人工智能設(shè)計論文(2)
人工智能設(shè)計論文
人工智能設(shè)計論文篇二
人工智能進入黃金時代
交叉學(xué)科，如日出之陽
如果時光倒流500年，你會如何對當(dāng)時的人們述說今日的世界?在那個時代，哥白尼剛剛發(fā)表日心論，伽利略還在比薩斜塔拋擲鐵球，吳承恩還在用毛筆寫著《西游記》。如果你對他們說：“嘿，老兄，我對著手上的這個‘黑色方塊’說句話，它不僅能讓你看到太陽系長什么樣，告訴你什么是重力加速度，還能直接把唐僧要去西天取的經(jīng)下載給你看。”他們可能會覺得你要么是神仙，要么是神經(jīng)。
AI從誕生到現(xiàn)在已經(jīng)有60年的時間，期間經(jīng)歷兩輪起落，呈階梯式進化，走到今天進入第三個黃金期。如果按照其智能水平劃分，今天的人工智能尚處在狹義智能向廣義智能進階的階段，還是一名不折不扣的“少年”，未來擁有無限的可能和巨大的上升空間。
AI是一門交叉的學(xué)科：人工智能由不同的技術(shù)領(lǐng)域組成，如機器學(xué)習(xí)、語言識別、圖像識別、自然語言處理等。而同時，它也是一門交叉學(xué)科，屬于自然科學(xué)和社會科學(xué)的交叉，涉及到哲學(xué)和認(rèn)知科學(xué)、數(shù)學(xué)、神經(jīng)生理學(xué)、心理學(xué)、計算機科學(xué)、信息論、控制論、不定性論等學(xué)科。因此人工智能領(lǐng)域的技術(shù)壁壘是比較高的，并且會涉及到多學(xué)科協(xié)作的問題，對任何公司來說，想做好人工智能將是一門大工程。未來不大可能出現(xiàn)一個公司能包攬整個人工智能產(chǎn)業(yè)每一個部分的工作，更可能的模式將是一個公司專注于一個相對細(xì)分的領(lǐng)域，通過模塊化協(xié)作的形式實現(xiàn)人工智能領(lǐng)域的不同應(yīng)用。
進化史呈階梯狀，以階段突破式為成長模式：人工智能的發(fā)展經(jīng)歷了兩次黃金和低谷期，
現(xiàn)在正經(jīng)歷著第三個黃金期。1956年，麥卡賽、明斯基、羅切斯特和申農(nóng)等年輕科學(xué)家在達特茅斯一起聚會，并首次提出了“人工智能”這一術(shù)語，標(biāo)志著人工智能的誕生。第二年，由 Rosenblatt 提出 Perceptron 感知機，標(biāo)志著第一款神經(jīng)網(wǎng)絡(luò)誕生。1970年，因為計算能力沒能突破完成大規(guī)模數(shù)據(jù)訓(xùn)練，人工智能的第一個黃金期到此結(jié)束。
后直到1982年德普霍爾德神經(jīng)網(wǎng)絡(luò)的提出，人工智能進入第二個黃金期，之后BP算法的出現(xiàn)使大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練成為可能，人工智能的發(fā)展又一次進入高潮。1990年，因為人工智能計算機和DARPA沒能實現(xiàn)，政府撤資，人工智能又一次進入低估。2006年，隨著“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)取得突破性進展，人工智能又一次進入黃金時期。
AI將由狹義智能向廣義智能進化，雖然人工智能的誕生已經(jīng)有60年的時間但如果把它比喻成一個人的話，當(dāng)前的他應(yīng)該還未成年。按照人工智能的“智能”程度，可以將其分成狹義智能、廣義智能、超級智能三個大的發(fā)展階段，現(xiàn)階段的圖像與語音識別水平標(biāo)志著人類已經(jīng)基本實現(xiàn)狹義智能，正在向廣義智能的階段邁進。
狹義智能：即當(dāng)前的技術(shù)已經(jīng)實現(xiàn)的智能水平，包括計算智能與感知智能兩個子階段，計算智能指的機器開始具備計算與傳遞信息的功能，感知智能指機器開始具備“眼睛”和“耳朵”，即具備圖像識別與語音識別的能力，并能以此為判斷采取一些行動。
