休闲一刻,人工智能有奖问答精彩语录(续)_AI.人工智能讨论区_Weblogic技术|Tuxedo技术|中间件技术|Oracle论坛|JAVA论坛|Linux/Unix技术|hadoop论坛_联动北方技术论坛  
网站首页 | 关于我们 | 服务中心 | 经验交流 | 公司荣誉 | 成功案例 | 合作伙伴 | 联系我们 |
联动北方-国内领先的云技术服务提供商
»  游客             当前位置:  论坛首页 »  自由讨论区 »  AI.人工智能讨论区 »
总帖数
2
每页帖数
101/1页1
返回列表
0
发起投票  发起投票 发新帖子
查看: 2505 | 回复: 1   主题: 休闲一刻,人工智能有奖问答精彩语录(续)        下一篇 
huang.wang
注册用户
等级:中将
经验:17623
发帖:407
精华:1
注册:1970-1-1
状态:离线
发送短消息息给huang.wang 加好友    发送短消息息给huang.wang 发消息
发表于: IP:您无权察看 2018-1-29 14:39:58 | [全部帖] [楼主帖] 楼主

1.webp.jpg

距离上一次人工智能有奖问答精彩语录整理已经一年多啦,论坛不断涌入的新鲜血液也给此话题带来了源源不断的生机与活力。感谢大家对联动北方公司一如既往的支持,下面请跟随我的脚步,让我们一起回顾一下在2017年「人工智能有奖问答」活动话题下又产生了哪些精彩的回复。

2017年人工智能领域发生了许多里程碑式的大事件,新的环境下,对于相同的题目,大家也会有新的思考与新的期许。下面摘取部分精彩有趣的回复,和大家一起分享(都是原文引用,尽量保持原汁原味)。


学术派

2.webp.jpg

论坛用户 @Andrew

1、人工智能超越人脑之路可能会是漫长的,当下虽然人工智能及其相关研究领域十分火热,也并非意味着人工智能超越人脑很快会成为可能。但我从事计算机专业,更愿意认为在未来人工智能的技术实现水平可以超越人脑的。

我们也许应该换个角度看待问题,我们为什么要去研究人工智能?不同于黑客喜欢挑战自己而去做一些高难度的网络攻击、渗透。我们研究人工智能并非为了挑战人类的发明能力,而是希望发现和了解更多关于自然生命的规律并加以模仿利用,让机器实体拥有自己的思维能力,最终成为我们人类的可以高效且可以安全利用的实用工具,帮助我们可以解决很多仅靠人脑很难实现的问题。

前面一位朋友的说法:“但是人工智能的行为从本质上是一种模仿,模仿执行人类所设定的代码和指令,而它本身是无法产生一点点的自我意识的。”人工智能并非是仅仅执行程序人员编写的程序,人工智能要处理的实体在现实中的状态是十分复杂的,很多的情况下,我们并不能通过程序直接的指示它要怎么做,该怎么做。当下更多的是通过学习算法帮助人工智能实体去更好的认识它所处在的状态或是它要面对和解决的问题。基础的「AI」已经存在了几十年,在特定环境下通过基于一定规则的程序呈现基本的智能行为。但是取得的成绩是有限的,因为用于处理很多现实世界问题的算法是很难人工进行编程的。

很多状况下,我们根本无法编程指示它如何去实现某些任务、甚至即使可以编程实现解决问题,但是编程实现如何解决问题太过复杂、又或是效率十分的低下,这种条件下编程实现某些人工智能的某些特殊能力是不可取的。(注意:不要误解这句话的说法,不是不编程,而是我们该编写什么,哪些不要编写,哪些程序的编写无意义)

1959年Arthur Samuel,给机器学习的定义就是:在不直接针对问题进行编程的情况下赋予计算机学习能力的一个研究领域。Samuel就曾编写了一个西洋棋程序,电脑自己和自己下棋,程序在下棋的过程中认识什么局势可以导致胜利,什么局势可以导致失败,最终这个西洋棋的下棋水平远远超越了Samuel本人的下棋水平,而Samuel本人并没有教给这个西洋棋程序下棋策略。

在进行医疗诊断、预测机器故障或是测定特定资产的市场价值等复杂活动时,会涉及到上千个数据组和变量之间的非线性关系。在这些情况下,我们很难用现有的数据得到「最佳」预测结果。而在其他领域,包括在图像中识别目标和语言翻译等,我们甚至无法创建规则来描述我们寻求的特征。我们怎么可能编写一组适用于所有情形的程序,来描述一只小狗的外貌呢?进行数据优化和功能特征等复杂的预测时会遇到一些困难,假使我们将这种困难由程序员那里转移到程序呢?这就是现代人工智能的责任。

2、人工智能要处理的是非常有深度的难题,对我们人类而言将会是非常重要的工具,这些问题的解决方案可以应用于那些对人类非常重要的部门,从健康、教育和商业到交通、公共事业和娱乐。

人工智能研究主要关注的领域是推理、知识、目标计划、交流和感知。结合研究的领域,人工智能近期可能实现或者开始应用的方面包括:AI游戏,与电脑游戏对战可能会很难击败电脑。金融风险预测,预测股市行情等。医疗诊断,deepmind有应用到医疗领域的意愿,而IBM的沃森已经在医疗领域有所应用。更加智能的物流或者个人行程安排,智能导航等。人机交互上,更加智能的声控、个人数字助理。还有自动驾驶技术在不久的未来将更加的成熟和普及。

