人工智能是否突破了我们对哲学原理中物质和意识的突破?

人工智能是否突破了我们对哲学原理中物质和意识的突破?,第1张

这个问题简而言之应该是哲学视角下的人工智能,或者人工智能发展的哲学方法论。不知道我有没有理解对题主的意思。人工智能作为下一代互联网的主要特征,将会聚集大数据,物联网,互联网等相关技术,并在算法的基础上不断向人类神经认知网络学习,并最终制造出高度类人的智能。作为类人智能,它和人类智能,智慧的差异将会越来越小。最终取代人类的大部分工作的能力特别是复杂工作的能力将会超过人类的预期。不管对这一观点持有悲观的还是乐观的看法,不可置疑的是,人工智能取代人类智能似乎会在某一个时候成为可能。
哲学,归根结底是方法论和思想论。哲学的存在是为人类精神寻求安宁。人工智能带来的一系列技术革新如对人类社会结构的改变,进而改变阶层结构,生活方式,生存方式,思维方式等,都将产生极大的伦理风暴。人类思想上的接受与改进,是人类能够进步的重要原因。在人工智能发展方面,哲学自然也不能缺位。
这个问题是一个很大的问题,寥寥数语很难完整表达终极意义。希望可以启发更多思考。同时接受批评指正。

0前言部分

1我所理解物联网

2公司业务架构

3个人职业规划

毕业后第一次跳槽,来了家物联网公司,感觉回到了大学时候,每天被大量智能设备包围的感觉很熟悉,有一些感悟,关于产品、关于技术、关于生活,抽空写下来。

物联网这个词被讲了很多年,毕业后也一直从事移动互联网相关工作,自然对其较为熟悉,物联网就是大量的智能设备联网共同工作。但当我深入了解这个领域,真正接触物联网产品,我反倒很难说清楚什么是物联网。亲人或朋友问我新工作是做什么的,我也很难描述清楚,不单是设备,不单是软件硬件,不单是数据,不单是场景现在我能体会到一些知乎大神上关于物联网的回答都是用一些很虚、很飘渺的词:处处皆入口,万物皆相连,边界不复存在。这不是装深沉,而是真的无法用一两句话描述清楚。

我也沿用这种很虚很飘渺方式来理解物联网,从两句耳熟能详的诗开始,来理解物联网中频频提到的两个词:“连接”和“数据”。

这句话诗描述的几时古人对“连接”这个词的理解。这一刻,全天下的人看得都是同一个月亮,通过一个月亮,把所有人都连接在一起。可见从古时候开始人们就有着一些隐隐约约的思路,通过一样东西,把所有人都连接起来。终于在今天,腾讯把这个使命完成了,微信让人与人之间可以即时通信,实现了天涯若比邻的愿景。写到这里的时候,我想到微信的启动界面,也是一个冰冷的月亮,跟我这个配图有点像,不知道设计灵感是否也是想表达,当代的微信就像古代的月亮,承载着连接的使命。如果文章有幸被微信的设计师看到,可以回复一下。

这是一个哲学家说的,我想用这句话来表达,数据是带有时间维度的。川流是不息的,河流中的水质、流速、温度每一秒钟都不一样,左脚踏进一条河流,右脚再踏进去的时候已经是另一条河流,它的水质、流速、温度等都不一样了,即便一样,它们所代表的含义已经不一样了。我们需要记录下每个时刻的数据,让这条历史的长河具有可分析意义。

物联网系统要连接人与人、人与物、物与物,要记录和分析历史数据,感知每个瞬间的数据变化,在最适合的时候提供最时候的服务。举个例子,你的身体状态每一秒钟都在变化,天气每秒钟都在变化,我们要结合你昨天的睡眠情况,今天的皮肤特性,建立很多数据模型,可能还需要融入中医的知识图谱,心理学知识图谱,告诉现在的你最适合和什么汤,甚至告诉炖锅每一秒钟的火力是多少,计算出热力曲线,炖出来的汤才最适合2个小时后的你喝。

其实写到这里我会想起我爸爸妈妈,每当我回到家他们看到我的黑眼圈,或者脸部发红,会问我昨晚睡得怎么样,然后猜测我是阴虚火旺,然后炖一个苦瓜黄豆汤给我喝。类似的事情你们爸妈也经常做吧。现在机器可以完成这些事情,而且不再是靠猜测,而是精准的数据采集,结合各种知识图谱进行多维度数据分析,将分析结果转化成设备服务。

好了,故弄玄虚的文字写完了,我还是得理清我具体是做什么的,公司业务架构是怎样的,我的岗位在整个业务流里处于哪个环节。其实面试时,甚至入职前我都不太清楚我的岗位职责,拿到offer后我深入了解物联网,领略到其魅力,以及判断到公司的研发实力能驾驭物联网的魅力,还不是很清楚岗位工作内容就入职了。现在已经入职两周了,对公司业务架构有一定了解了,以产品经理为焦点梳理一下业务流程。

