前言:中文期刊网精心挑选了人工智能范文供你参考和学习,希望我们的参考范文能激发你的文章创作灵感,欢迎阅读。
人工智能范文1
关键词:人工智能;人机交互;机器学习;深度学习;数据挖掘
中图分类号:TP27 文献标识码:A 文章编号:1671-2064(2017)03-0221-02
人工智能是当今科技发展中最具潜力的热点问题之一,2016年初轰动世界的谷歌AlphaGo打败围棋世界冠军李世石的经典案例更是引起了全世界广泛的关注和热议。“人工智能”这个概念再次被推到了风口浪尖。那么,究竟什么是人工智能呢?它会对我们的生活有什么影响?在这个背景下,我们深入探究人工智能及其相关的技术领域,对于人工智能的普及和发展有着重要意义,也希望能给予人工智能相关领域的科学研究者们提供一些参考和方向。
1 什么是人工智能
人工智能(Artificial Intelligence,AI)是一门全新的信息技术科学,是计算机科学技术的一个重要分支,是指对于模拟、拓展和延伸人类的智能的应用系统及相关的理论和技术方法的开发研究。主要通过研究及了解人类智能的本质从而开发出能给出类似人类智能反馈的智能机器,计算机系统在理解目标方向之后所取得的最大化成果是计算机实现的最大智慧。人工智能不单单是一个特定的技术,它所研究的往往是能创造智能意识的高科技机器,包括了算法和其他应用程序,处理的任务也远远超出了简单计算,从学习感知规划到推理识别控制等等。人工智能的研究方向包含语言及图像识别技术、机器人设计、自然语言处理等,日益成熟的理论方法和技术实践也使得应用领域范围大规模扩张,人工智能是人类智慧的结晶,未来也可能展现出超过人类的智能。
2 人机智能的研究方向
人工智能的科学研究通常涉及到数学、逻辑学、认知科学、以及最重要的计算机科学等多学科领域,延伸出了以下几个主要的研究方向:
2.1 逻辑推理与证明
早期的人工智能更多的解决了大量数学问题,逻辑推理是基础也是研究时间最长最重点的领域之一。通过找到可靠的证明或者反证方法实现潜在的定理证明,根据数据库的实例进行推导并及时更新证明结论,演绎和直觉相结合,在推理和证明中实现部分智能。
2.2 问题求解
问题求解领域的一大重要应用则是下棋程序的功能实现,化繁为简、将困难的问题点拆分成为独立的子问题进行求解;而另一个实例则是数学方程的求解实现,分析各种公式符号的组合意义从而为科学研究者提供强有力的基础保障。问题求解中所运用的搜索和规约也是人工智能领域中的两大基本技术。
2.3 自然语言处理
自然语言处理也叫自然语言理解(Natural Language Processing,NLP),是指借助计算机来处理使用人类语言作为计算对象的算法程序,并研究相关的理论方法和技术。NLP是人工智能领域的主要研究方向之一,也是发展时间较长的研究方向之一。语音识别、搜索引擎、机器翻译等等都是NLP的重要研究内容,目前也都在人工智能领域获得了突出的应用成果。
2.4 专家系统
专家系统是指具有大量模拟人类相关领域专家知识和经验的智能计算机程序系统,依托于人工智能相关技术,根据专家系统所提供的数据方法进行判断推理进一步决策,从而代替人类专家解决一部分该领域的特定问题。从知识表示技术的角度上看,专家系统可分为基于网络语义、基于规则、基于逻辑、基于框架等几种类别;而从任务类型及专家系统主要解决的问题类型的角度来看,专家系统也可分成解释型(分析和阐述符号数据的意义)、调试型(根据故障制定排除方案)、预测型(根据现状预测指定对象未来可能的结果)、维修型(针对特定故障制定并实施规划方案)、设计型(按指定需求制作图样和方案)、规划型(根据指定目标制定行动方案)等。
专家系统的建立包含以下几个步骤:(1)初始专家知识库的设计:包括问题、知识、概念、形式、规则等多个概念的筹建;(2)开发和试验系y原型机;(3)改进与归纳专家知识库等。
专家系统的实现通常建立在大量的数据统计与人类专家提供的问题解决实例上,没有精确或统一的求解算法,因此也会造成一些局限性。在人工智能与计算机科学快速发展的今天,专家系统也逐渐更重视理论和基础研究,除了基于经验的理论,基于规则和模型的方法也将投入到实际运用中,未来的专家系统将更偏向协同式和分布式方向发展。
2.5 机器学习