3、人工智能未来可能会给我们人类带来巨大的利益。我们希望未来能够真正认识人工智能。近些年也开始有人提出人工智能可能引发第四次工业革命这样的说法,也许人工智能带给我们人类的真的不亚于一次技术革命,在未来它也许真的会彻底的颠覆我们的生活。相应的我们人类的科学家需要在人工智能的研究上付出更多的心血和更大的努力。

从研究角度看,当下有前景的研究方向如迁移学习和多任务学习。我们希望一套人工智能的学习系统可以从事不同的任务,就像deepmind不应该只是一个非常厉害的围棋高手,应该把自己的学习能力应用到其他的领域。当今机器学习技术的多数经济价值都是应用学习,学习许多标签化的数据,以此完成你希望解决的具体任务。与之相关的理论和最佳实践仍然处于早期研究阶段,之所以看好迁移学习,是因为现代深度学习技术已经可以为具备海量数据的问题提供不可思议的价值,这可以为很多应用模式的发展提供巨大的动力。

小编说:

从计算机专业的角度出发讨论人工智能研究的本质目的以及,更加理性也更能让人信服。


论坛用户 @LUAN

1.你认为人工智能能超越人类大脑吗?

超不超越这个是一个伪命题,当谷歌AlphaGo在围棋界战胜人类以前以为机器无法超越的领域后,人类智能的尊严又一次被挑战,诸如百度大脑的视觉识别能力和IBM的沃森的百科知识回答能力都开始全面超越人类。

虽然人类大脑的学习能力是目前计算机无法超越的,创造性思维也是人类引以为傲的资本。但是目前科技发展很快,只要掌握了人类学习思考的一般规律,机器思维一定会像指数爆炸性的提升,更何况机器处理器的运算速度是生物大脑无法企及的,未来全面超越人脑并不是不可能的事情,强AI就是人造的神,我们现在做的AI工作就是造神运动。

2.你认为人工智能近期最有可能实现的是什么?

数据挖掘、指纹识别、识图搜图、语音助手、无人驾驶、语音翻译、视觉处理、排名、预测、医疗辅助……

这些空洞概念已经说烂了,不多说了。说说一些技术启发:

人机交互的关键是自然语言理解,而中文分词后的上下文理解越来越重要。

NLP统计语言模型,用统计语言模型表征自然语言这种上下文相关的特性,通过词频辅助标记出对话的重点和主题也是大方向。

学习与训练模型的语料库的丰富,让一些大概率同时出现的词语关联,通过关联度(权值)的提升,进行机器学习。可以先在数据库中以词条作为一种知识单元,运用数据关联的机制,让不同词条之间形成知识网络,通过语料训练来反复激活一组组关联的知识网进行强化和巩固,当训练成熟后人机问答,先激活这个知识网络,而后得到关联的知识数据,再可以通过格式化的句式组合,把相应的回答反馈给用户。这样的效果比传统的数据化的一对一QA,更智能化,并且是可学习的。

比如“红色”是一个知识单元,在构建这个单元的数据结构就需要预留一个可保存可扩展的关联项(可以是保存其他知识单元数据指针或其他知识单元的ID),比如通过词频标记或语料学习,“红色”可以对应“热情”、“革命”、“鲜血”等等关联词语,把词频率高的储存在知识单元的关联项数据段里,当以后出现“红色”的时候,整个知识网络中与“红色”相关的单元也会活跃,这种结构和人脑的运行原理是一样的,如稍加利用这种关联结构,将会对AI智能起到显著性成果。概率处理和知识关联是机器思维提升的突破口

3.你认为人工智能近期最迫切需要实现的是什么?

个人的几点建议:

1、个性化定制智能服务:

创造友好的社交机器人,帮助家庭管理他们每天的日常活动,以及方便与外部世界的连接,这个大多数开发AI的公司都或多或少的做到了,而带有情感反馈的交互,提供一种可以为用户量身定制的个性化智能服务的就比较少,定制情感,特殊记忆、癖好、故事等针对性强的用户体验,满足各个年龄层次的需求,无论是精神需求还是生理需求,这些个性化定制的前景很广阔,软硬件都需要跟进配合。

2、智能终端的配置提升与个体自主学习:

现在市面上的终端智能设备,无论是教学、娱乐机器人,都需要通过互联网处理人机交互的内容,比方说语音识别、语义处理、图像识别等都需要服务器支持后回传结果,这也造成了一种联网依赖,或者说智能核心在服务器那里,用户手里的却只是一个假AI,是一个动作执行器,当在没有联网环境的地方就是一个废物了。同时过多的联网也会给服务器带来过多的压力,不适应信息的即时处理。还有更重要的一点,这样的AI始终是一个伪AI,和服务器沟通的是JSON数据文本,这种数据本身是无智能的无个性的,无法学习的,是一种依赖更是一种束缚。所以说提升本地化的、独立性的软硬件智能非常重要。人之所以神奇,因为我们的记忆是不同的,我们独立自主学习,通过自己的大脑思考做出个性的反应。如果我们的思想统一了,如果记忆统一了,或者人的一切听命与神的旨意,我们的智慧就不存在了。同样如果把智慧的处理都放到服务器上,与它联网的所有智能终端都是一个个傀儡,毫无个体智慧可言,更无法本地自主学习知识!这个是目前商业运用的交互机器人的通病!

