人工智能

人工智能、机器学习和深度学习的区别与联系?

人工智能的浪潮正在席卷全球,诸多词汇时刻萦绕在我们耳边:人工智能(Artificial Intelligence)、机器学习(Machine Learning)、深度学习(Deep Learning)。不少人对这些高频词汇的含义及其背后的关系总是似懂非懂、一知半解,那么他们之间有什么样的联系啦?

人工智能:从概念提出到走向繁荣

1956年,几个计算机科学家相聚在达特茅斯会议,提出了“人工智能”的概念,梦想着用当时刚刚出现的计算机来构造复杂的、拥有与人类智慧同样本质特性的机器。其后,人工智能就一直萦绕于人们的脑海之中,并在科研实验室中慢慢孵化。之后的几十年,人工智能一直在两极反转,或被称作人类文明耀眼未来的预言,或被当成技术疯子的狂想扔到垃圾堆里。直到2012年之前,这两种声音还在同时存在。

2012年以后,得益于数据量的上涨、运算力的提升和机器学习新算法(深度学习)的出现,人工智能开始大爆发。据领英近日发布的《全球AI领域人才报告》显示,截至2017年一季度,基于领英平台的全球AI(人工智能)领域技术人才数量超过190万,仅国内人工智能人才缺口达到500多万。

科学家:人工智能可以迅速发展自己的偏见

据英国《每日邮报》9月7日报道,来自英国卡迪夫大学和美国麻省理工学院的计算机科学和心理学专家发现,自主机器人可以通过识别、复制、学习其他机器人的行为产生偏见,某些种类的算法已经产生性别歧视和种族歧视。

歧视看似是人类社会中特有的、需要认知才能产生的现象。但是,某些类型的计算机算法已经从公开档案等人类资料中习得了性别歧视、种族歧视等偏见。最新的一项研究甚至发现,人工智能可以进化出不同的偏见群体。

为证实人工智能可以自己产生偏见,科学家用计算机模拟博弈。博弈中,每个个体都可以将钱送给自己所在的群体或其他群体,以测试每个个体的给予策略,观察其是否对其他群体有偏见。这一博弈由一台超级计算机模拟,其中包括上千个个体,每个个体都可以通过复制其他来自相同群体或不同群体的个体学习新的策略。

参与研究的卡迪夫大学计算机科学与信息学教授Roger Whitaker表示:“通过成千上万次模拟,我们发现了偏见是如何演化的、哪些情况可以激化偏见、哪些情况可以减弱偏见。我们的研究表明,偏见是自然产生的、影响非常大的,它很容易被激励、损害大范围的连通性。来自同一偏见群体的保护可以非主观地引起更进一步的偏见,使整个群体四分五裂。这种广泛传播的偏见很难逆转。”这些个体是通过复制那些有更高短期效益的个体使得偏见升级的,可见偏见并不需要高级认知能力。

远场语音识别面临的瓶颈与挑战

语音交互正在被视为用户在未来很多场景下的主要流量入口之一。因此,寻求可靠有效的远场语音技术突破变成了当下工业界和学术界的迫切需求。一个经典的语音识别系统包含麦克风信号采集模块、信号处理模块以及语音识别模块。每个模块的处理方法都会影响最终的识别效果。

具体来说,目前远场语音识别的技术难点主要集中在以下4个部分:
第一个是多通道同步采集硬件研发;
第二个是前端麦克风阵列信号处理算法研发;
第三个是后端语音识别与前端信号处理的匹配;
第四个是前端和后端联合优化。

首先,多通道麦克风阵列技术已经被证明可以显著提升语音识别质量。当信号采集通道数足够多时,需要额外研发多通道同步技术。并且,目前消费电子上很少有集成多个麦克风的情况,相关研究成果很少,这也增加了该硬件方案的研发难度。

远场语音识别面临的瓶颈与挑战

未来10年将要诞生的21项新工作,看看你都能干嘛?