机器学习是指计算机自动获取新的推理算法和新的科学事实的过程,是计算机具有智能的基础。计算机的学习能力是人工智能研究史上的突出成就与重要进展,也是人工智能初步实现的重要标志。机器学了在人工智能领域有着重要应用,对于探索人类智慧的奥秘以及学习方法和机理都有着重要意义,机器学习的时代才刚刚开始,各种理论方法也正在逐步完善中,未来精彩可期。
3 人工智能的应用
人工智能的首次提出至今已有60年的历史,在这个循序渐进的过程中,无论是功能场景还是机器模式,都逐渐从单一到通用、从简单到复杂,表达方法也更多种多样。目前主要通过赋予机器产品一定的人类智能从而有效地提升机器工作效率及能力,未来的人工智能将更多的模拟人类生活环境及思维方式来设计出真正具有人类智能的高效人机系统。
3.1 人工智能在各个行业的应用
人工智能已经运用到人类生产生活的各个方面,主要包括以下几点:(1)以智能汽车为代表的自动化交通方式。(2)种类繁多的家庭智能服务机器人。(3)用于临床支持和病人看护中的自动化智能设备及医疗器械。(4)智能教育辅导系统、线上学习和智能辅助学习设备的普及。(5)基于图像处理和自然语言处理的各类音乐社交软件及VR设备的兴起给互联网娱乐时代带来的巨大变革。(6)逻辑证明及智能分析在公共安全领域的预测及防范。(7)大量重复机械的劳动逐渐由智能机器取代,人类承担着更多的创新及实践工作。
3.2 人工智能生活应用实例
作为辅助人类生产生活的重要工具,日趋成熟的智能机器人已经快速走进了人们的日常生活中,下面我们介绍几种常见的使用场景:(1)智能房屋和家居生活的构建:目前的智能停留在自动控制I域,通过用户指令来便捷的操控比如电视、窗帘、灯具、空调等等;而未来,人工智能的发展将根据你的日常行为了解你的习惯喜好,利用传感器和自动装置搜集用户的行为数据,通过机器学习和深度学习算法改造你所居住的环境。最终实现真正意义上的智能家居生活。(2)无人驾驶的智能汽车:主要通过导航和定位实现规定路线的行驶、通过激光测距、雷达感应和照相等技术,配合复杂的计算公式从而辨别和避让各种障碍,最终脱离人类操控的环境下自动完成发动、驾驶、刹车等动作。行驶的安全性和准确性在智能机器的帮助下其实更可靠,我们完全有理由相信未来自动驾驶将成为人们出行的新方式。(3)基于神经网络的新型翻译方式:在线翻译相信大多数人都不陌生,使用范围广普及率极高,但其准确性一直都是人们关注的焦点之一。谷歌翻译负责人表示将在部分功能上尝试使用深度学习技术,如果能顺利实施必将使得翻译准确性的研究取得实质性突破,而基于神经网络的翻译方式则将帮助计算机更好地模拟和理解人类思维,使得翻译结果更流畅合乎规范,也方便人们更好地理解。
4 人工智能的发展历程
人工智能的发展历程不算很长,但发展速度却异常迅猛。跟所有新兴的前沿学科一样,人工智能的发展中也经历了和低谷时期。根据不同时期代表性人物和事件的发生,我们大致可以将整个过程分为以下几个阶段:
(1)1950年,举世闻名的“图灵测试”(图灵,英国数学家,1912―1954)首次发表于《计算机与智能》一文,即通过房间外的人和两个房间内的人和机器分别对话中,是否能区分人和机器从而判断出机器是否具有了人的智能。这是人类对于人工智能最初的概念。
(2)1956年,由香农、麦卡锡、朗彻斯特和明斯基共同发起的DARTMOUTH学会于达特茅斯大学召开,会上首次提出“人工智能”一词,这是历史上第一次关于人工智能领域的研讨会,见证了人工智能学科研究的开端。
(3)1960年以来,生物进化领域逐渐建立起了遗传、策略和规划等算法。1992年计算智能由Bezdek提出,计算智能对于生物进化学的探究有着重大意义,涵盖了模式识别、人工生命、神经网络、进化计算等多学科集合与交叉。
(4)上世纪90年代开始,专家系统逐渐兴起,对于专家知识库的不断改进以及基于规则和模型的协同式分布式专家系统将是未来使用的主要趋势。
(5)从1960年神经网络首次应用于自动控制的实施,到1965年人工智能启发式推理规则的方法引入,再到1977年运筹学理论中概念智能控制模式的成功借鉴,人工智能的发展也顺利引导了自动控制模式逐渐切换到了智能控制模式。
(6)从1956年AI概念的正式提出以来,人工智能领域已经取得了众多突破性的成就和进展,很多天马行空的想象也随着科技的进步在一代代科学工作者的不断努力下逐渐设计落实,人工智能已经从科学研究逐渐走向了人们的日常生活中,成为了当下最具潜力的多学科交叉的前沿科学。
