科幻小說和人工智慧有什麼區別

1. 科幻小說與人工智慧，虛構可否成現實

能吧，只能先想到，另一個人才能做出來。

2. 人工智慧，機器學習，深度學習，到底有何區別

有人說，人工智慧（AI）是未來，人工智慧是科幻，人工智慧也是我們日常生活中的一部分。這些評價可以說都是正確的，就看你指的是哪一種人工智慧。

今年早些時候，Google DeepMind的AlphaGo打敗了韓國的圍棋大師李世乭九段。在媒體描述DeepMind勝利的時候，將人工智慧（AI）、機器學習（machine learning）和深度學習（deep learning）都用上了。這三者在AlphaGo擊敗李世乭的過程中都起了作用，但它們說的並不是一回事。

今天我們就用最簡單的方法——同心圓，可視化地展現出它們三者的關系和應用。

人工神經網路（Artificial Neural Networks）是早期機器學習中的一個重要的演算法，歷經數十年風風雨雨。神經網路的原理是受我們大腦的生理結構——互相交叉相連的神經元啟發。但與大腦中一個神經元可以連接一定距離內的任意神經元不同，人工神經網路具有離散的層、連接和數據傳播的方向。

例如，我們可以把一幅圖像切分成圖像塊，輸入到神經網路的第一層。在第一層的每一個神經元都把數據傳遞到第二層。第二層的神經元也是完成類似的工作，把數據傳遞到第三層，以此類推，直到最後一層，然後生成結果。

每一個神經元都為它的輸入分配權重，這個權重的正確與否與其執行的任務直接相關。最終的輸出由這些權重加總來決定。

我們仍以停止（Stop）標志牌為例。將一個停止標志牌圖像的所有元素都打碎，然後用神經元進行「檢查」：八邊形的外形、救火車般的紅顏色、鮮明突出的字母、交通標志的典型尺寸和靜止不動運動特性等等。神經網路的任務就是給出結論，它到底是不是一個停止標志牌。神經網路會根據所有權重，給出一個經過深思熟慮的猜測——「概率向量」。

這個例子里，系統可能會給出這樣的結果：86%可能是一個停止標志牌；7%的可能是一個限速標志牌；5%的可能是一個風箏掛在樹上等等。然後網路結構告知神經網路，它的結論是否正確。

即使是這個例子，也算是比較超前了。直到前不久，神經網路也還是為人工智慧圈所淡忘。其實在人工智慧出現的早期，神經網路就已經存在了，但神經網路對於「智能」的貢獻微乎其微。主要問題是，即使是最基本的神經網路，也需要大量的運算。神經網路演算法的運算需求難以得到滿足。

不過，還是有一些虔誠的研究團隊，以多倫多大學的Geoffrey Hinton為代表，堅持研究，實現了以超算為目標的並行演算法的運行與概念證明。但也直到GPU得到廣泛應用，這些努力才見到成效。

我們回過頭來看這個停止標志識別的例子。神經網路是調制、訓練出來的，時不時還是很容易出錯的。它最需要的，就是訓練。需要成百上千甚至幾百萬張圖像來訓練，直到神經元的輸入的權值都被調製得十分精確，無論是否有霧，晴天還是雨天，每次都能得到正確的結果。

只有這個時候，我們才可以說神經網路成功地自學習到一個停止標志的樣子；或者在Facebook的應用里，神經網路自學習了你媽媽的臉；又或者是2012年吳恩達（Andrew Ng）教授在Google實現了神經網路學習到貓的樣子等等。

吳教授的突破在於，把這些神經網路從基礎上顯著地增大了。層數非常多，神經元也非常多，然後給系統輸入海量的數據，來訓練網路。在吳教授這里，數據是一千萬YouTube視頻中的圖像。吳教授為深度學習（deep learning）加入了「深度」（deep）。這里的「深度」就是說神經網路中眾多的層。

現在，經過深度學習訓練的圖像識別，在一些場景中甚至可以比人做得更好：從識別貓，到辨別血液中癌症的早期成分，到識別核磁共振成像中的腫瘤。Google的AlphaGo先是學會了如何下圍棋，然後與它自己下棋訓練。它訓練自己神經網路的方法，就是不斷地與自己下棋，反復地下，永不停歇。

|深度學習，給人工智慧以璀璨的未來

深度學習使得機器學習能夠實現眾多的應用，並拓展了人工智慧的領域范圍。深度學習摧枯拉朽般地實現了各種任務，使得似乎所有的機器輔助功能都變為可能。無人駕駛汽車，預防性醫療保健，甚至是更好的電影推薦，都近在眼前，或者即將實現。

