新聞中心

        EEPW首頁(yè) > 智能計(jì)算 > 設(shè)計(jì)應(yīng)用 > 經(jīng)歷冰火兩重天的人工智能,未來(lái)的路在哪里?

        經(jīng)歷冰火兩重天的人工智能,未來(lái)的路在哪里?

        作者: 時(shí)間:2019-02-12 來(lái)源:網(wǎng)絡(luò) 收藏
        編者按:人工智能的概念主要由Alan Turing提出:機(jī)器會(huì)思考嗎?如果一臺(tái)機(jī)器能夠與人類對(duì)話而不被辨別出其機(jī)器的身份,那么這臺(tái)機(jī)器具有智能的特征。同年,Alan Turing還預(yù)言了存有一定的可能性可以創(chuàng)造出具有真正智能的機(jī)器。

          80年代,AI研究人員轉(zhuǎn)移方向,認(rèn)為對(duì)事物的推理能力比抽象能力更重要,機(jī)器為了獲得真正的智能,機(jī)器必須具有軀體,它需要感知、移動(dòng)、生存,與這個(gè)世界交互。為了積累更多推理能力,AI研究人員開發(fā)出專家系統(tǒng),它能夠依據(jù)一組從專門知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問(wèn)題。

        本文引用地址:http://www.104case.com/article/201902/397479.htm

          1997年,IBM的超級(jí)計(jì)算機(jī)深藍(lán)在國(guó)際象棋領(lǐng)域完勝整個(gè)人類代表卡斯帕羅夫;相隔20年,Google的AlphaGo在圍棋領(lǐng)域完勝整個(gè)人類代表柯潔。劃時(shí)代的事件使大部分AI研究人員確信的時(shí)代已經(jīng)降臨。

          可能大家覺得國(guó)際象棋和圍棋好像沒什么區(qū)別,其實(shí)兩者的難度不在同一個(gè)級(jí)別。國(guó)際象棋走法的可能性雖多,但棋盤的大小和每顆棋子的規(guī)則大大限制了贏的可能性。深藍(lán)可以通過(guò)蠻力看到所有的可能性,而且只需要一臺(tái)計(jì)算機(jī)基本上就可以搞定。相比國(guó)際象棋,圍棋很不一樣。圍棋布局走法的可能性可能要比宇宙中的原子數(shù)量還多,幾十臺(tái)計(jì)算機(jī)的計(jì)算能力都搞不定,所以機(jī)器下圍棋想贏非常困難,包括圍棋專家和領(lǐng)域的專家們也紛紛斷言:計(jì)算機(jī)要在圍棋領(lǐng)域戰(zhàn)勝人類棋手,還要再等100年。結(jié)果機(jī)器真的做到了,并據(jù)說(shuō)AlphaGo擁有圍棋十幾段的實(shí)力(目前圍棋棋手最高是9段)。

          那么深藍(lán)和AlphaGo在本質(zhì)上有什么區(qū)別?簡(jiǎn)單點(diǎn)說(shuō),深藍(lán)的代碼是研究人員編程的,知識(shí)和經(jīng)驗(yàn)也是研究人員傳授的,所以可以認(rèn)為與卡斯帕羅夫?qū)?zhàn)的深藍(lán)的背后還是人類,只不過(guò)它的運(yùn)算能力比人類更強(qiáng),更少失誤。而AlphaGo的代碼是自我更新的,知識(shí)和經(jīng)驗(yàn)是自我訓(xùn)練出來(lái)的。與深藍(lán)不一樣的是,AlphaGo擁有兩顆大腦,一顆負(fù)責(zé)預(yù)測(cè)落子的最佳概率,一顆做整體的局面判斷,通過(guò)兩顆大腦的協(xié)同工作,它能夠判斷出未來(lái)幾十步的勝率大小。所以與柯潔對(duì)戰(zhàn)的AlphaGo的背后是通過(guò)十幾萬(wàn)盤的海量訓(xùn)練后,擁有自主學(xué)習(xí)能力的人工智能系統(tǒng)。

          這時(shí)候社會(huì)上出現(xiàn)了不同的聲音:“人工智能會(huì)思考并解決所有問(wèn)題”、“人工智能會(huì)搶走人類的大部分工作!”“人工智能會(huì)取代人類嗎?”那么已來(lái)臨的人工智能究竟是什么?