5 人工智能的未来与发展趋势
从人工智能的提出到逐渐走入人们生活,人工智能的概念一经问世则得到了人们的普遍关注,甚至带动了语音识别、自然处理处理、机器学习、数据挖掘等一系列相关学科的发展和兴盛。人工智能领域中的创新和蓬勃发展是趋势也是必然,通过了解人工智能学科的发展历程及应用领域,我们大致可以推测出关于未来人工智能的一些方向:(1)机器学习和深度学习算法指导下更聪明更多样性更具智能的机器系统。(2)自然语言处理应用中更自然的人机互动交流。(3)机器学习时代更快速的数据处理分析策略。(4)各研发企业和机构对于人工智能先进技术更激烈的竞争和角逐。(5)超人工智能(Artificial Super Intelligence,简称ASI)时代下AI是否会走向失控给人们带来的微恐惧。
6 结语
在短短60年的时间内,人工智能的快速发展已经从很大程度上改善和刷新了人们的生活方式。人工智能的深入研究和实现正在不断帮助我们探索这个世界、帮助我们搜寻信息应对各种各样的挑战。人工智能在逐渐强大的同时,有机遇也存在着巨大的挑战和技术瓶颈,距离人工智能时代的真正实现还有很长的路要走。而人工智能的不断更迭完善,是否能取得超越人类智力和认知的智能、是否会出现违背人类价值观的危险行为将是未来很长一段时间内需要研究的重要课题。
参考文献
[1]李红霞.人工智能的发展综述[J].甘肃科技纵横,2007,36(5):17-18.
人工智能范文2
人工智能可以实现,需要进行科技、人力、金钱方面的支持。
人工智能,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,可以设想,未来人工智能带来的科技产品,将会是人类智慧的容器。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。
人工智能是一门极富挑战性的科学,从事这项工作的人必须懂得计算机知识,心理学和哲学。人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究的一个主要目标是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。但不同的时代、不同的人对这种“复杂工作”的理解是不同的。2017年12月,人工智能入选2017年度中国媒体十大流行语。
(来源:文章屋网 )
人工智能范文3
【关键词】 虚拟现实;人工智能;批判性思维;媒介技术
【中图分类号】 G40-057 【文献标识码】 B 【文章编号】 1009―458x(2016)05―0041―02
最近,微信朋友圈的两大热点话题无疑是新推出的虚拟现实(Virtual Reality,VR)应用淘宝Buy+[1]和人工智能(Artificial Intellegence,AI)棋手AlphaGo。淘宝Buy+推出当天,有人就惊呼:“吓得马上剁了还剩下的那只手!”AlphaGo战胜韩国围棋国手李世石以来,互联网大脑[2]的话题也一直是朋友圈的讨论热点。从互联网的底层运行逻辑来看,无论VR还是AI,基础都是数据――准确、真实、可信的数据。数据对于VR、AI的意义,就如同知识(真正的真知灼见)对人的意义。我们从VR、AI这两个应用入手,聊一聊人工智能和人的智能。
首先,对于淘宝Buy+,我的看法是:淘宝基础数据的造假,将使VR购物体验大打折扣。
作为一个计算机科班出身的偏执狂,我怀疑一切网络支付的安全性,所以,以前从来没有绑定过银行卡,网购只买书,货到付款。春节前预定出境游一时贪便宜(用支付宝便宜200元),绑定了支付宝,遂加入剁手党,并在春节期间拿出专业的研究精神,付出上万元的研究“经费”,对我国电子商务平台进行了全面深入的研究,为此,还获得了京东、淘宝颁发的剁手奖!研究结论:中国电子商务平台购物的便利、流程的顺滑,绝对世界一流!为中国电商生态点赞!
可是,从4月2号开始,我还是退出了剁手党,重新回到专卖店、各类商城去买服装、鞋帽等日用品。原因是淘宝服装的号码太不靠谱了!我买的好几家不同店的羊毛、纯棉、羊绒(号称)开衫,不管标的是L、XL,还是XXL,收到的实物全都比以前在商场买的小1、2公分。你说号码不准,我好好看产品说明,按照尺寸来选服装。结果,白纸黑字的尺寸数据也全无信用!
