4233永利皇宫_www.4233.com_永利皇宫信誉总站

热门关键词: 4233永利皇宫,www.4233.com,永利皇宫信誉总站

4233永利皇宫公司现在正大力投资人工智能,201

日期:2019-11-19编辑作者:4233永利皇宫

1957年,人工智能(artificial intelligence,AI)的先驱、通用问题求解机(Global Problem Solver)的发明者之一赫伯特·西蒙(Herbert A.Simon)曾说过:“我不是故意让你震惊,但概括来说,现在世界上就已经有了可以思考,可以学习和创造的机器,而且它们的能力还将与日俱增,一直到人类大脑所能够应用到的所有领域。”

蓝色巨人IBM无疑是世界上最大的IT公司之一,从硬件到软件,从行业解决方案到大数据、人工智能产品,曾经头上光环无数。不过俗话说“花无百日红,人无千日好”,IBM这些年的路也是走得越来越艰难,去IOE蓝色巨人首当其冲(IBM,Oracle,EMC),还时刻面临着互联网巨头的挑战,以至于多年前就有不少专家在唱衰IBM,技术服务实力不够,产品性价比低,反正就是在加速没落。大象还能起舞吗?笔者表示很难回答,但IBM有个镇司之宝值得一说,那就是沃森(Watson),2011 年Watson一举击败两位人类选手,获得全美智力挑战赛 Jeopardy(危险边缘) 的冠军,成为继1997年超级电脑深蓝(DeepBlue)战胜国际象棋大师卡斯帕罗夫后的又一次人机大战。在比赛中,Watson展示出了超强的自然语言理解能力。本文就来探秘蓝色巨人的家底之一-“沃森(Watson)”认知智能。

人工智能正在改变我们对技术的思维方式。它从根本上改变我们日常生活的各个方面。公司现在正大力投资人工智能,以促进未来的业务。如果你想要了解AI,以增益自己的职业生涯,那么就来读书吧。如何选择呢?或许看别人正在读的书是个好方法。

15年起,人工智能就成为每个业内人士必须要做的事情,不做人工智能就是等死,而其实,人工智能的发展已经经历了近60年,才逐渐成为主流。但是将人工智能的发展历史浓缩到十个瞬间并不是一件容易的事。

西蒙当时曾预言,计算机会在十年之内成为国际象棋冠军。然而现实比西蒙的预测落后了三十年——直到1997年,IBM的电脑“深蓝(Deep Blue)”才战胜了象棋冠军加里·卡斯帕罗夫(Garry Kasparov)。

1.沃森(Watson)源起

你需要寻求对自己有益的知识,然后全力以赴地吸收它们。这里提供了10本人工智能和机器人方面的书籍,值得一读。

4233永利皇宫 1

4233永利皇宫 2深蓝与人类象棋大师的对决,堪称人工智能发展史上具有里程碑意义的一幕。图片来源:forbes.com

沃森(Watson)以IBM的首位CEO,Thomas J. Watson命名,是IBM大力推广的认知智能解决方案和系统。2011年Watson一举击败人类顶尖选手,获得全美智力挑战赛“Jeopardy(危险边缘)“冠军,从此名声大噪。Watson的起源,得从15年前说起,自从1997年深蓝电脑(DeepBlue)战胜国际象棋大师卡斯帕罗夫之后,IBM一直憋足劲在寻找一个新的挑战,准备再次大显身手。其中Charles Lickel(IBM的研发经理)某天在食堂吃饭时,注意到了同事们对智力挑战赛Jeopardy的热烈关注,顿时想到,为什么不能研发一个机器人参加这个全国闻名的竞赛呢?我们都知道这种智力抢答竞赛,需要极快的反应能力(秒级)和海量的知识存储、记忆、检索能力(智力问答涉及广泛的知识领域),在当时,Charles Lickel的这个想法被很多人认为是不可能实现的,这需要突破自然语言理解这一AI技术瓶颈。计算机可以在棋类游戏中击败人类,是因为下棋一般具有明确的规则,通过加强计算能力始终能找到有限的、可行的解;但现实世界中的自然语言和知识问答却有着不规则、不确定的复杂性,数据一般是非结构化的,语义结构的多样,问题不明确,还面临回答匹配评价的不确定性等等问题。总之,机器需要从海量的人类语言知识体系或语料库中快速找出确切的答案,特别是涉及语义挖掘层面,绝非易事。但辛亏Charles Lickel这一想法得到了他所在部门领导的肯定和支持。

