乡下人产国偷v产偷v自拍,国产午夜片在线观看,婷婷成人亚洲综合国产麻豆,久久综合给合久久狠狠狠9

  • <output id="e9wm2"></output>
    <s id="e9wm2"><nobr id="e9wm2"><ins id="e9wm2"></ins></nobr></s>

    • 分享

      【大族電機·頭條】中國工程院院士高文一小時帶你從60年浪潮中窺探人工智能的前景與挑戰(zhàn)

       夢回唐朝0ony8a 2016-12-27


        今年是人工智能60周年,何以定義人工智能的起源?2016高工機器人年會的閉幕式主題報告會上,中國工程程院院士、北京大學教授高文發(fā)表了主題為“人工智能的前景與挑戰(zhàn)”的演講,在演講中高文院士回顧了過去60年的三波人工智能浪潮發(fā)展的歷史,并從中窺探出人工智能的未來。  

      中國工程程院院士、北京大學教授高文

        “60年前的夏天,美國的達特茅斯舉行了一場研討會,在這個會議上,一群年輕人搞了一個討論班,用時兩個月討論人工智能要怎么做。在這個班的大部分年輕人后來都拿了圖靈獎,達特茅斯暑期會議就被視為人工智能起源的標志?!备呶脑菏繌娜斯ぶ悄艿脑搭^開篇,緩緩展開人工智能的發(fā)展歷程。

        

        人工智能螺旋上升的60年

        

        在高文院士看來,到現(xiàn)在為止,人工智能在起起伏伏中經(jīng)歷了三個浪潮。

        

        第一個浪潮從元年開始,延續(xù)了20年?!斑@波浪潮的特點是符號主義盛行,功能主義占主流。玩邏輯證明和推理,然后把我們所能表述的世界都用符號表述出來,再通過符號演算的辦法來推理、證明和決策?!?/p>

        

        高文院士進一步陳述,當時大家對人工智能非??春?,甚至有點希望值過高。所以在人工智能出現(xiàn)兩年之后,AI初期的四個著名預言就已顯現(xiàn)——十年內(nèi),計算機將成為國際象棋冠軍、將發(fā)現(xiàn)和證明有意義的數(shù)學定理、將能譜寫優(yōu)美的樂曲、將能實現(xiàn)大多數(shù)的心理學理論。

        

        “這些在1958年作出的預言,對嗎?大家都知道,有一些實現(xiàn)了,但大多數(shù)都沒有實現(xiàn),而且在10年內(nèi)幾乎都沒有實現(xiàn)。”高文指出。

        

        第一次浪潮中的各位專家經(jīng)過反復推理、證明逐漸把人工智能的研究推向了第二次浪潮。

        

        在第二次浪潮的30年期間,連接主義盛行,深度學習尚未突破。隨著BP算法的提出,使得多層人工神經(jīng)元網(wǎng)絡的學習變?yōu)榭赡?,無差異神經(jīng)元網(wǎng)絡方法的發(fā)現(xiàn)促使神經(jīng)網(wǎng)絡學飛速發(fā)展。

        

        這項言論隨后也被潑了一把冷水,研究者認為神經(jīng)網(wǎng)絡能力并不是萬能的,很多問題無法定性和解釋。而怎么解決這個問題,助推著人工智能迎來又一波大的浪潮。

        

        高文院士認為第三次浪潮是從2006年到今天。這次浪潮是基于互聯(lián)網(wǎng)大數(shù)據(jù)的深度學習,連接主義盛行促使深度學習取得突破?!皬谋举|(zhì)上說,第二次和第三次浪潮在方法論上并沒有本質(zhì)區(qū)別,都屬于連接主義。差別的是深度學習的成功。這里既有硬件的進步,也有卷積神經(jīng)網(wǎng)絡模型與參數(shù)訓練技巧的進步?!备呶脑菏恐赋?。

        

        人工智能的未來在何方?

        

        “如今,產(chǎn)業(yè)界都覺得人工智能大風來了,趕快不要掉隊。但是如果你冷靜了,人工智能從研究方面來看還是有很多問題沒有解決的,當然這不是說不能用,仍然可以用,就看你怎么用,用在哪里?!泵鎸I風口,高文院士有自己獨到的看法。

        

        那么,現(xiàn)在的人工智能和未來的人工智能在階段上該怎么劃分?或者說我們現(xiàn)在做了多少事,未來還有多少事需要做?