你说你弄个VR,无非就是帮我试个衣服,看看合不合适、好不好看吗?这倒好,按照商家提供的数据,VR试出来效果特别好,收到实物一看,完全不是一回事儿。原来我还以为淘宝的造假只是抄袭名牌,现在才发现造假也是一个生态链,从基本数据开始,每个环节都可能有假。所以,没有基础数据的标准化以及诚实守信的商业环境,服装类VR会严重失真、失信。数据与实物不对标,会导致VR技术应用的作用大打折扣。
其次,AlphaGo赢了李世石,是否意味着机器已经比人聪明了?人是否应该有危机感了?我想说,大可不必,为时尚早。我们举个例子来说明人工智能的不同层次。
比如说,《星球大战》里的机器人部队要来攻打北京,我们怎么办?第一层次,如果是比较傻的、只会按照导航指令进行智能判断的机器人(近似于单机版的AlphaGo),可以采用软件打击。先派侦察兵弄清楚机器人用什么地图导航(包括自动驾驶汽车、无人机等这类新应用都依赖三维立体地图的导航),然后用黑客手段把三维立体地图数据全部换掉,用一套假地图数据为机器人导航,把它们引到某死亡之地。
第二层次,假如机器人不但有一套导航系统,还具有批判性思维能力,并且有一套由卫星、各路传感器系统组成的“观察”体系,帮助机器人用周边事实景物信息跟地图信息进行比较,判断地图的真伪,情况就比较复杂了。对于这类机器人的进攻,最适当的应对措施就是硬件打击,当机立断断电断网。不过,需要说明的是,这种运算(机器学习)要复杂得多,系统配置也昂贵得多,而且要求网络具备强大的容错性能,防止信息被长城防火墙之类的拦截。
分清人工智能的这两个层次,对于我们认识人的智能,认识媒介与认知的关系,具有重大的启发。
讨论人的智能首先需要区分两种完全不同的认知论:个体认知论与社会认知论。教育心理学聚焦学习者个人的认知规律,偏重于个体认知论;互联网大脑更多关注的是社会群体认知论。今天,教育技术学和教育学的“坏理论”根源往往在于将两者混为一谈。
简单说,今天人类用书本、网络所承载的全部知识,是从荷马史诗、圣经、苏格拉底、柏拉图、亚里士多德、哥白尼一直到牛顿、达尔文、爱因斯坦等数千年来人类对世界全部观察的积累。把这些分散于不同时空的“人类智慧”连接在一起的就是口传、手工抄写的羊皮书、印刷技术、广播电视、互联网等媒介技术。所以,当一个6岁的孩子坐在教室里拿起书本的时候,他面临的巨大认知难题,是一个幼小的仅仅有6年人生经验的个体跟人类整体经验积累的对话。他首先要做的事情,是像海伦・凯勒那样,在数十次、数百次的重复后,认“字”[3]。这样的个体学习,不采用行为主义的学习方式,难道你让他/她拒绝认字,自我建构一套表达符号?
人类知识就是由跨越时空的一个个个体,借助于媒介技术的记录、汇聚、复制、传承、批判等过程生产形成的。这是一个跨越时空的人借助媒介技术支持,以社会认知的方式生产知识的过程[4]。个体的学习,则是个人经验,跟人类知识、规则对话,融入及参与社会合作,借以实现个人生存和发展的过程。区分个体的人、群体的人和作为人类的人,是我们分析和解决教育问题的出发点。我以为,当下中国教育研究中最大的问题,恰恰在于一直在讨论一个抽象的、理想主义的、没有具体所指的概念――人。因此,无论“全人”,还是技术与“人”,都是争论不清的话题。
与人类整体的知识建构(社会认知论)相比,个体的人其实相当于处于三维地图情境下的机器人,我们的感知传感器能探测到的其实只是自己周围很少的(真实)信息,如果你接收到的知识体系是被黑客“黑”过的一套假三维地图的话,你如何判断正确的方向?20世纪很多伟大的哲学思想,包括福柯的“知识考古学”、波兰尼的“个人知识”、哈耶克的“自生自发秩序”等,其实或多或少都跟“个体的人”“某个群体的人”与“整体的人类知识”这个典型对话情景有关,恰如三维地图情境下的机器人。换句话说,在制造一个人工大脑的机器的过程中,促进了我们对人类智慧的省察与深度思考。
不过,迄今为止,我们能做的仍然主要是在社会认知体系上的建构,用外在的认知形成去推演脑内的“运算”过程,人脑内部真正的意义形成至今还是一个未知领地(脑科学的研究主要还是在Function,而不是Meaning层面)。
对人工智能第一、第二层智慧的分析也说明,批判性思维的培养太复杂了,而应试教育(知道、信奉一套被输入的知识)则要简单得多。批判性思维不仅自己(学生、老师)要有质疑的意识,还需要一套社会化的“传感器”系统的支持和验证。所以,教育改革真的是天下最难的改革,也可以说,所有的改革本质上都是人的思维和认知方式的改革。
[参考文献]
[1] 淘宝昨天不给人活路的新功能!吓得我马上剁了还剩下的那只手![EB/OL]. (2016-4-2)[2016-04-15]. http:///s?__biz=MzA4ODQ2MjQzOA==&mid=403199279&idx=3&sn=f33fab64410e39b4c1250d77813326da&scene=2&srcid=0402kY4U4H9cWaErJNweN4Ls&from=timeline&isappinstalled=0#wechat_redirect
[2] 互联网将取代人类的大脑?人工智能,脑科学与互联网结合正在形成互联网大脑[EB/OL]. [2016-04-15]. http:///s?__biz =MzIwOTA1MDAyNA ==&mid=402212257&idx=1&sn=1e6e8fab1102ad78afe7e755bc98afba&scene=7#wechat_redirect
[3][4] 郭. 中国网络教育政策变迁――从现代远程教育试点到MOOC[M]. 北京:北京大学出版社,2014:281,243-256.
