人工智能 不可能，人工智能不可能取代或超越人类智能,是因为人工智能

大家好，今天小编关注到一个比较有意思的话题，就是关于人工智能 不可能的问题，于是小编就整理了3个相关介绍人工智能 不可能的解答，让我们一起看看吧。

人工智能不可能超越人脑的例子？

人工智能从理论上说可以超越人类的力量。科学家做实验，描绘出未来世界的人工智能机器人已经占领了地球。于是科学家对人工智能机器人也有了一定的警惕。但是科学家们中也有一些科学家觉得要做出人工智能机器人，为人们工作。于是人工智能有可能不会出现了。

为什么说人工智能不可能代替人脑？

现在的人工智能还只是处于萌芽阶段，相关的理论研究还有非常大的进步空间。

最近由于算力的提升，人工智能的一些方向已经火出圈，可能没了解过的人都听说过人工神经网络这个词。

但实际上人工神经网络这种学习机的构造相对人脑神经元非常简单，只能人为的设计一些传递函数以模拟人脑神经元的非线性输出。在结构上的各种复杂设计相比人脑的回路复杂度又远远不够。只能采取用大量样本训练的方式对一些情况做预测分析，泛化能力还有待提高，而且训练集的获取也是非常大的工程，人脑对特定问题的计算能力未必比的上计算机，但是计算机想达到和人脑一样同时处理这么多数据的能力也有待提高，所以不要想着能很快代替人脑。

不可能代替。人类大脑的记忆能力和计算能力的确比不上机器，但是人脑的智慧其实是对于信息的分析和决策能力，这是世界上任何最强大的电脑都无法比拟的。正因为如此人工智能是不能赶超我们人类的大脑，但它们会在生活中广泛应用，人类需要担心的不是人工智能奴役人类，而是人类本身会不会退化！

我们所说的人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，不能像人那样思考。因为计算机的模拟还不可能完全像人脑一样思维，人脑的复杂程度非现在的简单计算机可比的，如果有一天有那样强的计算机，同时计算机自己具备记忆，思考，想象，情感的化，那就有可能超越我们。

2016年10月霍金在剑桥大学利弗休姆未来智能研究中心的成立仪式上发表演讲时，虽然缓和了对人工智能的态度但并没有改变基本观点。

他再次就人工智能（AI）发声，“对于人类来说，强大AI的出现可能是最美妙的事，也可能是最糟糕的事，我们真的不知道结局会怎样。”

在有些方面，人工智能绝对是远超人脑，但是并非在各个领域都会比人脑更先进，人大脑的创新思维能力，ai智能是不可能很快都能达到。

因为人工智能仅仅是输入程序的机器，机器仅仅是执行一个程序命令而已，说到底都是根据电子设备中的元件性能支撑的机器而已，而人类，是有思维有意识的生物，人类有着属于自己的自我认知，能够意识到自己的自我存在，哲学上俗话说：我思故我在，而机器是没有自我意识和认知的，它仅仅是个和石头一样的东西而已，离开人类是无法运作的，所以机器永远取代不了人类

你认为有哪些曾经不可能实现的事情,现在能通过人工智能实现？

完全自主的绘画创作到帮助医生更高效且精确地完成诊断。

2018年10月25日，由人工智能创作的画作《埃德蒙·贝拉米肖像》在佳士得拍卖行拍出43.2万美元高价。

这幅《埃德蒙德·贝拉米的肖像》描绘一名穿黑色大衣、体态发福的男子。乍一看，它像是18世纪或19世纪常见的作品。但细看，我们会发现人物面部模糊，画作似乎尚未完工，而本应该是画家署名的地方却是一个方程。法国的Obvious团队让AI观看了1.5万幅14世纪至20世纪之间的画作（从随意涂鸦到世界名画）后，让AI以这些画为基础进行自主创作，最终得出这幅油画。整幅画的创作使用了原谷歌公司研究人员伊恩·古德费洛的深层对抗网络算法（GAN），既让两个AI互相竞争——一个作为生成器、另一个作为鉴别器。