1. 《Humans Need Not Apply – A Guide to Wealth and Work in the Age of Artificial Intelligence》

《人们需要的不是适用——人工智能时代的致富和求职指南》

4233永利皇宫 3

Jerry Kaplan这本经典写于2015年,被《经济学人》评为2015年度十大科技书籍之一。通过这本书,Kaplan谈到机器人、机器学习以及与人类能力相媲美的知觉供电系统的最新进展。

Kaplan还提到,过渡可能是激烈和残酷的,除非我们处理好现代发达世界的两大方面问题:劳动力市场波动和收入不平等。

人工智能

卷土重来

在人工智能发展早期,学术界和工业界对其前景持有一种过分乐观的态度——这种乐观与其说是对技术的期望过高,倒不如说是当时人们对机器能力的估计实在是过低,以致于当计算机表现出一点点聪明,人们就为之惊叹,而这种惊叹又很容易演化成一种过分的自信。

这样的自信自然无法长久。度过了最初的兴奋后,无论是工业界还是学术界都遭遇了巨大的困难。以机器翻译为例,早期人们以为机器翻译只需要进行字典的对应转换,再加上人为制定的语法规则就能实现;而实际应用时却发现,这样的系统无法应对哪怕稍有复杂的多重语义,也无法针对上下文语境做出恰当的反应,很多理论上能够实现的算法也无法在有限的计算资源上展开。

1973年,英国政府委托数学家詹姆斯·莱特希尔爵士(Sir James Lighthil),对人工智能进行全面评估。结果显示,人工智能无法应对现实世界中存在的“组合爆炸”问题,因此只能实现一些简单的应用。以这份报告为基础,英国政府停止了对AI领域的研究支持。在这之后,人工智能研究陷入了长久的沉寂。

在近半个世纪之后,人工智能领域才又再一次回到人们视线,而这一次,我们拥有的资源与之前可谓不可同日而语——计算资源已经部署在云端,像水和电一样唾手可得;互联网所容纳的信息超过了前人所有的知识储备,现实和虚拟世界也不再泾渭分明。以深度学习为代表的算法发展,也使得机器有能力处理如此庞大的数据。

如果说这些只是理论,那么IBM的超级计算机“沃森(Watson)”在电视节目《危险边缘》(Jeopardy)中战胜人类,获得年度总冠军;Google X的虚拟大脑在没有预先输入的情况下,独立地从Youtube上的1000 万帧图片中学习到了“猫”的概念,就早已不是理论上的可能性,而是真实发生的现实。

4233永利皇宫 4虚拟大脑之父吴恩达,旁边电脑上显示的即为人工智能自我总结出的“猫”的样子。图片来源:nytimes.com

第四次工业革命的前夜

尼尔·杰卡布斯坦(Neil Jacobstein)在一次演讲中曾说过这么一句话:“当你站在太空中回望地球,你看不到争吵不停的200多个国家;而当你深入自然奥秘之中,你也看不到界限分明的学科划分。”这句话在一定程度上,可以代表杰卡布斯坦所在的奇点大学(Singularity University)的宗旨。与其说这所大学在教授最前沿的技术,倒不如它在传播最先进的理念。奇点大学专注的不是技术,而是现实世界的改变,这种改变无疑需要一种融合的视角才可能打破我们心智的成见,去实现真正的进步。

这一点对于杰卡布斯坦来说,并不是问题。作为奇点大学的人工智能与机器人项目负责人,他曾在斯坦福研究增强决策系统(augmented decision system),并担任过创新应用人工智能会议主席,同时有着环境科学与分子生物学背景。杰卡布斯坦对于整合也是游刃有余。