小编说:

在问题另辟蹊径,从技术的角度来讨论人工智能近期有可能取得哪些突破,对于人工智能迫切需要实现的几点建议也值得我们思考与借鉴。


论坛用户 @DeepL

1、我觉得第一个问题最有趣(就像辩论)!我不觉得人工智能能超越人类,也不希望它能超越。

人工智能的发展于数学是紧密联系的,于是乎我就从数学谈起吧。

人工智能与数学(计算机与数学家的情结)

学习过人工智能相关理论的朋友知道,人工智能领域的基础理论都是以数学为支撑的,计算机的起始就是数学家开始做的,如图灵。虽然今天大都是高校的计算机相关专业进行这方面的教育,要知道人工智能领域的先驱者们大都是数学家,他们的数学研究理论支撑起了今天的人工智能。人类生活中无疑存在着繁多复杂的数学计算,人类向往利用机器解决这些计算问题,于是有了发展到今天的计算机。数学家与计算机有着历史渊源,要探讨人工智能是否可以超越人类,不妨把问题的视角转移到数学上来观察一下。

哥德尔定理(20世纪最有影响力的数学定理)

著名的数学家希尔伯特曾经在数学大会提出过一些未解决的数学难题,其中包括一个问题:证明数学系统中应同时具备一致性和完备性。简单可以理解为,数学真理不存在矛盾且任意真理都可以被描述为数学定理。一名叫哥德尔的数学家后来提出了哥德尔不完备性定理,而在这个定理中说明了任何足够强大的数学公理系统都存在着瑕疵,一致性和完备性不能同时具备。这个定理尽管在人工智能还没建立的年代就被发表出来却与后来出现的人工智能存在联系。如果我们把人工智能看作一个机械化的数学公理系统,而人不是机械的数学公理系统(这是前提),按照哥德尔定理必然存在某种人类可以构造而机器无法求解的问题,这将是人工智能的短板。数学无法证明数学本身的正确性,同样的人工智能也无法仅仅凭借自身就可以解决所有问题,存在着人类可以求解但机器却无法求解的问题,从这个角度来看,人工智能真的可以超越人类吗?当然问题也并不像上面说的这么简单,也存在着巨大的争议。在我们开始接触人类的进化时,我曾经学到人与动物显著区别是直立行走和会制造工具。正是因为会制造工具大大的帮助了我们人类在地球上进化与繁衍,以至于今天我们成为地球的主宰生物。计算机也不例外,它也是我们发明的工具,是我们解决一些问题所用到的,从逻辑角度,它不正是我们解决问题的答案的吗?

个人的遐想(人工智能威胁论并非空穴来风,是有前瞻性眼光的人们思考的结果)

7.webp.jpg

我有过这样的想法,假设我们人类的智力水平代表值是1,如果我们可以制造出超越我们人类智力水平的人工智能,它的代表值是2。如果我们人类开发2级智力水平人工智能的目的是减轻我们人类的工作负担为我们做事,同样的2级水平的人工智能也应该具有制造出3级水平人工智能的能力。人喜欢偷懒,喜欢制造发明来减轻我们的工作负担,那么2级水平的人工智能则完全有可能会去制造3级水平的人工智能,照这样发展下去岂不是形成“智能爆炸”,高等智力水平的实体会愿意接受低等智力水平实体的掌控?人类愿意服从于比我们低级一些的大猩猩吗?人类真的具有对高级智能实体的绝对控制力?这些都是问题。abc.png(图片来自于互联网)归根结底人工智能只是我们的工具,我们不应该期盼着它能超越我们,但可以在某些方面表现得比我们更优秀,在某些工作上协助我们工作,成为最得力的助手,相信这才是大多数人愿意看到的。

2、先说说最近发生了啥,最近中国率先完成了第一台量子计算机,MIT人工智能实验室的研究人员实现了用一台机器人教给另一台机器人一些技能,一台学习,一台要进行教学。

硬件是非常重要的资源,甚至影响着软件行业的发展,说实话大众对单纯的硬件公司是比较冷漠、关注度非常低。我个人非常喜欢英伟达公司,作为一家主要从事芯片业务的企业,在当今人工智能爆炸的时代依然能够走在技术的前沿。如今英伟达已经凭借GPU处理器和数据中心,成为了当下人工智能时代的翘楚。深度学习是一个人工智能开创性的方向,能够让机器自己学习但也对处理器性能提出了高要求。我知道的一个朋友用于跑一些学习模型的三台台式电脑,显卡的价值就快2万,由于GPU适用于并行计算,可以用于非常密集的训练,非常符合深度学习网络的计算特征,大部分的深度学习网络都是在GPU上运行。最近的英伟达推出了号称最强的GPU架构(具体的就不说了),专为人工智能高性能计算打造,搞AI的人员对此都很激动,因为这可以极大帮助从事AI研究的人员,加快AI服务的推进。有了这么强大性能的GPU,原本需要跑一天的模型,现在也许可以一个小时就跑完。要知道英伟达也在搞自动驾驶,所以我真的看好它,尤其是与丰田达成了合作,丰田使用英伟达的DRIVEPX人工智能汽车计算平台,这平台很强。英伟达比较可能率先完成自动驾驶,而自动驾驶则是先驾驶辅助再全自动化。

