人工智能

处于“风口”的机器视觉如何快速构建AI全产业链

本文转自“机器视觉”;经亿欧编辑,供业内人士阅读。

机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理系统,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像系统对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。

2017人工智能?计算机视觉产业创新大会在北京举行。研究机构赛迪顾问人工智能产业高级分析师向阳在会上援引了该机构对人工智能市场的分析和预测。

对人工智能赛迪有自己的定义。现在很多业界人士都对强人工智能和弱人工智能有很清晰的定义,其实强的人工智能还是存在比较遥远的探索阶段,它是关于自我意识方面比较深层次的探索,我们关注最多的是弱的人工智能。

弱的人工智能有三个定义,它主要具备了3C特性,第一个就是人工智能通过深度学习和神经网络算法,能够对人类的一些知识感知实现机器理解。第二个就是机器视觉和语音识别,能够通过机器对外界的行为进行一个感知。第三,协作的关系。这个协作是指运动器官,通过机器外部控制器完成人类对他指令行为习惯的驱使,这是3C的特征。

人工智能时代的产品设计和管理

编译:远望智库技术预警中心 温琳
来源:VentureBeat

有个可让未来的人工智能(AI)企业家在深夜沉思的问题:当软件开始自行编写时,该如何管理一项产品?

我们还未完全实现那些,但随着我们构建更智能更复杂的软件,且这些软件中的某些元素由AI驱动,我们开发的软件也越来越不可预测。我们都知道AI会给软件带来更多的功能,但由于其有时会以非计划的方式表现出来,也会使软件更难设计和管理。这只是伴随着复杂系统的一个现象,也是我们的软件发展的方向。这就是复杂性理论和软件交会的地方。

对于软件行业的大多数企业家、高管、工程师和产品经理来说,我们已经安全设计和管理了数十年的软件,且一直处于合理的投入-产出水平。也就是说,只要我们输入数据,就会很容易得到正确的输出。这主要由于我们一直在使用简单系统。如果输入A和B,就会得到C。如果没得到C,你就知道其中一定有错误需要修改。使用简单的系统,你就可以重复使用同一套测试用例,并重复得到相同的输出。

智能产品和其他动态的基于AI的系统将这一概念置于思维之中,因为自主学习软件会根据与其他系统和人员的不断互动的输入来调整其输出。有些系统目前已变得相当复杂(尤其是在企业),但引入更多基于AI的算法将加速复杂性,且这种复杂性是空前的。

揭秘5大最具争议观点:超级AI是否真能取代人类

转自猎云网(微信号:ilieyun)
作者:Kevin Kelly,《连线》(Wired)杂志创始主编。创办《连线》之前,他是《全球概览》杂志(The Whole Earth Catalog,乔布斯最喜欢的杂志)的编辑和出版人。1984年,他发起了第一届黑客大会(Hackers Conference)。

有人说未来计算机人工智能将会比人类还要聪明,会取代人类所有的工作,占用所有的资源,人类将会灭亡。这是真的吗?

这是我做人工智能讲座时听到过最多的问题。提出这一问题的人态度都很真诚,他们也是听各种专家谈到这个问题,比如史蒂芬·霍金、埃隆·马斯克和比尔·盖茨等,因而产生了忧虑,认为上述情景未来十分有可能成为现实。在最近举行的一次有关人工智能技术的大会上,一支由九人构成的专家组就表示,在不久的将来,超人类智能是一定会出现的。

他们认为未来超人类智能会取得主导地位的这一观点,其实基于五个证据并不充分的假设之上。所谓证据不充分,就是说这些假设未来有可能成为现实,但到目前为止还没有任何真正的证据作为支持。具体说来,这五个假设包括:

1. 人工智能的智慧程度正在以指数形式超越人类;

2. 我们将会把人工智能变为通用智能;

人工智能将要颠覆的12个领域

编译:远望智库技术预警中心 温 琳 谌 为

人工智能(AI)是当今最令人兴奋和最有前景的前沿技术之一。它是计算机科学的一个领域,主要涉及到机器和程序的开发,这些机器和程序非常智能,它们可像人类一样工作和行动。随着科技的日新月异,人工智能越来越受到人们的重视。要实现AI并将其应用到现代生活的各个领域,需要广泛而高度的技术研究。在AI中,知识工程是为了使机器能够像人类一样行为、思考与反应,在计算机科学领域已取得重大进展。一些正在开发的AI技术必将在当今各行业中创造巨大变化。以下是将被AI彻底颠覆的12个领域。

个人助手

目前已有各种各样的程序和应用能够作为个人助手。Siri和Warren就是很好的例子。这些程序能够准确回答你问它们的问题。他们懂自然语言,并会以你能理解的形式给你答案。另外,他们处理信息非常准确并可活在你的智能手机和电脑里。人工智能个人助手正应用在很多部门,例如日常生活、医疗部门、金融和工程。AI助手程序势必在不久的将来颠覆整个行业的个人助手。

医疗诊断与药物处方

如何给非专业人士讲解什么是深度学习?