4233永利皇宫 5尼尔·杰卡布斯坦,奇点大学人工智能项目负责人,美国国防部及NASA顾问。图片来源:youtube.com

在杰卡布斯坦眼中,人工智能的发展同世界的改变一样,需要融合。杰卡布斯坦将AI划分为三个大的领域:机器学习,规则化的知识库,以及对于人类大脑的逆向工程。这三个方面也恰好对应着人工智能的三种主要做法。

2006年,Watson第一个内测版面世,在智力竞赛测试中只有15%的回答准确率,而人类选手回答正确率是85%。同年,还有两件大事值得同表。也是2006年,阿尔法狗的缔造者,正在攻读博士的黄士杰(Shih-Chieh Huang)独自开发出了第一款围棋程序(2014阿尔法狗项目才正式启动),并命名为AjaGo,当时的开发团队只有三个人:哈萨比斯、席尔瓦、黄士杰,哈萨比斯是谷歌DeepMind公司的老板,席尔瓦是黄士杰的经理,也就是说,阿尔法狗初期团队主力干活的是一位华人。也是2006年,深度学习之父Hinton在Science上发表了一篇论文,利用单层的RBM自编码预训练方法,使得深度神经网络的训练变得可能,开启了深度学习时代,并在2012年的ImageNet大赛夺冠,从此掀起了AI研究与应用的热潮。

2. 《Rise of the Robots: Tech-nology and the Threat of a Jobless Future》

《机器人的兴起:技术,以及失业的未来威胁》

4233永利皇宫 6

这是一本Martin Ford的非小说类纪实文学,写于2015年,这本书对AI的快速发展展开了惊人的想象。书中包含来自美国和英国惊人的财富分配数据,以突显机器人崛起的社会影响。

本书还介绍了今天的教育、金融和医疗保健领域的就业机会是如何被轻易地自动化的,它从本质上讲解了技术增长是如何在经济水平、即将到来的新一代和社会方面引导我们的。

这世界上有数以百计的研究实验室和数以千计的计算机科学家,正是他们一点点推动人工智能向前发展,小万同学梳理了十个人工智能发展的关键瞬间,来看看人工智能到底是什么。
是我们为你精心奉上的AI发展极简史,希望你可以在阅读过后,对于AI究竟是怎样引发现今热潮有一个更加深刻的认识。

机器学习

机器学习主要的目的是使机器拥有学习的能力。举例来说,当我们登录电子邮箱时,遇到一封广告邮件。我们手动将这封邮件标记为广告,并将其归为垃圾邮件。这个动作其实就是在对机器进行指导,在机器学习中,这一过程称之为标注,而机器可以从所有被标注为垃圾的邮件中,发现其共有的模式,并使用这种模式来对未知的邮件进行预测。此外,机器也可以在没有预先输入的情况下,自己进行学习,例如上文提到的Google X虚拟大脑。

4233永利皇宫 7机器学习示例。图片来源: yu.he

图1 深蓝人机大战

3. 《Super intelligence: Paths, Dangers, Strategies》

《超级智能:路径,危险,策略》

4233永利皇宫 8

Bostrom在他的书中提到,如果机器人脑超过人的头脑,那么这种新的超级智能是非常强大的。他提出了关于人类生死存亡的一个至关重要的问题:当机器在通用智能中超越人类时会发生什么?AI会拯救还是毁灭我们?

1. 神经网络的诞生--Warren McCullon和Walter Pitts划时代的论文

1943年,Warren McCullon和Walter Pitts的论文《A Logical Calculus of the Ideas Immanent in Nervous Activity》,成为神经网络的起点,这篇论文不亚于google创始人写的PageRank,而后者为谷歌提供了理论支持。