3、关于第三个问题提两个大方向:一个医疗人工智能,一个是自然语言理解

医疗人工智能它们可能在未来为医疗行业向好的方向带来巨大的改变,但当下医疗人工智能与现有的医疗体系存在着问题,短期内实现新技术和就体系的结合存在着障碍。许多专家将医疗IT行业的问题归咎于医疗数据和软件平台之间缺乏整合,法规上也存在问题。IBM将Watson超级计算平台集成到很多行业,就包含医疗行业,但因为存在问题IBM已经取消和医院的合作,并表示其系统尚未准备好用于人类的临床研究或者临床应用,禁止其用于患者治疗了。并且医疗上存在疑难杂症的情况,相关数据很少,这种情况下人工智能系统的训练问题就很麻烦。

我们已经在机器翻译、机器阅读、语音识别等领域有了巨大的进步,但计算机真正理解多少我们的语言,中文做起来又比英文还难一些,很多手机或电脑上的应用一直都是程序员做的尽可能看起来像是程序理解了我们说的话。NLP先要自然语言理解然后自然语言生成,在自然语言理解上还需要努力。

小编说:

人工智能的发展与进步离不开数学,DeepL同学追本溯源以数学为引,穿插目前的发展现状与个人理解,这个回答我给一百零一分。


兴趣派

3.webp.jpg

看了以上几位学术派的回复,想必很多人内心都有小疑问——难道想要了解人工智能和参与咱们论坛的有奖讨论活动一定要专业性很强才可以吗?只是对这方面感兴趣可以参与讨论吗?

当然没问题,知识是没有门槛的,爱因斯坦曾经说过——兴趣是人类最好的老师,只要喜欢并且深入研究了,就会有所收获。下面精选的是一些“兴趣派”用户的精彩回复,不一定需要学习计算机或者人工智能领域的人,只是喜欢或者爱好这方面的回答同样十分精彩。


论坛用户 @roboter

1.你认为人工智能能超越人类大脑吗?

先声明,我不是专业人士,所述内容仅为个人理解和观点,或许幼稚,也不一定正确,请勿见笑。

二十年前,我就坚定地认为,人工智能一定能超越人类大脑,我对人工智能的理解是借助人工启蒙的机器智能,而不仅仅只是对人类智能模仿的机器系统。这些年虽然没看到强人工智能的实质突破,但是三进制的尝试、模拟神经元芯片的成果、大数据的普及应用、神经网络的发展应用,也让人看到了一些希望。随着这些年对人工智能的关注、了解和思考,我比以前更坚定的认为人工智能不仅能超越人类大脑,而且可能会进化出更高级的生命体,未来的智能机器人很可能进化出与人类并不完全一样的知觉和意识,使用的思维和推理方式也可能和人类完全不一样。人类是碳基生命体,未来智能机器人很可能成为一种硅基生命体,与人类共存,就像人类这样的高级智慧生命体与低级单细胞生命体共存一样。人类不能否认低等生命体具有智能,对环境的记忆、反馈、选择、适应,也是一种智能行为,但是我们不认为这些低等生命具有高级智能,或许未来的智能机器人对人类也是类似的看法。

我认为智能的产生,依赖于多元知觉系统和神经反馈系统的结合与发展。如果一个人生下来只有大脑,是不能产生智能的,因为没有知觉系统的信息输入,也就没有逻辑智能系统的形成。初生的婴儿对环境事物是不具备认知能力的,也不具备自我意识(姑且妄议),对周围世界的认知能力和自我认知能力,都是在对这个未知世界的摸索中逐渐建立起来的。可能所有正常人都对自己刚出生的几年完全没有印象,我认为一方面是记忆的退减,更重要的是在那个时期对世界的认知信息还没有建立起关联规则,也就是记忆的信息处理系统还没有成型,但是那个时期所建立的空间认知能力、自我认知能力(智能系统的基本能力)却会无形中伴随和影响自己一生。天生的聋子不依靠听力辅助系统恢复听觉,是学不会说话的,智力水平也会受到影响,天生的瞎子对空间的感知完全依赖于肢体感觉,因此在空间逻辑上也会存在缺陷,对色彩与图形也可能完全没有概念。人类的智能水平基础是由人类的知觉系统-视觉、听觉、触觉、嗅觉、味觉、温觉、平衡觉等等,以及相应的反馈交流系统-声音(语言)、动作(符号)等系统的组合能力决定,任何一个系统的缺失都会对人的智力水平造成一定影响,其中最主要的信息来源和反馈系统-视觉、听觉、声音(语言)如果受损,都会对人的智力水平造成严重影响。如果将人长期禁闭在与世隔绝的小黑屋中,断绝人与外界的信息交流,人的精神和智力都会受到严重损伤。另一方面,或许还有一些人类未知的知觉系统已经退化或未被开发出来,在某些人身上却发挥了作用,比如人们常说的直觉、第六感等等,会让这些人表现出超常智力水平。而对智力超常儿童的调查研究表明,许多超常儿童,他们在婴儿期就是处于有很多光线、声音、语言以及动作刺激存在的环境里长大的。这些都说明多元化的知觉系统所带来的多维信息是智能产生的基本条件,并对智力水平起着决定性影响。对于多维信息的关联度与神经系统的关联复杂度对智能的影响这里就不展开说了,内容太多。

