再过五年人工智能真没意思.docx

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

?

?

再过五年人工智能“真没意思“

?

?

尼克·里格比

美国硅谷人工智能研究所创始人、硅谷精神领袖皮埃罗·斯加鲁菲表示,去年人工智能领域取得了一些成就和突破,在过去的12~18个月里,我们知道了第一位死于自动驾驶车辆的人,也看到了微软人工聊天机器人因为发表了不正确言论而下线,还有一个安保机器人在购物中心碾过幼儿。两场在机器人方面很重要的足球比赛,DAPPA组织机器人比赛。还有两场举世瞩目的围棋“人机大战”,并伴随着AlphaGo宣布不再挑战人类……

人工智能讨论热度达到峰值

三个名字七盘棋让人工智能讨论热度达到峰值。

AlphaGo又叫阿尔法围棋,是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序,由谷歌(Google)旗下DeepMind公司戴密斯·哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。

2016年3月,阿尔法围棋与围棋世界冠军、职业九段棋手李世石进行围棋人机大战,以4:1的总比分获胜;2016年末2017年初,该程序在中国棋类网站上以“大师”为注册帐号与中日韩数十位围棋高手进行快棋对决,连续60局无一败绩;2017年5月,它与排名世界第一的世界围棋冠军柯洁对战,以3:0的总比分获胜。围棋界公认阿尔法围棋的棋力已经超过人类职业围棋顶尖水平,在GoRatings网站公布的世界职业围棋排名中,其等级分曾超过排名人类第一的棋手柯洁。

2017年5月27日,在柯洁与阿尔法围棋的人机大战之后,阿尔法围棋团队宣布阿尔法围棋将不再参加挑战人类的围棋比赛。

李世石,韩国著名围棋棋手,世界顶级围棋棋手,2003年7月获第16届富士通杯冠军后直接升为九段。2006、2007、2008年连续三年获得韩国围棋大奖——最优秀棋手大奖。他的棋风可以用“稳、准、狠”来形容,经常能在劣势下完成逆转。2016年李世石输给了阿尔法围棋,他也成为了唯一获胜过的人类棋手。

柯洁,中国围棋职业九段棋手。从2014年8月开始,柯洁在gorating世界围棋等级分排名中,一直高居人类世界第一。世界围棋史上最年轻的四冠王,围棋等级分排名世界第一。2017年5月23日~27日,对战阿尔法围棋三盘棋全败,其中第二局,被机器评定表现完美。

接近“疯狂”的人工智能与人类智慧的挑战,以人工智能退出而告一段落,不管是李世石的赛后“大醉”还是柯洁长达半小时的热泪,普通人对人工智能的探索才刚刚开始。

人工智能的最初

1955年的时候是人工智能的发源,后来分成两个学派:一是模拟大脑结构的神经网络;二是使用数理逻辑模拟人类思维以知识为基础的方法。在很长的时间内,很多专家更多还是看重第一个学派。

现在有这样一些因素影响到了AI的发展:

第一,计算机处理器越来越快,而且越来越便宜、越来越小,这是一个很大的变化。

第二,神经元网络之前由于受到电脑的芯片的限制,还不能够完全的实现。希望大家能够认识到,这里牵扯到很多的数学、运算,神经网络变的越来越复杂,牵扯到越来越多的数字、数学,也就说这个算法基本上能够做到任何事情。1989年第一次把反向传播算法用在转基因神经网络,还有长短数据模型的成立。

近五年人工智能的巨变

人工智能的巨变的五年(2012~2017年),讨论更多的是关于机器人,专业专有名词非常复杂,但是人工智能的科学家,可以说他们在取名字的时候都非常笨,把专有名词搞的非常复杂和难以理解。

“强化学习”。在强化学习方面有一个非常有名的英国的实验室,现在被谷歌收购了,大家知道计算机的围棋开始在2009年的时候开始有了一些机器战胜人类棋手的故事出现了。当谷歌开始进入这个行业,大家都开始讨论这个行业了,大家知道AlphaGo战胜了世界冠军李世石和柯洁。今天,强化学习是AI或者人工智能方面最重要的核心技术。

“递归神经网络”。大家可以使用这个技术参测文本里下一个词,特别是实用或者落地的一个应用就是我们说的机器翻译。因为图像识别也是一个翻译的过程,把图像翻译成文字,当然这只是一个非常简单的说法,整个过程没有那么简单。所谓的翻译过程曾经我们认为是非常难的领域。

“生成对抗网络”。关于这个技术的论坛是2014年第一次出现,2015年有一些修改,过去几个月当中,我们出现了一些非常令人惊讶的结果,有两种网络:一是好的神经网络;二是坏的神经网络。好的和坏的神经网络是相互对抗的,好的神经网络希望创造一种图像,而所谓的坏的神经网络是希望能够产生一些干扰。

“自动机器学习”。科学家们认为,为什么我们不开发机器,这个机器可以学习如何进行机器学习,为了机器学习而开发出来的机器,因此可以自动进行学习,自动开发一个神经网络,不需要人脑开发神经网络,机器就会帮助我设计一个神经网络的构架,因此我不需要做那么复杂的事情,只需要用机器完成复杂的架构工作就可以了。

未来10个趋势

你想成为那个创造

文档评论(0)

尹邦乐 + 关注
实名认证
内容提供者

尹邦乐

1亿VIP精品文档

相关文档