作者:王咏刚

去年开始,工作中需要做许多有关 AI 科普的事情。很长时间里一直在想,该如何给一个没有 CS 背景的人讲解什么是深度学习,以便让一个非技术的投资人、企业管理者、行业专家、媒体记者乃至普通大众明白深度学习为什么会特别有效,理解 AI 是如何帮助人们解决具体问题的。中间经由 Quora 一篇简短回答的启发,大致形成了用水流脉络来比拟神经网络的想法。曾经在面向银行界、教育界、投资界人士的演讲中,尝试过基于这个比喻的讲解方法,效果很不错。慢慢就形成了这样一篇文章,最近也被收进了李开复和我合著的科普书《人工智能》中。

【注】特别需要说明的是,本文对深度学习的概念阐述刻意避免了数学公式和数学论证,这种用水管网络来普及深度学习的方法只适合一般公众。对于懂数学、懂计算机科学的专业人士来说,这样的描述相当不完备也不精确。流量调节阀的比喻与深度神经网络中每个神经元相关的权重调整,在数学上并非完全等价。对水管网络的整体描述也有意忽略了深度学习算法中的代价函数、梯度下降、反向传播等重要概念。专业人士要学习深度学习,还是要从专业教程看起。

从根本上说,深度学习和所有机器学习方法一样,是一种用数学模型对真实世界中的特定问题进行建模,以解决该领域内相似问题的过程。

宜家正在考虑在家具当中集成人工智能

家具零售商宜家有可能在未来推出内建人工智能技术的家具产品。该公司的丹麦创新实验室Space10目前正在调查人们在虚拟助手中想要看到的内容,这意味着这家瑞典制造商可能会考虑在未来将AI技术嵌入家具当中。

Space 10进行的这项调查旨在确定客户想要在智能家具的虚拟助理中获得何种信息。在大多数情况下,这些问题围绕着你对助理性别的偏好(男性,女性和中性)以及用户希望AI助手是否更加人性化或机器人化。
调查进一步询问用户是否希望虚拟助手反映用户的价值观和世界观,是否希望虚拟助手检测用户情绪并对情绪作出反应,甚至遵循与用户相同的宗教信仰。

它还涉及诸如隐私等问题,要求用户指出是否可以收集用户数据,以及在什么情况下AI可以收集用户数据,以改善整体互动体验。

宜家以前只推出了无线充电台灯和智能灯泡两种高科技解决方案。但是,有一天用户从沙发起身的时候,会听到一个神秘的机器人声音,询问用户是否想要调整灯光。

宜家正在考虑在家具当中集成人工智能

AISpeech Inside:这款音箱基于MIPS君正X1000处理器

北京君正是国内外领先的嵌入式CPU芯片及解决方案提供商,也是思必驰的深度合作伙伴,君正X1000处理器即应用了思必驰自然语言交互技术,能够实现语音识别、语音合成、智能对话等功能,语音交互体验十分人性化。

基于MIPS的X1000是北京君正第一款针对物联网而设计的处理器,具备超低功耗、超高性能、语音交互等优点,主要针对智能家居应用,通过思必驰语音技术,让传统家居产品初步具备人工智能,性价比极高,非常具有竞争力。圣塔斯S1 Wi-Fi智能音箱即应用了该方案,目前该款音箱已经正式开启京东众筹。

 AISpeech Inside:这款音箱搭载了君正X1000处理器

 AISpeech Inside:这款音箱搭载了君正X1000处理器

 AISpeech Inside:这款音箱搭载了君正X1000处理器

 AISpeech Inside:这款音箱搭载了君正X1000处理器

 AISpeech Inside:这款音箱搭载了君正X1000处理器

 AISpeech Inside:这款音箱搭载了君正X1000处理器

 AISpeech Inside:这款音箱搭载了君正X1000处理器

AISpeech Inside:这款音箱搭载了君正X1000处理器

AISpeech Inside:这款音箱搭载了君正X1000处理器

AISpeech Inside:这款音箱搭载了君正X1000处理器

文章来源: 北京君正

黑暗之心:人工智能内心藏着哪些黑暗?

