人工智能

深度学习:远非人工智能的全部和未来

作者:Fabio Ciucci

人工智能的这一波热潮毫无疑问是由深度学习引发的,自吴恩达等人 2011 年发表「识别猫」研究后,深度学习及其引发的技术已经在图像识别、游戏等任务中超越人类,并让机器学习技术的应用带入人们的生活。这种 AlphaGo 背后的技术是否是未来人工智能的方向?Fabio Ciucci 给出了他的看法。

现在每一个人都在学习,或者正打算学习深度学习(DL),它是目前人工智能诸多流派中唯一兴起的一个。各个年龄阶段的数十万人学习着免费和收费的深度学习课程。太多的创业公司和产品的命名以「深度」开头,深度学习已然成了一个流行语,但其真正使用实际上很少。绝大多数人忽略了深度学习只占机器学习领域的 1%,而机器学习又只占到了人工智能领域的 1%。余下的 99% 则被用来处理实践中的绝大多数任务。一个深度学习专家无法与人工智能专家划上等号。

普通程序员如何向人工智能方向转型?

眼下,人工智能已经成为越来越火的一个方向。普通程序员,如何转向人工智能方向,是知乎上的一个问题。本文是我对此问题的一个回答的归档版。相比原回答有所内容增加。

一. 目的

本文的目的是给出一个简单的,平滑的,易于实现的学习方法,帮助 “普通” 程序员踏入AI领域这个门。这里,我对普通程序员的定义是:拥有大学本科知识;平时工作较忙;自己能获取的数据有限。因此,本文更像是一篇 “from the scratch” 的AI入门教程。

二. AI领域简介

AI,也就是人工智能,并不仅仅包括机器学习。曾经,符号与逻辑被认为是人工智能实现的关键,而如今则是基于统计的机器学习占据了主导地位。最近火热的深度学习正是机器学习中的一个子项。目前可以说,学习AI主要的是学习机器学习。

但是,人工智能并不等同于机器学习,这点在进入这个领域时一定要认识清楚。关于AI领域的发展历史介绍推荐看周老师写的《机器学习简介》。下面一个问题是:AI的门好跨么?其实很不好跨。我们以机器学习为例。

人工智能空前火爆 “智能时代”真的到来了吗?

当下,人工智能可谓热度空前。

自“阿尔法狗”(AlphaGo)完胜人类围棋顶尖高手后,有关人工智能的讨论就从未停歇。一时间,贴着人工智能标签的项目如雨后春笋般涌现,与人工智能业务相关的公司股价更是一路看涨。

不过,对于“人工智能”概念的暴热,也存在着“看多”与“看空”的分歧。有人认为,人工智能将是下一个“风口”,酝酿着大量新的产业、新的价值;而也有人说,这只不过是资本热潮下的又一轮泡沫,将很快破灭。

对于“山雨欲来风满楼”的人工智能,我们究竟应该如何看待它的这次兴起?

深度学习引爆智能热潮

人工智能(Artificial Intelligence)被认为是研究、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。通俗来讲,人工智能就是研究如何使计算机去做过去只有人才能做的智能工作。

这一概念最早是在1956年的达特茅斯夏季会议上提出的,它从诞生到现在经历了61年的历史,发展过程中充满坎坷。它的每一次崛起都伴随着某种重要技术的突破,而每一次遭遇瓶颈,也是由于人们对其过高的期望,超出了技术能达到的水准。

人工智能发展的背后 网络安全该如何保障?

随着万物互联时代的来临,互联网以“开放”“包容”的姿态接纳各类型设备的接入,在带来更加便捷生活的同时,各类意想不到的网络安全隐患便悄悄的潜伏在我们周围。进入2017年,WannaCry 病毒与Petya 病毒席卷全球,在短短几小时内袭击100多个国家和组织机构,对于人们的心理、财产和隐私信息产生了严重影响。

如今,网络安全的边界愈发模糊,如何利用人工智能更好地结合与提升网络安全产业将会成为行业领域的研究热点。未来十几年,人工智能将无处不在,其强大的计算能力、深度学习的能力与“天生自带”的自动化属性相结合,将为人工智能装上前进的发动机,在不断完善解决问题的同时,也在不断与更多的领域相结合。

值得关注的是,由于网络病毒数量与类型的逐渐上涨,让网络安全再度受到了前所未有的关注,同时随着人工智能的迅速发展,其优越的自动化作用在网络安全防御和攻击方面发挥着越来越重要的作用。