廣義智能：指的是機器開始具備認(rèn)知能力，能像人類一樣獲取信息后主動思考并主動采取行動。在這個階段，機器可以全面輔助或代替人類工作。
超級智能：這個階段的機器幾乎在所有領(lǐng)域都比人類聰明，包括科學(xué)創(chuàng)新、通識和社交技能等。這個階段目前離我們還比較遙遠(yuǎn)，到時候人類的文明進步和跨越或許將有賴于機器，而機器人意識的倫理問題也許將在這個階段成為主要問題。
推薦引擎及協(xié)同過濾可以分析更多的數(shù)據(jù)
智能助手并不只局限于Siri等手機語音助手。微軟率先在win10 系統(tǒng)中加入個人智能助理Cortana，標(biāo)志著個人PC端智能助理的出現(xiàn);圖靈機器人以云服務(wù)的方式進入海爾智能家居、博世m(xù)ySPIN車載系統(tǒng)，預(yù)示著多場景人工智能解決方案的潮流。初步實現(xiàn)人機交互的智能助手系統(tǒng)，已經(jīng)被應(yīng)用于智能客服、聊天機器人、家用機器人、微信管理平臺、車載系統(tǒng)、智能家居系統(tǒng)、智能手機助理等多個軟硬件領(lǐng)域。
垂直類網(wǎng)站及社交平臺可以借助智能助手系統(tǒng)打造高專業(yè)度的“在線專家”以提升平臺價值;企業(yè)可以借助以“語義識別”為基礎(chǔ)的智能助手系統(tǒng)，打造智能客服，效率遠(yuǎn)高于傳統(tǒng)的以“關(guān)鍵詞對應(yīng)”為技術(shù)支持的客服系統(tǒng)。
推薦引擎，是主動發(fā)現(xiàn)用戶當(dāng)前或潛在需求，并主動推送信息給用戶的信息網(wǎng)絡(luò)。挖掘用戶的喜好和需求，主動向用戶推薦其感興趣或者需要的對象。傳統(tǒng)推薦引擎通常利用用戶在平臺上的歷史記錄進行推薦，效率低、匹配度不高。目前隨著大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的推進，推薦引擎及協(xié)同過濾可以分析更多的數(shù)據(jù)，乃至全網(wǎng)數(shù)據(jù)，并模擬用戶的需求，真正達到按需推薦。全球最大的正版流媒體音樂服務(wù)平臺Spotify也利用卷積神經(jīng)網(wǎng)絡(luò)參與建設(shè)其音樂推薦引擎;谷歌也提出利用深度學(xué)習(xí)方法來學(xué)習(xí)標(biāo)簽進行推薦建設(shè)。出品紙牌屋的全球最大在線影片租賃公司Netflix 也利用深度學(xué)習(xí)網(wǎng)絡(luò)分析客戶消費的大數(shù)據(jù)，還計劃構(gòu)建一個在AWS云上的以GPU為基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)。
“餐廳推薦引擎”Nara，便是一個利用AI技術(shù)的推薦引擎。在上線之初，Nara 就取得了400萬美元的投資。Nara 的數(shù)據(jù)庫中有超過100000家餐廳的信息，并利用特有的“Nara神經(jīng)網(wǎng)絡(luò)”，學(xué)習(xí)使用者的偏好，最終達到“電腦幫你點餐”的目的。
而今年3月22日，國內(nèi)AI領(lǐng)軍企業(yè)阿里巴巴旗下的阿里云數(shù)加啟動“個性化推薦”引擎對外公測，該引擎用于幫助創(chuàng)業(yè)者可以快速獲得媲美淘寶天貓的個性化服務(wù)能力。阿里云數(shù)加上的推薦引擎能夠以更低的成本完成開發(fā)，節(jié)省程序量達到90%，推薦引擎的搭建時間將由幾個月縮短到幾天。
對于不了解算法的人，只能實現(xiàn)標(biāo)簽規(guī)則類的推薦，但如果要做成機械化、類似協(xié)同過濾的算法，創(chuàng)業(yè)公司需要配置大量的算法工程師，人力成本很高。現(xiàn)在用了數(shù)加的推薦引擎，商家只需要做數(shù)據(jù)的ETL加工，推薦的結(jié)果集、訓(xùn)練集都不用處理，只需要調(diào)整參加即可得到推薦結(jié)果。 AI帶給人們新的視覺???
