江苏龙网

  1. 首页 > 资讯 > 科技 > >

『云计算』终于有人把云计算、大数据和人工智能讲明白了( 九 )


人们很早就在想这个事情了 。 最早的时候 ， 人们想象 ， 要是有一堵墙 ， 墙后面是个机器 ， 我给它说话 ， 它就给我回应 。 如果我感觉不出它那边是人还是机器 ， 那它就真的是一个人工智能的东西了 。
2让机器学会推理
怎么才能做到这一点呢？人们就想：我首先要告诉计算机人类的推理的能力 。 你看人重要的是什么？人和动物的区别在什么？就是能推理 。 要是把我这个推理的能力告诉机器 ， 让机器根据你的提问 ， 推理出相应的回答 ， 这样多好？
其实目前人们慢慢地让机器能够做到一些推理了 ， 例如证明数学公式 。 这是一个非常让人惊喜的一个过程 ， 机器竟然能够证明数学公式 。 但慢慢又发现其实这个结果也没有那么令人惊喜 。 因为大家发现了一个问题：数学公式非常严谨 ， 推理过程也非常严谨 ， 而且数学公式很容易拿机器来进行表达 ， 程序也相对容易表达 。
然而人类的语言就没这么简单了 。 比如今天晚上 ， 你和你女朋友约会 ， 你女朋友说：如果你早来 ， 我没来；你等着 ， 如果我早来；你没来 ， 你等着！这个机器就比较难理解了 ， 但人都懂 。 所以你和女朋友约会 ， 是不敢迟到的 。
3教给机器知识
因此 ， 仅仅告诉机器严格的推理是不够的 ， 还要告诉机器一些知识 。 但告诉机器知识这个事情 ， 一般人可能就做不来了 。 可能专家可以 ， 比如语言领域的专家或者财经领域的专家 。
语言领域和财经领域知识能不能表示成像数学公式一样稍微严格点呢？例如语言专家可能会总结出主谓宾定状补这些语法规则 ， 主语后面一定是谓语 ， 谓语后面一定是宾语 ， 将这些总结出来 ， 并严格表达出来不久行了吗？
后来发现这个不行 ， 太难总结了 ， 语言表达千变万化 。 就拿主谓宾的例子 ， 很多时候在口语里面就省略了谓语 ， 别人问：你谁啊？我回答：我刘超 。 但你不能规定在语音语义识别时 ， 要求对着机器说标准的书面语 ， 这样还是不够智能 ， 就像罗永浩在一次演讲中说的那样 ， 每次对着手机 ， 用书面语说：请帮我呼叫某某某 ， 这是一件很尴尬的事情 。
人工智能这个阶段叫做专家系统 。 专家系统不易成功 ， 一方面是知识比较难总结 ， 另一方面总结出来的知识难以教给计算机 。 因为你自己还迷迷糊糊 ， 觉得似乎有规律 ， 就是说不出来 ， 又怎么能够通过编程教给计算机呢？
4算了 ， 教不会你自己学吧
于是人们想到：机器是和人完全不一样的物种 ， 干脆让机器自己学习好了 。
机器怎么学习呢？既然机器的统计能力这么强 ， 基于统计学习 ， 一定能从大量的数字中发现一定的规律 。
其实在娱乐圈有很好的一个例子 ， 可见一般：
有一位网友统计了知名歌手在大陆发行的 9 张专辑中 117 首歌曲的歌词 ， 同一词语在一首歌出现只算一次 ， 形容词、名词和动词的前十名如下表所示（词语后面的数字是出现的次数）：
『云计算』终于有人把云计算、大数据和人工智能讲明白了
本文插图

如果我们随便写一串数字 ， 然后按照数位依次在形容词、名词和动词中取出一个词 ， 连在一起会怎么样呢？
例如取圆周率 3.1415926 ， 对应的词语是：坚强 ， 路 ， 飞 ， 自由 ， 雨 ， 埋 ， 迷惘 。 稍微连接和润色一下：
坚强的孩子 ，
依然前行在路上 ，
张开翅膀飞向自由 ，
让雨水埋葬他的迷惘 。
是不是有点感觉了？当然 ， 真正基于统计的学习算法比这个简单的统计复杂得多 。
然而统计学习比较容易理解简单的相关性：例如一个词和另一个词总是一起出现 ， 两个词应该有关系；而无法表达复杂的相关性 。 并且统计方法的公式往往非常复杂 ， 为了简化计算 ， 常常做出各种独立性的假设 ， 来降低公式的计算难度 ， 然而现实生活中 ， 具有独立性的事件是相对较少的 。


推荐阅读


上一篇：「驱动之家」小米有品开卖战术尼龙腰带：无限长度连接 可遇险救急

下一篇：『手机大魔王』真全面屏！华为屏下摄像头专利，镜头与屏幕融为一体