人工智能的三大技术

人工智能

617人已加入

描述

热门技术一:强化学习

毫不夸张地说,2019年人工智能的现状就是强化学习回归的一年。简单介绍一下强化学习,它是机器学习中的一个领域,强调如何基于环境而行动,以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论,即有机体如何在环境给予的奖励或惩罚的刺激下,逐步形成对刺激的预期,产生能获得最大利益的习惯性行为。其实强化学习已经发展了几十年了,并不算什么新技术。在2016年,AlphaGo击败李世石之后,强化学习融合了深度学习技术大放异彩,成为这两年最热门的技术之一。

在过去的几个月里,围绕强化学习开展的工作越来越多,这些工作重新唤起了学术界对强化学习的信念。在过去,人们曾经认为强化学习效率低下,过于简单,无法解决复杂的问题,甚至连游戏的问题也不能解决。而现在,强化学习最大的应用场景反倒是游戏了。

热门技术二:自然语言处理

自2018年底以来,人们的注意力已经从过去的词嵌入转移到预训练语言模型,这是自然语言处理从计算机视觉中借鉴来的一种技术。自Google BERT 、ELMo 和ulmfit等系统在2018年底推出以来,自然语言处理一直风头正茂。但今年的聚光灯被OpenAI的 GPT-2给“夺走了”,它的表现引发了人们对自然语言处理系统的道德使用的大讨论。目前,自然语言处理的应用场景比较广泛,像是机器翻译、打击垃圾邮件、信息提取、文本情感分析、自动问答以及个性化推荐等等。

热门技术三:计算机视觉技术

对人工智能来说,创造虚假但又逼真的人物和物体的图像,已经不再是前沿领域了。从 2014年生成对抗网络的引入 到 2019年NVDIA开源的StyleGAN,都在对此进行证明。2019年,人工智能创造的艺术品甚至脱离了过去几年的假设性讨论,成为了今天博物馆装置和拍卖 的一部分。

计算机视觉还被应用于一些具有重大商业和社会意义的领域,包括自动驾驶车辆和医学。但是,人工智能算法在这些领域中的应用自然是缓慢的,因为它们直接与人类生活直接互动。至少到目前为止,这些系统还不是完全自主的,它们的目的在于支持和增强人类操作员的能力。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分