醫(yī)療：為健康診斷和藥品研發(fā)插上高飛的翅膀
健康診斷有望迎來新紀(jì)元，海量的病歷數(shù)據(jù)和醫(yī)學(xué)界的新研究成果，單靠人工很難及時篩選并利用，而引入人工智能技術(shù)將充分發(fā)揮這些信息的價值。例如著名的個人健康管理產(chǎn)品公司W(wǎng)elltok將 IBM的Watson功能融入旗下產(chǎn)品 CafeWell Concierge APP中，借助 Watson 的認(rèn)知計算能力理解人類語言，實現(xiàn)與用戶溝通的能力，從大量數(shù)據(jù)中進行分析并為用戶提供健康管理相關(guān)的答案和建議，實現(xiàn)健康管理、慢病恢復(fù)訓(xùn)練、健康食譜等功能，這一領(lǐng)域的良好前景使 Wellltok公司近年的融資額連創(chuàng)新高。另外，2015年IBM斥資10億美元收購醫(yī)療影像與臨床系統(tǒng)提供商Merge，將研究如何實現(xiàn) Watson的“辨讀”醫(yī)學(xué)影像功能。此外，AI 還可以從醫(yī)療中心獲得的健康數(shù)據(jù)，通過大數(shù)據(jù)分析，實現(xiàn)根據(jù)分析患者行為來制定個性化治療方案的功能。
智能家居：天花板尚遠(yuǎn)，AI有望成為核心
行業(yè)天花板尚遠(yuǎn)，增速有望保持在 50%左右， 《鋼鐵俠》中的“Jarvis”作為智能管家，除了起到鋼鐵俠的小秘書的作用，還幫主人打理著日常生活，向我們展示了一個理想中的智能家居系統(tǒng)。雖然我們目前可能離那個無所不能的智能管家還很遙遠(yuǎn)，但智能家居對我們生活的變革確實已經(jīng)開始了。根據(jù)《2012-2020 年中國智能家居市場發(fā)展趨勢及投資機會分析報告》的預(yù)測，我國智能家居市場在 2016年將達到605.7億的規(guī)模，同比增長50.15%，到2020年市場規(guī)模將達到3294億，年均增速將保持在50%左右，具備充足的向上延伸空間。而智能家居想達到“Jarvis”般的終極效果，必然需要引入AI技術(shù)，實現(xiàn)家居的感應(yīng)式控制甚至自我學(xué)習(xí)能力。
AI有望成為智能家居的核心，實現(xiàn)家居自我學(xué)習(xí)與控制。按照智能家居的發(fā)展進度，大致可以分為四個階段：手機控制、多控制結(jié)合、感應(yīng)式控制、系統(tǒng)自我學(xué)習(xí)。當(dāng)前的發(fā)展水平還處在手機控制向多控制結(jié)合的過度階段。而從多控制結(jié)合向感應(yīng)式控制甚至自我學(xué)習(xí)階段進化時，AI將發(fā)揮主要功能。到今天為止，家居的實體功能已經(jīng)較為全面，未來的發(fā)展重點可能在于如何使之升級改造，實現(xiàn)家居的自我行為及協(xié)作，因此未來AI在智能家居領(lǐng)域的應(yīng)用有望成為其核心價值。AI對智能家居的重構(gòu)可以深入到方方面面，包括：控制主機、照明系統(tǒng)、影音系統(tǒng)、環(huán)境監(jiān)控、防盜監(jiān)控、門窗控制、能源管理、空調(diào)系統(tǒng)、花草澆灌、寵物看管等等。
無人駕駛：政策漸萌芽，AI決定可靠性