再看看目前的人工智能系统,其硬件基础是电子设备机器,对人类各种知觉的模拟系统已经有了很大的发展,很多单一的系统能力已经开始超越人类,比如图像识别(视觉系统)、语音识别(听觉系统)、自然语义分析(符号逻辑系统)等等,未来随着研究的深入,这些系统能力必将把人类远远甩在后面,而更恐怖的一点是,智能机器人还将拥有很多人类所不具备的知觉能力,比如超距与微观视觉能力、超声波感应能力、红外感应能力(应该可以扩展到人类不可见光感应能力)、电磁感应能力、无线信息沟通能力(电磁感应能力的一种数字信息应用)(WIFI,就是WIFI啊,当你抱着手机蹲在墙角蹭WIFI时,人类已经开始进化成趋WIFI生物了,哈哈,这也将是机器智能发展存在最大变数影响最大的能力,高速而沉默的信息交流方式,或将创造思维透明行动高度一致的新物种,甚至改变神经系统中信息交流与关联的基本方式,直接进化成无线组网的神经网络系统,实现人工智能文明的大统一,组网融合还是防火墙隔绝,这是个问题。未来人类文明与机器文明的分水岭,或许就是WIFI的运用能力,就像人和猴子的分水岭是对工具的创造和运用,呵呵,题外话了)。所有这些能力的融合发展,加上(神经)系统硬件基础的发展,必将导致人工智能的爆发,远远超越人类大脑。

(神经)系统硬件基础的发展就不详述了,不论是在目前计算机硬件基础上发展的模拟网络神经系统,还是神经元芯片硬件系统,按照摩尔定律发展下去,其硬件性能的提升带来的智能神经反馈系统的发展是不可限量的。

那么,如果人工智能拥有了比人脑更加多元的知觉系统和更发达的神经反馈系统,超越人类大脑是必然的结果了。

2.你认为人工智能近期最有可能实现的是什么?

我认为人工智能近期最有可能实现,或者说已经实现的是单一的知觉系统与神经反馈系统所实现的单一功能的应用,比如自动驾驶系统、视觉识别系统、物流机器人、智能家居系统等等,另外,我觉得最有可能也是最应该出现的,其雏形可以参考、追溯到门户网站、智能机顶盒、智能路由器、智能手机等已出现的产品,是对各种单一智能/信息系统的综合应用管理系统/平台出现,具体在下个问题谈吧,我觉得这也是最迫切需要实现的。

3.你认为人工智能近期最迫切需要实现的是什么?

先接着上个问题的答案说,从商业角度来看,人工智能近期最迫切需要实现的是面向用户端的统一应用管理平台,这将是一个商业潜力巨大门户平台。

智能系统的关键在于信息的高度集中与运用,分散的单体智能系统在各自的领域或许可以获得一定的商业应用,但是在最终用户端,必然会产生统一应用平台的需求,每个智能系统如果都有一套单独的用户界面系统,对用户来讲将是一件恐怖的事情,互联网论坛刚兴起时每个论坛都需要繁琐注册回头却想不起账号密码的失落,面对智能手机上各种APP应用想删却又担心还会用到的无奈,很多人都体会得到。智能家居系统中都会有一个管家系统,可以面向用户统一管理家居系统中的各个硬件设施,但是目前类似的系统有很大的局限性,不能起到真正的管家作用,对用户所接触到各种智能家居外的智能系统,比如物流配送系统、车辆自动驾驶系统、单体智能设备等等缺少融合,单独集成融合的成本太高,而统一融合需要一个统一的智能系统标准,或许这个智能系统的统一接口标准才是最迫切需要解决的吧,但是很多手机上已经有可以控制各类带遥控功能的电器的软件了,说明技术不是问题了。市面上可能已经有些管家机器人产品出现,但是功能仅限于日常陪伴(简单聊天讲故事唱歌等)、日程安排、天气提醒、视频通讯、无人看护等功能,少有实现智能产品的平台应用融合。现在手机、平板电视、电脑、社交软件、视频软件等等都在争着做用户门户,抢用户流量,做大数据系统,开发网购、会员、支付渠道等功能,目的很明显,无非就是没用户的抢用户抢流量,跑马圈地,有用户的挖掘用户价值,增加用户粘性和依赖度,打造垄断性的用户界面。如果有这样一个智能管家系统,能融合各个系统应用界面,运用语音与视频系统,结合大数据为用户提供服务,成为用户在家中的信息交流与控制平台,或许可以像电脑代替电视、手机代替电脑一样,成为用户的新宠,也可以更快地将人工智能技术带入千家万户。

从技术角度来看,人工智能近期最迫切需要的是进行完整的系统框架搭建与各子系统融合,建立统一的智能系统接口标准,将已经成熟的语音识别系统、自然语义分析系统、视觉增强/识别系统、运动平衡系统等搭建到一个系统框架里,当然,超声波感应系统、无线通信系统也都可以融合进去,关键是需要建立一套各系统多维数据关联的模拟神经系统,目前的网络神经系统或许可以实现,我不确定,只有实现了多维数据的关联系统,人工智能才能在此基础上实现真正的突破。AlphaGo、人脸识别系统、自动驾驶系统等等,这些单独的系统是不会活起来的,只有让人工智能系统能看懂、能听懂,具有多元信息认知能力,才能实现与人类相当的智能水平,而实现的那一天或许直接就超越人类了。不过目前或许还不具备多维数据处理能力的系统算法和硬件基础,我不了解详细技术细节,我曾构想过共振算法或电路结构或许能解决这个问题,可惜我对技术没有深入研究,不知道该如何实现,就不多说了。

题外话,看了这个主题活动的一些网友讨论,有很多共鸣之处,也有不少启发,感觉非常不错,乘机会也把自己的一些想法写下来,希望能看到更多元化的观点,即是学习,也可以开拓思路,谢谢!