收稿日期:2016-04-04
人工智能范文4
研究人员最近对一个名叫ConceptNet的人工智能系统进行了测评。在一项为检测儿童智商而设计的测试中,ConceptNet的得分超过了一名智商正常的四岁儿童。
该测试共包含五项与词语推理和词汇有关的测验,ConceptNet的总得分为69分,与之进行对比的学龄前儿童得分则为50分。并且专家认为,该系统的智能程度还会进一步加强。
ConceptNet是一项由麻省理工学院常识计算计划团队(MIT Common Sense Computing Initiative)管理的开源项目。该团队研发的ConceptNet 4运用了所谓的“关系”这一概念。例如,当让该系统解释什么是“小鹿”时,它会明白“小鹿是一种鹿”,而不是”鹿是一种小鹿“。也就是说,它能够理解这种动物的概念,以及“小鹿”和“鹿”这两个词汇和概念之间的关系。同时,该系统还可以使用所谓的“对立标记”表示负相关关系,比如“企鹅不会飞”等。
研究人员让ConceptNet 4参与了“韦克斯勒学龄前儿童智力量表”测试(WPPSI-III),并将研究结果发表在论文《Measuring an Artificial Intelligence System's Performance on a Verbal IQ Test For Young Children》上。WPPSI-III测试包含14项测验项目,以及一份针对操作智商和言语智商的完整评估表。
操作智商测验通常会要求受测人完成绘画、解谜、记忆等任务。言语智商测验则会考察儿童的词语推理、词汇及理解能力。每种智商得分的平均分都为100分。本次研究则主要针对言语智商进行测试。
在测试过程中,试题会通过语言处理工具转换成ConceptNet 4能够理解的语言,如“我们为什么要握手?”、“我们为什么要在夏天戴太阳镜?”和“为什么将刀子放入嘴中是不好的行为?”等等。
该研究由芝加哥大学的斯特兰?奥尔森(Stellan Ohlsson)带领。在对单项测试计分时,研究人员先使用每道题目得分最高的答案计分,然后再使用每道题目得分最高的前五个答案中最好的答案计分。他们将前者称为“严格计分”,后者称为“放松计分”。
在“信息”测试中,ConceptNet得到了20分,而同时参加测试的四岁儿童通过转换后的得分为10分。这名儿童在词语推理和理解上得分更高,均为7分,而ConceptNet在这两项上的得分分别为2和3分。此外,ConceptNet表现出了更丰富的词汇量,词汇得分为20分,而儿童得分为13分。
“ConceptNet系统的得分与四岁儿童相仿,但低于五至七岁儿童的平均得分,”研究人员解释道,“该系统在每个单项中得分差异很大,说明还有改进的空间。在所有测试中,‘理解’是最关乎人类常识的测试项目。得分差异大、常识方面表现一般,这说明ConceptNet尚不具有四岁儿童的语言能力。但本次研究说明,儿童智商测试可以为人工智能系统的评估和比较提供一种客观的度量手段。”
“此外,许多由ConceptNet给出的错误答案和儿童给出的错误答案不仅相去甚远,而且违反常识。”
例如,在关于“狮子”的词语推理测验中,该AI系统和首测儿童被给予三条线索——“雄性长着鬃毛”,“该动物生活在非洲”,以及“它是一种体型很大的棕黄科动物”。
由ConceptNet给出的排名前五的答案按顺序排列为:狗,农场,生物,家庭,猫。
研究团队解释道,“生物”和“猫”尚且还能与“狮子”沾边,但其它的答案就明显有悖于常识了。
“按照常识,受测者应该至少能将答案限制在动物的范围内,同时能做出简单的推理:“既然线索说它是猫科动物,那只有猫科动物能够被列入考虑范围。”
该论文被发表在期刊《arXiv》上,共同作者包括罗伯特?斯隆(Robert Sloan)、捷尔吉?图兰(Gy?rgy Turán)和阿隆?尤拉斯基(Aaron Urasky)。
测试方法
研究人员让ConceptNet 4参与了“韦克斯勒学龄前儿童智力量表”测试(WPPSI-III),并将研究结果发表在论文《Measuring an Artificial Intelligence System's Performance on a Verbal IQ Test For Young Children》上。WPPSI-III测试包含14项测验项目,以及一份针对操作智商和言语智商的完整评估表。
