前國際象棋世界冠軍Garry Kasparov于1997年被深藍(Deep Blue )擊敗之前，曾在國際象棋比賽中擊敗了32臺電腦。
Kasparov自那時起就堅定地支持機器學習，并聲稱許多批評人士不理解開放和封閉系統之間的區別。Kasparov認為，一旦這些封閉系統的參數和目標明確了，機器就會增強人類的能力，但其仍然需要我們的指導。Kasparov說：“如果這是一個開放式系統，那么機器將永遠無法識別出什么是......需要被回答的確定問題。”
資料顯示，Kasparov是人權基金會主席，著有《How Life Imitates Chess》一書。他與Dave Vellante和John Walls在紐約舉辦的the IBM Signature Moment — Machine Learning Everywhere活動現場進行了交談，他們討論了人工智能的未來以及其對人類的影響。
封閉系統計算
Kasparov表示，機器學習向社會新領域的擴張不會抹殺就業。隨著工業的瓦解，人們將會自然而然地進入那些機器無法實現的需要認知處理能力的領域。
“機器的輪子將會迫使很多人去其他不那么有吸引力的地方，因為還有其他的機會。”Kasparov說：“我所稱的許多所謂的原始認知任務，在經濟上仍然具有吸引力。”人們將過渡到只有人類的直覺、愿景和戰略才能引導機器解決問題的角色。當這些機器在封閉系統中變得更加專業化時，人們在這些環境中對機器的管理也走向專業化。
Kasparov說：“我們將會有專業的操作員，我叫他們牧羊人，他們必須確切地知道這臺機器或那臺機器或那組算法的要求是什么，以保證我們能夠通過人類的輸入來彌補它們的不足。”
所以，他認為人工智能永遠不會超過人類，Kasparov是人類和機器協作思想的支持者，人機協作目的是增強能力，旨在帶來更好的結果。他解釋說，例如在國際象棋中，最優秀的高級人類棋手在其精神疲勞時會做出不準確的判斷結果。
“在整場比賽中，人類不能夠在同一水平上比賽。而當人類面對人類時，注意力的集中和警覺是必需的。從心理上來說，當你擁有一臺強大的機器，機器好到足夠可以穩定發揮，游戲就結束了，”他說。
通過訓練有素的機器來增加人類的探索能力，新的工業機會就可以打開，而人類以前無法做到這一點。Kasparov說，從歷史上看，這些新機遇的發現完全是無意的，也是無法預料的。
京公網安備 11010502049343號