          人工智能目前有兩個(gè)定義,分別為強(qiáng)人工智能和弱人工智能。

          普通群眾所遐想的人工智能屬于強(qiáng)人工智能,它屬于通用型機(jī)器人,也就是60年代AI研究人員提出的理念。它能夠和人類一樣對(duì)世界進(jìn)行感知和交互,通過(guò)自我學(xué)習(xí)的方式對(duì)所有領(lǐng)域進(jìn)行記憶、推理和解決問(wèn)題。這樣的強(qiáng)人工智能需要具備以下能力:

          1)存在不確定因素時(shí)進(jìn)行推理,使用策略,解決問(wèn)題,制定決策的能力

          2)知識(shí)表示的能力,包括常識(shí)性知識(shí)的表示能力

          3)規(guī)劃能力

          4)學(xué)習(xí)能力

          5)使用自然語(yǔ)言進(jìn)行交流溝通的能力

          6)將上述能力整合起來(lái)實(shí)現(xiàn)既定目標(biāo)的能力

          說(shuō)明:以上結(jié)論借鑒李開復(fù)所著的《人工智能》一書。

          這些能力在常人看來(lái)都很簡(jiǎn)單,因?yàn)樽约憾季邆渲?但由于技術(shù)的限制,計(jì)算機(jī)很難具備以上能力,這也是為什么現(xiàn)階段人工智能很難達(dá)到常人思考的水平。

          由于技術(shù)未成熟,現(xiàn)階段的人工智能屬于弱人工智能,還達(dá)不到大眾所遐想的強(qiáng)人工智能。弱人工智能也稱限制領(lǐng)域人工智能或應(yīng)用型人工智能,指的是專注于且只能解決特定領(lǐng)域問(wèn)題的人工智能,例如AlphaGo,它自身的數(shù)學(xué)模型只能解決圍棋領(lǐng)域的問(wèn)題,可以說(shuō)它是一個(gè)非常狹小領(lǐng)域問(wèn)題的專家系統(tǒng),以及它很難擴(kuò)展到稍微寬廣一些的知識(shí)領(lǐng)域,例如如何通過(guò)一盤棋表達(dá)出自己的性格和靈魂。

          弱人工智能和強(qiáng)人工智能在能力上存在著巨大鴻溝,弱人工智能想要進(jìn)一步發(fā)展,必須具備以下能力:

          1)跨領(lǐng)域推理

          2)擁有抽象能力

          3)“知其然,也知其所以然”

          4)擁有常識(shí)

          5)擁有審美能力

          6)擁有自我意識(shí)和情感

          說(shuō)明:以上結(jié)論借鑒李開復(fù)所著的《人工智能》一書。

          在計(jì)算機(jī)理念來(lái)說(shuō),人工智能是用來(lái)處理不確定性以及管理決策中的不確定性。意思是通過(guò)一些不確定的數(shù)據(jù)輸入來(lái)進(jìn)行一些具有不確定性的決策。從目前的技術(shù)實(shí)現(xiàn)來(lái)說(shuō),人工智能就是深度學(xué)習(xí),它是06年由Geoffrey Hinton所提出的機(jī)器學(xué)習(xí)算法,該算法可以使程序擁有自我學(xué)習(xí)和演變的能力。


        上一頁(yè) 1 2 3 4 下一頁(yè)

        關(guān)鍵詞: 人工智能

        評(píng)論


        相關(guān)推薦

        技術(shù)專區(qū)

        關(guān)閉
        主站蜘蛛池模板: 禄丰县| 灵武市| 武义县| 兴义市| 余江县| 林芝县| 定远县| 子洲县| 安吉县| 长泰县| 钟祥市| 修文县| 庆城县| 贵定县| 柞水县| 油尖旺区| 九龙城区| 甘泉县| 龙川县| 株洲县| 宿松县| 海兴县| 普格县| 临朐县| 密云县| 连州市| 亳州市| 库车县| 南丹县| 长岭县| 马龙县| 廊坊市| 响水县| 合山市| 大荔县| 施秉县| 双柏县| 罗平县| 揭东县| 建宁县| 镇江市|