4233永利皇宫 9

神经网络

神经网络在“人脑“的启发下被设计出来的工具,驱动了现今绝大部分最为先进的AI技术。

规则化的知识库

规则化的知识库则为机器提供了推理能力。当超级计算机沃森在《危险边缘》中面对这样一个问题:“When 60 Minutes premiered, this man was U.S . President(当《60分钟》初次上演时,这个人是当时的美国总统)”时,Waston需要使用句法分析之类的技术对句子进行句法分解,然后确定“permiered”的语义后面关联的是一个日期;同时要对“60分钟”进行语义消歧,确定它指代的是某个电视节目而非具体的时间。在进行句法分析后,沃森需要最后根据确定的日期,推断当时在位的美国总统。

4233永利皇宫 10规则化知识库示例。图片来源: yu.he

2.沃森的智能成绩单

4. 《Introduction to Artificial Intelligence》

《人工智能介绍》

4233永利皇宫 11

这本经典作品写于40年前,本书是1985年发行的第二版,书中介绍了计算机推理过程的科学知识,以及二十多年来研究的方法和结果。通过图表和清晰的说明,深入介绍了谓词演算定理、机器结构、心理模拟、自动编程、新兴软件技术、工业自动化等主题。

2.人工智能(Artificial Intelligence)--一份划时代的研究计划

1955年8月31日是AI的官方起始时间。因为这一天,研究者John McCarthy, Marvin Minsky, Nathaniel Rochester, and Claude Shannon提交了一份关于“两个月,十个人共同研究人工智能(AI)”的研究计划。

4233永利皇宫 12

image.png

第二年,和人工智能相关的学术会议正式在达特茅斯大学举行。虽然他们对自己研究项目的预估太过乐观,在研究计划中他们写到:“我们认为,如果细心地选择一群有能力的科学家一起工作一个暑假,就可以达成划时代的学术突破。”,但是,时代的大幕已经拉开。

人脑逆向工程

人脑逆向工程在人工智能领域也被称为联结主义,其主要内容是研究如何模拟人类大脑的神经网络运作——人工智能的发展受神经科学启发颇多,特别是在计算机视觉方面。深度学习算法在图像上对图像特征的表示,与一些生物学上的成果具有惊人的一致性。而如果我们要构建通用人工智能(Artificial General Intelligence,也称强人工智能。即像人类一样,甚至超越人类的智能系统),那么模拟神经网络看起来是最有前景的一条路径。

用IBM官方的宣传语讲[3]:沃森能在不到三秒钟的时间里对海量语料库挖地三尺,在长达数亿页的资料里展开搜索,通过集成大量的自然语言处理技术产生候选答案,再快速对候选答案进行各种维度的评价和评分。这个过程需要大量的计算,开发的100多套算法可以快速响应和解析问题,检索海量信息然后再筛选出答案。这种深度问答系统的核心技术是基于自然语言理解的认知挖掘,也就是IBM和一些专家大力宣传的的认知智能。下面来看看Watson从2006年诞生至今的智能成绩单[5]:

5. 《Deep Learning (Adaptive Computation and Machine Learning series)》

《深度学习(自适应计算和机器学习系列)》

4233永利皇宫 13

《深度学习(自适应计算和机器学习系列)》一书经过两年半的深耕,于2016年底发布,并迅速成为深度学习领域的突破性资源。

本书由深度学习的三位顶尖学者Yoshua Bengio、Ian Goodfellow、Aaron Courville撰写,适用于计算机科学专业研究生和软件工程师。

3.反向传播算法--奠定机器学习理论基础

反向传播算法是机器学习理论历史上最为重要的一个算法,它在1969年被人提出,可是要等到20世纪80年代中期他才成为了机器学习理论的主流。反向传播算法的发展刚开始极为缓慢,而现在,已经成为主流了。

4233永利皇宫 14

回首AI发展历史上的十大里程碑时刻

反向传播算法允许一个神经网络在其实际输出和其期待的不一致时,能够主动进行自我调节。这意味着人们可以通过在每次神经网络犯错误时都及时对其改正来对他们进行训练。之后,反向传播算法就可以修改神经网络的拼接,从而保证它能够在下一次遇到同样问题是不会犯同样的错误。

