人工智能
人工智能(ArtificialIntelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。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,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。[1]2017年12月,人工智能入选“2017年度中国媒体十大流行语”。
例如繁重的科学和工程计算本来是要人脑来承担的,如今计算机不但能完成这种计算,而且能够比人脑做得更快、更准确,因此当代人已不再把这种计算看作是“需要人类智能才能完成的复杂任务”,可见复杂工作的定义是随着时代的发展和技术的进步而变化的,人工智能这门科学的具体目标也自然随着时代的变化而发展。它一方面不断获得新的进展,另一方面又转向更有意义、更加困难的目标。
通常,“机器学习”的数学基础是“统计学”、“信息论”和“控制论”。还包括其他非数学学科。这类“机器学习”对“经验”的依赖性很强。计算机需要不断从解决一类问题的经验中获取知识,学习策略,在遇到类似的问题时,运用经验知识解决问题并积累新的经验,就像普通人一样。我们可以将这样的学习方式称之为“连续型学习”。但人类除了会从经验中学习之外,还会创造,即“跳跃型学习”。这在某些情形下被称为“灵感”或“顿悟”。一直以来,计算机最难学会的就是“顿悟”。或者再严格一些来说,计算机在学习和“实践”方面难以学会“不依赖于量变的质变”,很难从一种“质”直接到另一种“质”,或者从一个“概念”直接到另一个“概念”。正因为如此,这里的“实践”并非同人类一样的实践。人类的实践过程同时包括经验和创造。这是智能化研究者梦寐以求的东西。
2013年,帝金数据普数中心数据研究员S.C WANG开发了一种新的数据分析方法,该方法导出了研究函数性质的新方法。作者发现,新数据分析方法给计算机学会“创造”提供了一种方法。本质上,这种方法为人的“创造力”的模式化提供了一种相当有效的途径。这种途径是数学赋予的,是普通人无法拥有但计算机可以拥有的“能力”。从此,计算机不仅精于算,还会因精于算而精于创造。计算机学家们应该斩钉截铁地剥夺“精于创造”的计算机过于全面的操作能力,否则计算机真的有一天会“反捕”人类。
当回头审视新方法的推演过程和数学的时候,作者拓展了对思维和数学的认识。数学简洁,清晰,可靠性、模式化强。在数学的发展史上,处处闪耀着数学大师们创造力的光辉。这些创造力以各种数学定理或结论的方式呈现出来,而数学定理最大的特点就是:建立在一些基本的概念和公理上,以模式化的语言方式表达出来的包含丰富信息的逻辑结构。应该说,数学是最单纯、最直白地反映着(至少一类)创造力模式的学科。
多年来,硬件已经变得越来越强大,包括英伟达在内的芯片制造商也在不断改进他们的产品,以便更好地适应AI计算的需求。在许多领域,更大的数据集已经可被更广泛地训练模型。
2012年,谷歌的AI项目曾引发广泛关注,当时它用1000万张来自YouTube的图片训练由1.6万个CPU构成的神经网络,并教授其识别图片中的猫。但是当年晚些时候,图片识别领域再次取得突破,当时在2个GPU上训练的8层神经网络胜过所有竞争对手,基于内容对图片进行了精确分类。几个月后,谷歌收购了神经网络初创公司DNNresearch,后者诞生于多伦多大学计算机科学系。
自从那以来,AI活动不断加速,世界领先的科技公司争相进入这个领域。与此同时,世界上市值最高的多家科技公司也在不断发布自己最新的研究成果,这也增加了AI的魅力。