優(yōu)點多、動機足、政策漸萌芽。據(jù)麥肯錫發(fā)布的調(diào)查顯示，如果能解放駕駛員的雙手，一輛無人駕駛汽車內(nèi)的乘客通過移動互聯(lián)網(wǎng)使用數(shù)字媒體服務(wù)的時間多一分鐘，每年全球數(shù)字媒體業(yè)務(wù)產(chǎn)生的利潤將增加 50億歐元。此外，由于自動泊車無須為乘客下車預(yù)留開門空間，使得停車位空間可縮減至少15%。
如果無人駕駛汽車以及ADAS系統(tǒng)能夠?qū)⑹鹿拾l(fā)生率降低90%，即可挽回全美每年的損失約1千900億美金。可以說諸多的優(yōu)點使得無人駕駛技術(shù)的研發(fā)動機還是相當(dāng)充分的，因此未來無人駕駛推行的力度應(yīng)該還會保持在一個比較高的水平。美國勒克斯研究公司曾預(yù)計無人駕駛汽車的市場規(guī)模在2030年將達到870億美元。
到目前為止，各國政府對于無人駕駛技術(shù)在政策上的支持正逐步放開，美國政府在年初剛剛宣布了40億美元的資助計劃;英國目前已經(jīng)不需要獲得額外批準(zhǔn)和履約保證即可進行實際道路的無人駕駛汽車測試;而德國也在去年宣布將計劃設(shè)立無人駕駛汽車測試路段，供安裝有駕駛輔助系統(tǒng)或全自動駕駛系統(tǒng)車輛行駛;歐盟總部正在就如何修改現(xiàn)行有關(guān)駕駛的法律法規(guī)從而支持自動駕駛的發(fā)展展開討論和研究工作;日本也提出要在2020年之前實現(xiàn)自動駕駛汽車方面的立法，并將自動駕駛作為 2016年9月七國集團交通部長會議的議題。
“無人汽車大腦”AI的智能程度決定了無人駕駛的可靠性。由于無人駕駛完全交由汽車的內(nèi)置程序負(fù)責(zé)，因此AI就是無人汽車的大腦，而測距儀、雷達、傳感器、GPS等。設(shè)備都是AI的“眼睛”。AI的智能程度直接決定了無人駕駛汽車在不同的路況、不同的天氣、甚至一些探測設(shè)備出現(xiàn)故障的突發(fā)情況下能否及時做出正確的判斷并靈活調(diào)整行駛策略，最終決定了無人駕駛汽車當(dāng)前最亟待突破的可靠性。
NVIDIA 在2016年的 CES大會上發(fā)布了“Drive PX 2”車載計算機，以及一套與之搭配的具有學(xué)習(xí)功能的自動駕駛系統(tǒng)。該系統(tǒng)的亮點在于“自我學(xué)習(xí)”，通過讓車輛自行分析路面狀況，而不是在數(shù)據(jù)庫中尋找預(yù)先儲存的策略實現(xiàn)自動駕駛，系統(tǒng)背后連接著名為NVIDIA DIGITS的深度學(xué)習(xí)訓(xùn)練平臺，最終連接到NVIDIA DRIVENET神經(jīng)網(wǎng)絡(luò)，為車輛的自我學(xué)習(xí)和完善提供支持。并且由于它是通過判斷物體的行進軌跡而不是物體本身去計算路徑，因此在駕駛時受天氣影響較小。
AI 成必爭之地
目前全球AI主戰(zhàn)場依舊在歐美。Venture Scanner的統(tǒng)計顯示，根據(jù)從事 AI相關(guān)業(yè)務(wù)的公司數(shù)量來看，目前全球 AI的主戰(zhàn)場還是集中在北美和西歐地區(qū)。美國數(shù)量最多，達到450家左右的水平。而中國從事相關(guān)業(yè)務(wù)的公司數(shù)量還比較少，和俄羅斯、澳洲、部分歐洲國家及非洲南部國家水平接近，相比起歐美國家的AI公司數(shù)量，還有很大的提高空間。
Google：投資未來的人工智能帝國
