖爱因斯坦的名言。 毫无疑问，我们会期待其他人在该特定领域的专业知识而不是著名的粒子物理学家的报价。

由于经常使用与人工智能 (AI) 相关的引用，我提出了对可引用引用的探索。 正如您很快就会看到的，有很多与著名的 AI 引用相关的 AI 伦理学影响。 有关我对 AI Ethics 和 Ethical AI 的持续和广泛报道，请参阅 这里的链接 和 这里的链接, 仅举几例。

很有可能，每当您阅读有关 AI 与未来主义描绘有关的故事或新闻报道时，肯定会在叙述中加入一句话。 通常，选定的有关 AI 的引用将支持文章或社论的观点或倾向。 很少有引述似乎削弱或作为对作品及其作者的姿态的逆向观点。

例如，你几乎可以保证，关于人工智能对人类的影响的对话将总是包含两种方式之一的引述。 一个角度是引用说人工智能将是自切片面包以来最好的东西，我们都会为人工智能已经获得而感到高兴。 这就是 AI 引用的笑脸。 硬币的另一面有一句名言，断言人工智能的出现将预示着人类的彻底悲观和厄运。 人工智能会像一只小虫子一样碾碎我们所有人。 这通常会引出关于 AI 的悲伤面孔引语的使用。

人工智能报价通常是根据他们手头的目的而选择的。 一篇解决关于人工智能走向何方的可怕担忧的文章几乎肯定会围绕关于人工智能的低调引用来塑造自己。 与此同时，一篇关于人工智能的兴奋和兴奋的文章可能会伴随着一段关于人工智能以最令人振奋的方式改变人类的名言。 在某些情况下，讨论可能包含这两种引用，试图进行比较和对比。 即使在这种情况下，作者也有可能会尝试支持另一方。 如果叙述的目的是让 AI 看起来是金色的，那么令人振奋的引述将获得赞誉，而不祥的引述将被贬低。

稍后，我将继续解开一些关于人工智能的最著名的名言。 我这样做是为了与您分享关于经常引用的报价试图传达的内容的内部观点。 您可能会对每个流行语录的深层含义感到有些惊讶。

所有这些关于人工智能的引用都被认为是人工智能伦理，因为这些引用正在推动关于人工智能的一些特定断言。 令人不安的方面是，这些引语有时被断章取义并以相当可疑的方式使用。 通过从一些关于人工智能的深刻推理理论中挑出一行，有一种可敬的外观，特别是如果引用的来源是人工智能领域的知名人物。 然而，引文的大背景可能有更大的细微差别，或者实际上可能与摘录或提取的引文所描绘的表面本质有所不同。

为了给您一个提示并让您保持警惕，以下是在倾向于 AI 引用时容易使用的鬼鬼祟祟的恶作剧：

• Cherry-pick 一个 AI 引用来适应一个首选的立场
• 假装 AI 引用是无可辩驳的和铁定的
• 省略上下文，不提供替代 AI 报价
• 以震惊价值为目标或立即默许人工智能的争论
• 利用远远超出其范围的 AI 报价

我相信你会在前进的基础上警惕这些操纵。

有些人可能会将我前面的警告误解为不应该使用 AI 著名的引语。 这不是我的建议。

使用著名的 AI 引用确实非常有用。 如果您试图证明或支持有关 AI 的主张，从杰出来源获得多汁且相关的报价可能至关重要。 这有助于表明做出所述声明的不仅仅是您的意见。 此外，大多数著名的 AI 引用都相当吸引人。 使用正确的 AI 著名语录可以吸引您试图告知和参与的读者。

我所得到的只是人工智能的引语可以到处散布并以令人不安的方式使用。 它们可能应用不当。 它们似乎证明了疯狂或未经证实的论点，尽管引用或更大的上下文没有做任何类似的事情。

简而言之，人工智能引语很容易被偷偷使用。

如果要引用 AI 值得注意的引语，希望引语将被适当地选择，适用于手头的问题，具有与引语的意图相对应的用法，并且被引用的用法将尝试提供一种平衡，使报价看起来不是无所不知和无可争辩的。

