人工智能有哪些短期和长期利益？

机器学习是人工智能的一个分支，它使用算法从数据中学习。这可用于提高机器预测的准确性，或帮助机器“学习”如何通过分析数据来做某事。机器学习的应用包括预测游戏结果、检测欺诈和提高医疗诊断的准确性等。

人工智能的现状如何？是否存在有意识并具有类似人类情感的人工智能？

没有，而且永远不会有。我不打算在这里大谈 AI 和 AGI 之间的区别，但后者是你需要像人类一样的东西。情绪是由一系列电化学反应引起的，这些反应在机电方面是不可复制的。那是只有肉袋的东西，并不是所有的肉袋都能做到。意识也是你无法让机器做到的事情，我不在乎艾萨克、星际迷航或菲利普 K 该死的迪克告诉你什么，除非你的大脑是由鸡蛋而不是人造的，否则不会发生斯温顿或其他地方的工厂。我有时发誓，很多肉袋也从来没有做到这一点。问题出在该死的浮栅晶体管中。与树突不同，FGT 不能以多种配置自行排列和重新排列，也不能像树突那样适应不断变化的情况。从好的方面来说，FGT 也不会受到各种可怕疾病的攻击，尽管持续使用确实会磨损薄薄的氧化物层，因此即使你可以制造一个可以像人一样思考的机器人，FGT 也会磨损，所以很快，在几年内，你的机器人就会患上阿尔茨海默氏症的机电病症，这对人类来说是可怕的，并且会使机器完全无用。您可以尝试电荷陷阱，但它们很麻烦，价格昂贵，并且最终无论如何都会以相同的方式进行，这就是为什么大多数 SSD 是 FGT 而不是电荷陷阱的原因。不管怎样，它们不能做树突能做的事情，给它们注射肾上腺素，

ChatGPT 为简单的算术问题提供了哪些错误和不可靠的结果（例如，它为我提供了 13345*6748 的三个不同的错误答案）？几十年来，我们已经拥有可以准确进行算术运算的软件，那么为什么高级人工智能就不能呢？

您可以很容易地解决这个问题：停止将 ChatGPT 视为“高级 AI”。人们在听到或想到“高级人工智能”时所做的假设与大型神经语言模型的当前现实之间可能存在相当大的差距。ChatGPT 确实使用并展示了它所做的某些进步。我要说的任何内容都无意减损这一点。据我所知，当前的神经语言模型可能天生或实际上不适合解决初等算术问题。让我们假设在“13 * 17 = 221”这样的大量但有限数量的示例上训练模型不是问题。为了使其有任何概括的机会，您必须逐位标记化。您不能将“221”表示为原子标记并期望模型能够泛化，因为原子标记的库存是有限的。如果你这样做了，在绝对最好的情况下，模型可能会学会做所有的计算，并且只做那些计算结果在它的词汇表中的数字。现在假设您已按字符标记化并希望模型了解在“1 3 * 1 7 = 2 [MASK] 1”中，掩码字符应为“2”。这可以推广的唯一方法是，如果模型架构的设置方式原则上可以完全获得长乘法。不管怎样，它需要知道十位出现“2”的原因是[数学]7+5equiv2pmod[/数学]，如果我们将其视为 1 7 0+ 5 1 并关注十位。您当然可以采用非常不同的方法进行计算，但是您不能绕过必须进行（模块化）整数运算，因为这是位值表示法中固有的。我声称当前的端到端语言模型架构根本无法处理这种特定情况。我可能是错的，如果你给我一个具体的模型（连通性、非线性、权重）在你的控制之下，我会欣然接受我是错的，你可以在数学上证明它可以执行任意整数乘法十进制表示法，并且你提出了一个令人信服的论点，即该模型与任何当前 GPT 变体的基础并没有太大不同。假设我们已经使用端到端神经语言模型解决了长乘法问题。现在让我们把它扩展到几个相关的问题：214199 是质数吗？2800 年 3 月 1 日是星期几？2122 年复活节和/或逾越节是什么时候？标准正态随机变量大于 2.5 的近似概率（至三位有效数字）是多少？如果一列火车早上 7 点离开纽约，以每小时 100 英里的速度开往芝加哥，等等？构建一个聊天机器人或对话式 AI 助手，可以回答大量且实际相关的此类问题子集，这是触手可及的。但如果你必须在本周、本月甚至今年（我也会在一月份这样说）构建一些可靠的东西，你会把它作为一个混合系统来做，而不是作为一个端到端的神经语言模型. 你当然可以使用非常接近神经语言模型的东西来理解“九百三十七是素数吗？” 涉及一个关于素数与合数的问题，并将“九百三十七”标记为表示正在讨论的数字的表达式。但从现在开始，我将使用神经语言模型以外的东西来 (a) 将字符串“937”翻译成整数 937，以及 (b) 对 937 进行素数测试。当人们听到“高级 AI”时，他们会想象一些东西显示了技术前沿的广泛进步。但这不是 ChatGPT 的意思。相反，它是在非常狭窄的限制范围内针对特定类型的非常具体的模型向前迈出的明确一步——但这只是 AI 广阔领域的一小部分。例如，ChatGPT 不是国际象棋引擎。正如您所看到的，它甚至不是一个半途而废的四功能桌面计算器。听到“高级 AI”会让人假设我们正在寻找 AI 领域的广泛、全面的巨大飞跃。但我们不是。我们正在处理在一个特定领域中训练和部署一小部分模型的渐进步骤。ChatGPT 就其本身而言令人印象深刻，但我声称它甚至没有试图成为一个令人信服的聊天机器人。