对人工智能的质疑

然而也有一些有识之士,对人工智能提出了不同的声音。一个有趣的现象是,在这些声音中,无论是对人工智能的发展过度乐观因而认为人工智能终将灭绝人类,还是对人工智能的发展过度悲观认为人工智能根本无法发展出真正的意识,都是围绕着人类的自主意识在做文章。

提到这个问题,就不得不对强AI做更进一步地阐述。当前的人工智能发展,更多是针对某个问题,发展对应的算法和技术,例如图像领域的技术无法直接应用到语言领域;而在这方面,人脑能够表现出比当时的AI更强的适用性。

这就导致许多人对人工智能的前景并不看好,并称之为集邮式的工作方法:我们做出了推理模块,然后拼上学习模块,然后再拼上视觉模块——把每个子领域的功能做好,然后再组合出一个完整的智能系统出来。

强AI正是针对这样的现状。强AI的研究者认为,人类智能不是这样拼起来的,在我们没有理解人类智能的运作方式前,拼合式的做法只是做出了一堆零散的工具。因此他们致力于发展智能的统一框架。强AI可能是每个AI从业者心中的圣杯,无论是Google虚拟大脑之父吴恩达(Andrew Y. Ng)追求的大脑皮层单一算法,还是《人工智能的未来》(On Intelligence)一书的作者杰夫·霍金斯(Jeff Hawkins)所致力研究的脑皮质学习算法(Hierarchical Temporal Memory),无一不是在试图克服这种拼合式的智能,转而追求一个更基础的框架。

除了对做法的质疑之外,还存在着对于机器本性的质疑,哲学家约翰·塞尔(John Rogers Searle)大名鼎鼎的中文屋即是其中代表。塞尔这一思想实验的焦点在于,机器只是机械地执行人们交给他的命令,并没有产生智能。

4233永利皇宫 15塞尔假想,将一个美国人放在一个房间中,并给他极为庞大的中英对照辞典,里面有着极为详明的注释,以及丰富的语法规则,然后从房间外面的小窗口塞进中文,这个人去翻辞典,找到对应的汉字形状,将按照说明,将汉字摆在一起递出去。那么问题来了,可以说这个人理解中文么?图片来源:blogspot.com

而斯图尔特·罗素(Stuart Russel)在《人工智能:一种现代方法》(Artificial Intelligence A Modern Approach)中举了一个例子来反驳塞尔:我们能够说CPU会开立方根么?众所周知,CPU所能够执行的基本操作,只有加1、减1、存储、移位等等。然而可以说,CPU不能开立方根么?

塞尔的思想实验的问题在于,他混淆了不同的层次(这也是在谈到意识问题时,大部分情况下人们所犯的错误)——我们并不会讨论这个人是否拥有智能,而是说这个房间作为一个“整体”,是拥有智能的。正如我们不会说人类大脑的布罗卡区拥有智能,而是说这个人拥有智能一样,即使布罗卡区在语言的产生中发挥着极重要的作用。

其实人工智能开创者之一的阿兰·图灵(Alan Turing)早在1950年的论文《计算机器与智能》中就给出了意见。而人尽皆知的“图灵测试”之所以提出,最大的原因就在于“智能”这个概念是模糊和易混淆的,我们需要使用行为来定义智能。没有外部可感的行为,空谈大脑中意识的意向性和灵魂,是没有价值的。

而另一方面,将人工智能想象成灭绝人类的邪恶机器人,终有一天要取代人类的想法也由来已久。但是与其考虑人工智会能像电影《黑客帝国》中描述的那样,将人类奴役并毁灭,我更愿意列举每年交通事故的死亡人数,来论证没有什么便利是没有代价的。在一项技术推广前,进行审慎的评估并做好风险控制,才是更应该做的事情。

1)2006年,Watson第一个测试版本面世,在智力竞赛内部测试中只有15%的回答准确率,回答一道题要花费数小时。

6. 《The Economic Singularity: Artificial Intelligence and the Death of Capitalism》