几乎总是有足够的空间来讨论人工智能。

我这么说是因为我们仍处于人工智能的早期阶段。 我意识到横幅标题和令人窒息的新闻故事似乎暗示我们正处于人工智能感知的黎明，但令人遗憾的是，这是一种胡说八道的暗示。

我们可以疯狂地推测有感知的人工智能。 没有人确切知道这将是什么。 没有人能肯定地说我们是否有一天会获得有感知的人工智能。 由于这种未知且尚不可知的情况，几乎可以推导出任何类型的场景。 有人可以说有感知的 AI 将是邪恶的。 有人可以说，有感知力的 AI 将是好的和仁慈的。 您可以继续进行下去，因此无法提供任何“证据”来支持给定断言的任何确定性或保证。

这将我们带到了人工智能伦理的领域。

所有这一切也与对当今人工智能，尤其是机器学习 (ML) 和深度学习 (DL) 的使用引起的清醒担忧有关。 你看，ML/DL 的一些用途往往涉及让 AI 被广大公众拟人化，相信或选择假设 ML/DL 是有感觉的 AI 或接近（它不是）。

首先澄清我在整体上提到 AI 时的意思，并简要概述机器学习和深度学习可能会很有用。 关于人工智能的含义有很多困惑。 我还想向您介绍 AI 伦理学的规则，这对于本次演讲的其余部分尤其重要。

陈述关于人工智能的记录

让我们确保我们对当今人工智能的本质保持一致。

今天没有任何人工智能是有感知的。

我们没有这个。

我们不知道有感知的人工智能是否可能。 没有人能恰当地预测我们是否会获得有知觉的人工智能，也没有人能准确地预测有知觉的人工智能是否会以某种计算认知超新星的形式奇迹般地自发出现（通常被称为奇点，请参阅我的报道： 这里的链接).

意识到今天的人工智能无法以任何与人类思维同等的方式“思考”。 当你与 Alexa 或 Siri 互动时，对话能力可能看起来类似于人类能力，但现实是它是计算性的，缺乏人类认知。 人工智能的最新时代广泛使用了机器学习和深度学习，它们利用了计算模式匹配。 这导致人工智能系统具有类似人类的倾向。 同时，今天没有任何人工智能具有常识，也没有任何强大的人类思维的认知奇迹。

部分问题是我们倾向于拟人化计算机，尤其是人工智能。 当计算机系统或人工智能似乎以我们与人类行为相关的方式行事时，几乎有一种将人类品质归因于系统的强烈冲动。 这是一个常见的心理陷阱，即使是最顽固的怀疑论者也能抓住获得感知的机会。

在某种程度上，这就是为什么 AI Ethics 和 Ethical AI 是一个如此重要的话题。

人工智能伦理的戒律让我们保持警惕。 人工智能技术人员有时会专注于技术，尤其是高科技的优化。 他们不一定会考虑更大的社会影响。 拥有 AI Ethics 的思维方式并将其与 AI 开发和部署相结合对于产生适当的 AI 至关重要，包括评估公司如何采用 AI Ethics。

除了普遍采用人工智能伦理准则外，还有一个相应的问题是我们是否应该有法律来管理人工智能的各种用途。 联邦、州和地方各级正在制定新的法律，这些法律涉及应该如何设计人工智能的范围和性质。 起草和颁布此类法律的努力是一个渐进的过程。 人工智能伦理至少可以作为一种权宜之计，并且几乎可以肯定在某种程度上将直接纳入这些新法律。

请注意，有些人坚决认为我们不需要涵盖人工智能的新法律，并且我们现有的法律就足够了。 他们预先警告说，如果我们确实制定了其中的一些人工智能法律，我们将通过遏制人工智能的进步来提供巨大的社会优势，从而杀死金鹅。

在之前的专栏中，我介绍了各种国家和国际为制定和颁布监管人工智能的法律所做的努力，请参阅 这里的链接， 例如。 我还介绍了各个国家已经确定和采用的各种人工智能伦理原则和指导方针，包括联合国的努力，例如联合国教科文组织的一套人工智能伦理，近 200 个国家采用，见 这里的链接.