人工智慧就在現在，就在明天。有了深度學習，人工智慧甚至可以達到我們暢想的科幻小說一般。你的C-3PO我拿走了，你有你的終結者就好了。

3. 人工智慧技術的發展一定是壞的嗎如何看待科幻小說「智能風暴」系列中，人工智慧的危險性

人工智慧的發展總體來說是好的，要不然人類現在也不能去大規模的發展人工智慧了。
首先，人工智慧可以用在工業的很多領域，幫助人類節省人力和物力成本；
其次，人工智慧可以幫助人們完成很多工作，這樣你們可以把更多的時間投入到其它事物的研究上面，使效率更高、發展的更快；
最後，人工智慧的發展是具有移動的危險和風險性的，比如說用在自動駕駛上就存在一定的風險和危險性，但是相信經過人類的不斷研究和改良，這些風險和危險性都是可以避免的或者說降低到影響很小的水平。

4. 人工智慧和機器人有什麼區別

主要區別是，性質不同、特點不同、應用不同，具體如下：

一、性質不同

1、人工智慧

人工智慧是研究、開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。

2、機器人

機器人是一種能夠半自主或全自主工作的智能機器。

二、特點不同

1、人工智慧

人工智慧是包括十分廣泛的科學，它由不同的領域組成，如機器學習，計算機視覺等等，人工智慧研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。人工智慧可以對人的意識、思維的信息過程的模擬。人工智慧不是人的智能，但能像人那樣思考、也可能超過人的智能。

2、機器人

機器人具有感知、決策、執行等基本特徵，可以輔助甚至替代人類完成危險、繁重、復雜的工作，提高工作效率與質量，服務人類生活，擴大或延伸人的活動及能力范圍。

三、應用不同

1、人工智慧

機器視覺，指紋識別，人臉識別，視網膜識別，虹膜識別，掌紋識別，專家系統，自動規劃，智能搜索，定理證明，博弈，自動程序設計，智能控制，機器人學，語言和圖像理解，遺傳編程等。

2、機器人

我國的機器人專家從應用環境出發，將機器人也分為兩大類，即工業機器人和特種機器人。工業機器人是指面向工業領域的多關節機械手或多自由度機器人。特種機器人則是除工業機器人之外的、用於非製造業並服務於人類的各種先進機器人，包括：服務機器人、水下機器人、娛樂機器人、軍用機器人、農業機器人等。在特種機器人中，有些分支發展很快，有獨立成體系的趨勢，如服務機器人、水下機器人、軍用機器人、微操作機器人等。

5. 科幻小說與科技發展聯系有哪些關系

科幻小說與科技發展：相互促進、相互提供素材和靈感、相互印證。

科幻小說，是小說類別之一。用幻想的形式，表現人類在未來世界的物質精神文化生活和科學技術遠景，其內容交織著科學事實和預見、想像。通常將「科學」「幻想」和「小說」視為其三要素。是隨著近代科學技術的蓬勃發展而產生的一種文學樣式。從抒寫幻想的方式來看，它應歸屬於浪漫主義文學的范疇。一些優秀的科幻小說也像優秀的浪漫主義作品一樣，紮根於社會現實，反映社會現實中的矛盾和問題。其中某些傑出的科幻小說，往往能在科學技術發展的方向上，提供若干有參考價值的預見。有時，某些科學發明尚未出現，科幻小說里則已經進行生動的描繪，如潛水艇、機器人、宇宙航行等。

6. 代碼都不會，怎麼寫人工智慧科幻小說

寫人工智慧科幻小說需要的是 寫文邏輯和一定的科學知識 與會不會寫代碼沒有關系 當然會AI方面的更好

7. 關於科幻（人工智慧）的小說各位看過哪

重生之超級戰艦，大概算吧？主角為超級計算機。
而且這個小說本身也是非常不錯的硬科幻。
強烈推薦

8. 科幻片和科幻小說中哪些科技會實現

人工智慧和機器人早晚都會實現的，真的很了不起。

9. 人工智慧是一種威脅還是科幻小說

《人工智慧》是未來派的科幻史詩影片，由斯皮爾伯格製作。影片講述21世紀中期，由於氣候變暖，南北兩極冰蓋的融化，地球上很多城市都被淹沒在了一片汪洋之中，此時，人類的科學技術已經達到了相當高的水平，人工智慧機器人就是人類發明出來的用以應對惡劣自然環境的科技手段之一！這個算是科學到一定地步了吧，沒有那麼大的威脅吧。
這是一個自然資源有限，科學技術飛速發展的時代。你可對你的住所進行監控，對自已的飲食進行精心地製作，而為你服務的可能根本就不是人類本身，而是一個機器人。誠然，園藝、家務、友誼----機器人可以滿足你除了愛以外人類的每一個需求。
網上的資料，望採納。