人工智能進(jìn)擊和展望

2016人工智能的進(jìn)擊與展望BY李名虎什么是人工智能狹義人工智能和廣義人工智能1人工智能的狹義和廣義人工智能：ArtificialIntelligence廣義：指包括計(jì)算、數(shù)據(jù)資源、人工智能算法和計(jì)算研究、應(yīng)用構(gòu)建在內(nèi)的產(chǎn)業(yè)。我們一般談?wù)摰氖仟M義概念狹義：指基于人工智能算法和技術(shù)進(jìn)行研發(fā)及拓展應(yīng)用的企業(yè)。2人工智能的狹義和廣義思維路徑和理論派別統(tǒng)計(jì)機(jī)器學(xué)習(xí)：利用快速提高的計(jì)算能力，實(shí)現(xiàn)在具體問題上的智能分析符號(hào)主義：追求通過(guò)徹底的仿生工程使機(jī)器掌握人類的思維機(jī)制人工智能的未來(lái)發(fā)展基于兩者的融合3不同的發(fā)展階段弱人工智能

擅長(zhǎng)于單個(gè)方面的人工智能。人類級(jí)別的人工智能，可以替代大部分人類工作。強(qiáng)人工智能在幾乎所有領(lǐng)域都比最聰明的人類大腦都聰明很多，包括科學(xué)創(chuàng)新、通識(shí)和社交技能。超人工智能人工智能目前及未來(lái)一段時(shí)間內(nèi)都處于弱人工智能不同發(fā)展階段4強(qiáng)人工智能還需要很多年的發(fā)展希望永遠(yuǎn)不要有超人工智能，因?yàn)槟且馕吨祟悮v史的終結(jié)，我們最好的結(jié)局不過(guò)是人工智能的寵物由于摩爾定律指數(shù)級(jí)發(fā)展遠(yuǎn)快于生物進(jìn)化，因此上述結(jié)果實(shí)際上難以避免，請(qǐng)為人類默哀！人工智能技術(shù)發(fā)展從專家系統(tǒng)到機(jī)器學(xué)習(xí)1傳統(tǒng)人工智能-老師帶學(xué)生下國(guó)際象棋簡(jiǎn)單游戲AI量化投資專家系統(tǒng)人類得自己學(xué)會(huì)并形成經(jīng)驗(yàn)總結(jié)編輯好算法才能讓機(jī)器執(zhí)行猜你喜歡機(jī)器沒有自主學(xué)習(xí)能力，永遠(yuǎn)不可能比人聰明2走向自主學(xué)習(xí)對(duì)具體問題提出了很多新的解決方案新的數(shù)學(xué)模型和算法

摩爾定律下的硬件計(jì)算能力飛躍，是新一代人工智能算法的基礎(chǔ)摩爾定律提供了發(fā)展工具和學(xué)習(xí)材料大數(shù)據(jù)的發(fā)展

計(jì)算能力的提升是基礎(chǔ)3機(jī)器學(xué)習(xí)非監(jiān)督學(xué)習(xí)增強(qiáng)學(xué)習(xí)監(jiān)督學(xué)習(xí)目前人工智能的發(fā)展，主要通過(guò)有監(jiān)督的深度學(xué)習(xí)算法，解決語(yǔ)音識(shí)別、圖像識(shí)別、自然語(yǔ)言理解等總樣本量有上限的相對(duì)“有窮大”問題。增強(qiáng)學(xué)習(xí)算法主要從任意初始狀態(tài)開始，機(jī)器與外部環(huán)境持續(xù)交互，通過(guò)不斷試錯(cuò)和累積回報(bào)來(lái)“學(xué)習(xí)”最佳策略，在這個(gè)過(guò)程中外界不給予直接指導(dǎo)（監(jiān)督），只給予間接的或是遠(yuǎn)距離的回報(bào)（Reward）。4圍棋高手ALPHAGO深度卷積神經(jīng)網(wǎng)絡(luò)MCTS，蒙特卡洛搜索樹及左右互搏MCTS算法，蒙特卡洛搜索樹用于持續(xù)改進(jìn)下棋方法。評(píng)價(jià)函數(shù)v(s)輸入3000萬(wàn)盤人類圍棋對(duì)戰(zhàn)棋譜，讓AlphaGo學(xué)習(xí)，自主提煉規(guī)律，僅憑此達(dá)到業(yè)余6段的水平。后期制造兩個(gè)AlphaGo對(duì)下，快速持續(xù)進(jìn)化。學(xué)會(huì)評(píng)估局勢(shì)，確保選擇全局最優(yōu)的策略，培養(yǎng)大局觀圍棋是可能性無(wú)窮大（圍棋盤19*19，可能性10的171次方）的問題，復(fù)雜度遠(yuǎn)遠(yuǎn)超過(guò)國(guó)際象棋。如果用一個(gè)原子來(lái)存儲(chǔ)圍棋可能的狀態(tài)，把全宇宙的原子加起來(lái)都不夠儲(chǔ)存所有的狀態(tài)，因此之前很多圍棋高手都不看好AlphaGo，合理的深度學(xué)習(xí)算法才能取勝。