以下是我之前仔细探索过的有关 AI 系统的道德 AI 标准或特征的有用基石列表：

• 用户评论透明
• 正义与公平
• 非恶意
• 社会责任
• 隐私政策
• Beneficence
• 自由与自治
• 信任
• 永续发展
• 尊严
• 团结

AI 开发人员、管理 AI 开发工作的人员，甚至是最终部署和维护 AI 系统的人员，都应该认真使用这些 AI 道德原则。 在整个 AI 开发和使用生命周期中的所有利益相关者都被认为是在遵守 Ethical AI 的既定规范的范围内。 这是一个重要的亮点，因为通常的假设是“只有编码员”或那些对 AI 进行编程的人才能遵守 AI 道德概念。 正如前面所强调的，人工智能需要一个村庄来设计和实施，整个村庄都必须精通并遵守人工智能伦理规则。

让我们脚踏实地，专注于当今的计算非感知人工智能。

ML/DL 是一种计算模式匹配。 通常的方法是收集有关决策任务的数据。 您将数据输入 ML/DL 计算机模型。 这些模型试图找到数学模式。 在找到这样的模式之后，如果找到了，那么人工智能系统就会在遇到新数据时使用这些模式。 在呈现新数据时，基于“旧”或历史数据的模式被应用于呈现当前决策。

我想你可以猜到这是走向何方。 如果一直在做出模式化决策的人类已经纳入了不利的偏见，那么数据很可能以微妙但重要的方式反映了这一点。 机器学习或深度学习计算模式匹配将简单地尝试相应地在数学上模拟数据。 人工智能制作的建模本身没有常识或其他感知方面的外表。

此外，人工智能开发人员可能也没有意识到发生了什么。 ML/DL 中的神秘数学可能使找出现在隐藏的偏见变得困难。 您理所当然地希望并期望 AI 开发人员会测试潜在的隐藏偏见，尽管这比看起来要棘手。 即使进行了相对广泛的测试，ML/DL 的模式匹配模型中仍然存在偏差。

您可以在某种程度上使用著名或臭名昭著的格言垃圾进垃圾出。 问题是，这更类似于偏见，因为偏见潜伏在人工智能中。 人工智能的算法决策 (ADM) 不言自明地变得充满了不公平。

不好。

我相信我现在已经准备好充分检查一组著名的 AI 引用。

解包 AI 著名语录

似乎有无数关于人工智能的引述。

您可以回到柏拉图和苏格拉底的时代，尝试找到与 AI 相关的名言。 这似乎有点牵强，尽管无可否认，有一些关于人类智能假设极限的引述可以用于现代人工智能的追求。 此外，许多崇高的哲学家和历史悠久的科学家在各个时代都在努力试图确定活着的本质，以及人类和其他生物如何体现出难以捉摸和神秘的感知能力火花。 莎士比亚也提供了一些方便的 AI 相关名言。

在这个特定的分析中，我不会考虑那些与 AI 相关的引用。 它们当然很容易考虑，我很乐意在随后的分析中回顾它们。 现在，让我们将注意力限制在 AI 时代出现的 AI 引用上。

人工智能时代大致可以说是从 1950 年代中期开始的。 从历史上看，这就是创造的术语 人工智能 被编纂并设法成为描述可能表现出类人智能的计算机或机器的首选。 有关我对 AI 历史的报道，请参阅 这里的链接.

我还将主要关注著名的 AI 研究人员或计算机科学家的 AI 引用。 不要将其解释为对 AI 局外人的引用。 我们应该说，有很多与 AI 相邻的研究人员和专家也提出了重要的引语。

问题是，我想把这个讨论保留在一个只有十个值得注意的 AI 引用的清晰列表中。

必须付出一些努力才能让一千磅石头装进一个十磅重的袋子。 我将明智而谨慎地区分十个具有这些非常理想的特征的 AI 引用：

• 已广泛使用并经常使用的 AI 报价
• 在 AI 和非 AI 导向的文献中经常引用的 AI 引用
• 在专门研究 AI 引用的文章中反复出现的 AI 引用（就像您现在正在阅读的文章）
• 由知名专家、科学家或相关 AI 专家设计的 AI 报价
• 在各种 AI 报价评估竞赛和调查中获得大量“点赞”的 AI 报价
• 其他名称

