在技​​术和科学领域，很少有学科能像人工智能 (AI) 那样引起如此多的兴奋和争论。但是随着这种兴奋和兴趣的增加，许多猜测和毫无根据的信念只会产生恐惧和怀疑。有很多关于的神话 人工智能 通过流行文化宣传，但实际情况如何？

误区一：人工智能将取代所有工作
许多人担心，随着人工智能的进步，人们最终会被机器取代并失去工作。尽管人工智能和自动化的发展确实有可能扰乱劳动力，但这并不那么简单。人工智能与历史上出现的任何其他技术进步没有任何不同。事实上，就像其他技术进步帮助人员和流程变得更加有效一样，人工智能也可能会做同样的事情。将其视为只是将工作从人类转移到机器是对情况的简化。

之前的许多工业革命都导致了就业形势的转变，例如 19 世纪从农业工作向工厂的转变。但是，即使发生了这种情况，工作岗位的数量也基本保持一致。人工智能和自动化的兴起可能会产生一个高效的环境，让人们更有效率并减少浪费在手动任务上的时间。

误区二：人工智能将超越人类智能
随着当今电影业越来越多的科幻电影显示机器人将接管世界并奴役人类，人工智能取代人类智能的恐惧非常普遍。然而，这是一个常见的误解，这是由将智能图像视为线性尺度并将人类置于其上的机器之下而带来的。

现实情况是，智能是通过各种维度来衡量的，机器和人类之间的尺度有很大不同。是的，机器在某些方面确实超过了人类，但在很多方面人类都超过了机器，比如情商（同理心是最重要的）、创造能力和战略思维。

误区三：人工智能将导致毁灭和奴役
《终结者》、《我的机器人》、《黑客帝国》、《机械姬》、《2001：太空漫游》等电影都在人们的脑海中植入了不切实际的场景。因为那些科幻场景，人们害怕人工智能和机器人的发展。这种情况发生的可能性是存在的，危险可能是真实的，但人工智能的现实是，需要打破许多界限才能看到这种情况的发生。

一方面，创造不同人工智能技术和机器人的人不会考虑创造或推出一台有可能用自己的思想思考并反对和反抗其人类创造者的自主机器。未来有可能发生这种情况吗？是的，这是一种可能性，但如果你要担心科幻小说的场景，你不妨为外星人的入侵做好准备。

误区四：你需要数据科学家和机器学习专家才能使用人工智能
尽管许多人不了解人工智能的工作原理，但这并不意味着所有机器学习， 深度学习，而人工智能技术需要专业人员使用。一些人工智能应用确实需要专家的帮助，但现实情况是这些只是一小部分。如今，越来越多的具有人工智能技术的软件工具可供普通用户使用。有许多工具可供不同的用户使用，并且不需要任何巨额投资即可使用。

对许多人来说，训练人工智能系统是一个神秘的概念，它经常被技术语言所笼罩，并被视为只有数据科学家才能处理的任务。对于某些应用程序，训练 AI 系统时使用的信息通常与呼叫中心员工处理的信息相同。人工智能技术确实需要在编程语言和各种复杂技术方面的深厚专业知识才能创建和修改，但这并不意味着您需要拥有博士学位的人工智能专家。在现场拥有自己的人工智能程序或使用已经存在的人工智能程序。

误区五：人工智能技术可以像人脑一样理解和解决任何新问题
这是一个关于人工智能的完整神话，其中没有任何真相。实际上，认知技术无法解决它们原本无法解决的问题。这些认知技术可以处理和解决通常需要人工解释的某些类型的问题。他们通常可以解决使用图像识别、模棱两可的语言以及执行具有不可预测的精确条件和结果的复杂任务的问题。但是，这些技术无法解决他们从未遇到过的问题。

认知 AI 技术能够模拟人类如何处理歧义和细微差别，但它们离学习新的问题领域还差得很远。任何人工智能程序都只能与训练它的数据一样好。人类仍然需要定义人工智能程序将在哪些情况下运行。人工智能程序将在这些案例和场景中工作，但它不会定义新的操作场景。这种能力是一般人工智能能够做到的，但我们离它还很远——我们是否会这样做是有争议的是。

相关帖子DA内容精选 2022年300个以上最佳免费数据科学课 大厂数据分析面试指南！来自亚马逊、谷歌、微软、头条、美团的面试问题！ 机器学习模型方法总结 历史最全机器学习/深度学习/人工智能专业术语表中英对照表 机器学习如何应用于商业场景？三个真实的商业项目 数据工作者的自我修养 | 哪些技能是必不可少的？ 《汗牛充栋：数据分析书籍分享》CDA网校新课上线 文本挖掘常用的107个语料库 一图读懂“东数西算”工程 零基础转行数据分析，看这篇文章就够了