公司业务方面:公司主要是面对B端客户,以数据服务为核心提供行业解决方案,提供服务平台和开放平台,让数据的雪球越滚越大,在幕后担任“大脑”角色。另一方面,在图中下方也看到了两条小小的产品线,一条是互联网产品,另一条是硬件设备,既做互联网产品也开发硬件,虽然力度很小,但也看出公司并不放弃从幕后走到台前的想法的。

部门架构方面:从对外部门架构上来看很不清晰的,有两家子公司多个部门,每个部门均有自己的产品经理、开发人员,职能交叉,部门自成体系,难以梳理清各部门的依赖关系。我按照业务流程以产品经理的视角捋一遍可分三种产品经理。第一类是走在业务流最前端的市场部的产品经理,他们直接对接客户需求。第二类是业务流中端的物联网产品经理,他们把各方面资源整合起来创造出应用场景,供商业转化。第三类是业务流后端的AI产品经理,他们负责人工智能产品的落地,负责数据大脑的需求。

我的岗位:我是上述第二类,业务中端的物联网产品经理,负责场景的创建和数据的打通,让算法结合使用场景落地。从图上可以看出负责的产品可以“一横两竖”概括,“一横”就是平台性的项目,包括B端开放平台、C端超级APP等;“两竖”中分别为家庭场景和商业场景,家庭场景包括睡眠产品线、美容产品线、家电产品线,商业场景更多了:智慧校园、智慧农场、医疗健康、养老、酒店、水生态这些场景和数据需要相互打通。

2013年毕业后就在上一家公司工作,老东家是一家电视厂商,一共待了5年时间。也有多朋友问过我为什么在一家电视终端公司待那么久,找工作时面试官也会问这个问题,待了这么久的公司为什么现在想离开。我的择业逻辑是这样的:

为什么在一家做电视的终端公司呆那么长时间,因为它的工作范畴比较广,我能学习的知识面广。前沿技术的方面涉及了大数据、AI、语音,移动互联网领域涉及购物、内容、社交等模块产品,硬件方面的有智能设备产品等。终端公司业务覆盖领域广,如果我对某一个领域感兴趣可以找相应的项目去做,再自己深入学习。比如甚至我对外卖行业感兴趣,现在的TV也有内置的外卖APP,通过项目和自主深入学习我能转到外卖这个垂直领域的公司去。但如果在外卖领域公司,就比较难转到终端公司了,这就是终端公司的好处。

这几年互联网高速发展,很多新技术、新模式在瞬间爆发,也很快没落,今天共享单车群雄逐鹿,明天短视频三分天下,如今无人零售打的火热,区块链又何去何从我不知道哪些方向才是对的,不知道转到哪些垂直领域去才合适。所以我选择在一个大的平台待着,能看清楚当前形势再行动。

随着年龄和经验的增长,逐渐能看透一些东西,个人感觉到移动互联的发展到达了一个瓶颈,新模式枯竭,产品差异化最终也只能体现在运营上,没有太多的机会,遂放弃了进入移动互联网的想法。这一两年人工智能悄然兴起,能强烈感觉到它带来的变革,它将像移动互联网那样,渗透到我们生活的每一个角落。在第四届世界互联网大会上,百度李彦宏也提到,中国互联网的人口红利不再,但AI的机会正在走来。各种迹象表明,站队人工智能是正确的选择。所以我摒弃了一些移动互联网属性的工作经历,选定了“一个方向,两个场景”:AI的方向,以及AI赋能的两个场景,一个是机器人,另一个是智能家居。然后准备简历,面试,最后来了目前这家物联网公司,虽然岗位不是AI产品经理,但能跟AI团队紧密合作,且能调用其资源,想深入学习AI技术也是很容易的事情。

下阶段:

在业务层面,希望能尽快上手和适应新工作,并能在工作中体现应有的价值。目前从“一横两竖”中的“一竖”入手,即家庭场景产品线,后续会接触商用行业的产品线,再到横向的平台类项目。最后向前后端延伸,学习范畴渗透AI核心技术、各垂直行业的商业需求,努力成为全栈人才。

在职业层面,目前产品经验尚不足,是一个初级、执行层面的产品经理,希望通过努力,发展到能在规划层面有一定话语权产品经理,最后发展到在战略层面有一定影响力的产品经理。

在生活层面,好像单身挺久了,抽空找个女朋友。入职两周,感悟大概就这些了,以上,共勉。

专业不能决定你的就业,最终还是要看你自己,不要被他人带跑偏,只要你真的喜欢,并下定决心做好,没有什么做不好的,至于外在因素,都会是你遇到的困难。最终要的还是要有你自己的人生方向。

人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。
物联网即“万物相连的互联网”,是互联网基础上的延伸和扩展的网络,将各种信息传感设备与互联网结合起来而形成的一个巨大网络,实现在任何时间、任何地点,人、机、物的互联互通。

物联网工程考研学校排名前十的有电子科技大学、西安电子科技大学、北京大学等等。

1、电子科技大学

电子科技大学坐落于四川省成都市,原名成都电讯工程学院。1956年,由交通大学(现上海交通大学、西安交通大学)、南京工学院(现东南大学)、华南工学院(现华南理工大学)的电讯工程有关专业合并创建而成。