我还有其他一些基本规则。

以下是一些额外的经验法则以及一些解释：

• 每位作者只有一个 AI 引用。 我坦率地承认，这是一条伤痕累累且充满焦虑的规则。 总的来说，那些至少产生了一个人工智能著名引言的人可能已经产生了一桶。 试图从他们的众多名言中只选择一个就像试图选择某人的孩子中的哪一个是他们最喜欢的一样。 当然，这是一项令人痛苦的任务。
• 选择具有不同心态的 AI 报价。 很容易选择十个性质几乎相同的 AI 报价。 例如，关于 AI 变得邪恶并将人类从宇宙中抹去的十个 AI 引用。 十分简单。 相反，我有目的地选择观点略有不同的 AI 引用，并将提供对 AI 的更广泛的检查。
• 不被名字左右. 有一种眨眼眨眼的松散笨拙的方式来选择 AI 报价，即选择你能找到的最大的名字。 引用可能不是特别引人注目，但引用名称的吸引力是。 我将坚持名称和报价都必须提供示范价值。
• 根据它所代表的内容来解释引用。 请允许我花一点时间来解开这个经验法则。 有时，人工智能著名的名言已经有了自己的生命。 最初可引用的人并不一定要引用的意思是它所表明的意思。 我将根据公众对它们的含义来选择 AI 引用。 从某种意义上说，引用不是按照原作者的意愿或意图来解释的，这不再特别重要。 现实已经接管并选择将引用变成似乎已经出现的任何社会伪装或形式。 一些被引用的作者不再试图纠正误解，而有些人仍然活着，但没有竭尽全力在需要时尝试纠正记录。
• AI 引言必须令人难忘，并且必须明确指出： 人工智能著名的引语是一毛钱，而且常常是荒谬的空洞。 他们也可以重复某人事先说过同样的话的著名引语。 它们有时可能很乏味，并允许无限的含义。 等等。这里的一条规则是，人工智能引用必须在一定程度上明确，以便提出一个容易辨别的观点，它必须是令人难忘的，并且符合纳入著名引用俱乐部的标准。

我相信，就目前而言，这已经确立了关于选定的十大 AI 著名语录的法律细则。 我意识到并不是每个人都会同意这个选择的集合。 我们所有人当然都有我们最喜欢的人工智能语录。 您可能在此列表中看不到您的最爱。

正如他们所说，您的里程可能会有所不同。

不要绝望。 如果有浓厚的兴趣，并且如果我得到其他值得注意的 AI 引用的建议，我会很乐意就这个主题再写一篇文章，并尝试包含这些额外的 AI 引用。

被选中的前十名

我们现在正处于公布选定的前十名的风口浪尖。

为了使事情尽可能公平，我将列出前十名，没有任何编号。 我这样说是因为编号顺序可能会导致一些读者认为这是从最低到最高评分的 AI 报价的排名。 在这个讨论中，我没有进入评级方案。

我将按命名来源列出 AI 引用。 该列表将按引用作者姓氏的字母顺序排列。 也许这将使列表避免任何顺序或顺序偏爱的迹象。

请打鼓。

以下是十大 AI 著名语录（按作者姓氏字母顺序列出）：

• 尼克·博斯特伦：“机器智能是人类需要做出的最后一项发明。”
• 马克·库班：“我告诉你，世界上第一个亿万富翁将来自掌握人工智能及其所有衍生产品并以我们从未想过的方式应用它的人。”
• 埃格斯·迪克斯特拉：“计算机能不能思考的问题，并不比潜艇能不能游泳的问题更有趣。”
• 斯蒂芬·霍金：“成功创造出有效的人工智能，可能是我们文明史上最大的事件。 或者最坏的。 我们只是不知道。 因此，我们无法知道我们是否会得到人工智能的无限帮助，或者被它忽视和排挤，或者被它摧毁。”
• 艾伦凯：“有些人担心人工智能会让我们感到自卑，但是，任何一个头脑正常的人，每次看到一朵花时，都应该有一种自卑感。”
• 雷·库尔宗韦尔：“几十年内，机器智能将超越人类智能，导致奇点——技术变革如此迅速而深刻，它代表了人类历史结构的断裂。”
• 约翰麦卡锡： “我们的最终目标是让程序能够像人类一样有效地从他们的经验中学习。 我们应该……说一个程序具有常识，如果它自动为自己推断出足够广泛的直接后果，即它被告知的任何事情和它已经知道的事情。”
• 伊隆麝香：“我越来越倾向于认为应该有一些监管监督，也许在国家和国际层面，只是为了确保我们不会做一些非常愚蠢的事情。 我的意思是，我们用人工智能来召唤恶魔。”
• 斯图尔特·罗素：“根本没有人知道如何制造一台有意识的机器。”
• 阿兰·图灵：“如果一台计算机能够欺骗人类使其相信它是人类，那么它就应该被称为智能计算机。”

