网站首页

半岛彩票产品中心

半岛智能终端处理器 半岛智能云服务器 半岛软件开发环境

半岛彩票新闻中心

关于我们半岛彩票

公司概况 核心优势 核心团队 发展历程

联系我们半岛彩票·(中国)官方网站

官方微信 官方微博
半岛彩票·(中国)官方网站 > 半岛彩票产品中心 > 半岛智能终端处理器

这个被称作“半岛彩票智能”的人工智能到底是什么东西?

发布时间:2023-09-13 07:25浏览次数: 来源于:网络

  半岛彩票如果将来有外星人翻阅地球的历史,在它们眼中,也许愚人节的出现就是这群地球上最聪明的生物炫耀的游戏。如同脑筋急转弯和桌牌游戏相似,人与人之间这种不带恶意的欺骗反欺骗,往往需要理性和感性、推理和直觉相结合才能完成。这种行为,比之纯粹的逻辑更为有趣,也更展示着人类独一无二的智慧。

  近几年来,从新款手机吸引眼球的AI助理、智能拍照,到未来感满满的无人驾驶,再到摘取了享有人类智慧桂冠的之称的围棋冠军的AlphaGo,“人工智能”这个在几年前还属于学术前沿与科幻作品的词语,仿佛一夜间进入了普通人的世界。

  那么,这个被称作“智能”的人工智能,到底是什么东西?人工智能的快速发展,是否已经使得我们的“电脑”逐渐接近人脑了呢?在多久的将来,人工智能可以在愚人节那天,向人类开一个小玩笑呢?

  随着“人工智能”概念的火爆,越来越多的新鲜词语出现在各路媒体——深度学习机器学习神经网络、大数据、专家系统……这些看上去高大上的词语不免让人心生困惑:这些技术是人工智能吗?人工智能和这些技术之间有什么关系?

  其实,人工智能(ArtiicialIntelligence,AI)是一个跨学科、高门槛的行业,涉及的技术与理念可谓是五花八门,涉及神经科学、数学、计算机科学等多个专业领域,即使从业者也很难看清其全貌。加之一些媒体在引用相关新闻时不慎严谨,让许多人对人工智能更加困惑。

  今天,小编不讲具体的技术,只说人工智能历史的与分类,以期剥开人工智能的神秘面纱,共同一窥人工智能的面貌。

  其实人工智能并非新兴技术,它近年来的火爆来源于几代科研工作者的默默积累。甚至在很长一段时间中,人工智能曾备受批判和冷落。

  早在1956年的达特茅斯会议上,年轻的约翰·麦卡锡等科学家就共同确定了人工智能这一概念。此后,人工智能在挫折中缓慢发展。

  然而,七十年代开始,人们对人工智能产生了怀疑——仅仅会逻辑推理和简单预测棋谱的电脑程序显然不足以称之为“智能”,而科研人员找不到更多的应用领域。甚至有人开始质疑“人工智能”不过是一个新鲜概念,并不具有创新性和应用价值。

  整个八十年代,人工智能在突破及质疑中继续发展。许多专家系统出现,他们可以辅助公司指定计划或者医生开处方。随着David Rumelhart提出反向传播(Back Propagation,BP)算法,解决了多层神经网络的学习问题,神经网络开始被广泛的应用于模式识别、故障诊断、预测和智能控制等多个领域。然而,好景不长,当时的多种人工智能技术要么受制于应用领域狭窄,设计成本高,要么碰到了计算机算力、储存及数据量的壁垒,发展再次进入低谷。

  九十年代至今,人工智能迎来了新一轮浪潮。互联网的普及让现实数据开始快速积累,计算机及芯片的性能快速提升,人工智能终于开始走进每个人的生活。从九十年代到今天,我们见证了机器在国际象棋、围棋、德州扑克等等智力竞技中战胜了人类最顶尖的选手,见证了语音识别、图像识别等技术在生活中的广泛应用,见证了“AI”对人类社会的深刻影响。

  而这波人工智能浪潮,至今没有显露出一点颓势,反而随着大数据、先进芯片、量子技术等的进步而彰显愈加强大的生命力。

  说了这么多,读者可能依然对“人工智能”这个词语感到如坠五里雾中。没关系,下面的分类将说明人工智能用到的基本技术,为你描绘一幅有关人工智能的感性画面。

  首先,“人工智能”本身并不是不是一个严格的技术定义,而是一个宽泛的概念。人工智能(Artificial Intelligence),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。简而言之,人工智能试图用人工的方式实现类人的智慧。

  那我们经常听到的机器学习、神经网络、深度学习一类的词语与人工智能是什么关系呢?

