人工智能

未来人工智能的9大悬念

AlphaGo与柯洁的三番棋激起新的AI波澜,人工智能热潮汹涌,舆论喧嚣纷杂、莫衷一是。有机构对全球AI技术发展进行了地图式脉络分析、多技术点位的行业扫描。

FutureLab未来实验室与DCCI*未来智库创始人、《黑科技》出品与作者之一的胡延平,接受媒体(谷歌探秘)采访时,发表了独特的见解,认为未来人工智能存在9大悬念。

悬念1:比赛胜负不是关键,未来AI进化速度多快以及如何进化才是问题

问:5月23-27日,AlphaGo将和世界围棋冠军柯洁对战,而距离上一次AlphaGo与人类的对战才一年时间。您觉得,这次对战的胜负有悬念吗,为什么?在这一年时间里,一个人类棋手的进步,和AlphaGo的进步,会有哪些明显的对比?

胡延平:比赛结果没有悬念,AlphaGo背后未来AI的进化速度到底有多快以及如何进化才是悬念;人类棋手的棋力提升越往高阶越缓慢,而AI能力的提升幅度还在几何级数的飞跃式成长过程当中。

无论学习能力、计算速度、大局观、控制力还是细节推算,AlphaGo均远在柯洁之上,人类棋手剩下的只有不确定性之魅,和程序出漏洞、恶手的可能性之侥幸,但是现在连漏洞的找寻都变得非常困难。

悬念2:计算智能向感知智能的历史一跃,未来还需远胜AlphaGo的感知智能来完成

人工智能之OCR识别技术简析

文字识别是计算机视觉研究领域的分支之一,归属于模式识别和人工智能,是计算机科学的重要组成部分。计算机文字识别,俗称光学字符识别,英文全称是Optical Character Recognition(简称OCR),它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来,并转换成一种计算机能够接受、人可以理解的格式。OCR技术是实现文字高速录入的一项关键技术。

OCR技术的兴起便是从印刷体识别开始的,印刷体识别的成功为后来手写体的发展奠定了坚实的基础。印刷体识别的主要流程大致分为以下几个部分:图像预处理、版面处理、图像切分、特征提取和模型训练、识别后处理。

图像预处理

输入文本经过扫描仪进入计算机后,由于纸张的厚薄、光洁度和印刷质量都会造成文字畸变,产生断笔、粘连和污点等干扰,所以在进行文字识别之前,要对带有噪声的文字图像进行处理。由于这种处理工作是在文字识别之前,所以被称为预处理。预处理一般包括灰度化、二值化,倾斜检测与校正,行、字切分,平滑,规范化等等。

版面处理

版面处理分为三个主要部分,版面分析、版面理解、版面重构。

人工智能:一种与人类迥异的智能形态

作者:光明日报记者 詹媛 康薇薇

近年来,人工智能快速发展,它是否已成为超越人类的智能形式呢?该如何理解人工智能呢?在日前举办的第四届中国机器人峰会暨智能经济人才峰会上,美国《连线》杂志主编凯文·凯利接受了采访。该杂志是一份科技类月刊杂志,创刊于1993年,刊发科学技术在当今和未来人类生活中的应用类文章。凯文·凯利被称为“科技商业预言家”,著有多本预测科技走向的畅销书籍。

在一些“点”上比人类“聪明”

“人工智能会从大约相当于老鼠的智能程度逐渐发展到人类的智能程度,这是一个错误的认知。”在凯文·凯利看来,人工智能的一大特点是单一维度的思维方式,这与人类的综合思维方式具有差异化,是完全不同的另外一种智能形态。

因而,在他看来,人工智能的发展并不遵循由低级到高级的进化过程,“而是会在一些‘点’上,突然变得比人类‘聪明’很多。”而这样的智力维度,在动物当中也可以发现。“比如一个松鼠就可以记住成百上千的松果埋在哪里,在这方面它优于人类。”