生成器的主要工作在阅过大量的画作后随机创作出画作，像是一个画家；鉴别器的主要工作是依据大数据给生成器的画作打分，像是一个评论家。二者互相博弈的同时再使用遗传算法（Genetic Algorithm，模拟达尔文生物进化论的自然选择和遗传学机理的生物进化过程的计算模型，是一种通过模拟自然进化过程搜索最优解的方法）让更好的画作被保留下来，最终得出AI认为的最优解。

然而这两种算法的结合用来画画只是冰山一角，AI在医学影像学上的应用能够在近年内造福大众。生成器大量阅读X光片后进行判断而鉴别器对生成器的判断进行打分，经过一系列优胜劣汰后AI能做到精确的读片与判断。AI 正在对医学成像领域深度渗透，这已是业内共识。2019WAIC世界人工智能大会上，中国工程院院士范云鹤表示，在甲状腺癌识诊上，医生的平均阅片时间为45分钟、准确率为74.46%，而AI的平均阅片时间1分36秒、准确率90％。

浙江大学医学院附属邵逸夫医院积累出了20年间各种角膜病的16万张图像记录和完备的病历记录以及医生手绘的图解，AI学习后判断准确率接近80％，超过91％的受试医生（421人）。根据市场调查公司 Signify Research 报告，包括自动检测、量化、决策支持和诊断软件在内，全球医学影像 AI 市场在 2020 年将达到 15 亿美元。

如今除了通用电气公司（GE）、西门子和谷歌等大公司，大量的新创公司正在涌入到这个领域来。AI读片有着人工读片不能比拟的优势，目前有部分公司的产品在闭环数据上已经显示了非常好的敏感度和特异度（分别达到95%和70%），达到了主治医生的水平——AI的介入，能够让水平较差的医院获得与世界顶级医院同级别的读片以及诊断能力。

不过目前来看我们还不能完全让机器来做复杂的处理，现在的 AI 还有可解释性、鲁棒性（即系统稳定性）等在医学影像领域尤其重要的问题需要解决。

未来可期，也许正是2020年，即使是在普通的县区医院，医生在AI的辅助下进行更高效更准确的诊治将变为可能。当然，一步到位未免太过夸张，但AI 的介入将会大大提高医生的诊治效率是将至的未来。

云计算

云计算对人工智能的影响与加成，可能是一件2020年会产生巨大叠加效应的一件事。如今云计算基本上已经成为了信息社会的“基础设施”，光去年一年，云计算的市场规模就达到了962.8亿元，云计算和人工智能好像天生就是一对，云计算助力人工智能应用快速落地。

工业信息化

我们可以想象一种未来，在这个未来里，传感器和计算机无处不在，每个人的公开行为，都会变成数据，被上传到某个数据集散中心，统计成集合，并且成为一种趋势。比如食品巨头可以对一种牛奶的配方进行微调，收集用户反馈，并通过神经网络分析来对配方进行优化。

当红豆口味的牛奶突然在某个地点畅销，并且随着人的迁徙而流行开来，人工智能系统识别到了这个趋势，就可以告诉商品生产厂家，研发更多红豆口味的商品，并且结合地域热度信息来进行配货。而在这个过程中，加密算法又能保护我们每一个人的隐私，保证数据的脱敏。

而这还只是工业信息化未来的冰山一角。

在这个未来里，人类可以通过量子计算解决复杂的计算、分析问题；工业互联网，使不同的工业系统更高效、更精确地协作，增加效率。比如可以根据淘宝上的销售数据，经过深度学习的分析，来指导下一代产品的更新迭代，生产。提前预测不同地区不同季节的销售情况，合理安排生产，并且通过更多的机器化流水线提高生产、运输效率。

到此，以上就是小编对于人工智能 不可能的问题就介绍到这了，希望介绍关于人工智能 不可能的3点解答对大家有用。