《经济奇点:人工智能,资本主义的死亡》

4233永利皇宫 16

在这本书中,作者Chace认为,“经济奇点”将要来临,在数十年内,大多数人将无法为钱而工作,因为人工智能会取代人类的全部或大部分工作。他说,这可能是潜在的好事,但AI也可能对世界经济造成破坏,一切取决于我们如何规划。机器人在许多地方越来越规范,很快他们将在每个工作场所接管重复性的任务。并且,我们一直认为需要人类用心和思考才能完成的任务由AI替代的日子也不会太远。

4.和计算机对话

17年,最火的互联网产品就是智能语音助手了,从siri,到Alexa,到google assistant,国内BAT也全部投入重金在这一产品,因为它可能代表着下一个时代的交互方式,也许成为下一个流量入口。

4233永利皇宫 17

image.png

而这一切的一切还要追溯到1960年代,MIT人工智能实验室发明了一款名为Eliza的机器心理治疗师,实现使用者通过文字进行比较智能的交流。Eliza的发明者注意到,当人们开始使用这款人工智能应用来进行心理治疗时,他们甚至比平时更愿意进行深入的交流。

映照人类自身的一面镜子

正如杰卡布斯坦在一次TED演讲所称,要应对即将到来的人工智能革命,我们需要在数学素养、生态素养,尤其是道德素养上进行不断地自我提升,从而确保当我们手持利器之时,不会对同胞兵刃相见。

人们对人工智能最多的讨论,其实更像是对我们自身的讨论——关于自身的情感,关于自身在宇宙中的地位,关于自己是渺小还是伟大的一种心情。毕竟,用心理学的观点来看,人工智能,这个除了人本身以外最像人的东西,实在是我们心理投射里一个再好不过的客体。(编辑:Calo、球藻怪)

2)2008年,通过两阶段学习和并行计算优化,大幅提高问题回答的准确率和响应效率,Watson开发团队增加到数十人。

7. 《How to Create a Mind: The Secret of Human Thought Revealed》

《如何创造思维:解密人类的思考》

4233永利皇宫 18

本书由著名的未来学家Ray Kurzweil所写,本书深刻揭示未来文明是如何由人机互动产生的。作者通过“逆向工程大脑”计划的进程,如对逻辑代理,量化不确定性,从示例中学习,沟通,感知和自然语言处理行动等主题进行明确解释,描述了智能机器的兴起和发展。

本书最后讨论了哲学基础的AI研究,并对未来几年的前景进行了展望。

5.奇点--让所有科学家又爱又恨的时刻

奇点来临绝对是人工智能历史上最大的头条,这意味着机器已经比人聪明,科技发展将瞬间爆炸。奇点的提出,是1993年,计算机科学家兼知名作者Vernor Vinge发表了一篇引爆相关讨论的文章。

4233永利皇宫 19

奇点来临

《即将到来的科技奇点》中,Vinge预测未来的三十年内,人们将会有能力制造超乎人类的智能。“在不久之后,人类的时代将会终结,”他写道。而这一警告也被后来例如Elon Musk这样的企业家不断重复着。

文章题图:valuewalk.com

3)2011年,Watson参加智能挑战赛“危险边缘(Jeopardy)”,这是该节目有史以来第一次人与机器对决。Watson打败人类记录保持者,成为冠军并获得100万美元奖金。

8. 《Daemon》

4233永利皇宫,《守护程序》

4233永利皇宫 20

本书由Daniel Suarez在2006年创作,与作者另一部名为《Freedom》的小说一起写成。《Daemon》和《Freedom》一起描述了一种被称为Daemon的分布式持久性计算机应用程序。程序员死后,程序开始改变现实世界。

这本书将Daemon视为破坏和杀害人类,脱离人类掌控,获得自由的存在。

6.无人驾驶的汽车--行业的巨大改变

和智能语音助手一样火的产品是无人驾驶汽车,而百度的Apollo平台也宣称20年左右,无人驾驶汽车将会商用。然后,无人驾驶汽车,不是google最先提出。

4233永利皇宫 21

无人驾驶汽车

1986年,由德国Bundeswehr University的研究者们合力研发的,装载着智能传感器和摄像机的奔驰厢式货车成功地在一条无人的街道上行驶着。几年后,卡耐基梅隆的研究者,Dean Pomerleau成功制造了一辆自动的庞蒂克迷你货车,成功地从匹茨堡行驶到圣地亚哥,两地相隔了2797英里的距离。一个行业从此开始了轰轰烈烈的故事

