很遺憾,因您的瀏覽器版本過低導致無法獲得最佳瀏覽體驗,推薦下載安裝谷歌瀏覽器!

双色球蓝球公式表|双色球蓝球定独胆公式

2017年人工智能領域10大里程碑:AlphaGo征服世人

2018-01-15  來自: 湖南易圖科技 瀏覽次數:216

業界媒體TechRadar發表文章,稱人工智能(AI)是目前科技界最熱門的流行語,經過幾十年的研究和發展之后,科幻小說中的許多技術已經在這幾年慢慢轉化為科學現實。這篇文章總結了AI領域的10大里程碑。以下為原文內容:

365天最新互聯網動態,當時企業網絡營銷專家,湖南易圖科技。

AI技術已經成為我們生活中非常重要的一部分:AI決定了我們的搜索結果,將我們的聲音轉化為計算機指令,甚至可以幫助我們對黃瓜進行分類(這件事后文中會提到)。在接下來的幾年里,我們將用AI駕駛汽車,回應顧客的詢問,以及處理其他無數事情。

但是我們怎么走到這個階段的?這種強大的新技術是怎么來的?下面就來看看AI技術發展的十大里程碑。

笛卡爾的理念

人工智能的概念并不是突然出現的 ——直到今天,人工智能仍然是哲學辯論的一個主題:機器真的能像人類一樣思考嗎?機器能成為人類嗎?最早想到這個問題的人之一是1637年的笛卡兒。在一本名為《方法論》(Discourse on the Method)的書中,笛卡兒竟然總結出了如今的科技人員必須克服的關鍵問題和挑戰:

“如果為了各種實用性的目的,機器在外形上向人類靠攏,并模仿人類的行為,那么我們仍然應該有兩種非常確定的方法來辨識出它們不是真人。”

笛卡爾表示,在他看來,機器永遠無法使用言語,或者“把標識放在一起”來“向別人表達想法”,即使我們能夠設想出這樣的機器,但是“讓一臺機器對文字進行組合,對別人的話做出有意義的,即便水平和最愚笨的人差不多的回答,那也是不可想象的。”

他還提到了我們現在面臨的一個挑戰:創建一個廣義的AI,而不是狹義的AI——以及當前AI的局限性會如何暴露它并非人類:

“即使有些機器可以在有些事情上可以做得和我們一樣好,或者甚至更好,但是其他機器也不可避免地會失敗,這就表明它們的行為并非來自于對事物理解,只是一種簡單的回應。”

模仿游戲

AI的第二個主要的哲學基準來自計算機科學先驅圖靈(Alan Turing)。在1950年時,他提出了“圖靈測試”,他稱之為“模仿游戲”。這個測試衡量的是,我們什么時候可以宣布智能機器出現了。

這個測試很簡單:如果評判者不知道哪一方是人類,哪一方是機器(比如閱讀兩者之間的文本對話時),那么機器能否騙過評判者,讓他以為自己是人類?

有趣的是,圖靈對未來的計算做出了一個大膽的預測——他估計到20世紀末,機器就可以通過圖靈測試。他說:

“我相信,在大約50年的時間內,人們就有可能用上1GB的存儲容量的計算機,通過編程讓它們玩模仿游戲,玩得足夠逼真,以至于一般的評判者在經過5分鐘的對話之后,做出正確的判定的可能性低于70%…… 我相信,到本世紀末,文字的使用和通識教育理念將會發生很大的變化,那時你談論機器思維,通常不會引發抵觸情緒。”

可惜的是,他的預測不太準確。我們現在確實開始看到一些真正讓人眼前一亮的AI系統出現,但是在2000年代,AI技術還處在比較原始的階段。不過硬盤容量在世紀之交時平均為10GB左右,這倒是遠遠超過了圖靈的預測。

第一個神經網絡的出現

神經網絡其實是一種試錯法,它是現代AI的關鍵概念。從本質上講,當你訓練一個AI系統時,好的辦法就是讓系統猜測,接收反饋,然后在繼續猜測——不斷調整概率,以便讓AI系統得出正確答案。

令人驚奇的是,第一個神經網絡實際上是在1951年由馬爾文·明斯基(Marvin Minsky)和迪恩·艾德蒙茲(Dean Edmonds)創建的,稱為“SNARC” ,意思是隨機神經模擬增強計算機。它不是由微芯片和晶體管,而是由真空管、電機和離合器制成的。

這臺機器可以幫助一只虛擬老鼠解決迷宮難題。系統發送指令,讓虛擬老鼠在迷宮里游走,每一次都將其行為的效果反饋到系統里——用真空管來存儲結果。這意味著機器能夠學習并調整概率,提高虛擬老鼠通過迷宮的機會。

本質上,谷歌當前用于識別照片中的對象的相同過程的非常非常簡單的版本。

谷歌目前用來識別照片中的對象也使用了同樣的過程,只不過遠比它復雜。

第一輛自動駕駛汽車的出現

現在我們提到自動駕駛汽車的時候,可能會想到谷歌Waymo等等,但是令人吃驚的是,在1995年,梅賽德斯-奔馳就改裝了一輛汽車,從慕尼黑開到哥本哈根,路上大部分時候都是自動駕駛的。

這段路程共1043英里,改裝車上搭載了60個晶體電腦芯片,那是當時并行計算領域先進的技術,讓它可以快速處理大量駕駛數據,為自動駕駛汽車的響應度提供保證。

這輛車的時速達到了115英里,與當今的自動駕駛汽車相差無幾,因為它可以超車并讀取路標。

轉向“基于統計”的方法

雖然神經網絡作為一個概念出現已經有一段時間了,但是直到20世紀80年代后期,AI研究人員開始從“基于規則”的方法轉向“基于統計”的方法 ,也就是機器學習。這意味著不要試圖去根據人類行為的規則來讓系統進行模仿,而是采取試錯法,根據反饋來調整概率,這是教會機器思考的好方法。這一點非常重要,因為正是這個概念讓如今的AI辦到了一些令人驚訝的事情。