        

        高文院士采用一個矩陣圖闡釋了其對人工智能60年的思考。人的知識可以分成四類,從兩個象限來看。一個是可統(tǒng)計、不可統(tǒng)計。人的一部分知識,有些可以去統(tǒng)計,有些沒辦法統(tǒng)計。另一個是可證明(可推理)與不可證明(不可推理)。

        

        “我們將知識放在兩個維度的空間上,橫向方向上只要是可推理的,我們可以通過機器學習的方法,最終完成這個推理。凡是可統(tǒng)計的,在縱向方向可以通過大數(shù)據(jù)、統(tǒng)計的辦法得到一個好的結(jié)果。也就是說,要么通過機器學習的辦法,要么通過統(tǒng)計的辦法,都可以解決一類的問題?!备呶脑菏窟M一步深入解析。

        

        我們的知識實際上是分成四類,即We know what we know;We know what we don't know;We don't know what we know;We don't know what we don't know。

        

        “在這四類知識里,我們現(xiàn)在對于可統(tǒng)計、可推理的部分,原則上我們都可以找到答案,不管是用機器學習還是神經(jīng)網(wǎng)絡的方法。對那些可推理不可統(tǒng)計的部分,可以用舉一反三的辦法??山y(tǒng)計不可推理的部分可以采用模糊識別的方法。不可統(tǒng)計不可推理的部分就得靠頓悟了。這類知識不是任何人都可以得到,只有極少數(shù)人可能得到?!备呶脑菏勘硎尽?/p>

        

        AI時代真的到來了嗎?

        

        人工智能時代是否真的到來?不同的角度可以得出不同的結(jié)論。

        

        “如果你僅僅是期望計算機做的事能夠比人做得更好,很多事情是可重復、可統(tǒng)計、可推理的,把這些事交給計算機去做,它一定做得比人強。例如下圍棋,盡管比較難,但是它是經(jīng)驗和知識積累的過程。也就是說,慢慢的,機器一定會勝過人?!备呶脑菏拷o出持相反觀點的理由,“但是我們也可以回答NO,對于之前闡述過的幾個象限區(qū)域內(nèi)的很多事,計算機還不行,我們認為那些領域還需要進一步研究?!?/p>

        

        人工智能給全社會,包括自動化領域,特別是機器人領域帶來的機遇巨大。高文院士用三次信息浪潮做類比:“如果我們說過去這幾十年出現(xiàn)的比較大的浪潮,第一波是‘PC浪潮’,給信息領域帶來了顛覆性的影響。緊接著是‘互聯(lián)網(wǎng)浪潮’,成就了一大批互聯(lián)網(wǎng)公司,例如谷歌、百度。之后又出現(xiàn)了一波新的浪潮,叫“移動互聯(lián)網(wǎng)”,比如說蘋果、華為等等都是在這波浪潮中崛起的公司?!?/p>

        

        下一波浪潮是什么?一定在于AI。高文給出定論:“我們現(xiàn)在做機器人,絕大部分的行為是設計出來的,我們把它叫做Designed  Robot,要前進、拐彎都是按規(guī)律設計出來的。但是,AI機器人是機器人做好以后,他不知道要干什么,你訓練他干什么他就干什么?!?/p>

        

        高文院士舉例說明:“就像小孩一樣,小孩出生了,你說他將來是數(shù)學家、物理學家、技術工人、農(nóng)民?他什么都不是,但什么都可能是,就看你教他什么。我們以后的機器人也應該是做出來的時候什么都不是,你教他做什么他就是什么,你教他開車他就會開車,你教他上流水線操作,他就會流水線操作。這一天一定會來,就看誰在上面花的功夫更大,或者準確更充分?!?/p>

        

        最后,高文院士總結(jié)道,人工智能經(jīng)歷了三個浪潮,歷史是螺旋進步的。

        

        邏輯推理,也稱符號主義,雖然沉寂了30年,但是作為人類高等智能的抽象,人工智能中不能沒有它的地位;連接主義,又稱為神經(jīng)網(wǎng)絡、深度學習,雖然大行其道,但是如何解決小數(shù)據(jù)學習和創(chuàng)造性思維仍然挑戰(zhàn)巨大;行為主義,注重自適應與進化,也許更符合人類進化演進的路線,今后的發(fā)展需要關注。

        

        “知其所以然的學習方法,應該是下一代人工智能,即AI2.0的重要方向?!备呶脑菏勘硎?,“從產(chǎn)業(yè)的角度看,AI風真的快來了。你準備好如何飛了嗎?風口是自己的事,風來了是社會的事,預祝大家都能找到風?!?/p>



        本站是提供個人知識管理的網(wǎng)絡存儲空間,所有內(nèi)容均由用戶發(fā)布,不代表本站觀點。請注意甄別內(nèi)容中的聯(lián)系方式、誘導購買等信息,謹防詐騙。如發(fā)現(xiàn)有害或侵權(quán)內(nèi)容,請點擊一鍵舉報。
        轉(zhuǎn)藏 分享 獻花(0

        0條評論

        發(fā)表

        請遵守用戶 評論公約

        類似文章 更多