您现在的位置:中国机床商务网>新闻首页>机床上下游

关于人工智能 你必须要知道的那些事儿

2015年05月15日 13:41中国机床商务网点击:4904

  【中国机床商务网 机床上下游】国外媒体报道,经过几十年发展,人工智能已经从科幻小说里的一个概念,变成了当今科技发展的主流。苹果的语音控制系统Siri、亚马逊的智能助手Alexa、IBM的沃森超级电脑、谷歌大脑等等,能够理解这个世界并且给出高效反馈的智能机器似乎就在眼前。关于人工智能,你必须要知道的二十件事。
  
  有关人工智能:
  
  1.过去二十年,在大数据集的数字化、建立管理大数据集的基础框架和大数据计算范式上的进展,是解释本世纪先后将重点放在数据科学和人工智能上的主要原因。
  
  2.一旦我们数字化了数据,使得他们可以被程序处理,下一步就是撬动自动化和对未来的预测。随着预测能力的增加,似乎更多“智能”的方面展现了出来。于是我们将“数据科学”这样的术语改为“人工智能”。事实上这二者之间并没有什么明显的差别,只是感觉上的新奇和困难程度不同而已。新奇度和难度随着时间是呈正态分布。今天“人工智能”给人的感觉就和昨天的“数据科学”一样。
  

 
  3.从数据中学习的AI叫做机器学习(MachineLearning)。传统的机器学习从原始数据中提取人们可以识别的特征,然后通过学习这些特征产生一个最终的模型。
  
  有关深度学习:
  
  4.过去十年中,神经网络,一种类似哺乳动物大脑突触连接关系的机器学习结构,得以复兴。神经网络不需要人为提取特征。原始数据进入学习算法之后不需要任何的人为工作,我们把它称之为“深度学习”。
  
  5.尽管深度学习技术和学习模型已经存在了几十年了,但是我们现在才看到其理论创新和基于经验的突破,因为基础架构和数据的实用性才刚刚成熟。2006年,NVIDIA推出基于GPU的CUDA开发平台,成为了深度学习发展历史上的风水岭。
  

 
  6.正是由于深度学习脱离了人为构建特征使其得以成为一种自然的学习工具。很多技能,早在有能力以复杂的数学方式提取特征之前,我们就已经学会了。这些技能是我们自然而然学会的,难以用高度的特征归纳。通过传统的机器学习手段,是很难凭人类的直觉得出,或是构造出高维的精确特征的。
  
  7.早在我们有能力构建复杂的语义(semantic)之前,我们就已经在机器视觉和自然语言处理等方面取得了很好的成绩。但是学会这些技能不需要我们有数学推理的能力,更不要说人为有意构建的高层语义了。
  
  8.深度学习在广义的高维机器学习问题上已经展现了突破性的成果。其中覆盖的领域包括基因组学,油气,数位病理学甚至是公共市场。
  
  有关强人工智能(ArtificialGeneralIntelligence,AGI)
  
  9.近期关于人工智能的不实传言引发了人们对于AGI的争论。AGI是人们假设出的拥有像人一样的智慧的计算机,各方面都能和人类比肩的强人工智能。
  
  10.这很大程度上得益于深度学习在基本的人类技能上取得的重大突破和进展。比如机器视觉和自然语言处理等。
  
  11.在未来一段时间内,这些努力都会被存于各个筒仓之内,也就是说不同小组之间相互独立地在各自领域内努力着。
  
  12.会使我们开发AGI的速度遭遇瓶颈的,并不是任何一个筒仓,而是让他们彼此协作的能力,和建立合适的联系外界的输入输出通道。第一款AGI不会是一个有人类实体的机器人,而会出现在网上,这样它就可以接收世界上的知识,拥有通过网络的交流能力。
  
  13.AGI会拥有类似人类的智力,但是却不会有类似人类的外表,因为我们并不了解自己内在的“目标函数”。目前,我们在特定的领域内训练计算机,使他们犯的错误最小化。除非我们知道我们自己的目标函数是如何校准的,否则,即使AGI会很智能甚至有可能会有意识的展现,但也绝对不会完全像人一样。
  