图2 沃森人机大战

9. 《The Singularity is Near》

《奇点降临》

4233永利皇宫 22

在本书中,作者Ray Kurzweil描述了“奇点”的意义。这个奇点就是随着时间的推移,人类智慧与人工智能相结合的点。这最终将使已经很复杂的人类思想推进到计算机智能的高度,使其在许多方面变得更加优越。

虽然Kurzweil并不否认发生这种情况会带来不好的后果,但他倾向于乐观地看待人类和人工智能相结合的新未来。

7.IBM深蓝战胜Garry--人脑的战略性思维落败

1997年注定是改写AI历史的一年。这一年,IBM的深蓝超级计算机赢过了国际象棋冠军Garry Kasparov。这场胜利虽然仍然无法向研究者表明AI可以在没有明确规则的领域解决问题获得胜利,但已经是整个人工智能领域非常大的飞跃。

4233永利皇宫 23

DEEP BLUE

4)2012-2014年,IBM成立Watson集团,并与克利夫兰医院合作挑战医疗大数据,让肿瘤专家开始使用 Watson 去分析基因数据和医疗诊断数据之间的关系,以完善个性化的治疗方案。并宣称,东京大学的研究者利用 Watson 成功治愈了一个 60 岁的白血病患者,其做法就是将该病人的基因数据与数以万计的医疗文献做对比,形成针对该患者的定制医疗方案。

10. 《Beyond AI: Creating the Conscience of the Machine》

《超越AI:创造机器的良知》

4233永利皇宫 24

J. Storrs Hall的《超越AI》讨论了一些关于人工智能的最切实的话题和问题。这本书于2007年出版,探索了AI在不久的将来创作小说或制定法律的能力。

在本书中,Hall回顾了AI的历史,解释了该领域克服的最重要的障碍,同时预测了一些可能取得的成就。Hall提供了一个有趣的视角,他认为未来控制论、计算机科学、心理学、心理哲学、神经生理学、博弈理论、经济学这些术语统统会陷入困境,并且这种状况很快来临。

—完—

想知道AI加教育领域有哪些最新研究成果?请在智能观(zhinengguanym)对话界面回复“论文”;

想要AI领域更多的干货?请在对话界面回复“干货”;

想了解更多专家的“智能观”,请在对话界面回复“观点”,去获取你想要的内容吧。

4233永利皇宫 25

8.IBM的人工智能赢下危险边缘--机器人霸主从此笑傲江湖

1997年战胜棋王后,IBM的人工智能在2011年挑战一个名叫《Jeopardy!》(危险边缘)的美国智力竞赛节目。IBM的Watson AI实验室将这一档节目之前的赢家Brad Rutter和Ken Jennings请了回来和AI一战高下。最后,毫无意外。

图3 Waston辅助药物设计发现

9.AI,自动学习到了猫,AI也能铲屎

2012年的6月,谷歌的研究人员Jeff Dean和Andrew Ng将他们从Youtube视频上截取下来的一千万张没有标签的图片输入了一个由一万六千台计算机处理器组成的巨型神经网络中。而这一次,是机器自动的发现了“猫”,人工智能的理解,已经不需要人来教了。出乎意料的,AI,和人类一样,都很喜欢小猫的视频。

5)2015 年,Watson紧跟当下人工智能前沿发展趋势,计划为 Watson 加入深度学习技术,比如翻译、语音文本的互转等等。早期自然语言处理与大规模数据集的分析技术,拓展了深度学习技术的使用。

10.Alpha Go打败围棋冠军--人类智力最后的堡垒

2016年3月,谷歌的AlphaGo打败了围棋世界冠军李世石。

4233永利皇宫 26

AlphaGo

一共有6千万人参与围观,不知道他们是期待人类能保有最后的荣光,还是目送人工智能登上智力的王座。这场比赛有着划时代的意义,是因为围棋选择落子的可能性超过了这世界原子的数量,同时,也是人工智能自主发展处的战术和战略,让人类叹为观止。