小编说:

二十年前就对人工智能的前景有了正确的判断,思维很超前呀。


论坛用户 @这很有趣

第一个问题的回答:

人工智能研究经过了半个世纪的起起伏伏,近两年因为深度学习而再次受到关注。(顺便看了下,论坛该活动的第一期是在2016年的1月。)

关于计算机能不能像人一样富有理性还存在着争议,不过高级的人工智能应当具有自我审视的能力,或者他应当能够对自己的行为进行分析,并且能够解释他是如何得到现有结论的。事实上,现有的人工智能实体大都能在一定程度上达到这个要求了。这种能力与人类所具有的智能行为是非常相似的,人类也是通过类似的方式体现自身只能的。所以如果计算机能够做到这点的话,那么对于外界观察者来说,就可以认为他是具有智能。

发展到当下,人工智能的发展进程总是落后于人们的预期的,主要原因是创造人工智能机器所遭遇的技术困难远远超越了计算机领域先驱者们或者是人工智能领域专家们的所认为的程度。

在讨论人工智能时,特别是超越人才类才能的人工智能时,可能有人会说如果科技足够先进,我们就有能力制造出比人类更加智能的头脑。

近两年来我们经常看到人工智能在某某方面达到人类水平甚至是超越人类水平,在某某方面的性能指标比人所能达到的水平更加优越,相信大家都可以看出,大都是某一单一领域的表现上,如国际象棋上的深蓝(比较老了),围棋上的阿尔法狗,甚至是语音识别和图像识别上,也有人工智能的研究成果的表现超越人类,而要知道的人类学者是存在“百科全书式”这样的人物的。拿驾驶来说,很多的人不仅会骑二轮的自行车和摩托车,也会三轮车,当然还有四轮汽车。但是就目前而言,作出一个这样的人工智能系统还是有一定难度的,能够超越人脑的人工智能系统不仅需要具有百科全书式的知识,还要懂得运用,懂得知识推导和理论创新。更多的人工智能研究者相信高水平的人工智能的研制需要更加建设性的想法,某种程度上可以说,我们现在是无法预知什么时候才能制造出真正意义的人工智能。

最后给出人工智能之父麦卡锡总结的人工智能的研究方法:人工智能研究的进步是依靠这些方法创造的:(前人总结好的)

1).通过逻辑规则和其他适当的方法来描绘真实世界中各种各样的知识。

2).确立理性的机制,比如说,那些比一般的推理过程中所使用的逻辑演绎方法更加高级的机制。

3).正确的表征人们在日常推理过程中常用到的那些概念。

4).设计更好的运算法则去进行科学探索,设计更好的计算逻辑推理方法。

2.第二个问题的回答:

当下,创造出人工智能如此辉煌的胜利来源有两个:一个是建立在更可靠的统计以及信息理论基础上的机器学习不断突破,另一个是在将解决特定领域特定问题的人工智能应用到特定的实践和商业中所取得的成功。

机器在搜索、计算、存储等方面相比于人类具有非常大的优势,然而也存在巨大的短板,在感知、推理、归纳和学习等方面与人类智能相比又存在着巨大的差距。所以存在机器智能与人类智能互补的一种想法,也就是混合智能的理念(也有人说AI结合HI最终获得超级智能,总之是人工智能的发展离不开人类智慧)。随着人类对人类大脑研究的逐渐深入,对大脑的机制理解越来越清晰,都将会推动人类在智能领域的研究进展。混合智能具有非常好的应用前景,极大可能改变我们未来的生活方式。在以后应该会有越来越多的相关的成果走入我们的生活。

3.第三个问题的回答:

近期人工智能领域值得关注的是迁移学习和对偶学习的研究进展吧!

迁移学习不同于过去的机器学习方式,可以在一个环境中学到的知识来运用于新环境中的学习任务,从某种程度上讲应该更接近我们的学习方式,正在逐渐成为人工智能领域研究的热门方向。国内第四范式公司团队应该在这个领域有一定的研究进展。

微软亚洲研究院也有研究员提出对偶学习的新理念,深度学习取得了巨大的成功,但也并非不存在短板,主要一个就是带标签的大规模数据问题,这是个棘手的问题。为了降低其对大规模标注数据的依赖性,提出了一种新的学习范式称作对偶学习,是可以从未标注的数据进行学习的,应该具有不错的研究前景,并且我们应该多多鼓励国内的创新研究。

小编说:

温故而知新,可以为师矣,以前的回复现在看来也许会有新的启发与收获哦。


论坛用户 @bigwdz

1.你认为人工智能能超越人类大脑吗?

