『尘缘禅语』人工智能如何改变我们的生活( 二 )
尽管计算机并没有真正像人类那样思考 ， 而是利用电路 ， 半导体和磁性介质（完全不同于人类是用生物细胞）来存储信息 ， 但还是会有一些有趣的相似之处 。 “我们开始发现的一件事是 ， 当您开始谈论数十亿个节点时 ， 神经网络真的很有趣 ， 而大脑本质上是一个神经网络 ， 尽管您可以通过改变神经元的阻力来控制过程的强度在脑电波传导之前 ， ” Cagle解释说 ， “单个神经元本身只能为您提供非常有限的信息 ， 但会同时激发出足够多的具有不同强度的神经元 ， 最终您会得到一种仅响应某些种类的刺激而被激发的模式 。 ”
Vasant Honavar说：“人工智能的大多数应用在大量数据的领域中 。 ” 我们再次使用放射学示例 ， 人类放射科医生评估了大型X射线和MRI扫描数据库 ， 这使得训练机器来模拟这种活动成为可能 。 AI通过将大量数据与智能算法（一系列指令）相结合来工作 ， 这使该软件可以从数据的模式和特征中学习 ， 正如这本《SAS人工智能入门》书中所解释的那样 。 如这本书所述 ， 在模拟大脑工作方式时 ， 人工智能利用了许多不同的领域 。 机器学习可自动进行分析模型构建 ， 从而在数据中查找隐藏的见解 ， 而无需进行编程以寻找特定的事物或得出一定的结论 。 神经网络模仿大脑中相互连接的神经元的阵列 ， 并在各个单元之间传递信息 ， 以找到联系并从大脑存储的记忆中获取所需的知识 。 深度学习利用真正的大型神经网络和大量计算能力来发现数据查找中的复杂模式 ， 以用于图像和语音识别等应用 。 正如SAS所说 ， 认知计算是关于创建“自然的 ， 类似于人的交互” ， 包括使用解释语音并对其做出响应的能力 。 计算机视觉通过模式识别和深度学习来理解图片和视频的内容 ， 并使机器可以使用实时图像来了解周围的事物 。 自然语言处理包括分析和理解人类语言并对之作出反应 。 人工智能起源与发展
人工智能的概念可以追溯到多半的世纪以前 ， 1956年在达特茅斯学院的一次会议上引入了 “人工智能”一词 。 在接下来的二十年中 ， 研究人员开发了进行简单模式识别和机器学习的程序 。 康奈尔大学的科学家弗兰克·罗森布拉特（Frank Rosenblatt）开发了Perceptron ， 这是第一个人工神经网络 ， 它运行在装有重5吨（4.5公吨）的IBM计算机上 。
本文插图
但据Honavar称 ， 直到1980年代中期 ， 第二波更复杂的多层神经网络才问世 ， 以应对更高级别的任务 。 在1990年代初 ， 另一项突破使AI能够推广到培训经验之外的领域 。
在1990年代和2000年代 ， 其他技术创新（网络和功能日益强大的计算机）帮助加速了AI的发展 。 Honavar说：“随着网络的出现 ， 大量的数据以数字化形式变得可用 。基因组测序和其他项目开始生成大量数据 ， 并且计算机技术的进步使存储和访问这些数据成为可能 。 我们可以训练机器完成更复杂的任务 。 我们不可能在三十年以前拥有深度学习模型 ， 因为当时没有数据和计算能力 。 ”人工智能与机器人技术
AI与机器人技术不同 ， 但与之有关 ， 在机器人中 ， 机器可以自己或在人的指导下感知环境 ， 执行计算并执行各种动作 ， 从工厂工作 ， 烹饪到降落在其他星球上 。 霍纳瓦尔（Vasant Honavar）认为 ， 这两个领域在许多方面会有交集 。
霍纳瓦尔说：“您可以想象没有人工智能技术的机器人技术 ， 如自动化纺织机那样的纯机械设备 。 这些机器就是不太聪明的例子 。 相反 ， 在机器人技术中 ， 智能是不可或缺的部分 ， 例如在充满人类驱动的汽车和行人的街道上引导自动驾驶汽车等 。 ”霍纳瓦尔还说：“要实现真正的人工智能 ， 一定程度上需要机器人技术 ， 这是一个合理的论据 ， 因为在某种程度上 ， 与世界的互动是人工智能的重要组成部分 。 要理解扔球意味着什么 ， 您必须能够扔球 。 ”人工智能无处不在
推荐阅读
- 湖南省人工智能产业联盟每日AI报0510
- 人工智能爱好者社区当心这个破坏家庭团结的数据泄露重灾区，多款APP违规采集个人信息
- 掘金界参与主，5月8日，由全球领先的人工智能平台公司商汤科技SenseTime
- 埃尔法哥哥人工智能与人类的未来
- AI途人工智能时代：AI“创作”的著作权归属
- 太平洋电脑网外媒:华为打算将人工智能进一步整合到其光伏业务中
- 前瞻产业研究院2020年中国人工智能行业市场规模及竞争格局分析：百度夺得数桂冠【组图】
- 大科技杂志社想说爱你不容易，人工智能
- 眷诚法务人工智能的法律主体资格分析
- c114通信网1.4亿！新华三首次中标中国移动人工智能通用计算设备集采