基于今天可观察到的主流宏观经济、政治、人口、社会、文化、商业和技术趋势,我们来看看未来10年将出现的21个新工作岗位,这些岗位将成为未来工作的基石。

作者:Manish Bahl
编译:大数据(ID:hzdashuju)

1. 数据侦探(Data Detective)

数据侦探用大数据来查看和解释大局。那些成功的应用将“走到数据所在的位置”,去追踪数据所说的内容,并通过分析各种来源给出有意义的商业建议。

2. 自带型IT协调员(Bring your own IT facilitator)

通过创建一个自动化的自助服务平台,让用户选择所需的应用程序,以及构建虚拟助手,以提高员工敏捷性、生产力和参与度,同时保证数据控制、安全性和可管理性,促进让员工更好、更智能地工作。

3. 道德官(Ethical sourcing officer)

人工智能领域十大最具成长性技术展望

在2018世界机器人大会17日的主论坛上,中国电子学会发布《新一代人工智能领域十大最具成长性技术展望(2018-2019年)》。

当前,全球正在经历科技和产业高度耦合、深度迭加的新一轮变革,大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进驱动人工智能进入新一轮创新发展高峰期,新技术持续获得突破性进展,呈现出深度学习、跨界融合、人机协同、群智开放、自主操控等以应用为导向的新特征。加强新一代人工智能技术的前瞻预判,准确把握全球技术创新动态及发展趋势,将为行业健康发展、资金有序进入、政策规划出台、新兴市场开拓等提供具备决策参考价值和实践指导意义的智力支撑。

围绕于此,中国电子学会依据国家出台的《新一代人工智能发展规划》、《促进新一代人工智能产业发展三年行动计划(2018-2020年)》等一系列政策规划,调研走访了一批在新一代人工智能技术及产业方面具备领先水平和特色的龙头企业,组织拜访了来自于知名高校、研究机构的人工智能相关领域专家学者,系统梳理了权威智库和知名战略咨询公司的最新报告,遴选了十项最具特色的成长性技术,得出以下结论:

1、对抗性神经网络

物联网云计算大数据人工智能四者紧紧相连密不可分

近年来,物联网、云计算、大数据、人工智能等专业名词愈来愈成为信息产业和科学技术界的热门词汇,这四者紧紧相连、密切相关、不可分割。

物联网

物联网云计算大数据人工智能四者紧紧相连密不可分

顾名思义,物联网就是物物相连的互联网。与其说物联网是网络,不如说物联网是业务和应用。它是新一代信息技术的重要组成部分,也是“信息化”时代的重要发展阶段,是一个动态的、不断拓展深化的过程。

云计算

物联网云计算大数据人工智能四者紧紧相连密不可分

别再误读了!一文读懂人工智能与人类智能的差异化

随着人工智能变得越来越聪明,关于AI将消灭人类的说法也不断涌现出来。事实上,很多大人物都在呼吁人们提起警惕。到现在,似乎AI支持者谷歌首席工程师雷·库兹韦尔对未来的乐观态度似乎已经不敌比尔·盖茨、伊隆·马斯克和史蒂芬·霍金提出的担忧。

诚然,我们确实有理由表示担忧,但未来并不一定会是一个黑暗的未来,因为我们可以有利用AI的更好方式,关键是认识到人类与机器智能之间的互补关系。说到底,人工智能与人类智能有着天壤之别,所以以后可以停止对二者的比较了。

如今,人们很容易相信人工智能已经变得像人类智慧一样聪明了——如果不是更聪明的话。比如,前一段时间,谷歌发布了Duplex AI,能够帮助用户完成外呼预定美发沙龙和餐馆等操作。由于它的声音几乎与人类一模一样,所以在整个过程中可以瞒过其对话伙伴,使之认为自己是人类。