2、西安电子科技大学

西安电子科技大学是以电子与信息学科为特色,工、理、管、文、经等多学科协调发展的全国重点大学,直属教育部。

3、北京大学

近年来,在“211工程”和“985工程”的支持下,北掘唤京大学进入了一个新的历史发展阶段,在学科建设、人才培养、师资队伍建设、教学科研等各方面都取得了显著成绩,为将北大建设成为世界一流大学奠定了坚实的基础。

4、清华大学

清华大学共设21个学院、59个系,已成为一所设有理学、工学、文学、艺术学、历史学、哲学、经济学、管理学、法学、教育学、医学和交叉学科等12个学科门类的综合性、研究型、开放式大学。

5、东南大学

东南大学是国家教育部直属并与江苏省共建的全国重点大学,是国家“985工程”和“211工程”重点建设大学之一。2017年,东南大学入选世界一流大学建设A类高校名单。

6、北京邮电大学

北京邮电判扰凯大学是教育部直属、工业和信息化部共建、首批进行“211工程”建设的全国重点大学,是“985优势学科创新平台”项目重点建设高校。

7、复旦大学

学校拥有哲学、经济学、法学、教育学、文学、历史学、理学、工学、医学、管理学、艺术学等11个学科门类。2017年,学校入选“双一流”建设高校名单,确立了27个“双一流”建设学科,是一所世界知名、国内顶尖的综合性研究型大学。

8、上海交通大学

上海交通大学是我国历史最悠久、享誉海内外的著名高等学府之一,是教育部李消直属并与上海市共建的全国重点大学。

9、南京大学

作为教育部直属的重点综合性大学,南京大学在崭新的历史机遇中焕发出新的生机,首批入选国家“211工程”和“985工程”建设序列,首批入选国家“双一流”建设高校,首批入选国家级双创示范基地,始终处于中国大学的第一方阵,获得了公认的社会影响和学术声誉。

10、浙江大学

浙江大学是一所特色鲜明、在海内外有较大影响的综合型、研究型、创新型大学。在2022年2月国家最新公布的名单中,浙江大学及21个学科入选第二轮“双一流”建设高校及建设学科。

全国物联网工程专业大学排名

云计算、大数据、人工智能这三者的发展不能分开来讲,三者是有着紧密联系的,互相联系,互相依托的,脱离了谁都不能更好的发展,让我们具体来看一下!
一、大数据
大数据指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
在维克托·迈尔-舍恩伯格及肯尼斯·库克耶编写的《大数据时代》中大数据指不用随机分析法(抽样调查)这样捷径,而采用所有数据进行分析处理。大数据的5V特点(IBM提出):Volume(大量)、Velocity(高速)、Variety(多样)、Value(低价值密度)、Veracity(真实性)。
数据每天都在产生,各行各业都有,数据量也是相当之大,但如何整合数据,清洗数据,然后实现数据价值,这才是当今大数据行业的研究重点。大数据最后要实现的是数据超融合,应用到应用场景,大数据的价值才会体现出来。
人工智能就是大数据应用的体现。
二、云计算
云计算(cloud computing)是基于互联网的相关服务的增加、使用和交付模式,通常涉及通过互联网来提供动态易扩展且经常是虚拟化的资源。云是网络、互联网的一种比喻说法。过去在图中往往用云来表示电信网,后来也用来表示互联网和底层基础设施的抽象。因此,云计算甚至可以让你体验每秒10万亿次的运算能力,拥有这么强大的计算能力可以模拟核爆炸、预测气候变化和市场发展趋势。用户通过电脑、笔记本、手机等方式接入数据中心,按自己的需求进行运算。
对云计算的定义有多种说法。对于到底什么是云计算,至少可以找到100种解释。现阶段广为接受的是美国国家标准与技术研究院(NIST)定义:云计算是一种按使用量付费的模式,这种模式提供可用的、便捷的、按需的网络访问, 进入可配置的计算资源共享池(资源包括网络,服务器,存储,应用软件,服务),这些资源能够被快速提供,只需投入很少的管理工作,或与服务供应商进行很少的交互。
说白了,云计算计算的是什么?云存储存储的是什么?还是大数据!所以离开大数据谈云计算,离开云计算谈大数据,这都是不科学的。
三、人工智能
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。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,但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种复杂工作的理解是不同的。
人工智能其实就是大数据、云计算的应用场景。
现在已经比较火热的VR,沉浸式体验,就是依赖与大数据与云计算,让用户能够由更加真切的体验,并且VR技术是可以使用到各行各业的。
人工智能不同于传统的机器人,传统机器人只是代替人类做一些已经输入好的指令工作,而人工智能则包含了机器学习,从被动到主动,从模式化实行指令,到自主判断根据情况实行不同的指令,这就是区别。
大数据的概念在前几年已经炒得火热,但是也就是近两年才开始慢慢落地,依赖于云计算的发展,以及人们对人工智能的预期。


欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/dianzi/12872795.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2023-05-28
下一篇 2023-05-28

发表评论

登录后才能评论

评论列表(0条)

保存