科幻作家，未来学家和IT研究人员以及从业者有时将“人类AI”概念化为人工智能研究的圣杯。人与机器之间共生的理念也在大众良知中得到了解决，创造了新的希望和新的恐惧症。我们是否会与机器发生战争并最终成为他们的奴隶 - 一个慢慢思考的种族无法预测未来并做出正确的决定？或者我们会像一群机器人帮助者一样成为大师吗？
2014年，日本风险投资公司Knowledge Ventures在其董事会中选出了人工智能系统。它是最接近的人机共生的一个例子，还是表明我们正在失去与人工智能的战斗？
拟人情报
自阿兰图灵时代以来，人工智能研究背后的主要推动力是机器与人类认知的竞争。如果我们想到这样的例子，如在国际象棋中击败人类或仅仅通过图灵测试 - 它们要么证明自己比人类更好，要么人类在某些领域超越计算机。
这种竞争的原因是，我们拥有的与普通人工智能相近的唯一模型是人脑。研究人员的灵感来自我们的大脑构建方式以及每个神经元如何拥有数千个突触 - 我们可以看到它是如何在神经网络中模仿的。
这种方法本身就显示了人工智能的局限性，这种局限性不能（并且可能永远无法）完全重建大脑功能。举个例子，人脑非常灵活; 例如，它非常有效地过滤信息，因此我们在没有大量数据的情况下学习，而AI系统因其对数据的渴望而臭名昭着。
不言而喻，人工智能与我们的大脑不同：
- 人工智能目前很浅，转移能力有限。
- 处理层次结构没有自然的方法。
- AI无法从根本上区分因果关系和相关性。
此外，整个世界都是为了人类的认知。我们很聪明，因为我们是一个大世界的小模块; 我们感受到社会的一部分，并从中吸取我们的智慧和对环境环境的理解。相反，AI，
- 与先前的知识没有很好的整合，
- 无法根据现实世界的知识得出开放式推论。
- 假设一个基本稳定的世界。
从心理学的角度来看，人类互动的一个重要部分是同理心和语境意识，而我们天生就具有很强的直觉。我们试图向AI介绍基本上是直觉。目前，成功的AI不是通过数据集强制执行，而是通过将多个算法拼接在一起来学习。然而，机器仍然没有超出已知数据的概括，例如单词的新发音或非常规图像，并且难以处理有限数量的数据。
在这一点上，最重要的差异成为人们关注的焦点：人类有意识：
但是如此无可挽回地不同？意识是一种思想结构，或者在更深层次上，它只是神经元。意识不是二元的; 这是程度问题。人类和其他动物具有不同的意识水平，成人和儿童甚至不同的成年人也是如此。如果我们不再将机器视为人类的延续，我们可以从与他们的合作中受益，而不会受到厌恶机器人鬼魂的威胁。
协作情报
缺乏意识，计算机仍然是任务驱动的，这意味着除非他们有一个既定的目标，否则他们什么也不做。人类是那些为人类和我们所做的人提供目标和意义的人。
人与机器之间协作的根本思想是增强彼此的优势：前者的领导力，团队合作，创造力和社交技能，以及后者的速度，可扩展性和定量能力。
这种合作设想每个参与者都有自己的角色，无论是领域专家，还是从分散的原始数据或选定的AI算法中获取意义。
人类的角色
训练ML算法
在许多情况下，机器学习算法在人工监督下进行训练。领域专家收集大量数据集，从人类知识的任何领域提供算法，从多种语言的习语和疾病课程到不同种类的苹果的培养。此外，人工智能系统接受了如何与人类互动以培养正确人格的培训：自信，关心，乐于助人但不专横。例如，Apple的Siri是在人类训练师的帮助下创建的，以模拟某些类似人类的特征。
将AI与世界联系起来
如上所述，人工智能系统对背景知之甚少 - 围绕它们的世界仍未被注意到，也没有被考虑在内。可能最明显的例子是机器的情感缺陷。人类受情绪驱使。情绪恰恰是人工智能模拟中最复杂的问题。因此，人类专家负责为人工智能提供对事实和情感环境的正确认知。
解释AI行为
AI中着名的黑盒问题指的是AI得出结论并通过通常不透明的过程呈现结果。由于基于证据的行业，例如医学，从业者需要了解AI如何权衡输入数据，因此需要相关领域的人类专家向用户解释机器行为。这种解释服务正在成为受监管行业中不可或缺的一部分 - 例如，欧盟的通用数据保护条例（GDPR）使消费者有权获得任何基于算法的决策的解释，例如信用卡或抵押贷款的报价。 。
维持AI系统
人工智能系统应始终正常，安全和负责任地运作，这就是为什么他们需要人工监督来预测和防止AI的任何潜在危害。此外，应该帮助人工智能系统维护道德规范并保护数据隐私。
机器的作用
在人类专家的指导下，智能机器可以帮助人类扩展他们的能力，提供快速，计算良好的决策和见解。
扩大人类认知能力
AI可以通过在适当的时间提供正确的信息来提高人类的分析和决策能力。机器计算更快，更准确; 他们可以更好地分类甚至分析事物，以便人类专家获得有意义的预处理数据。
与同事和客户互动
人工智能系统可以通过执行例行任务来促进人与人之间的通信，例如通过转录会议和向无法参加的人分发可搜索语音的版本。这些应用程序具有固有的可扩展性 - 例如，单个聊天机器人可以同时为许多人提供客户服务。
体现人类技能
许多AI驱动的应用程序体现在机器人中，借助已安装的传感器，电机和执行器增强人类技能。这样的机器人现在可以识别物体和人。他们在工厂，仓库和实验室中与人类一起工作，以执行需要暴力的重复行动，而人类则执行需要人类判断的补充任务。
人机合作并不总是关于提高我们的效率：它不需要纯粹的计算能力，而是依赖于直觉，以及预先演变的合作倾向，难以在机器中编码的常识机制。如果我们能够在机器中发展相同的合作倾向 - 确保合作是否是正确的意识程度？
到目前为止，我们认为AI主要是作为增强我们的身体或认知能力的工具。但是如果我们在机器中找到真正的合作伙伴呢 机器和人类是完美的匹配，因为它们是互补的，我们在这里决定我们需要开发和使用哪些计算机特性。
参考文献：
Marcus，G。（2018）。深度学习：批判性评价。的arXiv。
Thiel，P.，Masters，B。（2014）Zero to One：关于初创公司的注释，或如何建立未来。货币。
