睿祺無鎖孔智能防盜門:人工智能與認知科技

2017-09-16來源:睿祺無鎖孔智能防盜門熱度:14218

1、人工智能的定義

人工智能領域苦于存在多種概念和定義,有的太過有的則不夠。作為該領域創(chuàng)始人之一的Nils Nilsson先生寫到:“人工智能缺乏通用的定義?!?一本如今已經修訂三版的權威性人工智能教科書給出了八項定義,但書中并沒有透露其作者究竟傾向于哪種定義。對于我們來說,一種實用的定義即為——人工智能是對計算機系統(tǒng)如何能夠履行那些只有依靠人類智慧才能完成的任務的理論研究。例如,視覺感知、語音識別、在不確定條件下做出決策、學習、還有語言翻譯等。比起研究人類如何進行思維活動,從人類能夠完成的任務角度對人工智能進行定義,而非人類如何思考,在當今時代能夠讓我們繞開神經機制層面對智慧進行確切定義從而直接探討它的實際應用。值得一提的是,隨著計算機為解決新任務挑戰(zhàn)而升級換代并推而廣之,人們對那些所謂需要依靠人類智慧才能解決的任務的定義門檻也越來越高。所以,人工智能的定義隨著時間而演變,這一現(xiàn)象稱之為“人工智能效應”,概括起來就是“人工智能就是要實現(xiàn)所有目前還無法不借助人類智慧才能實現(xiàn)的任務的集合?!?

2、人工智能的歷史

人工智能并不是一個新名詞。實際上,這個領域在20世紀50年代就已經開始啟動,這段探索的歷史被稱為“喧囂與渴望、挫折與失望交替出現(xiàn)的時代”——最近給出的一個較為恰當的評價。

20世紀50年代明確了人工智能要模擬人類智慧這一大膽目標,從此研究人員開展了一系列貫穿20世紀60年代并延續(xù)到70年代的研究項目,這些項目表明,計算機能夠完成一系列所本只屬于人類能力范疇之內的任務,例如證明定理、求解微積分、通過規(guī)劃來響應命令、履行物理動作,甚至是模擬心理學家、譜曲這樣的活動。

但是,過分簡單的算法、匱乏的難以應對不確定環(huán)境(這種情形在生活中無處不在)的理論,以及計算能力的限制嚴重阻礙了我們使用人工智能來解決更加困難和多樣的問題。伴隨著對缺乏繼續(xù)努力的失望,人工智能于20世紀70年代中期逐漸淡出公眾視野。

20世紀80年代早期,日本發(fā)起了一個項目,旨在開發(fā)一種在人工智能領域處于領先的計算機結構。西方開始擔心會在這個領域輸給日本,這種焦慮促使他們決定重新開始對人工智能的投資。20世紀80年代已經出現(xiàn)了人工智能技術產品的商業(yè)供應商,其中一些已經上市,例如Intellicorp、Symbolics、和Teknowledge。

20世紀80年代末,幾乎一半的“財富500強”都在開發(fā)或使用“專家系統(tǒng)”,這是一項通過對人類專家的問題求解能力進行建模,來模擬人類專家解決該領域問題的人工智能技術。

對于專家系統(tǒng)潛力的過高希望徹底掩蓋了它本身的局限性,包括明顯缺乏常識、難以捕捉專家的隱性知識、建造和維護大型系統(tǒng)這項工作的復雜性和成本,當這一點被越來越多的人所認識到時,人工智能研究再一次脫離軌道。

20世紀90年代在人工智能領域的技術成果始終處于低潮,成果寥寥。反而是神經網絡、遺傳算法等科技得到了新的關注,這一方面是因為這些技術避免了專家系統(tǒng)的若干限制,另一方面是因為新算法讓它們運行起來更加高效。

神經網絡的設計受到了大腦結構的啟發(fā)。遺傳算法的機制是,首先迭代生成備選解決方案,然后剔除最差方案,最后通過引入隨機變量來產生新的解決方案,從而“進化”出解決問題的**方案。

3、人工智能進步的催化劑

截止到21世紀前10年的后期,出現(xiàn)了一系列復興人工智能研究進程的要素,尤其是一些核心技術。下面將對這些重要的因素和技術進行詳細說明。

1)摩爾定律

在價格、體積不變的條件下,計算機的計算能力可以不斷增長。這就是被人們所熟知的摩爾定律,它以Intel共同創(chuàng)辦人Gordon Moore命名。Gordon Moore從各種形式的計算中獲利,包括人工智能研究人員使用的計算類型。數年以前,先進的系統(tǒng)設計只能在理論上成立但無法實現(xiàn),因為它所需要的計算機資源過于昂貴或者計算機無法勝任。今天,我們已經擁有了實現(xiàn)這些設計所需要的計算資源。舉個夢幻般的例子,現(xiàn)在**一代微處理器的性能是1971年**代單片機的400萬倍。

2)大數據

得益于互聯(lián)網、社交媒體、移動設備和廉價的傳感器,這個世界產生的數據量急劇增加。隨著對這些數據的價值的不斷認識,用來管理和分析數據的新技術也得到了發(fā)展。大數據是人工智能發(fā)展的助推劑,這是因為有些人工智能技術使用統(tǒng)計模型來進行數據的概率推算,比如圖像、文本或者語音,通過把這些模型暴露在數據的海洋中,使它們得到不斷優(yōu)化,或者稱之為“訓練”——現(xiàn)在這樣的條件隨處可得。

3)互聯(lián)網和云計算

和大數據現(xiàn)象緊密相關,互聯(lián)網和云計算可以被認為是人工智能基石有兩個原因,**,它們可以讓所有聯(lián)網的計算機設備都能獲得海量數據。這些數據是人們推進人工智能研發(fā)所需要的,因此它可以促進人工智能的發(fā)展。第二,它們?yōu)槿藗兲峁┝艘环N可行的合作方式——有時顯式有時隱式——來幫助人工智能。

免責聲明:凡注明稿件來源的內容均為轉載稿或由企業(yè)用戶注冊發(fā)布,本網轉載出于傳遞更多信息的目的;如轉載稿和圖片涉及版權問題,請作者聯(lián)系我們刪除,同時對于用戶評論等信息,本網并不意味著贊同其觀點或證實其內容的真實性。