社会问题是关乎于一个地区、国家甚至于全球的问题,现在主要包括环境问题、人口问题、资源问题、人类安全问题等等!在这些重大、涉及面广、高危险的问题面前,人类的能力还是不能有效地解决。但是在人工智能的发展下,这些问题就会得到有效地处理甚至于解决。比如说发展人脸识别、语音识别等技术对各国人口进行统计、甄别可以有效地缓解各国恐怖主义者的入境问题,在如今环境恶化的情况下,如果改善不良地区的环境问题。将不宜居住的地方改造成可以居住的地方,比如沙漠。这些工程往往耗资大、常人难以工作,这样就可以利用智能机器来进行非常规环境下的工作。人口安全问题是社会上一个重要而已难以解决的问题,包括了交通安全、社会暴力安全等等。将人工智能引入到社会体系当中,可以更好的改善、控制道路交通和社会安全防护体系。主要利用人工智能的高精确、高技术、低危险等的特点来代替人做一些不能够做或者不容易做的工作。
公共事业是一项涉及民生、国家稳定和发展、社会效率的基础事业。现如今的工作事业主要是对于人民的服务型事业,利用人工智能可以高效、精准、人性的促进公共事业的发展。
从三个方面可以看出人工智能的社会公共事业的价值。一是对于人口统计和处理,现如今的人口是一个大问题。中国现在有14亿人,但是由于很多的限制条件,并不是每一个人都能够得到国家的照顾。此外社会上存在很多的拐卖人口、失踪人口等的问题,人口统计和对大众人群的服务受到了严重限制。而人工智能的识别领域的研究就是解决此类问题的有效途径。例如人脸识别、掌纹识别、视网膜识别等等,利用这些技术可以很有效地识别失踪人口、身份验证等等的大量复杂的问题。二是信息处理,21世纪是大数据时代。可以说谁掌握了数据、掌握了数据处理方法就是掌握了21世纪的发展趋势。人工智能领域研究智能搜索等智能处理方式可以想人类一样思考去提取大数据中的有效数据和处理这些纸山书海的数据。三是与人相处方面。人工智能可以完全避免种族、国家之间的语言、文化差异,这样就使世界真正地成为了一个地球村。在社会上还有一个严重的社会问题,那就是人口结构失衡、鳏寡孤独类人群问题,这些问题都不是某个人或者政策的问题,也不是某个人或者政策可以彻底解决的,但是在智能机器人的帮助下。几乎每一个人都可以得到一个家的形式上的完整,当然不能考虑在人情世故、伦理道德方面的排斥因素。
实验研究表明人类大脑的开发程度一般只是在5%以内,而人类智力的发展是如此的慢。而人工智能不一样,从1956年提出人工智能这个概念之后,在各国的努力之下,人工智能已经发展了很多的分支和理论方法。近日,日本国立信息研究所在四五年的研究下,设计出来大学考试智能机器人。虽然前两年其参加的大学考试成绩很低,但是今年测试分数达到511分,首次高于平均分数416分,而总分数为950分。测试的大学考试科目包括数学、物理、英语等。这个测试分数已经有80%的机会进入日本411所私立大学和33所国立大学。人工智能机器人在数学和历史的考试中得分很高,但却完全无法回答物理问题。日本国立信息研究所称,人工智能机器人还不具备语言处理的能力,所以在这方面还达不到平均分数。虽然对于物理方面的成绩不是很好,但是这个成绩表明,利用智能机器人来探索宇宙定律、发现社会规律是一个有着乐观前景的方面。
人工智能无论是对于国家发展还是对于世界的发展都有着不可忽视的作用。利用人工智能的类人非人性、技术精确性、高潜力性等特点来,可以很有效地解决各类问题。在这些方面可以很清楚的看到人工智能的社会价值,如果可以有效地实用、控制人工智能的研究和发展,人工智能将会是我们人类的一把利剑。
不可忽视的是,在思考人工智能的正面效益的时候,我们个人和国家也应该去考虑由人工智能带来的各种各样的社会、道德、环境上的问题。不能够注重效益而忽略危害,如果说人工智能是一把利剑,那么这把剑就是双刃的。《机械姬》这部电影为智能机器人的终极发展展示了正反两个方面的问题。作为一个可以像人一样思考、感情的机器人在披上人皮之后到底该作为人存在还是以机器人的形势存在将会是我们人类面临的终极问题。
1)银行业
自动欺诈探测系统使用机器学习可以识别出预示着欺诈性付款行动的行为模式;借助语音识别技术能够自动完成电话客服;声音识别可以核实来电者的身份
2)医疗健康领域
