《人工智能》学习感想.docx

《人工智能》学习感想.docx

《《人工智能》学习感想.docx》由会员分享，可在线阅读，更多相关《《人工智能》学习感想.docx（9页珍藏版）》请在冰豆网上搜索。

《人工智能》学习感想

《人工智能》（李开复）读后有感

本书内容框架以下：

对于人工智能的五种定义

人工智能发展的三个阶段

人工智能能否会威迫人类

人类将怎样改革

行业的创业概略

时代下的教育和个人发展

一、对于人工智能的五种定义

第一，请抛开人工智能就是人形机器人的固有成见。

人工智能当前作为一种技术手段，已经成为了许多应用的中心驱动力。

苹果的SIRI、微软的小冰是常有的人工智能助理。

当用户与他们对话时，他们会通

过预先累积好的人类对话库和互联网资料库中，查找最有可能般配的回答。

今日头条、淘宝购物介绍，会依据你的阅读习惯、购物历史，学习你的喜好。

所以

用的越久，它就会越懂你。

人脸辨别是当前应用最宽泛的机器视觉技术，是人工智能大家庭中的重要分支。

用刷脸的方式代替门禁卡，支付宝正在开发的刷脸支付也是依靠于人脸辨别技术。

广

义上的机器视觉还包含图像、视频中各样物体辨别、场景辨别、地址辨别以致语义理解。

比方手机中的照片自动分类就是运用了场景识其余功能，还有清理重复照片

的功能，也运用到了这个技术。

其余，XX中的图片搜寻、淘宝中的商品图片搜寻，也运用到了人工智能技术。

我们此刻用的美图秀秀中的一键P图软件、三生三世画风的一键美妆，都是运用到了人工智能技术。

机器经过从大批经典画作中学习到的上色技法、笔触技法、干湿画法、上妆技巧等，来对原始图片进行办理。

搜寻引擎依据问题给出最直接的答案，也与SIRI的运转原理相近似。

在机器翻译这一块儿上，经过对语言、语言学的学习，得出的翻译结果也具备较强的可读性。

甚至能够经过中文与英文的翻译数据、英文与阿拉伯文的翻译数据，自动学习怎样从中文翻译到阿拉伯文。

还有当前在商业化方面已经获得长足进展的自动驾驶技术。

也是经过数百万里的驾驶里程学习，来达成车速调整、控制转向、防止碰撞等操作。

自然，当前相对照较成熟的仍是半自动驾驶技术。

完好的无人驾驶也许还要等到十年以后。

还有我们常常在电影中看见的机器人行业。

快递分拣机器人、无人飞机、工业机器

人，都极大的提高了商业效率。

但当前机器人还没法做到像人同样具备完好的思想。

大家所期望的人形机器人，其实投资人也是不看好的。

原由很简单，机器越像人，就越简单被拿来和真人比较。

因为人工智能技术还没有达到十分红熟的阶段，这个机

器人的笨拙会裸露的特别完全。

使希望与现实之间的差距加大，所以难以获取市场认同。

那讲了这么多现象，究竟什么是人工智能？

当前常有的定义有五种：

第一，人工智能是让人感觉不行思议的计算机程序。

几十年前的人类，假如能见解

到此刻手机上常有的人机对战的象棋、跳棋游戏，唯恐会被吓一大跳，甚至思疑是有人在背后操控。

可此刻的人都见怪不了。

所以，用这种方法定义，会使得人工智能跟着技术的成熟，失掉一个客观的标准。

第二，AI就是与人类思虑方式相像的计算机程序。

这种说法在初期特别流行。

实质

上与仿生学无异。

但缺点在于，人类到现在也没法求情楚大脑是怎样进行学习、记忆、概括、推理等思想过程的。

所以，也很难教会机器去模拟人脑的运作。

再一点就是，经过为程序输入大批专业的知识、常有的思虑逻辑，使得计算机应用难以扩展到较

为复杂的领域中间。

比方面对语言中的歧义和丰富的表达方式，得出的翻译结果常常也是破绽百出。

第三，AI就是与人类行为相像的计算机程序。

这必定义与仿生学派的说法是对峙的。

适用主义者其实不在意人工智能要按照什么思虑框架，也不在意计算机究竟是怎样办理收集到的数据。

只需模型能够工作，最后的结果是对的就行。

第四，AI是会学习的计算机程序。

近来的这波人工智能高潮里，深度学习作为一种技术手段的确是一花独放，几乎垄断了全部流行的技术方向。

而在此以前的专家系

统、统计模型都未能令人工智能获取这样大的进步。

所以，把学习等同于AI，固然

过于狭小，但也是比较切合时代精神的。

但要注意的是，机器的学习方法和人类的学习方法还有很大的差距与不同。

假如人工智能是一种会学习的机器，那么需要侧重提高的就是其抽象理解能力。

第五，AI就是依据对环境的感知，做出合理的行动，并获取最大利润的计算机程序。

不同的定义分别合用于不同的人群和语境。

假如非要得出一个看上去比较合理的定

义，那也只好是比较模糊的观点。

那么这一种就是学术界的教科书式定义，全面平衡，侧重实证。

二、人工智能发展的三个阶段

1962年，IBM的阿瑟萨缪尔开发的西洋跳棋程序以前战赛过一位盲人跳棋能手，1997年IBM深蓝战胜卡斯帕罗夫的那天，全球科技喜好者奔忙相告，2016年ALPHAGO

战胜李世石，就由流传起人工智能将要毁坏人类的言论。

纵观前两次次人工智能潮，每一次都曾让人认为人工智能将会掀起大的改革。

但最后回头看，都没有达到人们希望的高度。

与其说是人们的心理落差，不如说是人们对机器能否拥有智能的判断标准在不停被拔高。

那终究这一次的人工智能高潮，会高出人们的希望吗？

从高德纳咨询企业的技术成熟曲线来看，每一项技术在初期阶段，都会被民众追捧，被媒体大举报导，最后走向一个充满泡沫的膨胀期。

跟着盲目追捧者的激增，跟风的企业愈来愈多。

但跟着技术碰到瓶颈，市场供过于求，大批没有中心竞争力的企业不是被吞并，就是破产。

行业跌入低谷后，迎来了第二轮、第三轮投资，技术上的打破使得第二代、第三代产品获取了普罗大众的认同。

投资获取了回报。

20世纪50年月到60年月，跟着通用电子计算机的出生，人工智能悄悄盛行，比方

一些简单的象棋程序假想。

但因为当年计算机的运算水平远远达不到要求，好多东

西只好逗留在纸上谈兵的层面。

20世纪80年月到90年月，鉴于统计模型的技术悄悄盛行，并在语音辨别、机器翻

译等领域获得了不俗的进展。

人工神经网络也在模式辨别应用等领域开始有所建树。

但仍是不足以超出人类的预期。

那么这一次的人工智能中兴的最大特色就是AI在多个领域达到了人们心中“实用”