凯文·凯利表示,人类创造出了飞机、汽车等很多自然界原本不存在的物体,而人工智能则是人类发明的思维方式。每个人工智能项目就是一个不同的思维方式,而千差万别的思维方式会帮助人类解决科学研究、生活、经济等领域中的一些难题。

提升人工智能效率 量子计算比经典算法节省时间

量子计算机有望提供更强的计算能力。量子计算机提供了另一条增强计算能力的思路。它并行计算的特性,使得它可以一次同时处理多个任务,有望实现计算能力上的超越。

量子计算的算力呈指数级增长

量子计算的核心优势是可以实现高速并行计算。在计算机科学中,无论经典计算还是量子计算,他们的计算功能的实现都可以分解为简单的逻辑门的运算,包括:“与”门, “或”门,“非”门,“异或”门等。简单来讲,每一次逻辑门的运算(简称操作)都是要消耗一个单位时间来完成。

经典计算机的运算模式通常是一步一步进行的。它的每一个数字都是单独存储的,而且是逐个运算。所以对于 4 个数字进行同一个操作时,要消耗 4 单位时间。而量子计算中,一个 2 个量子比特的存储器可以同时存储 4 个数字,这里一个量子态可以代表所有存储的数字。

提升人工智能效率 量子计算比经典算法节省时间

一文了解人工智能的基本常识

德勤DUP近期发布了一份报告,对人工智能的历史、核心技术和应用情况进行了详细说明,尤其是其中重要的认知技术。这份报告将有助于我们对人工智能和认知技术进行深入了解,也有助于各行业的公司考量人工智能应用的实际价值。

国内对于人工智能的讨论大多是不成体系的碎片式,很难从中深入了解人工智能的发展脉络和技术体系,也很难有实际借鉴意义。德勤DUP近期发布了一份报告,对人工智能的历史、核心技术和应用情况进行了详细说明,尤其是其中重要的认知技术。这份报告将有助于我们对人工智能和认知技术进行深入了解,也有助于各行业的公司考量人工智能应用的实际价值。

一、概述

近几年各界对人工智能的兴趣激增,自2011年以来,开发与人工智能相关的产品和技术并使之商业化的公司已获得超过总计20亿美元的风险投资,而科技巨头更是投资数十亿美元收购那些人工智能初创公司。相关报道铺天盖地,而巨额投资、计算机导致失业等问题也开始浮现,计算机比人更加聪明并有可能威胁到人类生存这类论断更是被媒体四处引用并引发广泛关注。

IBM承诺拨出10亿美元来使他们的认知计算平台Watson商业化。

谷歌在最近几年里的投资主要集中在人工智能领域,比如收购了8个机器人公司和1个机器学习公司。

人工智能与自然语言处理概述:AI三大阶段、NLP关键应用领域

选自xenonstack
机器之心编译
参与:黄小天、李亚洲

人工智能概述

AI 指代「人工智能」,是让机器能够像人类一样完成智能任务的技术。AI 使用智能完成自动化任务。

「人工智能」包含两个关键点:
● 自动化
● 智能

人工智能的目标

人工智能与自然语言处理概述:AI三大阶段、NLP关键应用领域

● 推理
● 自动学习&调度
● 机器学习
● 自然语言处理
● 计算机视觉
● 机器人
● 通用智能

人工智能三大阶段

● 阶段 1——机器学习:智能系统使用一系列算法从经验中进行学习。
● 阶段 2——机器智能:机器使用的一系列从经验中进行学习的高级算法,例如深度神经网络。

人工智能目前处于此阶段。

● 阶段 3——机器意识:不需要外部数据就能从经验中自学习。

人工智能和机器学习的新趋势

概要:人工智能在各产业中的超凡表现奠定了它对未来世界不可或缺的地位。
作者:Hardik Gohil
翻译:Gabrielle

人工智能在各产业中的超凡表现奠定了它对未来世界不可或缺的地位,比如制造业,医疗保健,建筑业,在线零售业等几乎各个行业都在利用人工智能技术融入物联网。不断演化的机器学习技术使每个企业都有望成为数据驱动的企业,都能利用云平台的机器学习技术使用人工智能应用程序。未来的企业将不必安装和维护机器学习系统,花很低的开销就能分析海量又复杂的数据,最终做出详细精准的分析和预测。