6)2016年,以Watson集团为中心,通过密集收购相关企业,大力拓展各行业数据智能解决方案业务。比如收购医疗成像和数据分析公司Explorys、交易欺诈公司Iris Analytics,云端医疗数据存储公司Truven Health Analytics,天气数据分析公司The Weather Company等等。

通过上述技术发展,和行业数据整合,沃森逐步在各行业数据智能分析领域站稳脚跟,以Watson为核心的沃森集团,涉足医疗健康、法律、农业、金融、教育、保险、市场营销、人力资源等多个领域。特别在医疗领域的进展喜人,与全球很多的知名医院展开合作,在中国就有20多家三甲医院。虽然也有挫折,比如和著名医疗机构德克萨斯大学附属癌症中心(MD Anderson Cancer Center)项目合作的失败。但不可否认,面对整个科技行业都在大力转型人工智能的趋势,Watson作为IBM抢占人工智能最高点的杀手锏,未来的应用潜力还是很大的。

3. 认知智能与自然语言理解

最近几年,IBM大推“认知智能”,可以说是继“智慧地球”之后的一次重大战略转型,凸显了沃森在IBM未来的核心战略地位。那什么是认知智能呢,我在前文《深度智能的崛起》[12]中有谈到,一般来讲,传统的符号逻辑方法及一般的统计机器学习方法以科学运算、逻辑处理、统计分析和规则式AI、专家系统等为核心,很难称得上智能,人工智能要真正走向智能,认知是关键,需要从如下三个层次进行突破(如下图):

图4 人工智能的三个层次

(1)计算智能:计算智能的概念由IEEE神经网络学会于1990年提出,通常是指计算机从数据或实验观察中学习特定任务的能力,计算智能是借鉴自然进化等计算方法(如仿生类算法:遗传算法、蚁群算法、DNA计算等,还有如神经网络算法,这些算法也可以看作是数据挖掘,机器学习和人工智能部分支撑技术)以解决复杂的问题。这种方法接近于人的推理方式,即使用不精确和不完整的知识,并能够以自适应的方式产生控制行为,比如使计算机能够理解自然语言的模糊逻辑,使系统通过像生物一样学习数据中的经验和模式。

(2)感知智能:感知智能就是要使机器具有视觉、听觉、触觉等感知能力。这离不开机器学习,所有机器学习方法都是关于从数据中识别出趋势,或者识别数据所适用的类别,以便在提供新的数据时,可以做出适当的预测。通过这种学习方式,能初步让机器“看”懂与“听”懂,并据此辅助人类高效地完成如图像识别、语音识别、语言翻译等工作。近年来,以深度学习为核心的机器学习方法取得重大突破和进展,使得机器的感知智能水平正在逐步接近或超过人类,AI当前的研究应用水平就处于这一阶段。

本文由4233永利皇宫发布于4233永利皇宫,转载请注明出处:4233永利皇宫公司现在正大力投资人工智能,201

关键词:

一个新的数据库可以帮助你查找离你最近的翼龙

(IvyP/译)口袋妖怪中的图鉴可以帮助玩家查看口袋妖怪们出没的地点。而现在,一个新的数据库可以帮助你查找离你...

详细>>

4233永利皇宫通过云端技术部署基因行业云端技术

(毛球控/译)Google于今年3月推出了GoogleGenomics,这一服务可以让科学家把基因组数据存储在云端,并对DNA序列进行研...

详细>>

4233永利皇宫大部分条目都是关于一些不为人知的

(IvyP/译)你可能会觉得一天之内写出1万篇文章是不太可能的,但对于瑞典达拉那大学(DalarnaUniversity)的斯渥克尔...

详细>>

成长体系、等级特权,对于用户来说

原标题:一文读懂,如何搭建各种用户激励体系? 从用户等级、虚拟商城和勋章馆谈谈用户激励之路 一、什么是用户...

详细>>