的标准，在商业领域被宽泛的应用。

从心理学上说，人们接受一件新事物，就像人们接受外界刺激同样，是有一个阈值

的。

只有当外界刺激的强度超出了一个人能感知的最小刺激量，人们才会注意到它。

而这个人们能感知到的最小刺激量，就是心理学上的绝对阈值。

这一次的AI高潮，正是达到了人们的心理阈值才获取了宽泛的关注。

就拿人脸识

别来说，以前的正确率可能只有

20%不到，根本不具备适用价值，只好逗留在实验

室中间，自然就没有达到人们的心理阈值。

但现此刻就不同样了。

所以，我们说人工智能来了，实质上是说人工智能或深度学习真的能够解决实质问题

了。

在机器视觉、语音辨别、数据发掘、自动驾驶等方面都获取了长足的进步。

而这全部，都离不开深度学习。

今日的人工智能研究者，几乎无人不谈深度学习。

好多人甚至喊出了“人工智能

=

深度学习”的口号。

但无须讳言，深度学习绝对不是人工智能领域解决的独一方案，

两者之间不可以划上等号。

但说深度学习是将来很长一段时间内，推感人工智能进步

的中心技术，则一点都不为过。

深度学习依靠海量的大数据和强盛的计算能力。

对于计算机来说，想让它成功辨别

猫这个物种。

需要其学习一千万段视频才行。

三、人工智能能否会威迫人类

人工智能真的足够聪慧以致于会高出人类的控制范围，最后威迫到人类吗？

要回到这个问题，第一要理清不同层级人工智能的定义。

弱人工智能：

限制领域人工智能，指的是专注于且智能解决某一特定领域问题的人

工智能。

当前看到的全部人工智能都属于这个范围。

比如

AlphaGo。

人们更多的是

将其看作一种工具，而不是威迫。

自然了，同其余全部工具，如汽车、飞机等同样，都是存在风险的。

强者工智能：

指能够胜任人类全部工作的人工智能。

就是人能够做什么，人工智能就能够做什么。

谈及这个层面，就不得不面对强者工智能能否有必需具备“意识”这个问题。

一旦波及到“意识”，强者工智能的定义和评判标准就会变得十分复杂。

超人工智能：

比人类还有天分、还要聪慧的人工智能。

当前更多的是从哲学以及科幻的角度加以分析。

没有方法和经验去展望这种智能终究能否存在。

当前大众忧心的人工智能威迫论，主要指的是强者工智能和超人工智能。

那么他们会以远超我们料想的速度降临吗？

当前大部分对于这种威迫的阐述都是鉴于“人类科技发展是愈来愈快，表现出不停加快的势头”。

但这个假定能否正确，也很难给出明确的回复。

但作者更相信：

特定的科技如人工智能，经历一段时间的加快度发展后，会碰到难

以攻陷的技术瓶颈。

客观的剖析看，人类威迫还相当遥远。

问题的本源可能在于人类总习惯把人工智能

人品化。

人工智能的危险，实质上仍是和其余工具同样具备没法防止的缺点，这是我们需要防备的，而并不是担忧智能机器会像人类同样思虑。

“智能”二字自己就是缺乏一个客观的、可量化的定义的。

单从计算能力看，人工

智能的确高出人类好多。

假如仅依据这种限制范围的技术能力去推断，的确很可怕。

但假如综合考虑人工智能的跨领域推理能力、知识和感性、理解抽象观点的能力等，其实人工智能还很难给人类造成威迫。

今日的人工智能还不可以做什么：

跨领域推理：

比方使用比喻句。