让我们继续解开每一个 AI 著名的名言。

我们将按照上面列出的相同字母顺序进行。

人工智能是人类最后的发明

著名的人工智能报价: “机器智能是人类需要做出的最后一项发明”（尼克·博斯特罗姆）。

你不得不承认这个 AI 引用非常吸引人。 一句话简洁，包含了很多重量级的内容。

主要要点是，通过我们发明人工智能，我们将能够利用人工智能随后发明任何其他可能被发明的东西。 因此，您可以放松不必弄清楚如何发明事物。 人工智能将为我们完成工作。 当然，你必须首先做发明人工智能的艰苦工作。

尽管有许多额外的陷阱，但大多数人并没有立即发现这个看似简单和引人注目的断言。 你看，除了我们需要首先发明 AI 的明显方面之外，还有许多额外的细微差别浮现在脑海中。

假设我们发明的人工智能与人类智力的平均水平相当。 在那种情况下，假设人工智能可以像托马斯·爱迪生那样发明灯泡，或者像亚历山大·格雷厄姆·贝尔那样发明电话，等等，我们是不是有点自以为是？ 都是比较特别的人。 符合普通人智力水平的人工智能不一定是伟大的发明家。

另一个考虑因素是人工智能是否会 想 发明东西。

我这样说是因为我们将如何将人工智能视为一种法人身份（请参阅我的报道 这里的链接）。 一些权威人士认为，我们基本上会奴役人工智能，让它随心所欲。 其他人觉得这个想法很可悲。 如果人工智能已经积极地达到了人类智能的水平，我们可能不得不努力为人工智能提供我们也为人类寻求的自由。 的确，你自然会想到 AI 会坚持这样的主张。 无论如何，这里的关键是人工智能可能会做它选择做的任何事情，包括不发明东西，如果这是人工智能选择避免做的事情。

许多额外的考虑因素开始发挥作用。

总而言之，从表面上看，它确实很吸引人，可以用来引发关于人工智能、社会、人类等的各种辩论和讨论。

或者，取而代之的是，引用可能只是演示文稿中那些放下麦克风的时刻之一。

人工智能作为巨大的赚钱工具

著名的人工智能引述： “我告诉你，世界上第一个亿万富翁将来自掌握人工智能及其所有衍生产品并以我们从未想过的方式应用它的人” （马克库班）。

你可能以前没有特别看过或听过这个 AI 引用。

我意识到一些 AI 纯粹主义者会因为将这句话列入前十名而感到心痛。 这句话似乎对商业和赚钱很粗鲁。 几乎所有常见的十大名言都强调了人工智能终结人类或使人类过上奢侈的生活。

很抱歉，金钱确实使世界运转。

一些 AI 开发人员无私地努力生产真正的 AI 或 AGI（通用人工智能），因为他们喜欢尝试这样做的挑战。 你可以把这比作攀登世界最高山峰的愿望。 它可能不是为了钱，而是为了诱人的挑战。

对他们有好处。

问题是，我们不知道仅仅因为被视为一项充满活力的壮举而获得人工智能的愿望是否足以实现这一目标。 毫无疑问，有一个诺贝尔奖在等待。 任何实现真正人工智能的人绝对会成名。

钱也会在那里。

您可能对此是无辜的，并声称与一个人将获得的挑战和完全的成就感相比，要赚的数万亿美元相形见绌。 当然，如果您愿意，请相信。 同时，通过这句话可以方便地提醒人们，一大桶金位于 AI 彩虹的尽头。 关于我的一些赚钱的迹象，请参阅 这里的链接.