美国有一半的医院采用自动语音识别来帮助医生自动完成医嘱抄录,而且使用率还在迅速增长;机器视觉系统自动完成乳房X光检查和其他医学影响的分析;IBM 的Watson借助自然语言处理技术来阅读和理解大量医学文献,通过假设自动生成来完成自动诊断,借助机器学习可以提高准确率。
3)生命科学领域
机器学习系统被用来预测生物数据和化合物活动的因果关系,从而帮助制药公司识别出最有前景的药物。
4)媒体与娱乐行业
许多公司正在使用数据分析和自然语言生成技术,自动起草基于数据的的公文材料,比如公司营收状况、体育赛事综述等。
5)石油与天然气
厂商将机器学习广泛运用在矿藏资源定位、钻井设备故障诊断等众多方面。
6)公共部门
出于监控、合规和欺诈检测等特定目的,公共部门也已经开始使用认知技术。比如,乔治亚州正在通过众包的形式来进行财政披露和竞选捐助表格的数字化,在这个过程中他们就采用了一套自动手写识别系统。
7)零售商
零售商利用机器学习来自动发现有吸引力的交叉销售定价和有效的促销活动。
8)科技公司
它们正利用机器视觉、机器学习等认知技术来改进产品或者开发全新产品,比如 Roomba机器人吸尘器,Nest智能恒温器。
首先,越来越多的人类劳动将被自动化取代。以专车应用Uber和Lyft为例,随着拥有AI支持的无人驾驶汽车出现,司机发现他们将变得无事可做。除了专业工作之外,机器翻译系统将让人类翻译变得多余。当ATM可以创建新账户并提供贷款后,银行将不再需要招募人类雇员。需要采写新闻的记者也将越来越少。基于这些技术发展的思考,促使人们开始讨论推出新的替代经济模式,比如扎克伯格最近提及的“普遍基本收入”。
除此之外,或许只需数十年,在大多数领域,拥有超人能力的AI系统(或称为人工通用智能,简称AGI)就将涌现。鉴于你询问的对象不同,人们对这种AI的态度也各不相同。在某些极端情况下,AGI系统甚至可能导致***。可是如果事情向好的方向发展,或许AGI将会强化人类,比如帮助我们延长寿命。这两种假设场景促使如今的AI引发密切关注,它们也是过去诸多科幻小说的灵感源泉。
但是现在,人们通常看到的都是所谓的“狭义AI”,即应用于少数领域的AI,而且它也并非总是按照其设定的方式工作。比如Alexa、Cortana、Google Assistant或Siri,它们总是存在误解口语的情况。然而,世界上许多大型公司都在以前所未有的力度投资于AI,而且这种趋势还没有减弱的迹象。
现在提到人工智能,大家想到最多的就是无人机。而现在各种无人机的种类层出不穷,大家也纷纷瞄准了无人机市场。但是并不是所有无人机都是人工智能,并不是人类没有亲手操控飞机就是人工智能,如果飞机是通过远程遥控或是根据人类事先写好的程序来运动,也不能算是人工智能。一个真正的人工智能无人机应该是能够自我学习、选择最佳路线、计算周围环境、了解不同天气的不同飞行方式,只有拥有自主意识才能是人工智能。
余凯表示,对人工智能有两种看法,一种是希望让机器像人一样,能够感知世界,能够对话、思考,甚至有情感;另一种是有智能的机器,能够延展人的能力,与人类互补,而不是取代人类,这种看法在工业界更为普遍。人工智能的一个核心能力是自我学习,这是智能的本质。非人工智能的系统或程序,只能按照写好的程序来跑,而智能的系统会在应用过程中,不断地吸取经验,变得越来越聪明。因此人工智能不能简单地说是机器人。而最近大家讨论比较广泛的无人机,如果只是通过遥控来操作,也不能算是人工智能。但是如果无人机能在环境变化的过程中学会维持稳定,找到方向,自动选择最佳路径到目的地,这样才具有智能。
余凯认为,人工智能有纯软件的表现形式,也有软硬件结合的形式,无人自动驾驶就是一个软硬件结合的机器人。一个智能系统通常分为三个部分,第一是感知,第二是理解,第三是决策,一个人工智能系统,不管形式如何,一定是有这三个模块的。比如自动驾驶车有传感器,能感知路况、车的位置,会去理解道路的情况,分析什么情况能过,前面有没有车,并根据这些情况做决策。
全部0条评论
快来发表一下你的评论吧 !