此外,谷歌子公司DeepMind开发了一款人工智能,在最复杂的棋盘游戏中击败了世界冠军。而最近,人工智能又被证明它可以像训练有素的医生一样准确诊断眼疾......还有很多的事件可以表明,在不久的将来,机器人有可能会让人类身处失业的状态。

Imagination出席首届中国智博会半导体论坛畅谈人工智能

2018年8月23日-25日,首届中国国际智能产业博览会在重庆举行。本届博览会由科学技术部、工业和信息化部、中国科学院、中国工程院、中国科学技术协会和重庆市人民政府共同举办。Imagination Technologies副总裁兼中国区总经理刘国军出席了首届智博会半导体产业高端论坛,并介绍了Imagination在人工智能等领域内的优势、技术、产品、以及与中国芯片企业的合作规划。

Imagination出席首届中国智博会半导体论坛畅谈人工智能

刘国军在发言中介绍:Imagination总部位于英国,是全球第二大独立半导体知识产权(IP)供应商,也是图形处理器技术(GPU)领域内的长期领导厂商,其产品和技术一直被苹果公司等全球领先企业采用。去年苹果公司宣布放弃使用Imagination Technologies的GPU后,公司股价下滑而出现了一次收购机会。

人工智能和物联网时代,这十大良机不可错过!

近日,SAP针对网络经济未来发展趋势公布的研究报告《未来网络经济的99个趋势》显示,大数据、智能助手、共享经济等将成为未来网络经济的热门关键词。

1、到2020年,平均每个人都会与机器人有更多的对话。

值得注意的是,就在今年CES世界消费电子展上,多家科技公司推出了服务型机器人,其中一款Aeolus公司的家用服务机器人也是出尽风头,它不仅能够做为一个家庭保姆,干擦地板擦家具的脏活累活,还能够根据你的需求在冰箱为你取回需要的饮品等。未来一天,或许你日常交流的“家庭成员”之一就是一位机器人。

2、虽然51%的工作活动可以自动化,但是完全由机器替代的工作不到5%。

一直以来,从包括麦肯锡等专业机构的预期来看,AI确实会取代一些人类工作。但是同时,美国《新闻周刊》指出,很多人质疑AI会取代人类就业之际,数据公司的兴起表明,人工智能实际上能创造就业,这是我们不曾预想到的。此前的埃森哲报告也指出,越来越多角色将需要我们与AI有效地展开合作,而不是被AI取代。

3、71%的B2B客户在购买后被忽视,只有1%的B2B营销人员在售后管理客户关系。

这或许可以为B2B行业提供一条最有利的建议:维护好客户关系,是B2B最需要遵循的商业逻辑。

机器学习和对抗性人工智能会是新的内部威胁吗

​机器学习和人工智能正在从概念验证程序转变为功能性企业基础架构。随着对这些技术的资金支持不断攀升,可以预见人工智能的普及是不可避免的。

机器学习(ML)和人工智能(AI)正在从概念验证程序转变为功能性企业基础架构。随着对这些技术的资金支持不断攀升,可以预见人工智能的普及是不可避免的。

但是数字智能的应用带来了新的风险:IT专家面对这急剧的变化,有些无所适从,而网络犯罪分子正在想方设法入侵新工具。

为什么AI无法取代人类专业技能?

现在的安全团队工作过度而且人员不足,但还是有人担心AI工具会最终取代人类专业技能。

为了回应这些担忧,Phys.org网站在2018年6月指出,现在关于人工智能和自动化的讨论被两种思想主导,一种是灾难预言者,他们害怕机器人会取代人类的工作,另一种是乐天派,他们对新技术不以为然,认为世界上没有什么新东西。

然而,研究表明,这些技术只适合取代某些特定的工作任务,而不是彻底消除某些职业。The Verge在2018年6月报道,美国军队的一项实验计划将利用机器学习来更好的预测车辆何时需要维修,这不仅降低了成本,也减轻了技术人员的压力。

同步内容
--电子创新网--
粤ICP备12070055号