操作智商测验通常会要求受测人完成绘画、解谜、记忆等任务。言语智商测验则会考察儿童的词语推理、词汇及理解能力。每种智商得分的平均分都为100分。本次研究则主要针对言语智商进行测试。
在测试过程中,试题会通过语言处理工具转换成ConceptNet 4能够理解的语言,如“我们为什么要握手?”、“我们为什么要在夏天戴太阳镜?”和“为什么将刀子放入嘴中是不好的行为?”等等。
该研究由芝加哥大学的斯特兰?奥尔森(Stellan Ohlsson)带领。在对单项测试计分时,研究人员先使用每道题目得分最高的答案计分,然后再使用每道题目得分最高的前五个答案中最好的答案计分。他们将前者称为“严格计分”,后者称为“放松计分”。
什么是ConceptNet
ConceptNet是一项由麻省理工学院常识计算计划团队(MIT Common Sense Computing Initiative)管理的开源项目。该团队研发的ConceptNet 4运用了所谓的“关系”这一概念。
人工智能范文5
人工智能超越人脑这种说法只是在某一方面,比如在计算速度上。但终究也有瓶颈,有些东西是人脑特有的,不会被超越。
人工智能,英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
(来源:文章屋网 )
人工智能范文6
1956年的达特茅斯会议是人工智能研究的历史起点,至今正好是一个60年甲子。在这60年的发展过程中,伴随着计算机技术和民用科技突飞猛进的发展,人工智能研究本身经历了两次波峰与波谷,而从2006年起始至今愈发升温的人工智能热,是第三次人工智能浪潮,而60年甲子的当下,正处于人工智能爆发的前夜。
在这第三次浪潮中,中国、美国和欧洲,不约而同地将人类大脑研究上升为国家战略科研高度,而以百度、科大讯飞为代表的中国科学家与产业势力,也是历史上第一次与西方的同行们同步前进,共同推动人类科学技术的前沿探索。
科大讯飞董事长刘庆峰表示,人工智能未来会像水和电一样无所不在。而在人工智能的三个层次――计算智能、感知智能和认知智能之中,前两者机器的能力已经超越人类,让机器实现认知智能是目前人工智能科研的焦点,这也是人区别于动物的最本质能力。
而从人类自身的发展来看,产生认知智能的标志是语言的广泛使用。所以,在第三次人工智能浪潮中,世界上众多的科学家都不约而同地从“自然语言理解”这个研究方向上,寻找人工智能的突破口,亦即从语音与语言入手实现机器(包括可穿戴设备)的认知革命。
方兴未艾的可穿戴设备市场依然处在早期发展阶段,设备本身不值钱,透过设备获得数据、提供服务才是核心。基于数据采集、分析等环节,依托人工智能算法,为佩戴者提供一个完美的科技体验,即用数据驱动现实世界与虚拟世界的融合。
可穿戴智能设备给用户带来完美科技体验,人机交互至关重要。未来,可穿戴智能设备将会成为人的一部分,正在兴起的可穿戴智能设备将作为传感器的载体,实现人、机、云端更高级、无缝的交互,实现情景感知,让可穿戴智能设备拥有“智慧”。可穿戴智能设备与人工智能两者结合,使得人体感知能力进一步补充和延伸,情景感知将会是下一个智能硬件科技新趋势,很多可穿戴智能设备将具备某些“情景感知”功能的应用软件,这一核心是人工智能的崛起。
[事 件]
智能手表VS智能手环
2015年3月10日凌晨,苹果于春季会上终于抖开了Apple Watch最后一层面纱,采用了方形设计,行货最高售价12.68万,直叫人咂舌!Apple Watch能否颠覆智能手机也成为了业界热议的话题。
苹果从未给过一种产品这么多个性化选择,Apple Watch有两个不同尺寸(38和42毫米),三种材质(不锈钢、铝合金、18K金,每种材质又有两种颜色),及六种不同款式的表带,每种表带又有多种颜色供选择。如果将这些混搭,又能产生更多组合。值得一提的是,无论42还是38毫米款式,这么小的触屏屏幕都不方便操作,苹果无法改变这点,但他们为屏幕增加了一个操作维度:力度感应。这是别的竞争对手都没有的功能,也是Apple Watch的杀手锏之一,能够根据压力的不同产生不同的交互功能。