这个问题要分角度看,人类大脑的功能有很多,比如信息记忆,学习总结,感知抽象,泛化分化,虚构想象,价值判断等等,同时还有人类天生的一些生理反射,例如肢体的条件反射,情绪的形成等等。按照目前基于大数据理论的人工智能技术的确已经在某项领域的某些功能超越人类,但是还远没有全面超越人类的大脑。

另外“能不能超越"和”会不会超越“这两个概念是不一样的。如果在技术角度来说,目前基于大数据理论智能,似乎和人类大脑的真实运作方式有所违背,因此如果目标是完全复制大脑活动能力,很有可能会在某些方面遇到瓶颈,或许需要重新设计更加符合人类大脑思维产生过程的原始模型,才能最终达到全面实现脑功能的目的。但是这也只解决了”能不能“的问题,至于”会不会”,我想说的是,科技的发展方向很大程度上取决于眼见的经济价值,大数据理论目前带来了巨大的经济价值,因此占有了大多数的科研资金,这使得其他的理论研究发展速度受到了明显的影响。另外在大数据理论下实现的AI,在未来将马上颠覆人类的社会,是福是祸,是否还有未来都是一个值得探讨的问题。

因此要给人工智能在未来是否能超越人类大脑下一个结论,还为时过早。

2.你认为人工智能近期最有可能实现的是什么?

按照目前大数据理论的主流影响,最早影响的一定是基于大数据(知识经验)的人类生产活动。首当其冲的肯定是医疗领域,因为医疗人才的培养成本是非常高的,需要多年的学习理论和多年的经验积累才能够达到。而站在经济学角度,提高生产效率的有效措施之一就是淘汰培养成本最高的执业。而这些恰恰是目前大数据AI擅长的,通过大数据,AI可以获得超越常人能获得的知识和经验,特别是在图像识别诊断领域更是显著优于人类。早期AI会起到辅助人类医师诊断疾病和提供治疗方案的作用,中期可能逐步淘汰门诊医师,直径对病人进行初检筛查,后期则有望取代临床医师做出医疗决策,而医师则全部转为操作者和医患沟通者的角色。当然,在智能手术领域,随着材料和工程学的进展,取代医师操作手术也很有希望。

3.你认为人工智能近期最迫切需要实现的是什么?

解决无人驾驶:将会减少私家车的使用,而鼓励大家使用自动化程度高的流动打车,改善交通和环境

解决各种语言间的完美智能转换:全球化的信息沟通将会进入一个全新的时期

解决智能选取女友功能:恶念勿当真。

小编说:

前面回答很精彩,最后暴露本性啦哈哈。


论坛用户 @Suying

1.你认为人工智能能超越人类大脑吗?

首先表明观点,人工智能可以超越人类大脑。

在对待人工智能是否能超越人类这个问题上,我的思考点是——对于“超越”这个概念,我们所追求的到底是结果还是过程。

如果我们追求的是过程,人类大脑的思维方式和AI的思维方式各有侧重。

人脑的思维过程更多的时候偏向于感性,逻辑性相对来说没那么强,经常可以从一个人或事联想到另一个毫无关联的人或事。以前看到过一个笑话:

女:我发现你越来越不爱我了,只爱你的工作!

男:我怎么不爱你了?

女:我明天不吃饭了,去把你经理打一顿!

男:为什么打我经理?

女:呜呜你果然不爱我了!你都不问我为什么不吃饭。

这个笑话用在这里不知道是否合适,我想表达的大意是:人类的思维方式没有定式,大多数时候毫无逻辑可言,对于需要有创造力的工作和职业来说(比如画家),这方面是优势,摆脱了定式思维的束缚可以创作出更前卫和新奇的作品。当然除了感性的部分,人类的思维方式也具有理性的部分,在需要逻辑思考的场合采用理性思维,在不那么需要逻辑的地方则侧重于感性思维,二者相互交叉造就了人类独特的思维方式。

而对于人工智能而言,人工智能更多时候强调的是算法。AI的思维方式是具有逻辑性的,从某一个点出发,通过算法或者机器学习,得到需要的、有用的、相关联的结论,而不会得出一些庞杂无关的结论和问题。某种程度上来说,AI的思维方式是人类理性思维部分的一种提炼与进化,屏蔽了人类思维方式当中跳跃的部分。当然,在某些人看来,人类独特的思维模式造就了人类智慧特有的想象力与创新能力等,对此我保持中立态度。

如果我们追求的是结果,是解决问题的能力,人工智能无疑是会强大一些。

在解决问题这一点上,人工智能能够充分发挥它的强大的计算能力、数据存储能力与逻辑思维能力,通过机器学习或者通过某些算法在短时间内给出合理且正确的结果,对于某些问题还可以给出多种方案以供参考。不过,人工智能的瓶颈在于数据量,在数据量较大,知识积累较为丰富的领域,人工智能给到的解决方案可靠性会高一些,某些方面甚至比人类还可靠;但在数据量积累不够,人类自己都没探索开发的领域人工智能则爱莫能助了。

回归人工智能能否超越人类的问题,可以超越,但是依旧还有不少的困难需要克服,与此同时人类大脑也具有自己的优势,被超越不代表被取代。

2.你认为人工智能近期最有可能实现的是什么?