机器学习产业体现出了以下三个最新趋势:数据飞轮(Data Flywheels),算法经济(Algorithm Economy),和云托管智能(Cloud Hosted Intelligence)。未来每个应用程序都将运用开源算法和机器学习代码成为智能应用,那么这些趋势将给云产业,数据处理等数字化业务带来怎样的巨变呢?

数据飞轮- 未来的关键

数据将成为未来数字世界的决定因素。世界上的数据每18个月翻一番,而同时期数据储存费用也几乎下降一半,也就是说几年后可用数据将越来越多。

世界上还没有人工智能?我们被深度学习骗了吗

本文系《AI研究院》栏目出品,专注人工智能行业热点与深度分析。

摘要:本人作者、Novaquark创始人兼总裁Jean-Christophe Baillie表示,“没有机器人就没有人工智能。”在这篇文章中,他讨论了人工智能是什么,以及AlphaGo不能被称之为人工智能的原因。

什么是人工智能,什么不是?

毫无疑问,AlphaGo是由谷歌DeepMind设计的“人工智能围棋系统”,它是个非常聪明的系统。AlphaGo击败了围棋世界冠军Lee Sedol,而类似的深度学习方法已经被用于解决各个行业的复杂计算问题。多亏了AlphaGo,人工智能这个词汇再次成为人们关注的焦点。

然而,本文作者并不认为AlphaGo属于人工智能,因为它不涉及通用人工智能(AGI)。要建立通用人工智能,关键问题之一是让它避免受到设计者的限制,应该让它自身发挥出能量。它可以从自己遇到、听到、说过、做过的事情和体验中发展出内在的意义,就像人类一样。

而事实相反,如今的人工智能程序基本无法理解周围发生的事情,也无法处理其他领域的问题。那么什么是人工智能呢?这或许是人工智能最根本的问题。

科普|人工智能--神经网络

AI的另一个研究领域,神经网络,灵感来自于人类神经系统的自然神经网络。

什么是人工神经网络(ANNs)?
第一台神经网络机器的发明人Robert Hecht Nielsen博士,定义了一个神经网络为−“一个由许多简单、高度互联的处理单元组成的计算系统,它们通过外部输入的动态响应来处理信息。”

ANNs基本结构
人工神经网络的概念是基于这样的信念:人脑工作进行正确的连接,可以模仿使用硅线作为生活 神经元树突。
人类的大脑是由1000亿个神经细胞组成,称为 神经元。 被 轴突连接到其他成百上千的细胞。外界环境的刺激或感官器官的输入被树突接受。这些输入产生电脉冲,通过神经网络迅速传播。然后,神经元可以发送消息到其他神经元处理的问题,或不向前发送神经元信息。

科普|人工智能--神经网络

人工智能与量子计算的“奇妙邂逅”

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。

可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。

人工智能的发展可能存在三个阶段:服务器时代、云计算时代、量子计算时代。

现阶段人工智能基本只能依靠集中处理的方式实现相关功能和应用,也就是通过云计算的方式。根据我们的判断,量子计算有望给人工智能带来的变革性变化在于小型化和移动化。当量子芯片中的量子比特数量达到一定数量后,计算能力将满足人工智能对运算能力的需求,人工智能将不再依赖于大型服务器集群。未来量子芯片小型化后,人工智能前端系统的快速实时处理便成为可能,比如车载智能系统、无人机智能系统等。

同步内容
--电子创新网--
粤ICP备12070055号