《福布斯》的吉爾·普利斯(Gil Press)認為,這一轉變是從1988年開始的,當時IBM的TJ Watson研究中心發表了一篇名為《語言翻譯的統計學方法》的論文,特別提到了如何使用機器學習來做語言翻譯。

IBM用220萬對法文和英文句子來訓練這個系統 ——這些句子全部來自加拿大議會的雙語記錄。220萬這個數字聽起來很多,但是谷歌有整個互聯網上可以利用——所以現在谷歌翻譯的效果可以說相當不錯了。

“深藍”擊敗國際象棋冠軍

盡管AI的側重點已經轉移到統計模型上,但基于規則的模型也仍然在使用—— 在1997年舉辦了一場國際象棋比賽中,IBM的計算機深藍戰勝了世界國際象棋冠軍加里·卡斯帕羅夫,向人們展示了機器可以有多么強大。

這不是雙方的第一場比賽,在1996年,卡斯帕羅夫曾以4-2擊敗深藍。而到了1997年,機器就占了上風。

從一定程度上說,深藍的智能有點虛假——IBM本身認為深藍沒有使用人工智能,因為它使用的是蠻力之法,每秒處理數千種走棋的可能性。 IBM為這個系統注入了數以千計之前比賽的數據,每次對手走棋之后,深藍就會照搬以前象棋大師們在相同情況下的反應。正如IBM所說,深藍只是在扮演之前象棋大師們的幽靈。

不管這算不算真正的AI,它都是一個重要的里程碑,讓人們不僅開始關心計算機的計算能力,也對整個AI領域產生了興趣。自從與卡斯帕羅夫對決以來,在游戲中打敗人類玩家已經成為機器智能基準測試的主要方式 —— 2011年時,我們再次看到,IBM的“沃森”系統輕松地擊敗了兩個人類對手,成為美國智力競賽節目《危險邊緣》的優勝者。

Siri 和自然語言處理

自然語言處理是AI領域的一大課題,要想像《星際迷航》(Star Trek)那樣通過語音對設備發布命令,就需要有很強的自然語言處理能力。

所以,用統計方法創建的Siri令人眼前一亮。它由SRI International研發,甚至曾經在iOS應用程序商店中作為獨立的app推出,很快,這家公司就被蘋果公司收購,并深度整合在了iOS中。現在它和谷歌助手、微軟小娜,以及亞馬遜Alexa這些軟件已經成為機器學習最引人矚目的成果之一,改變了我們與設備互動的方式。

當然,我們如今似乎認為這種互動方式是理所當然的,但是任何曾經在2010年之前嘗試過使用語音命令的人都知道,這個進步有多大。

圖像識別

就像在語音識別上一樣,AI也可以在圖像識別領域大有作為。在2015年,研究人員首次得出結論:在1000多個類別中,谷歌和微軟研發的兩個深度學習系統識別圖像的效果比人類更好。

圖像識別可以應用在數不清的方面,谷歌在推廣其TensorFlow機器學習平臺時舉一個有趣的例子,就是對黃瓜進行分類:通過使用計算機視覺,農民不需要雇用人員來決定黃瓜是否合適采摘了,而是讓機器來自動做出決定,只要這些機器接受過早期數據的培訓即可。

GPU讓AI變得更便宜

AI現在如此引人矚目,一個重要原因就是在過去的幾年里,處理大量數據的成本已經變得沒有那么高昂了。

據《財富》報道,研究人員直到21世紀末才意識到,為3D圖形和游戲而開發的圖形處理單元(GPU)在深度學習計算方面比傳統的CPU強20到50倍。在那之后,人們可以利用的計算能力就大大增加了,如今的AI云平臺可以為無數AI應用提供動力。

所以,要感激玩家。你的父母和配偶可能不會喜歡你花這么多時間來玩游戲 —— 但人工智能研究人員確實很感激你。

AlphaGo和AlphaGoZero征服世人

2016年3月,人工智能又達到了一座里程碑——谷歌的AlphaGo擊敗了圍棋九段李世石。

從數學上說,圍棋比國際象棋更加復雜,但這次勝利的重要之處在于,AlphaGo是用人類和AI對手組合進行訓練的。據報道,谷歌使用了1920個CPU和280個GPU,在和李世石的五局比賽中贏得了四局。

而更新之后的版本AlphaGo Zero更加厲害,它不像AlphaGo和深藍那樣使用任何以前的數據來學習下棋,而是直接打了數以千場的比賽,經過三天這樣的訓練,它就能擊敗AlphaGo了。也就是說,這臺機器擁有自學能力。

長沙企業全網營銷長沙企業網絡營銷湖南互聯網公司湖南互聯網公司-易圖科技:移動互聯網是未來的大趨勢,易圖科技將一如既往,采用最前沿的技術,解決企業的應用難題。

湖南易圖科技主營項目:長沙企業官網訂制、長沙企業網站建設長沙企業網絡推廣,手機網站訂制、域名注冊、長沙企業微營銷,手機APP定制,長沙企業互聯網營銷,企業榮譽體系搭建,企業培訓體系搭建等,諸多推進企業需求的服務項目。

CopyRight ? 版權所有: 湖南易圖科技 技術支持:易圖科技 網站地圖 XML


掃一掃訪問移動端
双色球蓝球公式表