设为首页 加入收藏
首页 小学生读后感 初中读后感 高中读后感 四大名著读后感 中外名著读后感 读后感600字 读后感800字 读后感1000字
你的位置: 读后感 > 读书笔记 > 垓下之围读后感1000字 > 地图 > 垓下之围读后感1000字

垓下之围读后感1000字

发布时间:2019-10-29 来源:互联网

玻璃笼子之《人工智能》读后感1000字。

古语言:读书不觉已春深,一寸光阴一寸金。我们在生活中可以多多去读一些经典书籍作品,而阅读作者写的作品后,心中感触颇多,让人忍不住吐露出来,为了可以记住当时读完书后的所思所想,就必须写一篇读书笔记,有没有更好的办法让自己的读书笔记有一定的深度呢?小编花时间专门编辑了玻璃笼子之《人工智能》读后感1000字,相信你能从本文中找到需要的内容。

玻璃笼子之《人工智能》读后感1000字

在书中,卡尔将人工智能比作玻璃笼子。他认为人工智能在给人类带来便利的同时,更多的是限制了人类完整感知世界的能力,会带来一系列消极影响。

卡尔在书中分析了自动化对飞行员、医生等领域的影响。顺着卡尔的思路,反思当今人工智能技术在新闻生产与传播领域的运用。

第1,过度使用人工智能技术是否会损害新闻工作者的职业技能。在信息搜集与抓取方面,机器人确实比人类更擅长,但是如果过度依赖机器人去采集新闻信息,会让人类在这方面的能力更加退化,这对我们是一个警醒。

第2,目前绝大多数国家人工智能技术的发展较为落后,而欧美人工智能技术遥遥领先,人工智能技术会进一加剧信息富有国和信息贫困国之间的两极分化。而且发达国家对发展中国家公众的操控显得更为自然和隐蔽。陈昌凤老师有一次在微博上说,她在苹果手机上翻译国庆节时,苹果Siri给出的结果是JULYFORTH。JULYforth是美国的国庆节,并不是中国的。虽然机器人是没有价值观念和文化观念,但是人工智能内部的程序暗藏了编程者的价值观念意识形态,这会体现在新闻文本当中,并对信息接收者产生潜移默化的影响。

第3,人工智能在抓取信息的过程中侵犯窃取用户隐私。隐私的泄露当今是一个亟待解决和改善的问题。最近Facebook泄露用户数据的新闻引发轩然大波,英国剑桥公司分析并利用了这些数据,并利用算法在2016年大选期间精准的给用户发布政治广告,以此操控选民情绪。隐私泄露会让用户成为透明人。

第4,人工智能运用于分发领域,即个性化推荐的精准过滤会帮助用户建构一个具有单一信息脉络的内容体系,令用户在信息茧房中越陷越深。信息茧房的形成,是一种隐性的知情权的剥夺,也就是卡尔所说的玻璃笼子,限制了用户完整感知世界的能力,同时有可能加剧不同社会群体之间的区隔。

虽然存在以上种种消极影响,但实际上,我对人工智能进入新闻生产领域是持有乐观的态度的,人类能够帮助人工智能发展的更好,而且人类拥有机器人所无法取代的价值。卡尔这本书的价值在于:在这个极速前进的大变局时代,像卡尔一样的保守主义者(m.i1766)是这个社会的稳定器和减速器。我们在思考如何让人工智能发展的更快的同时,也要思考如何让人工智能发展的更好,这是卡尔这本书的价值。

人工智能时代,人的价值

1.人类有信仰、价值观,能够判断信息的价值取向。媒体人的这种对价值判断的能力是机器不可替代的。媒体所肩负的引导舆论的功能是机器人没有办法承担的。

2.在个性化推荐盛行的时代,更需要有人类来提供公共信息。人类不仅仅需要“我的日报”,还需要公共性的“我们的日报”。在今日头条上就人工置顶了公共信息。这是对过度个性化的纠正。