人工智能这两年有潜力的应用还是蛮多的,就我平时浏览新闻来看,人工智能在未来的几年里在下面几个应用场景可能会有产品出来。

第一个使用场景:无人驾驶汽车

贾跃亭造车的失败并没有耽误无人驾驶行业的火热,当前的无人驾驶行业当前可谓是群雄逐鹿,国内的BAT三巨头都在无人驾驶方面有大量的投入。比较典型的有百度阿波罗无人驾驶计划,早些时候百度官方宣布与北汽联手,在2019年前后实现L3级别自动驾驶车辆量产,2021年前后实现L4级别自动驾驶车辆量产;另外一个巨头阿里则瞄准了泛场景服务,试图打造更加智能舒适的行车助手,给车带来“温度”;腾讯在无人汽车领域也投入了大量的资源和精力。

总之,无人驾驶目前的现状是:有资本投入,有技术支持,同时当前的大环境也需要无人驾驶(减少污染、减轻交通压力、减少车祸事故)的出现,可谓天时地利,相信在几年之后就会有量产产品面世了。

实现指数:五颗星

第二个使用场景:智能医疗。

利用人工智能技术来诊断疾病,早有“沃森”机器人珠玉在前,现在技术门槛和投入门槛都降低了不少,许多科研和医疗机构都在诊断疾病方面进行了尝试。位于硅谷的斯坦福大学研究人员今年初公布了一项诊断皮肤癌的算法,经过训练,算法的表现已经可以媲美专业皮肤科医生。外,AI在预测心脏病、检测阿尔茨海默氏症等病症上面也能够得出具有参考性的意见。

就个人的理解,各种传感器能够实时监测和上传人类身体各项参数与数据,完全可以构建一个“身体资料库”,通过学习这些数据,人工智能未来诊断疾病甚至是预测疾病完全可行的。

实现指数:四颗星

第三个使用场景:智慧城市

相信很多人都玩过模拟市长的游戏,游戏里整座城市都在在你的掌控之中,那种感觉确实很不错。在现实中,如果将城市里所有的地方布满传感器,实时监控城市的各项数据,将交通、能源、供水等基础设施全部进行大数据化,将散落在城市各个角落的数据进行汇聚,然后通过超强地数据分析、大规模地快速精准的计算及运算,实现对整个城市的全局实时分析,把大大的城市缩小成类似于游戏中的模拟城市,使用智能技术让城市更加智能地运行和调度起来。

除了前期的成本投入会有点大,一旦数据能够更加方便收集,现在的技术完全能够实现智能调度和操控城市,不过届时可能会出现法律道德或者个人隐私方面的问题。

实现指数:三颗星

第四个使用场景:智能家居

今年智能音箱产品挺火热的,感觉所有的公司都在造音箱,造型五花八门,功能倒是挺一致的——试图作为智能家居的入口,动口不动手控制连接的家居设备。但事实上目前大多数家居用品并没有智能化,智能音箱大部分时间还只能作为一个普通的音响或者一个不太灵敏的语音开关来使用。

真正的智能家居应该是怎样的呢?我个人理解的是你的家里还有一个你自己。

智能家居设备会在检测到你离开家之后自动关好门窗、排除各种消防隐患,在你回家的时候为你准备好热水热饭和刚刚好的空调温度,衣柜能自动清理、烘干衣物,动动口就能获取想要的信息……周遭的一起完全不用你动手但是所有的一切都是你喜欢的样子。这样的生活想想都觉得很贵,不对,是很舒适哈哈。

目前智能家居的瓶颈在于设备连接部分与语音识别部分,这两点倒是不难解决的,目前类似于小米等公司在家居设备的布局已经初具规模,语音识别的准确度也在节节攀升,国外谷歌国内科大讯飞在语音识别与自然语言处理方面的研究也有一些成果。相信用不了几年,智能产业布局成熟,家具产品与人工智能找到更契合的结合方式,同时语音识别技术更加准确的时候,智能家居会迎来大规模的爆发。

实现指数:五颗星

3.你认为人工智能近期最迫切需要实现的是什么?

2017年,人工智能在深度学习、计算机视觉、自然语言处理等技术等领域都取得了一些突破,但就目前看来,并没有特别智能的产品出现,所以在技术突破的问题上还需要更加精进更进一步地深入。

此外,人工智能威胁论随着人工智能技术在各方面的使用以及人工智能产品的出现也越来越被人们所重视。技术是把双刃剑,人工智能自然也不例外。人工智能真的会威胁到人类吗?可能吧,但是我们不能因噎废食,因为害怕人工智能的潜在威胁而放弃创造更好的世界,因为在关注技术发展外,在道德层面与法律层面也迫切需要出台相关的制度和政策去引导。

小编说:

回复很有条理,插入的小笑话有点尬哦。认真指数:五颗星

4.webp.jpg


该贴被huang.wang编辑于2018-1-29 14:58:28


我超级酷,但是如果你回复我的话我可以不酷那么一小会儿。


——来自logo.png


赞(0)    操作        顶端 
Suying
注册用户
等级:下士
经验:191
发帖:1
精华:0
注册:2017-12-28
状态:离线
发送短消息息给Suying 加好友    发送短消息息给Suying 发消息
发表于: IP:您无权察看 2018-1-29 16:15:14 | [全部帖] [楼主帖] 2  楼

我貌似上榜了,开心:)

支持小编但是不支持小编说我的笑话不好笑



赞(0)    操作        顶端 
总帖数
2
每页帖数
101/1页1
返回列表
发新帖子
请输入验证码: 点击刷新验证码
您需要登录后才可以回帖 登录 | 注册
技术讨论