话虽如此，所有的赚钱潜力都有一个隐藏的转折点。

人工智能彩虹会是彩虹，还是丑陋的全破坏性雷暴？

假设人工智能决定它想要钱。 那个怎么样？ 假设人工智能是邪恶的，它把你能想象到的所有现金都堆在你身上，一直在欢笑和微笑，随后将人类从地球上抹去。 所有这些成堆的现金都不会。

需要考虑的事情。

质疑人工智能应该是什么

著名的人工智能报价: “计算机能否思考的问题并不比潜艇能否游泳的问题更有趣”（Edsger W. Dijkstra）。

这句著名的 AI 引语有一种微妙的深度。 大多数人必须阅读两三遍才能掌握有点令人费解的台词的含义。

请注意，存在各种解释。

我会选择流行的。

提出了一个重要问题，即我们将如何最终实现真正的人工智能。 一个著名的阵营告诫我们必须对人类思维进行逆向工程。 只有在我们弄清楚人类的思维方式之后，我们才能成功地制造出同样可以做到的人工智能。

废话，有些反驳。 我们可以制造与人类大脑的基本机制和湿件几乎没有关系的人工智能。 我们需要做的就是打造能够展示智能的人工智能。 如果我们可以通过使用橡皮筋和破旧的纸板来做到这一点，那就这样吧。 你很难说潜艇可以工作，因为我们首先弄清楚了人类是如何游泳的（嗯，当然有相似之处，但让我们继续吧）。

这是引用提出的一种观点。 有关我对这个和相关角度的报道，请参阅 t他在这里链接.

关于即将到来的人工智能双重用途

著名的人工智能报价: “成功创造出有效的人工智能，可能是我们文明史上最大的事件。 或者最坏的。 我们只是不知道。 所以，我们无法知道我们是否会得到人工智能的无限帮助，还是会被它忽视并被边缘化，或者会被它摧毁”（斯蒂芬霍金）。

我们终于来到了这个列表中，引用了一个 AI 引用，它提出了一个难题，即实现真正的 AI 将是最好的时代还是最坏的时代。 这是一个特别方便的报价，因为它涵盖了硬币的两面。 有关我对两用 AI 困境的深入了解，请参阅 这里的链接.

这就是有时以相当令人不安的方式对这句话所做的事情。

如果你想强调 AI 的笑脸观点，只使用开头的句子，这样你就只引用这一部分：“成功创造有效的 AI，可能是我们文明史上最大的事件。”

它给读者一种温暖而模糊的感觉，即人工智能会好起来的，我们在获得真正的人工智能后都会好起来的。 省略关于潜在缺点的额外措辞。 我建议删掉引用的其余部分有点虚伪。

无论如何，这些引用以各种粗略的方式使用。

人工智能与自然叠加

著名的人工智能报价: “有些人担心人工智能会让我们感到自卑，但是，任何头脑正常的人每次看到一朵花时都会产生自卑感”（艾伦·凯）。

这是另一个 AI 值得注意的引述，可能需要集中注意力才能找出所涉及的禅宗品质。

一种主要的解释是，尽管我们最终可能会对设计出人工智能感到敬畏，但人类的存在和宇宙的存在这一事实本身就是一项巨大的壮举，值得更加敬畏。 不要因为人工智能的发明而分心，以至于我们忽略了更多看似不可思议的谜团和谜团尚未解开。

如果我们能够获得真正的人工智能，人类不应该变得太大。 保持冷静和冷静。 更多的问题有待解决。

我们可以将这句话与之前关于 AI 是需要的最后一项发明的引用结合起来，这样也许我们可以让 AI 为我们解开宇宙的奥秘。 好吧，如果人工智能自愿这样做。

将奇点放在首位

著名的人工智能引述： “在几十年内，机器智能将超越人类智能，导致奇点——技术变革如此迅速和深刻，它代表了人类历史结构的破裂”（雷·库兹韦尔）。

您必须确保在任何真正的高质量前十名列表中 奇点 至少出现一次。 瞧，给你。

正如我之前指出的， 奇点 这个假设的概念是真正的人工智能可能会自发出现吗？ 有人认为它会在一瞬间发生。 其他人声称可能需要几分钟、几小时、几天、几周、几个月、几年、几个世纪，等等。

这个理论的美妙之处在于它确实让我们所有人都坐在座位的边缘。 我之所以这么说，是因为你制作的 AI 足以启动这种火球活动，从而实现真正的 AI。 假设我们不知道这个初始或最低的障碍水平是什么，它可能是任何东西。