3.人类拥有逻辑,能够运用逻辑去分析信息。卡尔在书中举到了一个例子令我印象特别深刻,一个大球撞翻了桌子,因为它是由聚苯乙烯泡沫塑料制成的。谁的原料是聚苯乙烯泡沫塑料?是大球还是桌子?机器人可能会对这个含糊不清的表达感到困惑,但人不用多想就能给出答案。

所以社交媒体时代的通讯社STORYFUL在利用人工智能检索信息的同时还设置了人工编辑,因为人能够通过逻辑判断去核实信息真伪。

4.人类拥有创造性,能够解决目前人工智能存在的问题,使人工智能朝着更有利于人类的方向发展。作者:花花

Hdh765.com更多读书笔记扩展阅读

读《人工智能》有感范文


人工智能将是未来最有前景的科技趋势之一,人工智能将与我们息息相关。

随着互联网红利的消退,电商、网游等领域的增长速度将放缓,而随着计算机视觉、机器学习、自然语言处理、机器人技术、语音识别技术的深入发展,人工智能在技术上已经越来越深入。

现今互联网的信息爆炸,也积累了大量的数据、用户行为信息,为人工智能营销打下了坚实的基础。随着人们对生活品质的要求越来越高,各行业的市场竞争越来越激烈,我们都迫不急待地寻找一条更快捷、更有效、更智能的道路,以实现更高的目标。

而人工智能以其智能、个性、高效的特点,逐渐的被应用起来。数据越来越丰富,如何从繁杂的数据中整理出有用的信息,以指导我们在广告营销、用户分析的行动,这是值得我们重视的问题。面临用户越来越个性化的需求,如何高效地满足并取得用户的满意,是摆在我们面前的课题。

人工智能恰好能解决以上的一切。人工智能的很多技术已经被应用到企业营销,为企业营销提供出色的解决方案。如果能在人工智能领先别人,就能在激烈的竞争中站得更稳。

《人工智能的未来》读书笔记及读后感2000字


《人工智能的未来》读书笔记及读后感2000字:

人工智能(AI)是这个时代最热门的话题了。一方面在科技创新领域几乎所有公司都瞄准了人工智能,斗志满满地期望在未来大有作为。另外一方面在公共讨论领域也在激烈讨论人工智能对未来的影响,尤其是个人职业生涯的冲击,个人被机器取代的焦虑像病毒一样在人群中扩散。

但无论是公司还是个人对人工智能的前景及影响都很难清晰准确的预测,这并不是人公司和个人不够视野宽阔或者智慧不够的原因,之所以具体的难以预测,是因为技术本身的发展规律:人类都是采用最新的技术去创造下一个新技术。

但库兹维尔认为技术的整体发展却是可以预测的,他提出了加速回报定律:

“一旦一种技术成为信息技术,它就得服从加速回报定律。加速回报定律,是信息科技中的基本理论,它遵循可预见的指数级增长规律。加速回报定律与热力学定律相似:每个技术方案与研发者是不可预测的,但是,用性价比及生产力这些基本考核进行量化,整体轨迹总是按照一条明晰的可预测的路径发展。“

作者库兹维尔是奇点大学创始人兼校长、谷歌技术总监、《时代周刊》的封面人物,比尔盖茨称赞他为“预测人工智能最准的未来学家”。

他在本书中作出大胆的预测:

“当机器说出它们的感受和感知经验,而我们相信它们所说的是真的时,它们就真正成了有意识的人。这种非生物体将首次出现在2029年,并于21世纪30年代成为常态。”

如果按照他的预测,在我们有生之年都会遇到这种非生物体但却不得不把“他们”也当作一种“人类”来对待,这正是许多科幻片描写的机器人与人类未来的关系,不同于科幻片所表现的悲观情绪,库兹维尔认为:

“将人类层面的认知模式和计算机固有的速度和精确度结合起来,得到的将是无穷的威力。但这并不是火星上的智能机器进行的一场外星人入侵——我们创造这些工具,是为了让自己更有智慧。人类的独一无二之处在于:我们制造工具,而工具让我们走得更远。”

但人工智能真的会像人类一样有意识和情绪吗?很多人会对此表示怀疑。库兹维尔认为人工智能是对人类的大脑的逆向工程,只要拥有真实大脑的详细数据,我们就能模拟出生物学意义上的大脑。最著名的是沃森机器人,它已经可以在美国的一档语言类智力比赛节目《危险边缘》中战胜人类最优秀的选手。

本书的核心部分库兹维尔介绍了人类的大脑思维机制。人类大脑他被分为新脑和旧脑,新脑部分是指最外层的新皮质部分,负责认知和学习部分,旧脑部分指内部的丘脑、海马体、小脑等部分,也就是常说的爬虫脑,负责情绪和欲望部分。

不同的哺乳动物的智能程度与新脑的大小有关,人类的新皮质层是最大的,这是漫长的进化选择中形成的。而机器没有像哺乳动物的旧脑,最典型的例子就是,小狗能够很准确的接住飞碟,而机器人却暂时不能做到。因为两种机制的不同,小狗的小脑会协调匹配自己与飞碟的位置,从而接住飞碟,而机器人是需要计算飞碟的运动轨迹从而作出判断,因为飞碟的轨迹是随机的,读后感因此接住飞碟对于机器人来说相当的困难。但从库兹维尔的判断来说,机器人迟早一天也会接住飞碟,因为利用基函数已经能够模拟小脑的积极响应的能力。

新皮质的最大特点是它的学习能力,它可以在几天之内完成新知识的学习。这也是智人成为地球主宰的原因。

“为适应迅速改变的环境,学习速度需要不断加快,新皮质的优点就愈发明显。不管是植物还是动物,所有物种都会随着时间的推移逐渐适应改变的环境,但没有新皮质的物种,只能通过代际遗传继承这种能力。没有新皮质的物种可能要经历很多代,也就是几千年才能学会具有跨时代意义的新行为。”

当环境改变时,人可以通过学习去适应环境,这也是人类面对即将到来的人工智能时代不必恐慌的原因,而那些学习能力差和不愿意学习的人,却会因为会被环境淘汰而处于恐慌之中,。

人的学习能力时什么呢?是人的大脑的可塑性。著名的赫布型学习模型:

“假设反射活动(或痕迹)的持续或重复会导致细胞不断发生变化,这些变化会增加细胞的稳定性……当细胞A的轴突近到可以激活细胞B,或者不断反复或持续地激活细胞,其中一个或两个细胞会成长或进行代谢,因此,作为激活B的细胞之一,A的效率就会增加。”

这是人的神经网络的学习原理,脑中的细胞集合不仅能创造新的联系,还能基于它们自己的活动强化新联系。具备深度学习能力的人工智能“神经网络“也正是基于赫布的神经学习模型。

库兹维尔指出大脑的学习方式是模式学习,人的神经元并不是单个学习,而是构成神经元组,这些神经元组直接相互连接,在人的大脑里大概有3亿个神经元组。

思维的模式识别理论建立在大脑新皮质中模式识别模块进行的模式识别的基础上。这些模式(以及模块)是按照层级关系进行组织的。目前的语音识别技术如Siri都是在这个模型上发展出来的。

基于神经网络和模式理论建立的机器人的深度学习能力已经让人咂舌了,在围棋比赛中人类已经输给了机器人。有理由相信在未来越来越多的领域人类将不如机器人,因为机器人的神经元数量将大大超过人类。机器人将是人的进化,人类文明将走向人机文明。作者:哈皮波

亲爱的读者,以上由我们精心为您编辑整理的《玻璃笼子之《人工智能》读后感1000字》读书笔记一文,也不知道您对这篇文章满不满意,如果您还想了解更多相关的信息,请关注垓下之围读后感1000字栏目,我们时时为您更新!