在Gartner发布2017年度新兴技术成熟度曲线报告中,无处不在的人工智能已经部署在深度学习、自动驾驶、目标识别、人脸识别、人机对话、认知计算、商业无人机(无人机)、对话用户界面、企业分类法和本体管理、机器学习,智能微尘、智能机器人,智能空间等等新兴技术领域。

人工智能将在汽车出行领域产生颠覆性变革

近日,罗兰贝格与腾讯汽车联合发布《中国汽车行业人工智能应用报告》,分析了人工智能的发展对汽车领域的影响,其在汽车与出行中的应用,以及中国消费者对自动驾驶的消费偏好。报告指出,人工智能对汽车全价值链有着不同程度的影响,短期内主要影响营销及车主使用,而长期来看,人工智能技术将会对汽车出行生态产生颠覆性变革。

经过对算法研究的知识准备与硬件计算性能的提升,人工智能即将迎来新一波的发展热潮。短期来看,人工智能将对汽车行业价值链偏下游环节带来一定的价值增值和精准化运作的效率提升,例如通过采集客户的交通、电信等消费行为数据来建立客户全生命周期的数据生态,构建以应用场景为导向的机器学习算法,或是对精准营销、金融风控和产品个性化定制等场景产生洞见及应用。

长期而言,人工智能技术将推动无人驾驶车辆的大规模应用,并随着无人驾驶出租车的出现,汽车出行领域将发生颠覆性的变革。无人驾驶出租车的有效载客时间高于传统出租车80%,成本却只有传统出租车的12%。它还能节省40%的停车空间,平均减少30%的交通拥堵时间,帮助改善城市空间布局和优化城市交通。

语音识别的前世今生 | 深度学习彻底改变对话式人工智能

“语音识别”的终极梦想,是真正能够理解人类语言甚至是方言环境的系统。但几十年来,人们并没有一个有效的策略来创建这样一个系统,直到人工智能技术的爆发。

在过去几年中,人们在人工智能和深度学习领域的突破,让语音识别的探索跨了一大步。市面上玲琅满目的产品也反映了这种飞跃式发展。本文将回顾语音识别技术领域的最新进展,研究促进其迅猛发展进程的元素,并探讨其未来以及我们距离可以完全解决这个问题还有多远。

背景:人机交互

多年来,理解人类一直都是人工智能的最重要任务之一。人们不仅希望机器能够理解他们在说些什么,还希望它们能够理解他们所要表达的意思,并基于这些信息采取特定的行动。而这一目标正是对话式人工智能(AI)的精髓。

对话式AI包含有两个主要类别:人机界面,以及人与人沟通的界面。在人机界面中,人类与机器往往通过语音或文本交互,届时机器会理解人类 ( 尽管这种理解方式是有限的 ) 并采取相应的一些措施。图1表明,这台机器可以是一个私人助理或某种聊天机器人。

人工智能会迎来第三个冬天吗?

作者:脑极体

近两年人工智能开始疯狂生长,各种人工智能将会颠覆产业、颠覆生活,甚至取代人类的“宏大叙事”接踵而至。似乎人工智能就是未来已经是板上钉钉的事情。

但如果暂时放下对人工智能的美好想象,坐下来平心静气的观察一下人工智能的历史,却可能产生不少另类的结论:

比如人工智能并不怎么前沿和未来,事实上人工智能比大部分我们日常生活中用到的科技都要“老气横秋”。从图灵上世纪40年代提出现代人工智能概念,到1956年达特茅斯学院的一次会议上诞生第一个人工智能程序,人工智能这东西至少已经是60岁高龄的“爷爷级”技术。

而且人工智能改变生活,代替人类工作也不是什么新鲜论调,这种说法在几十年里被反复抛出….结果呢,直到今天也没出现。

回顾这六十年,AI的发展绝不是一帆风顺的。尤其是两次堪称具有毁灭意义的,被广泛承认的AI之冬,很大程度上将学界伸入现实的AI产业进行了清零。

所以在AI火爆的今天,重新回顾这两次堪称产业灾难的事件很有意义。尤其当我们发现,今天的很多画面都只不过是场景重现的时候…….