据TechnologyReview报道,当机器人决定走特定路线前往仓库,或无人驾驶汽车决定左转或右转时,它们的人工智能(AI)算法是靠什么做出决定的?现在,AI还无法向人们解释自己做出某项决定的理由,这或许是个需要搞清楚的大问题。

2016年,美国新泽西州蒙茅斯县(Monmouth County)安静的公路上出现一辆奇怪的无人驾驶汽车。这是芯片制造商英伟达的研究人员开发出的试验车,尽管它看起来与谷歌、特斯拉以及通用汽车公司研发的无人驾驶汽车没什么不同,但它展现出AI的更多力量。

帮助汽车实现自动驾驶堪称是令人印象深刻的壮举,但同时也让人感觉有点儿不安,因为现在我们还不是非常清楚汽车如何作出决策。汽车传感器收集的信息被直接传给庞大的人工神经网络,后者可对数据进行处理,然后发出相应指令,指挥汽车方向盘、制动以及其他系统运行。

表面看起来,它似乎与能与人类驾驶员的反应相匹配。但是当其发生意外事件,比如撞上树或闯红灯时,我们可能很难从中找出原因。这些AI算法非常复杂,甚至就连设计它们的工程师都无能为力。现在我们还没有办法设计出这样的系统:它总是能够向人们解释为何要做出上述决定。

未来机器人会咋看人类?递归神经网络之父:像蚂蚁

4月19日消息,据《卫报》报道,谈到机器人的未来,递归神经网络之父、德国计算机科学家尤尔根·施米德胡贝(Jürgen Schmidhuber)在受访时表示,“未来机器人对我们的关注将会如同我们对蚂蚁的关注一样。”他还称,人工智能将会在2050年超过人类智能。

机器智能

在柏林西部的一个仓库后面的一个工作室中,一群国际科学家在讨论我们的机器人未来。一位来自一家大型欧洲汽车厂商的工程师在发表一份谨慎乐观的无人驾驶汽车进展报告。他解释道,机器人汽车正在学习分辨汽车和行人、骑自行车者等相对容易受伤害的移动物体。有的机器人汽车已经比人类更善于分辨不同的狗的品种。“但当然,这些都只是小进展。”他说道。

接着,一位体格健壮的、身穿淡灰色西装的男子上台。“不久之后,最聪明、最重要的决策者可能不会是人类。”他说,脸上带着在向青少年讲解成长烦恼的家长般的怜悯微笑,“我,我们并不是濒临又一次工业革命,而是濒临一种新型的生命,它更像是一种创世大爆炸。”

尤尔根·施米德胡贝被称为那个将会被首批拥有自主意识的机器人认作父亲的人。该现年54岁的德国科学家所开发的算法让我们能够跟我们的计算机通话,也让我们的智能手机能够将普通话翻译成英语,但他并不是很热衷于未来机器人的存在将主要是为人类服务的说法。

为什么深度学习会突然改变你的生活?

过去三年中对人类社会影响最大的技术浪潮无疑是人工智能,而为人工智能的发展带来突破性拐点的当属深度学习。眼下,Google、Amazon、Facebook、微软、IBM 等各大技术巨头已在不遗余力地推进深度学习的研发和落地,更有大量优秀的初创公司崭露头角。

深度学习是什么?其发展路径和关键时刻有哪些?未来可能如何演进?分享《财富》杂志刊登的这篇深入浅出的文章,希望对你有所启发。

过去 4 年,读者无疑已经注意到大范围的日常技术在质量方面已经取得了巨大突破。

其中最明显的就是我们智能手机上的语音识别,它的功能已经比过去好得多了。当我们用语音命令打电话给配偶时已经能联系上对方了。因为接线的不是美国铁路局或者一头愤怒的公牛。

实际上,我们现在越来越只需跟计算机讲话就能实现互动,对方也许是 Amazon 的 Alexa,苹果的 Siri,微软的 Cortana 或者 Google 的众多语音响应功能。百度称,过去 18 个月其客户语音接口的使用量已经增至原来的 3 倍。

同步内容
--电子创新网--
粤ICP备12070055号