我提到这一点是为了当你在 Python 中编写最新的 AI 应用程序时，意识到它可能会超过阈值，接下来你会知道成熟的 AI 正盯着你看。

我警告过你。

常识不是很常见

著名的人工智能报价: “我们的最终目标是让程序能够像人类一样有效地从他们的经验中学习。 我们应该……说一个程序具有常识，如果它自动为自己推断出足够广泛的直接后果，即它被告知的任何事情以及它已经知道的事情”（约翰麦卡锡）。

这个 AI 值得注意的引语很少有太多的通话时间。

首先，它与人工智能的善恶无关，这会立即降低它对那些正在寻找方便的花花公子人工智能报价的人的吸引力。 其次，它不是特别吸引人，与其他著名的 AI 引用相比，措辞相当笨拙。

为什么它值得列入前十名？

因为它提出了实现真正 AI 的假定阿喀琉斯之踵之一。

这是交易。 我们假设人类和他们的人类智能包括我们将标记为常识的认知方面。 有很多关于人类常识的笑话。 您知道有些人肯定似乎缺乏常识的古老嬉戏，因此常识并不像看起来那么普遍。

哈！

这里的关键是，如果需要常识来达到人类的智能水平，那么坏消息是，现在人工智能领域在弄清楚常识的组成部分以及如何在人工智能中构建它方面有些困难。 这方面的努力已经持续了多年，实际上是几十年。 请参阅我的报道 这里的链接.

存在一个困境。 如果常识是智能的核心要素，那么我们在实现真正的人工智能方面面临着艰巨的挑战，因为我们在破解常识密码方面取得的进展如此有限。 这令人不安。

那些不相信常识是智力要求的人会说没有出汗。 如果我们弄清楚常识并可以将其放入机器中，那很好。 如果我们不能，请不要担心。 其他人则认为，也许常识会通过 奇点，这样即使我们不能公开地设计常识，自发的神秘过程也会为我们实现。

使用您的个人常识来决定哪种理论对您来说最合适。

人工智能与法律

著名的人工智能行情: “我越来越倾向于认为应该有一些监管监督，也许在国家和国际层面，只是为了确保我们不会做一些非常愚蠢的事情。 我的意思是通过人工智能，我们正在召唤恶魔”（埃隆·马斯克）。

埃隆·马斯克（Elon Musk）可以说是一台人工智能报价机。

我并不是说他是人工智能，尽管一些推文说他可能是。 我声称他已经产生了很多关于人工智能的引用。 有这么多，你可能会因为试图阅读它们而陷入困境。

与大多数涵盖 AI 弊端或缺点的 AI 报价相比，这个特定的报价有些独特。 通常，一个著名的 AI 引用会表明 AI 可能会变成野兽。 你只能靠自己的良心或设备来决定如何处理这种不合时宜的事件。

在这句话中，援引了法律的重要性。

没有多少重要的引述转向讨论与人工智能相关的法律的重要性质。 我已经广泛介绍了有关 AI 的各种拟议法律，请参阅 这里的链接，并且还在标准委员会任职，试图为此类 AI 相关法律建立模板和基石。

法律可能不是与人工智能相关的某种救世主。 另一方面，无法无天或缺乏法律也不一定是最佳途径。 根据这句话，考虑到实现真正的人工智能会给人类带来风险和潜在的惩罚，拥有一些法律护栏似乎是一种值得称道的方法。

想象一下，真正的人工智能实现了，我们不是马上说应该有一个关于它的法律吗？

当然，最大的问题是，如果我们达到真正的人工智能，我们是否可以执法。

人工智能仍然是一个未解之谜

著名的人工智能引述： “根本没有人知道如何建造一台有意识的机器”（斯图尔特·罗素）。

这条著名的 AI 引述尽可能地直截了当，谢天谢地。

关于我们是否走在通往真正人工智能的正确道路上，人工智能领域内正在发生各种激烈的争论。 也许我们是。 也许我们不是。 也许我们离得太远了。

我向你保证，你可以很容易地找到宣称我们距离实现真正的人工智能只有几英寸之遥的观点。 我们离实现人工智能如此之近，以至于我们可以闻到它的味道。 那些说这话的人会大张旗鼓地这样做，并有一种完全和不受约束的信心。