  看了这张图,大家是不是对这些词语之间的关系有了初步的理解呢?还有些迷糊?没关系,听我慢慢道来。

  最初的时候,人们为实现人工智做了很多尝试,提出了很多种方法。如专家系统、进化计算、机器学习等等。他们有着完全不同的应用场景和实现方法。如果按知识来源进行区分,他们大致可分为知识手动输入与知识由计算机获取两大类。专家系统就是典型的由人类向机器输入已有知识,让机器使用这些知识处理问题的代表。而机器学习就是让机器自动从数据中学习知识的代表。

  随着本世纪互联网的大发展,计算机性能的快速提高,人工智能实现理念中的机器学习逐渐受到重视。这是因为机器学习的设计初衷,就是使用算法来解析数据、从数据中学习,然后对真实世界中的事件做出决策和预测。传统的机器学习使用了比较简单的数学算法,随着技术的发展,人们发现传统机器学习正确率较低且适用环境少。此时,人工神经网络(Artificial Neural Network,即ANN )技术异军突起,给人工智能注入了新的强心剂。

  其实,早在1943年,心理学家W.S.McCulloch和数理逻辑学家W.Pitts就建立了神经网络和数学模型——MP模型,证明了单个神经元能执行逻辑功能。60年代,人工神经网络得到了进一步发展,更完善的神经网络模型被提出,其中包括感知器和自适应线年,Rumelhart, Hinton, Williams发展了BP算法(值得一提的是,Hinton因为其在深度学习领域杰出的贡献刚刚获得了2019年的图灵奖),这是一个迄今为止都极具实用价值的人工智能算法。另外,我们耳熟能详的的循环神经网络RNN、卷积神经网络CNN其实早在90年代末就已经提出了,但是碍于当时计算能力的缺乏和差强人意的可解释性,没有引起足够的重视。

  在某种程度上说,人工神经网络与决策树、支持向量机、概率图模型等一样均属机器学习的一部分,它又是神经科学与计算科学相结合的技术。

  而最近异常火爆的深度学习的概念,源于人工神经网络的研究,可以认为是更加复杂的人工神经网络。由于其高性能与灵活性,在最近几年中备受重视。我们熟知的AlphaGo主要使用的就是深度学习。

  讲了这么多,我们来回答一下最初的问题——今天的人工智能会聪明到在4月1日的早上给我开个善意的玩笑吗?

  弱人工智能只能在特定领域、既定规则中,表现出强大的智能,例如AlphaGo。而强人工智能不受领域、规则限制,具有人类同样的创造力和想象力。超级人工智能呢?就是远远超越人类的智能。

  之前我们讲的各种人工智能的实现,不论是专家系统还是深度学习,目前都还基本属于“弱人工智能”。也许目前的机器比人类更加出色地识别图形、文字、音乐,甚至可以识别人类的情绪,模仿人类作词作曲,在棋局上击败人类。然而这都是一个个特定的任务,机器本身还未形成意识。

  问题,仁者见仁智者见智。 现在继续刚才的话题,以目前服务机器人的智商度来看的话,当前

  却都能做到,那人们将会有更多的时间来做自己喜欢的事,未来的发展会更美好更方便。尽管

  门槛想的很低。他们看不到人类创造力的神秘之处。如上所述,我们今天所拥有

  产品的需求。而对于从中小企业到预算受限的大型企业来说,通过云计算来采用

  信息获取(简称爬虫) 与数据分析1、发起请求3、解析内容4、保存数据二、Requests库介绍2.1基本介绍

  范围相关专利都属于机器学习的范畴,可见机器学习的时代化进程多么迅速。归结到

  ? /

  简易esp32单手多功能遥控器,ble蓝牙玩游戏,espnow玩小车#单片机 #电子制作 #ESP32

下一篇:半岛彩票影视业拥抱AI新机遇(AI创作新风潮)
上一篇:2023年网络安全博览会在福州举行 人工智能大模型产品首次亮相半岛彩票

咨询我们

输入您的疑问及需求发送邮箱给我们