人工智能不会取代我们，直到它变得更像我们

随着深度学习算法的发明和计算机能力的提高，人工智能的最新发展得到了推动，这似乎通过模拟感知器来模仿大脑的运作方式。但大脑远不止这些。

我们不知道真正的大脑是如何工作的， 根据 Sam Rodriques 的说法，除非我们在人类头骨上钻孔并植入探针来研究它在“幕后”（或骨头）的真正工作原理，否则我们永远不会知道。但我们所知道的是，大脑远没有我们想象的那么理性。研究证明，我们首先做出决定，然后我们试图找出我们做出这种决定的原因。

事实上，无法发展情绪的脑损伤患者可以用逻辑术语完美地描述他们应该做什么，但他们发现即使是简单的决定，比如吃什么，也很难做出。我们的选择可以说总是基于情感。

然而，没有像这样工作的人工智能系统。AI 无法推理，这导致了许多项目中隐藏的 AI 偏见。当然，解决这些情况的工作正在进行中，但 AI 主要被设计为一个黑匣子，因为我们一开始不知道如何对其进行编码。

此外，如果机器走错了路，仅仅投入更多动力并建造更大的机器并不是办法，而且知道它真正要去哪里可能代价高昂，因为我们无法知道它学到了什么。

超人的结果和可怕的错误
人工智能所取得的成就需要人类编码的未知时间。事实上，编码会变得如此复杂，以至于几乎不可能“教”计算机做什么。相反，我们通过为其提供大量数据和大量训练时间，让它自己“学习”。人工智能设法取得了令人难以置信的结果，但在某些情况下，这个概念也完全错误。

还记得学会玩 Atari 游戏并击败它们的AI吗？在某些情况下，它实际上并没有学习获胜的逻辑，而是找到了一条捷径——一个可以让它在不进入下一个级别的情况下获得数百万分的错误。“乐趣”对 AI 来说并不重要，重要的是分数。

当人工智能本应以最小的力量将飞机降落在航空母舰上时，情况变得更糟——相反，它学会了施加巨大的力量。这会溢出程序的内存并被注册为一个非常小的力量和一个完美的着陆。这会杀死飞行员，但取得了满分。

人工智能失败了吗？绝对不是。人工智能已融入我们的日常生活，并已证明其有用性。我们只是不能有不切实际的期望（或恐惧）而错过它的真正潜力。它继续提供惊人的结果，尤其是在计算机视觉领域，最近在 Dota 2 中击败了我们。

但是我们离通用人工智能还有很长的路要走，直到一些无私的灵魂将他们的头骨献给人工智能研究，这可能不会发生。在那一天，我们可能会学习如何创建终极算法——而且机器的能力可能也已经扩展到足以满足人类智能的程度。到那一天，我们必须走作弊之路；当 AI 不足时使用人类，或者只是使用 AI 来填补我们的缺点。