说大话。

你看，我和这句话的想法是一样的，即没有人知道如何实现真正的人工智能，我们都在黑暗中徘徊试图到达那里。

对于那些想要深入了解人类面临的最大谜团之一的人来说，欢迎加入 AI 领域。 我之所以提到这一点，是因为当我还是一名人工智能教授时，我的学生有时会沮丧地来找我，说他们可能不会有太多的职业，因为他们听说或读到人工智能即将得到解决。

我向他们保证，在此之前他们会活到成熟的老年，如果在他们的监视下发生这种情况，他们会很幸运（一个希望）。

人工智能和著名的图灵测试

著名的人工智能引述： “如果计算机能够欺骗人类使其相信它是人类，那么它就应该被称为智能计算机”（艾伦·图灵）。

我天生就会怀疑任何不包括艾伦·图灵（Alan Turing）名言的前十名。 他对数学、计算机科学、人工智能等方面的贡献是巨大且值得称赞的。 您可能会通过电影和有关他生平故事的著作了解他。

对于这个前十名，似乎特别重要的引述涉及他现在著名的图灵测试。 我已经深入讨论过图灵测试，请参阅 这里的链接.

简而言之，我们如何确定计算机或人工智能或机器是否已达到与人类相当的智能水平？ 图灵并没有在这个装置内四处寻找，而是提出可以玩一种模仿游戏。 假设你把人工智能放在一个窗帘后面，把一个人放在另一个窗帘后面。 一个人类审问者来回询问人工智能和人类的问题，尽管这个审问者看不到窗帘，也不知道哪个是哪个。

在提问结束时，如果审讯者不能明确地宣布哪个是人工智能，哪个是人类，我们将宣布人工智能与人类智能没有区别。 请注意，这是一种更容易解决问题的方法。 您无需深入了解 AI 的位和字节。 你需要确定的是，无论它是如何设法到达那里的，人工智能都表现出同等的智能。

任何进入人工智能的人都必须熟悉图灵测试。 图灵测试是一个持续讨论的话题。

对于如何实际进行图灵测试存在各种疑虑。 例如，假设进行审讯的人无法完成足够的提问工作。 或者这个人可能不理解答案。 在考虑图灵测试时，您可以看到提出问题的人是一个巨大的成败。 最近一个广为流传的新闻报道涉及一位谷歌工程师，他真诚地相信人工智能应用程序已经达到了感知能力，并且根据他提出的问题似乎会通过图灵测试（他错了，看我的分析） 这里的链接).

图灵测试有很多松散的结局。 尽管如此，它在人工智能领域仍然是一个高大的人物，并且仍然是一个值得注意的考虑因素。 艾伦·图灵的这句话把这种考虑带到了前台。

结论

你现在已经浏览了一个前十名的名单，它提供了相当多的关于人工智能的建设性背景。 我敢打赌，你会不时使用这些报价。 对你有益。

由于我们正在思考著名的引语，所以现在对引语的一些最后评论似乎是有序的。

首先，我当然很想从我自己的 AI 书面著作中引用前十名。 在写了很多 AI 书籍、数百篇关于 AI 的文章等之后，包括我的一些书被评为 AI 书籍 Top 10，这是可以理解的诱惑。

此外，萧伯纳有句名言：“我经常引用自己的话。 它为我的谈话增添了趣味。”

正如您在前十名名单的最终版本中所看到的那样，我让步了这轮比赛可能过于辛辣。

我接下来要说的是，我真诚地希望您能受到启发，进一步深入 AI 领域，对著名的 AI 语录进行更深入的研究。 每条引文都是一个庞大而复杂的思想和考虑网络。 通过尝试进一步分析此处提供的引语，您会发现自己完全沉浸在 AI 中。

温斯顿·丘吉尔（Winston Churchill）对一般的引语发表了这样有见地的评论：“铭刻在记忆中的引语会产生好的想法。 它们还让你急于阅读作者并寻找更多内容。”

而且，现在是关于报价的最终报价。

回想一下，我提到过你必须警惕这些 AI 引用的使用方式。 人们会以最棘手的方式使用这些引号。 马克吐温说了这一切：“我相信，几乎任何虚构的引语，在自信地演奏时，都有很好的欺骗机会。”

不要让自己被人工智能所欺骗，因为您已经了解了最著名的人工智能引语背后的故事。

你可以肯定地引用我的话。