AlphaGo利用超過(guò)170個(gè)GPU，粗略估算超過(guò)800萬(wàn)核并行計(jì)算，不僅有前期訓(xùn)練過(guò)程中模仿人類，自我對(duì)弈不斷進(jìn)化，還有實(shí)戰(zhàn)時(shí)的模擬對(duì)局可以實(shí)時(shí)進(jìn)化，已經(jīng)把現(xiàn)有方法發(fā)揮到了極限，是目前人工智能領(lǐng)域絕對(duì)的巔峰之作。5新技能get機(jī)器視覺音樂創(chuàng)作圖像識(shí)別機(jī)器學(xué)習(xí)能解決像圍棋這么復(fù)雜的問題，那么借鑒AlphaGo，能應(yīng)用機(jī)器學(xué)習(xí)解決的問題就很多了無(wú)人駕駛6機(jī)器人方面上述的進(jìn)步更多是沿著統(tǒng)計(jì)機(jī)器學(xué)習(xí)的理論路徑發(fā)展，都是解決具體問題的弱人工智能。目前強(qiáng)人工智能依然停滯不前，符號(hào)主義的思路可能是可行的方式。未來(lái)潛力區(qū)域在想象力，情感，動(dòng)作控制方面還有很長(zhǎng)的道路要走。。。1想象力，發(fā)散性思維2藝術(shù)與情感要想達(dá)到人類級(jí)別的智能，電腦必須要理解更高深的東西，比如微小的臉部表情變化，開心、放松、滿足、滿意、高興這些類似情緒間的區(qū)別，以及為什么《布達(dá)佩斯大飯店》是好電影，而《富春山居圖》是爛電影。3只會(huì)思考不會(huì)行動(dòng)AlphaGo會(huì)下棋，但只是以屏幕顯示的方式下，不能真的像人那樣用手拿棋子下棋。頭腦發(fā)達(dá)，四肢簡(jiǎn)單機(jī)械進(jìn)步速度遠(yuǎn)遠(yuǎn)慢于計(jì)算機(jī)算法，所以盡管有了很好的算法，工業(yè)機(jī)器人依然只會(huì)重復(fù)一些簡(jiǎn)單動(dòng)作服務(wù)機(jī)器人也有類似問題，能陪你唱歌聊天，卻很難給你端一杯水過(guò)來(lái)，更別說(shuō)幫你做頓飯，只會(huì)叫外賣潛在投資方向哪里有痛點(diǎn)，哪里就有需求1計(jì)算能力機(jī)器學(xué)習(xí)廣泛使用神經(jīng)網(wǎng)絡(luò)及其衍生算法，對(duì)計(jì)算速度要求非常高，目前業(yè)界的討論是：使用GPU加速或者研發(fā)專門的神經(jīng)網(wǎng)絡(luò)芯片NVIDIA表示，深度學(xué)習(xí)需要很高的內(nèi)在并行度、大量的浮點(diǎn)計(jì)算能力以及矩陣預(yù)算，而GPU可以提供這些能力。另一種受益的硬件是FPGA，相對(duì)于CPU，他們的優(yōu)勢(shì)是大規(guī)模并行計(jì)算能力更強(qiáng)。另外，IBM等公司已經(jīng)在設(shè)計(jì)專門應(yīng)用與深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)芯片。這種芯片突破馮·諾依曼架構(gòu)，更接近于人腦結(jié)構(gòu)，在70毫瓦的功率上提供100萬(wàn)個(gè)“神經(jīng)元”內(nèi)核、2.56億個(gè)“突觸”內(nèi)核以及4096個(gè)“神經(jīng)突觸”內(nèi)核。科大訊飛為打造“訊飛超腦”，除了GPU，還考慮借助深度定制的人工神經(jīng)網(wǎng)絡(luò)專屬芯片來(lái)打造更大規(guī)模的超算平臺(tái)集群。2與大數(shù)據(jù)及云計(jì)算的聯(lián)動(dòng)沒有大數(shù)據(jù)，任何有深度的人工智能都是空談。人工智能

人工智能的提升明顯的增強(qiáng)了數(shù)據(jù)價(jià)值。以往沉默的數(shù)據(jù)有了價(jià)值挖掘的可能。大數(shù)據(jù)使用人工智能技術(shù)為大數(shù)據(jù)提供存儲(chǔ)，挖掘，應(yīng)用的方式云計(jì)算

3下游應(yīng)用做生活秘書，幫你叫外賣，給你放你喜歡的歌音樂創(chuàng)作已在探索，未來(lái)只會(huì)寫歌無(wú)法裝B圖像識(shí)別準(zhǔn)確率超過(guò)97%下游應(yīng)用越來(lái)越多的工作可以交給機(jī)器，未來(lái)人工智能應(yīng)用是創(chuàng)業(yè)熱點(diǎn)無(wú)人駕駛，2020年可能