其主要功能可以分为两个类型:iPhone功能的延伸,以及手表本身的特有功能。它需要配合iPhone使用(iPhone 5或更高版本,iOS 8.2以上),因为几乎所有的应用运算部分都在手机,可以说,安装在Apple Watch上的应用并非独立存在,它只是iPhone版本在手腕端的特殊展现形式。
6月19日,美国智能手环制造商Fitbit在纽约证券交易所挂牌上市,作为第一家在美上市的穿戴设备类公司,Fitbit的股价在上市首日便大涨48.4%至29.68美元。
《福布斯杂志》评论这是2015年最令人期待的首次公开募股(IPO)之一。多位业内人士也表示,Fitbit的上市无论是对国际还是国内的可穿戴市场都会起到正向的激励和示范作用。
2014年,Fitbit实现首个年度盈利,使得其财务状况处于一个良好的阶段,Fitbit市场份额也以34%保持领先,并拥有2.378亿美元的现金流。事实上,连美国总统奥巴马都曾佩戴其手环,名人效应明显。但更重要的是,其为目前仍处于融资或者待融资的可穿戴设备商提供了估值的参考。
不仅如此,对中国厂商同样具有指导意义。这意味着,小米手环制造商华米科技等接下来的融资可以有更具实际意义的参考标的,而不是“市梦率”。
但坏消息是,挑战依然很多。这一年,Jawbone多次对Fitbit提起指控,后者一是挖走员工并窃取了知识产权,二是侵犯相关专利。
苹果Apple Watch等智能手表也常常被认为是Fitbit最大的竞争者。手表从功能替代性上完全可以取代手环,这已经是业界的共识。目前趋势尚未扭转的原因是,手表的价格远高于手环。但随着苹果等智能手表厂商在如健康监测等相同功能外,增加越来越多的增值服务,用户的选择肯定会更加倾向于功能完善、体验效果好的产品。
[背 景]
可穿戴设备的发展轨迹
可穿戴设备最早是在赌场里为作弊诞生的,早在上世纪60到70年代,最早的可穿戴设备被发明出来,用来增加在赌桌旁的胜率。此后,可穿戴设备发展并不迅速。
20世纪80年代,计算器腕表流行。世界首款手腕计算器――Pulsar在1975年年末正式,并随即流行。1981年,还是高中生的Steve Mann把一部6502计算机连接到了一部带钢架的背包上,控制摄影装备。这款设备的显示屏是连接到头盔上的取景器,Mann对可穿戴设备的发展做出了很大贡献。
当时,可穿戴设备技术虽然很先进,但是对消费者来说,并非刚需。科幻电影对可穿戴设备的发展,起到了一定作用。1984年电影《终结者》放映,在电影中,机器人所看到的现实世界图像上被加入了一层计算机界面,这个设备和现在的谷歌眼镜理念有些类似。
1987年,首款数字助听器问世,但是由于它的设计体形庞大,这类设备并没能取得商业上的成功。1994年,发明计算机背包的Steve Mann制作出一款可穿戴摄像头,并实现了将图像上传到网络的功能。2000年,首款蓝牙耳机发明。2002年Xybernaut Poma可穿戴PC问世,这款设备就像是把磁带录音机戴在了头上。
2003年,世界首款完全数字化的起搏器Vitatron C-Series问世,这款设备可以让医生在18秒内下载病人的信息。2006年,耐克和苹果联合推出了Nike+iPod,一款允许用户将自己的运动同步到iPod当中的运动套件。耐克随后还推出了数款带有iPod专用口袋的服饰。2009年,WW200可穿戴计算机由Glacier Computers所,主要为了用户能在紧急情况下获得大量的信息,并具有防水功能。
2013年,谷歌眼镜,可通过语音识别和侧面的触控板来进行控制。谷歌眼镜是一款固定在眼镜上的光学头戴显示器,通过语音控制,可以用WIFI上网。三星发明了智能手表,可使用蓝牙和安卓手机相连接。日本汽车制造商日产Nismo智能手表,可以为驾驶员提供平均时速、油耗和驾驶员心率等信息。售价120美元。
2014年,有关苹果iWatch的传言甚嚣尘上,这是一款能够通过WiFi上网的智能手表。目前,全球智能穿戴市场方兴未艾,苹果Apple Watch智能手表销售一枝独秀,小米、Fitbit则在智能手环市场攻城略地,然因整体穿戴市场表现不如预期,加上愈来愈多的竞争者加入战局,即便是居于领先的业者亦面临极大压力,近期龙头厂商Fitbit便加速扩充产品功能,企图减缓竞争对手在市场节节进逼的威胁。
