自学习的人工智能演讲稿1500字.pdfVIP

先天下之忧而忧，后天下之乐而乐。——范仲淹

自学习的人工智能演讲稿1500字

大家好，今天非常高兴、非常荣幸能参加这样一个盛会。今天

我给带来的演讲是我的一点学习心得，题目叫做自学习的人工智能。

首先大家都知道在60周年之际，我们首先应该记住的是这位人工智

能的先驱，图灵。在他的问题的感召下，我们就有了今天这样的一个

盛会和今天人工智能的飞速发展。他的问题，机器可以思维吗?可以

从不同的维度来解释，那么首先人类对人工智能的一个探索也可以围

绕对问题不同解释的探索。

第一个探索，应该说是在逻辑层面的探索。60年代人工智能的

这些先驱就考虑用逻辑和搜索来研究人工智能，比如下棋、推理，比

如说可以去做路径规划等等。那么他们有一个很强的假设，这个假设

应该说从某种程度上来说是非常直观的。智能包括计算机可能赋予的

智能，是于计算物理符号的排列组合，我们只要能很聪明的把这些物

理符号排列组合的话，人类是可以从一系列的零和一的组合来得到。

有了一些成就之后也发现这样的假设是有它的瓶颈的。在之后大家又

有一部分人着力于研究能够有学习功能的人工智能，就有不同的学习

算法，机器学习的计算法被研究出来。其中包括大家都熟悉的人工神

经网络。

人工智能的几个里程碑我们现在也很熟悉，第一个大家公认的

是里程碑是深蓝，这个比赛意味着几件事。一个是说在大规模的搜索

的状态下，在可能的状态空间的搜索，实际上是一个在物理符号的空

先天下之忧而忧，后天下之乐而乐。——范仲淹

间的排列组合。也就是说在60年代人们的那些假设有一部分是正确

的，我们确实可以从这种搜索和物理符号的排列组合获得很多的智能。

紧接着的阶段是，知识就是力量，这是随着互联网和大数据到

来的一个热潮，从网上，从不同的媒体我们会获得很多数据，把这些

数据经过沉淀变成知识，我们就可以赢得像这样一个电视大赛中的人

机对战。

这个之后，刚刚芮勇博士也深入的回顾了一下最近的人工智能

的突破，就是深度神经网络。深度神经网络的突破从计算上来说有几

个好处，其中一个好处是说它把一个全局计算的需求变成一个本地计

算的需求，在做到这样的一个同时呢，又不失掉很多的信息，这个是

计算机里面无数成就的一个中心点。这样的一个成功就使得我们能够

在不同的层次来观察同一个数据，同样就可以获得我们所谓的大局观。

就像这个图，我们在不同的层次可以得到不同的特征。

这里我们要特别强调的是人工智能也在另外一个方面潜移默化

的默默的在耕耘，这个就叫做强化学习。强化学习应该说是用来做人

工智能规划的有力工具，但不是唯一的规矩。规划这个领域相对深度

学习应该说更古老，研究的力度也很多。但在很长时间一段处于静默

状态，这个原因是因为它在计算上有很大的瓶颈，不能有很大得数据

量。一个例子就是强化学习在很长时间以来只能解决一些玩具型的问

题，非常小的数据。但是最近的一个突破是Google的DeepMind，把

深度学习和强化学习合在一起，这样的一个议题使得很多强化学习所

需要突破的瓶颈，就是状态的个数能隐藏起来。这种隐藏就使得强化

先天下之忧而忧，后天下之乐而乐。——范仲淹

学习能够大规模的应付数据，就是说应付大数据。它突出的一点叫做

端到端的学习，就是说我们在这里看到一个计算机的游戏，这个游戏

的影像是输入端，输出端就是你要进行的下一个动作。这个动作是正

确还是不正确，到最后会获得一个反馈，这个反馈不一定是现在得到，

也许是后面几步得到的。这一点和我们刚刚讲的深度学习在图像上面