人工智能会取代人类吗？
未来人工智能是否能够取代人类？
我们生活在一个可能性的世界中。几年前我开始谈论人工智能及其影响时，最常见的问题是 – 人工智能是否会取代我们？
虽然问题依然没有改变，但我的回答在可能性方面已经改变。在某些领域，取代人类判断的可能性更大了，所以随着时间的推移，这种可能性也增加了。
当我们讨论一种复杂的技术时，答案并不会那么直接。它取决于几个因素，比如智能的含义是什么，我们是否建议替换工作，是否可以预测到人工智能通用智能（AGI）的时间表，或者是否可以确定人工智能的能力和限制。
定义智能
让我们从理解智能的定义开始：
斯坦福大学将智能定义为“学习和执行适合于不确定、不断变化的世界上下文的问题解决和目标实现的适当技巧的能力。”
Gartner描述它为分析、解释事件、支持和自动化决策，并采取行动的能力。
人工智能擅长学习模式，但仅仅识别模式不足以作为智能的资格。它只是多维度人类智能中的一个方面。
正如专家们所相信的那样，“人工智能永远无法达到那一点，因为机器不能像人一样具有对过去、现在和未来的意识（而不仅仅是知识）；对历史、伤害或怀旧的意识。没有这一点，就没有情感，就剥夺了二元逻辑的一个组成部分。因此，机器仍然被困在唯一的形式逻辑中，智能部分就不复存在了。”
通过测试来确定智能？
一些人可能会认为人工智能通过声望良好的学院的测试，最近是图灵测试，证明了它的智能。
对于不了解的人来说，图灵测试是由著名计算机科学家艾伦·图灵设计的一个实验。根据测试，如果一个评估者无法区分机器和人类的回答，则机器具有类似人类的智能。
一项全面的测试综述指出，虽然生成型人工智能模型可以根据从大量训练数据中学到的统计模式或关联生成自然语言，但它们没有类似人类的意识。
即使是高级测试，如通用语言理解评估（GLUE）和斯坦福问答数据集（SQuAD），也与图灵的基本前提相同。
取代意味着什么？
失去工作
我们先从一个正快速变成现实的恐惧开始 – 人工智能是否会使我们的工作变得多余？这个问题没有明确的“是或否”答案，但随着GenAI在自动化机会方面扩大了范围，这一情况正在迅速接近。
麦肯锡的报告称：“到2030年，美国经济中目前工作时间的30%可能会被自动化取代 – 这是由生成式人工智能加速的趋势。
办公室支持、会计、银行、销售或客户支持等工作是首先被自动化取代的。生成人工智能已经影响到了初级开发人员的工作角色，从事编写和测试代码的工作已经被生成人工智能辅助。
生成人工智能的结果通常被认为是专家进一步提升输出的很好的起点，例如制作营销文案、促销内容等。
一些叙述使这种转变听起来不太明显，强调了近期和短期内可能会出现新的工作岗位，例如医疗保健、科学和技术等；以及人工智能伦理学家、人工智能治理、审计、人工智能安全等，以实现整体的人工智能。然而，这些新岗位无法超过被取代的岗位，所以我们必须考虑到净创造的新岗位来看最终影响。
强人工智能（AGI）
接下来是强人工智能的可能性，类似于智能的多个定义，这需要明确的意义。通常，强人工智能是指机器获得了类似于人类的感知和对世界的认识的阶段。
然而，强人工智能是一个值得单独讨论的话题，超出了本文的范围。
现在，我们可以从DeepMind首席执行官的日记中了解其早期迹象。
它能取代人类吗？
良好的助手
从更广泛的角度来看，它足够智能，可以帮助人类在大规模上识别模式并提高效率。
让我们通过一个例子来证明这一点，假设供应链规划员需要查看多个订单详情并确保有可能缺货的订单得到满足。每个规划员都采用不同的方法来处理缺货交付：
- 查看现有库存量
- 在此期间其他客户的预期需求是多少
- 哪个客户或订单应优先处理？
- 与其他工厂经理进行战室讨论以确保货物的可用性
- 优化特定配送中心的路由路径
由于个别规划员对管理此类情况的观点和方法可能有限，机器可以通过了解许多规划员的行动来学习最佳方法，并帮助他们通过发现模式自动化简单的情景。
这就是机器比人类有优势的地方，人类的能力同时管理多个属性或因素是有限的。
机械性
然而，机器就是机器，即机械的。你不能指望它们与团队合作、协作和发展同样富有同理心的关系，就像伟大的领导者那样。
我经常参与轻松的团队讨论，这不是因为我必须这样做，而是因为我更喜欢在一个与团队有联系的环境中工作，而且他们也对我很了解。从一开始只谈论工作或试图表现得很重要的行为来看，这显得太过机械。
缺乏同理心
再举一个例子，机器分析患者的记录并按照其医学诊断披露健康风险。将这与医生如何细心处理情况进行比较，因为他们有情感并知道处于危机中的感受。
大多数成功的医疗专业人员超越了他们的“职责范围”，与患者建立联系，帮助他们渡过困难时期，这是机器无法做到的。
缺乏道德准则
机器是通过捕捉潜在现象和创建最佳估算模型来训练的数据。在这种估算中，特定条件的微妙之处被忽略了。它们没有道德准则，就像法官在审查每个案件时那样。
结束语
总而言之，机器可能会从数据（及其携带的偏见）中学习模式，但它们没有智能、动力或动机来对处理困扰人类的问题进行根本性的变革。它们以目标为导向，建立在复杂的人类智能之上。
这个短语很好地概括了我的想法 – 人工智能可以替代人类的大脑，但不能替代人类的存在。
[Vidhi Chugh](https://vidhi-chugh.medium.com/)是一位人工智能战略师和数字化转型领导者，致力于构建可扩展的机器学习系统。她是一位屡获殊荣的创新领导者、作家和国际演讲人。她的使命是使机器学习民主化，并为每个人打破术语障碍，成为这场变革的一部分。