人类强盛的跨领域联想、类比能力是跨领域推理的基础。

但明显智能机器是不具备的。

在今日，迁徙学习的观点正在盛行，指的

是将人工智能在某一领域获得的经验，经过某种形式的变换，迁徙到另一个陌生

的领域。

2.抽象能力：

当前的深度学习技术都需要大批的数据来支撑。

不像人类能够经过少许样本就总结出规律。

探究原由：

人工智能做出行为的原由很简单，就是依靠于设定的一个程序。

而不会去追求为何要设定这个程序。

比如看到苹果落地，智能机器看一万遍也不会去思虑背后的原由。

知识：

即不必认真思虑就能直接使用的知识、方法和经验。

比方固然小朋友没学

习过牛顿定理，但也知道东西会着落。

人工智能只好靠人类设定的规则来达成知识的累积，丰富性还不足。

5.自我意识：

这种能力智能机器很难在短时间内拥有。

也很难推断有没有拥有的可

能。

审美：

审美缺乏量化的标准，是特别主观的东西。

那种体验到美好事物以后的感情，人工智能也难以领悟。

感情：

推断判断人类的表情当前是能够实现的。

但至于说让人工智能自己具备感情，可能还有很远的路要走。

四、人工智能将怎样改革

人工智能不单是技术层面的一次革命。

因为人工智能会对生产效率有大幅的提高，

也必定会涉及社会、政治、经济、文化层面的改革。

这此中热议最多的就是对于失业的问题。

从短期看，必定会造成某些行业、局部地域的失业阵痛。

但从长久看，会刺激大批工作转变成新的工作种类，进而为生产力的进一步解放、人类生活的进一步提高打下基础。

这里有一个“5秒钟”准则：

假如人能够在5秒钟内对工作中需要思虑和决议的问

题作出相应的决定，那么就很有可能被代替。

反之，假如波及周密的推理和复杂的

决议，就很难被代替。

比如，照着课本授课的老师可能会被代替，但能够重塑知识架构系统，创建性的方

法为学生授课的老师则不会被代替。

所以，一些简单的重复性工作将被代替，但也会催生更多新式的、需要判断力、创

造力、感情交流以及审美和艺术创作的工作种类。

如设计师、架构师、艺术家、文

学创作者。

人的独到性会表现出来：

思虑、创建、交流、感情交流；人与人的迷恋、

归属感和协作精神；好奇、热忱、志同道合的驱动力。

五、人工智能的创业方向

第一阶段，AI会领先在哪些在线化程度高的行业开始应用，在数据段、媒体端实现

自动化。

第二阶段，跟着感知技术、传感器和机器人技术的发展，AI会延长到实体世界，并

领先在专业领域、行业应用、生产力端实现线下业务自动化。

工业机器人、仓储机

器人等将大范围普及。

第三阶段，AI会延长到个人场景，全面自动化时代终将到来。

AI创业的五大前提：

第一，清楚的领域界线，比如仓储、物流、扫地机器人。

第二，闭环、自动标明的数据。

第三，千万级的数据量。

第四，超大规模的计算机能力。

当前一些空调马力不足的机房，甚至会购置冰块儿

散热。

第五，AI技术专家。

六、一些感想

人工智能是一种提高生产效率的技术手段，在将来会大范围的使用。

将来人的价值

会被无穷放大，越独到，越有思想的人就越值钱。

自然了，没什么思想的也能够活，

毕竟生产效率的提高会使得物质价钱有大幅的降低。

但在娱乐体验方面，可能就需

要支付较高的花费。