  14.2025年以后出生的小孩会认为软件是有自己的意识的。这比大多数人想的都要来的更加突然和迅速。
  
  15.人们会通过输入输出的通道来限制和规范AGI的行为。未来会有很多关于AGI善恶的争论,关于增加其好的能力是否会同时使其产生潜在的恶意行为。无人驾驶汽车是一个早期、但是很有力的例子。
  

 
  有关人工智能公司:
  
  16.AI创业公司正处在创新和获得资金增长周期之中。
  
  17.AI学习技术和算法的商品化速度远比我们想象的快。目前比较成功的创业公司,都获取到了独特的数据,并且不断地利用AI模型从用户和企业之间的交互学习,加强他们的初期优势。比较著名的例子是Google通过点击率数据,将其作为一个私有的数据源和一种学习交互方式来帮助他们改进排名。
  
  18.我们仍然在人工智能的春天。大科技公司会付大笔的钱收购那些有新成果的小团队。这些新的成果,如果最后在外部成熟,对大科技公司来说会产生生存危机,这为我们看到的这些高价收购提供了合理的解释。
  
  19.提供人工智能工具的公司需要建立更有吸引力的平台来对抗“商品化”,从而获得值得资本投入的成果。
  
  20.未来五年,硅谷的言论会发生改变,从MarcAndreessen的“软件在吞噬这个世界”变为“数据科学和人工智能在吞噬这个世界”。
  
  有专家指出,人工智能是人类对“智能”的模拟,目的是实现某个人类能完成的工作,所以目前的人工智能只是工具而已。不管怎样,机器人出现的本意,原是希望它能为人类服务。但如果出现了不可控的变化,那也只能说,这其实是科技给我们开的一个吊诡的玩笑。“这是最好的时代,这是最坏的时代,”未来如何,就让我们拭目以待吧。
  
  附加:人工智能各大公司挖墙脚的那些事
  
  简单来说,人工智能是对人的意识、思维的信息过程的模拟。人工智能是一个研究范围十分广泛的学术领域,包括根据数据和分析赋予计算机做出类似人类判断的技术。该领域的研究包括机器学习、语言识别、图像识别、自然语言处理和专家系统等。其中机器学习是人工智能的核心,专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。
  
  人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大。越来越多人开始看好人工智能这一领域。
  

 
  Facebook、亚马逊对人工智能的野心路人皆知
  
  包括谷歌、Facebook、亚马逊在内的多家科技公司正在不断拓展人工智能的应用领域,为此他们纷纷组建自己的研究中心,重金招揽该领域里名声赫赫的专家学者。招兵买马不就是为了能在未来人工智能崛起中分一杯羹嘛。但是挖墙脚也不是件容易事,让我们来看看各大科技公司是如何挖墙脚的。
  
  亚马逊:拉拢家属深入谈话
  
  当年,多亏电商巨头亚马逊,华盛顿大学计算机科学系才能聘到卡内基梅隆大学的人工智能专家CarlosGuestrin,他因开发出人工智能相关的开发者工具而被人所知。
  
  总部位于西雅图的亚马逊开出了200万美元的重金赞助Guestrin和他的妻子的研究工作,Guestrin的妻子也致力于人工智能领域。除此之外,亚马逊CEOJeffBezos为了表达诚意,在一次校园访问期间专门会见了这两位专家。
  
  Guestrin现在是华盛顿大学亚马逊冠名的机器学习部门的教授,在回忆与亚马逊CEOBezos的谈话时说到:“Bezos非常聪明,很爱笑。我们很快就进入了技术层面的探讨,在大规模机器学习方面我主要研究的工作内容,我这些研究内容对于亚马逊起到了哪些影响,对于商业数据有什么实质意义等等,我们谈了很多”。
  
  Facebook:投其所好给予自由
  
  2013年晚些时候,Facebook从纽约大学聘请了YannLeCun,负责该公司的人工智能研发项目。YannLeCun可是人工智能领域最为杰出的人才,其在AT&T公司工作了20多年,在上世纪80、90年代开发了一套手写识别系统,被银行用来验证支票签名真假。
  
  FacebookCEOMarkZuckerberg在与YannLeCun会面之前还特意阅读了YannLeCun的部分论文。为了留住YannLeCun,Facebook表示YannLeCun在Facebook工作期间,可以保留在纽约大学的职位,能时不时回大学任教。纽约大学位于百老汇大街,离Facebook总部只有一条街道的距离,来回的距离还是很近的。
  