面对以低价冲刺销售量的小米手环,以及锁定高阶市场的Apple Watch两大劲敌夹击,加上其他穿戴业者奋起直追,Fitbit面临愈来愈大竞争压力,由于小米手环定价仅15美元,相较于售价100美元的Fitbit Flex极具价格优势,小米手环在穿戴式装置市占率已突破15%,苹果Apple Watch则囊括约2成版图,至于Fitbit则从原本约3成市占率,下滑至不到25%。
值得注意的是,随着智能手表持续强化应用功能,全球市场规模扩大,主要诉求运动健身追踪功能的智能手环,未来市场规模恐遭到压缩。随着Apple Watch使用者持续增加,将会有更多应用App推出,加上愈来愈多类似功能的产品投入市场竞争,Fitbit既有的领先地位恐岌岌可危。由于智能手表功能持续增加,且价格下滑,智能手表和智能手环市场区隔愈益模糊,可穿戴设备业者必须找出明确的产品定位,并且加快应用愈来愈成熟的人工智能技术,形成不同凡响的体验,才能在市场上占有一席之地。
[焦 点]
人工智能支撑可穿戴设备脑思考
可穿戴设备是物联网最大消费类产品,作为物联网领域一部分,连接、交互是可穿戴设备最基本功能,对于可穿戴智能设备后端支撑的人工智能、云端运算是可穿戴设备实现科技体验最大的核心支撑技术。
1956年,Minsky和McCarthy主持的Dartmouth会议,被称为人工智能的诞生典礼。60年后,随着移动互联网、云计算、大数据的发展,全球范围内的人工智能研究达到了前所未有的热度。国内百度、科大讯飞在第三波人工智能浪潮中,将会成为下一代人机交互变革的领航者。百度在人工智能方面积极布局,在硅谷成立人工智能实验室,吴恩达为首席科学家,带领团队搭建中国的“超脑”。
据公开资料显示,科大讯飞2014年提出“讯飞超脑”计划,未来“讯飞超脑”将考上国内重点大学,讯飞超脑关键技术要突破人工智能在语言理解、知识表示、逻辑推理和自主学习方面的认知智能技术体系,研究面向穿戴式设备及智能家居的新一代感知智能语音交互核心技术。
未来可穿戴智能设备将由人工智能变得更强大,显然人工智能应用中发挥可穿戴设备巨大价值,模拟人脑的思考方式,帮助我们从后端服务器中获得及时信息并呈现给用户。
在后端还有一个重要参与者,即图灵机器人,2014年11月6日,图灵机器人了一款人工智能级的机器人操作系统――Turing OS,希望借此赋予机器人和人相似的思维能力、情感能力及学习能力。据传感物联网创建人杨剑勇介绍,图灵机器人可为智能化软硬件产品提供中文语义分析、自然语言对话、深度问答等人工智能技术服务。
时隔一个多月后,12月21日,科大讯飞也在北京国家会议中心人工智能领域新产品,正式推出人机交互界面AIUI,以及录音宝、录音笔、讯飞听见网、智学网、E听说等To C产品。
AIUI集成了包括双全工技术、麦克风阵列技术、声纹识别技术、方言识别、语义理解技术和和内容服务等科大讯飞一些列尖端科研成果和完善服务,代表业界最高水准的技术产品。在现场,科大讯飞在全球首次将演讲人(刘庆峰)的演讲同步转写成文字在大屏幕显示,敢于接受现场数千参会者和数千万观看视频直播观众的检验。
刘庆峰表示,在实际上已经到来的“万物互联时代”,语音为主,触摸、图像、手势为辅,将成为人机交互的新常态,而在这种人类生活的新常态中,人工智能技术的突破是用来延伸人类能力而非替代人类的。人工智能将使人类更幸福、更富想象力和创造力。
[启 示]
可穿戴智能设备要击中需求点
市场调研公司IDC的最新报告显示,2015年可穿戴设备市场的销量,将从去年的2640万部提升至约7210万部。而另一家调研公司CCS Insight的数据则更为乐观,根据其最新报告《2015~2019年全球可穿戴设备预测》,2019年可穿戴设备出货量将达到2.45亿部。
作为具备部分计算功能、可连接手机及各类终端的便携式配件,可穿戴设备“家族”已经人丁兴旺,目前包括手表、腕带、眼镜、头盔、服装、鞋子、腰带、书包、拐杖等多种形态,产品品种令人眼花缭乱。
在高科技领域,一项技术和相应产品能否取得成功,不止取决于技术、资金等内部条件,还取决于外部环境,就好比没有私家车的普及化,手机地图不会成功一样。