第一次AI之冬:美好憧憬抵不过一场暴风雪

在过去的 250 多年里,技术创新一直是经济发展的根本推动力。这些技术创新中最重要的就是经济学家所说的“通用技术”,包括蒸汽机、电力,以及内燃机。它们中的每一个都催化了互补性创新与机遇的浪潮。举例来说,内燃机让汽车、卡车、飞机、链锯、割草机,甚至大型零售商、购物中心、交叉对接仓库、新供应链以及郊区得以出现。像沃尔玛、UPS 和 Uber 这样拥有多样性的公司找到了利用新技术创造新商业模式的方法。

我们这个时代最重要的通用技术就是人工智能,尤其是机器学习,也就是说机器能够持续提高自己的性能,而无须人类明确解释所有这些任务要怎样完成。在过去几年的时间里,机器学习已经变得越来越高效和广泛地使用。我们现在已经能建造出自己学习如何完成任务的系统了。

为什么这件事非常重要呢?有两个原因。第一,人类的知识比我们能表达出的更多,我们不能解释为什么人类能完成那么多的事情,从识别出一张人脸到在古老的亚洲策略游戏围棋中走出绝妙的一招。在机器学习之前,我们无法精确表达出我们的知识,这种无能正意味着我们不能自动化很多事情,而现在我们可以做到了。

第二,机器学习系统是非常出色的学习者。这些系统能在广泛的领域中达到超人类性能,包括检测欺诈和诊断疾病等。人们在整个经济领域中都部署了这样出色的数字学习者,它们的影响力将会十分深刻。

人工智能用于网络安全的「能」与「不能」

在如今的万物互联时代,只要一台设备被攻陷,用户银行信息等个人隐私可能全部泄露,其他设备也可能瞬间被瓦解。网络世界的攻守双方,将人工智能当作制胜法宝,正在进行角力较量。

若说过去几个月,最让网民惊魂未定的是什么,非以下这些病毒攻击莫属。

7 月,CopyCat 病毒使 1400 万部安卓手机遭殃;
6 月,Petya 病毒感染全球 60 多个国家;
5 月,WannaCry 病毒来势汹汹,席卷全球,至少 150 个国家受到攻击。

然而,在安全厂商瑞星根据病毒感染人数、变种数量和代表性评选的「2017 年上半年病毒 Top10」中,令人胆颤心惊的 WannaCry 病毒却只能排列第九。

瑞星发布的《2017 年上半年中国网络安全报告》显示,2017 年 1-6 月,瑞星「云安全」系统共截获病毒样本总量 3,132 万个,病毒感染次数 23.4 亿次,病毒总体数量比 2016 年同期上涨 35.47%。

逐渐上涨的病毒数量让网络安全受到了前所未有的关注,以人工智能驱动的网络安全公司也受到了资本的青睐。单就 6 月份,就至少有 7 家将人工智能用于网络安全的公司获得新一轮融资,而融资总额接近 5 亿美元。

网络安全面临严峻考验

人工智能"创造"语言不可怕 这三点才是令人担心的

在过去的几周里,你可能看到过你的Facebook好友分享过这样一篇文章,内容是关于一对由人工智能驱动的Facebook聊天机器人是如何偏离他们最初设定的程序,并发明自己的语言的。

关键是:Facebook创建了两个人工智能聊天程序,可以相互交谈(并互相学习),最终他们停止了用英语交流,并开始用一种非英语的语言进行交流,这些语言是它们自己“发明的”。

新闻头版纷纷报道了这一事件,从夺人眼球的噱头到抽丝剥茧的分析,如每日电讯报的“聊天机器人发明新语言进行沟通Facebook被迫选择关闭”,让人听起来像是这些聊天机器人正在密谋反抗人类,或是对人类构成威胁。随便看看这些新闻底下的评论,你就会发现大家的反应有恐惧、兴奋甚至高兴,有人说道“这一天终于来了”或引用其他艾萨克·阿西莫夫小说中的语句。

但正如Facebook人工智能部的艾特鲁夫巴特拉周一指出的那样,几十年来,人工智能一直在“发明”新的沟通方式,所以这其实算不上新闻。此外,他还解释说,与新闻标题相反的是,这个实验并没有被关闭,只是为了调整语言交流而改变了。

此外,公司也没有试图隐瞒实验细节。所有的一切都是公开的,所有的细节都可以在GitHub上查到,允许其他程序员复制这个场景。

底线是:在人工智能方面,新的人工智能语言不该是我们担心的问题。

同步内容
--电子创新网--
粤ICP备12070055号