就学习、得出结论、使用语言等能力而言，迄今为止最先进的人工智能 (AI) 是什么？

由于人工智能技术在不断发展和完善，人工智能系统的性能和能力可以在学习、得出结论、使用语言等方面的能力进行评估，因此很难确定迄今为止最先进的人工智能（AI）。因具体情况和应用而异。

就学习和推理能力而言，一些最先进的人工智能系统包括：AlphaGo 和 AlphaZero：AlphaGo 和 AlphaZero 是 DeepMind 开发的两个人工智能系统，能够学习和掌握复杂的战略游戏，例如围棋和国际象棋。这些系统使用深度学习算法和蒙特卡洛树搜索技术，从大量数据和自我博弈中学习，做出超出人类玩家能力的预测和决策。AlphaGo和AlphaZero在各自的比赛中都取得了超人的成绩，为AI学习和推理树立了新的标杆。

GPT-3和GPT-4：GPT-3和GPT-4是OpenAI开发的两个人工智能系统，能够学习和生成类人语言和文本。这些系统使用大规模的 Transformer 模型和无监督学习算法从海量的文本数据中学习，并生成连贯多样的句子、段落甚至整个文档。GPT-3和GPT-4在翻译、摘要、问答、讲故事等各种语言任务中都取得了骄人的成绩，展示了AI语言模型理解和生成自然语言的潜力。

Watson 和 Watson Assistant：Watson 和 Watson Assistant 是 IBM 开发的两个 AI 系统，它们能够学习和应用领域知识来解决复杂问题并帮助人类用户。这些系统使用机器学习算法和自然语言处理技术从大量结构化和非结构化数据中学习，并为用户的查询和请求提供相关和个性化的答案。Watson 和 Watson Assistant 已经应用于医疗、金融、教育和客户服务等各个领域，它们展示了人工智能支持和增强人类专业知识和决策制定的潜力。

在人工智能对人类构成威胁之前，我们能发展到什么程度？

很难准确预测我们可以在人工智能 (AI) 对人类构成威胁之前将其发展到什么程度。与人工智能相关的潜在风险和挑战是复杂和多方面的，它们取决于多种因素，例如人工智能的具体应用和用途、涉及的伦理和道德考虑以及人工智能系统本身的能力和局限性。一些专家表示担心，如果人工智能发展到能够超越人类智能和自主性的程度，它有可能对人类构成威胁。其他人则认为，人工智能的发展可以得到谨慎的管理和控制，以减轻任何潜在风险并确保它用于造福人类。