  大学成为硅谷企业挖墙脚的战场
  
  各大科技公司还争先恐后向大学投入大量资金赞助人工智能研发工作,以前人工智能可是十分冷门的学科。华盛顿大学与微软和、亚马逊的总部同属一个州,这所大学的计算机科学一直享有盛誉,其人工智能专业也名声在外。微软、英特尔、谷歌以及亚马逊都不同程度地赞助了华盛顿大学,参与人工智能部分研究项目。
  
  此前,在华盛顿大学计算机科学系担任教师一职的OrenEtzioni表示:“人工智能领域的挖墙脚可以说是一场规模浩大的战争。实际上,华盛顿大学计算机科学系的每位教授都多次受到科技公司的邀请,这些邀请都十分具有吸引力”。现在,OrenEtzioni是艾伦人工智能研究所的负责人,该非营利性研究所位于西雅图是由微软联合创始人PaulAllen创办。
  
  这些公司的招聘目标不仅锁定在该领域的大牌学者,同时也向刚拿到博士学位的研究人员抛出橄榄枝。亚马逊在欧美地区招聘人工智能方面的职位就高达50多个,意在招揽包括机器学习、信息科学、统计学领域在内的博士人才。
  
  去年,谷歌收购了一家由剑桥大学毕业生创办的初创企业DeepMind。在此之后,DeepMind又吸纳了两家专攻人工智能的牛津大学衍生企业。作为交易的一部分,谷歌同意与牛津大学计算机科学项目展开研究合作。
  
  Facebook和纽约大学合作项目侧重人工智能研究中较为重要的一环:数据科学。Facebook的科学家会去纽约大学开讲座,纽约大学的博士生还可以申请去Facebook的人工智能实验室实习。
  
  科技公司与高校间的合作关系有人看好有人看坏
  
  科技公司与高校间的合作关系总是让人难以捉摸。一些学术界人士总是抱怨科技公司不够协作,比较明显的是企业不愿意分享所搜集到的大量数据。
  
  卡内基梅隆大学计算机科学项目负责人汤姆·米切尔TomMitchell表示,大量数据所具有的巨大价值让企业窥觊,不愿意分享。
  
  而有的人认为这种现实情况将会激励推动科学的发展。华盛顿大学计算机科学项目负责人HankLevy表示并不反对企业到高校挖墙角。因为通常被挖走的人一到两年后又会回到高校,离开期间获得的经验有助于提升他们教学和研究的能力。
  
  人工智能未来潜力愈发强大
  
  语音输入法以及Siri等语音识别功能是人工智能应用的早期成果。虽然人工智能商用目前仍然有限,但是,随着计算能力成本的下降,搜集处理数据能力的快速提升,人工智能发展潜力愈发强大。很多公司也看准了这一点,准备开始发力。
  
  软件公司Brighterion创始人兼CEOAkliAdjaoute指出,现在在硅谷人工智能可是显学。Brighterion利用机器学习技术帮助信用卡用户识别财务诈骗。
  
  美国的科技公司微软早已在人工智能领域布局。最近微软就获批了一款可穿戴设备专利,该技术可以对个人或群体的情绪进行识别,同时还配备反馈系统。
  
  此外,谷歌董事局主席EricSchmidt前不久在谈及公司现阶段的核心事务时着重指出了机器学习。
(来源:beardedbrownman.com)

机床网官方微信
@中国机床商务网
已推荐
0
  • 凡本网注明"来源:中国机床商务网"的所有作品,版权均属于中国机床商务网,转载请必须注明中国机床商务网,http://www.jc35.com/。违反者本网将追究相关法律责任。
  • 本网转载并注明自其它来源的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品来源,并自负版权等法律责任。
  • 如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

  • 广告位
  • 浙江震环数控机床有限公司



图说机床

更多>>

旗下子站

玉环机床网温岭机床网泰州机床网滕州机床网宁波机床网沧州机床网温州机床网工量刃具网加工中心网电加工机床网锻压机床网机床附件配件网
车床网铣床网钻床网雕刻机网锯床网磨床网数控车床平面磨床数控铣床摇臂钻床数控冲床立式锯床剪板机折弯机


咨询中心

编辑部QQ交谈

展会部QQ交谈

市场部QQ交谈

返回首页
CME中国机床展
关闭