0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

这个被称作“智能”的人工智能,到底是什么东西?

电子工程师 来源:lp 2019-04-04 14:00 次阅读

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?

人工智能是什么

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(Artificial Intelligence,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。

01人工智能的历史

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。

人工智能之父——约翰·麦卡锡

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。

反向传播算法

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。

02人工智能的分类

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?

有人是这样总结他们的关系的:

没看懂?还有中文版本:

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。

简单的神经网络示意图

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性元件等。1986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?

很遗憾还不能。

业界把人工智能按照先进程度,分为三种:

弱人工智能

强人工智能

超级人工智能

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。

也许你会为此感到扫兴

但如果我们回顾过去

十年前我们无法想象

一部个人手机加一枚摄像头

就可以实现对人脸的快速识别

而今天

人工智能已经可以比人类自己更准确地识别人的表情

目前的人工智能已经可以像人类一样

看到世界、感受世界

计划当下、预测未来

谁知道接下来人工智能会有怎样的发展呢?

斯皮尔伯格电影《人工智能》剧照

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 神经网络
    +关注

    关注

    42

    文章

    4779

    浏览量

    101036
  • 人工智能
    +关注

    关注

    1794

    文章

    47631

    浏览量

    239605
  • 计算机科学
    +关注

    关注

    1

    文章

    144

    浏览量

    11381

原文标题:愚人节到了 | 人工智能会骗人吗?

文章出处:【微信号:bdtdsj,微信公众号:中科院半导体所】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    相关推荐

    嵌入式和人工智能究竟是什么关系?

    嵌入式和人工智能究竟是什么关系? 嵌入式系统是一种特殊的系统,它通常被嵌入到其他设备或机器中,以实现特定功能。嵌入式系统具有非常强的适应性和灵活性,能够根据用户需求进行定制化设计。它广泛应用于各种
    发表于 11-14 16:39

    《AI for Science:人工智能驱动科学创新》第6章人AI与能源科学读后感

    幸得一好书,特此来分享。感谢平台,感谢作者。受益匪浅。 在阅读《AI for Science:人工智能驱动科学创新》的第6章后,我深刻感受到人工智能在能源科学领域中的巨大潜力和广泛应用。这一章详细
    发表于 10-14 09:27

    AI for Science:人工智能驱动科学创新》第4章-AI与生命科学读后感

    农业、环保等,为人类社会的可持续发展做出贡献。 总结 《AI for Science:人工智能驱动科学创新》第4章关于AI与生命科学的部分,为我们展示了一个充满希望和机遇的未来。在这个未来中,人工智能
    发表于 10-14 09:21

    《AI for Science:人工智能驱动科学创新》第一章人工智能驱动的科学创新学习心得

    周末收到一本新书,非常高兴,也非常感谢平台提供阅读机会。 这是一本挺好的书,包装精美,内容详实,干活满满。 《AI for Science:人工智能驱动科学创新》这本书的第一章,作为整个著作的开篇
    发表于 10-14 09:12

    risc-v在人工智能图像处理应用前景分析

    长时间运行或电池供电的设备尤为重要。 高性能 : 尽管RISC-V架构以低功耗著称,但其高性能也不容忽视。通过优化指令集和处理器设计,RISC-V可以在处理复杂的人工智能图像处理任务时表现出色。 三
    发表于 09-28 11:00

    人工智能ai 数电 模电 模拟集成电路原理 电路分析

    人工智能ai 数电 模电 模拟集成电路原理 电路分析 想问下哪些比较容易学 不过好像都是要学的
    发表于 09-26 15:24

    人工智能ai4s试读申请

    目前人工智能在绘画对话等大模型领域应用广阔,ai4s也是方兴未艾。但是如何有效利用ai4s工具助力科研是个需要研究的课题,本书对ai4s基本原理和原则,方法进行描诉,有利于总结经验,拟按照要求准备相关体会材料。看能否有助于入门和提高ss
    发表于 09-09 15:36

    名单公布!【书籍评测活动NO.44】AI for Science:人工智能驱动科学创新

    ! 《AI for Science:人工智能驱动科学创新》 这本书便将为读者徐徐展开AI for Science的美丽图景,与大家一起去了解: 人工智能究竟帮科学家做了什么? 人工智能将如何改变我们所生
    发表于 09-09 13:54

    报名开启!深圳(国际)通用人工智能大会将启幕,国内外大咖齐聚话AI

    8月28日至30日,2024深圳(国际)通用人工智能大会暨深圳(国际)通用人工智能产业博览会将在深圳国际会展中心(宝安)举办。大会以“魅力AI·无限未来”为主题,致力于打造全球通用人工智能领域集产品
    发表于 08-22 15:00

    零基础小白看过来!人工智能到底是学习什么?算法是什么?难不难学?

    ​#人工智能到底是学什么?#以豆包、ChatGPt、文心一言、通义千问为代表的大模型;以百度、华为、特斯拉、蔚小理为代表的自动驾驶;以讯飞、百度为代表的语音识别技术,以及手机上的人脸识别等等,都依托
    的头像 发表于 08-20 16:54 529次阅读
    零基础小白看过来!<b class='flag-5'>人工智能到底是</b>学习什么?算法是什么?难不难学?

    FPGA在人工智能中的应用有哪些?

    FPGA(现场可编程门阵列)在人工智能领域的应用非常广泛,主要体现在以下几个方面: 一、深度学习加速 训练和推理过程加速:FPGA可以用来加速深度学习的训练和推理过程。由于其高并行性和低延迟特性
    发表于 07-29 17:05

    Python中的人工智能框架与实例

    人工智能(AI)领域,Python因其简洁的语法、丰富的库和强大的社区支持,成为了最受欢迎的编程语言之一。本文将详细介绍Python中的人工智能框架,并通过具体实例展示如何使用这些框架来实现不同的人工智能应用。
    的头像 发表于 07-15 14:54 1804次阅读

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2)

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V2) 课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https
    发表于 05-10 16:46

    5G智能物联网课程之Aidlux下人工智能开发(SC171开发套件V1)

    课程类别 课程名称 视频课程时长 视频课程链接 课件链接 人工智能 参赛基础知识指引 14分50秒 https://t.elecfans.com/v/25508.html *附件:参赛基础知识指引
    发表于 04-01 10:40

    嵌入式人工智能的就业方向有哪些?

    嵌入式人工智能的就业方向有哪些? 在新一轮科技革命与产业变革的时代背景下,嵌入式人工智能成为国家新型基础建设与传统产业升级的核心驱动力。同时在此背景驱动下,众多名企也纷纷在嵌入式人工智能领域布局
    发表于 02-26 10:17