建立Alphabet帝國，具備品牌背書效應(yīng)。2015年，谷歌成立母公司 Alphabet， 搜索、廣告、地圖、App、Youtube、安卓以及與之相關(guān)的技術(shù)基礎(chǔ)部門”仍屬于谷歌，而Calico、Nest、Google Fiber、Google Venture、Google Capital 及 Google X 都將獨立出來，成為 Alphabet 旗下的獨立公司。通過建立 Alphabet集團，谷歌將不同業(yè)務(wù)的研發(fā)獨立出來，以子公司的形式進行業(yè)務(wù)開展，保留在Google這個品牌下的基本都是原有的傳統(tǒng)強勢業(yè)務(wù)。
而其它公司負(fù)責(zé)在各自的領(lǐng)域“打頭陣”，一旦業(yè)務(wù)研發(fā)成功，母公司連帶著google這個品牌都可以受益，而如果研發(fā)失敗，也不會公司的品牌造成多大的不良影響，建立了良好的品牌背書效應(yīng)。將機器學(xué)習(xí)技術(shù)應(yīng)用到所有產(chǎn)品之中，我們不難發(fā)現(xiàn)，谷歌近年幾乎將人工智能滲透到了旗下的各類產(chǎn)品中，可謂是全線鋪開。正應(yīng)了谷歌 CEO的那句話：“我們將小心謹(jǐn)慎地將機器學(xué)習(xí)技術(shù)應(yīng)用到我們所有的產(chǎn)品之中。”根據(jù)當(dāng)前Alphabet 的集團架構(gòu)，我們將涉及到AI應(yīng)用的子公司情況以及相應(yīng)的業(yè)務(wù)開展情況羅列如下：
Nest：從事智能家居生態(tài)系統(tǒng)建設(shè)。2014 年谷歌以32億美元收購 Nest。Nest 生產(chǎn)智能恒溫器，它能夠?qū)W習(xí)用戶的行為習(xí)慣，并且根據(jù)他們的喜好去調(diào)節(jié)溫度。同時，Nest 也提供火警探測器和家庭安全攝像頭等智能家居。
Google X：谷歌各類創(chuàng)新技術(shù)的“孵化池”。Google X開展的與AI有關(guān)的項目有：無人駕駛汽車、Project Wing 無人機送貨項目、對抗帕金森氏癥的 Liftware“反抖”湯匙、用于疾病預(yù)警和健康監(jiān)控的可穿戴設(shè)備、Project Titan 太陽能無人機項目、以及 Replicant 團隊負(fù)責(zé)的機器人項目等。
Verily：從事生命科學(xué)業(yè)務(wù)，即原來的 Google Life Science。代表產(chǎn)品有可以收集佩戴者體溫和血液酒精含量等生物數(shù)據(jù)的智能隱形眼鏡，以及監(jiān)控血液中納米粒子的智能腕表。
DeepMind：深度學(xué)習(xí)算法公司。2014年谷歌以4億美元收購了DeepMind。
DeepMind的算法源于兩種機器學(xué)習(xí)方法的結(jié)合：第一種是深度學(xué)習(xí)，是受人腦啟發(fā)的一種結(jié)構(gòu)。深度學(xué)習(xí)系統(tǒng)能夠從大量的非結(jié)構(gòu)數(shù)據(jù)中獲取復(fù)雜信息。第二種是增強學(xué)習(xí)，靈感源自動物大腦中的神經(jīng)遞質(zhì)多巴胺獎勵系統(tǒng)，算法不斷通過試錯來進行學(xué)習(xí)。目前，DeepMind在深度學(xué)習(xí)上面的研究成果已經(jīng)開始用在谷歌的機器人項目中。
看了“人工智能設(shè)計論文”的人還看了：
2.人工智能研究論文