未来智库 > 人工智能论文 > 【人脑!NO!>人工智能>人脑!NO!】
    人工智能的核心是模拟人类思维
    “在采访我之前,也许你会觉得人工智能非常神秘、了不起,但是听我讲完后,也许你会感叹‘原来人工智能这么傻呀,比我想象的差多了!’”王万良笑着说,因为你原来了解的人工智能主要来源于科幻大片,而不是真正的科学技术。自人工智能开始真正发展的六十多年来,经历了数次起落,人们也随之兴奋与懊恼,主要是因为人工智能的每次重大发展都被宣传得太过于神化,甚至说人工智能将要威胁到人类的生存。
    “实际上,人工智能离我们的想象还差很远,远不会威胁到人类的安全。人脑是由一千多亿个神经元交织在一起的网状结构,其中约有1000种类型的神经元,每个神经元大约与个其他神经元相连接,形成了极为错综复杂而又灵活多变的神经网络,人的智能行为就是由如此高度复杂的组织产生的。在浩瀚的宇宙中,也许只有包含数千亿颗星球的银河系的复杂性能够与我们的大脑相比。所以,我们只要关注如何使人工智能更好地服务于人类就可以了”,王万良解释说。
    人工智能,简单地说就是要研究如何使机器具有能听、会说、能看、会写、能思维、会学习、能适应环境、能模拟人的思维、技能来解决各种面临的实际问题等功能的一项技术。王万良解释说:“就像驾驶汽车侧方停车时,如果按照传统的控制方法,需要建立汽车运动模型、计算轮胎的摩擦力及倒车角度,需要精确地控制才能成功停车,但是现实生活中,没有哪个驾驶员是这样停车的,他们既没有算,也没有分析,而是凭借简单的规则、积累的经验和预估能力停车入库的。所以,怎么样模拟人的思维去解决这些复杂的问题,是人工智能最核心的地方。”
    但是,反过来,为什么向人学习,却在有些方面超越了人类呢?王万良认为,最主要是因为人工智能有强大的记忆与计算能力。例如下棋,不仅需要参赛者具有超凡的记忆能力、丰富的下棋经验,而且要求有强大的思维能力,能对瞬息万变的随机情况迅速地做出反应,及时采取有效的措施,而人工智能因为存储了人类的大量对战经验,以及人类无法匹敌的强大搜索、运算能力,短时间内可以做出精密的计算,这才出现Deep Blue战胜国际象棋棋王卡斯帕罗夫,AlphaGo战胜围棋世界冠军李世石。“但是,这不代表人工智能就超越了人类,李世石除了下围棋,还有人类特有的创新能力和想象力,具有千万种可能,但是AlphaGo只能专注于围棋这一方面,只是在围棋博弈这单项技能上超越人类。当然,人工智能研究博弈的目的并不是为了让计算机与人进行下棋、打牌之类的游戏,而是通过对博弈的研究来检验某些人工智能技术是否能实现对人类智慧的模拟,从而促进人工智能技术进一步的研究。”
    人工智能技术的产业应用
    很多人认为,人工智能离我们很遥远,只是出现在新闻中的新名词而已。其实,人工智能中的多项技术早已广泛应用于各类产业中。王万良表示,工业领域的人工智能运用能对社会进步产生强大推动力,特别是在专业领域专家稀少,又或者工作环境恶劣的情况下。他断言,人工智能将是未来产业的核心,“现在如果连人工智能都不重视,就像以前不重视互联网,将会失去未来产业的制高点。”
    机器视觉技术。其中最广为人知的,应该是无人自动驾驶技术。谷歌的自动驾驶车,2009年曝光雏形至今的7年时间里,已经累计行驶了140多万英里。今年2月,美国国家公路安全交通管理局声明谷歌自动驾驶汽车内部的计算机可被视为“驾驶员”。
    机器翻译技术。众所周知,人工的同声翻译价格昂贵,质量却不能完全保证。20世纪50年代机器翻译就是人工智能研究的重要领域,由于不断的失败也导致了当年人工智能研究跌入低谷。而2012年11月,微软在天津公开演示了全自动的同声传译系统:讲演者用英文演讲,后台的计算机一气呵成自动完成语音识别、英中机器翻译,以及中文语音合成,效果非常流畅。“现在,机器翻译已经可以做到实用化、商品化了。”王万良说。
    深度学习技术。深度学习技术包含构建能够模仿人类大脑行为的神经网络。这些多层次的神经网络像人类大脑一样,可以收集信息,逐渐对事物的外形和声音进行感知和理解并产生相应的行为。2012年6月,《纽约时报》披露斯坦福大学AI实验室主任吴恩达(Andrew Ng)领导的人工智能领域目标最远大的项目Google大脑――Google Brain,使用 16000 台CPU创造出 10 亿个连接的“神经网络”,让机器系统学会自动识别猫,成为国际深度学习领域广为人知的案例之一。“这是现在最受业界关注的技术之一,驱使谷歌、IBM、微软、苹果、百度等公司竞相开发高级机器学习技术的原因,正是其背后蕴藏的巨大商业潜力。”王万良举例说,2013年1月,李彦宏宣布百度将建立公司历史上首个前沿科学研究机构――深度学习研究院(IDL);随后,在硅谷毗邻谷歌总部设立人工智能实验室,主要任务之一就是探索深度学习算法;2014年5月,百度又宣布人工智能领域最权威的学者之一――吴恩达正式加盟百度,担任百度首席科学家,全面负责百度研究院。
    专家系统技术。专家系统是基于知识的系统,用于在某种特定的领域中运用领域专家多年积累的经验和专业知识,通过推理求解需要专家才能解决的困难问题。例如,诊断型专家系统能根据取得的现象、数据或事实推断出系统是否有故障,并能找出产生故障的原因,给出排除故障的方案。这是目前开发、应用最多的一类专家系统,医疗诊断、机械故障诊断、计算机故障诊断等都是此类专家系统。又如预测型专家系统,可以根据过去和现在的数据和经验信息推断可能发生和出现的情况。王万良说:“天气预报专家系统就是其中的一种。我们在电视台播放的天气预报中看到的卫星云图,只是为了让民众有更直观的了解才放的,而真正的天气预报实际上是积累了前期大量的气象资料,然后通过气象预报专家系统做了大量运算才得出的。”
    智能控制技术。其中的模糊控制是以模糊数学为基础,运用语言规则表示方法和先进的计算机技术,由模糊推理进行决策的一种高级计算机控制策略。比如,应用模糊控制技术的全自动洗衣机,能够根据所洗衣服的数量、种类和脏的程度等自动确定水的多少、水流的强度和洗衣的时间等控制参数,以达到在洗干净衣服的前提下尽量不损伤衣服、省电、省水、省时等目的。
    智能制造技术。美国瓦德瓦教授曾提出,人工智能、机器人、数字制造技术相结合的智能制造,将会发生一场制造业的革命。智能制造过程的各个环节广泛应用人工智能技术,实现制造过程智能化:专家系统用于工程设计、工艺设计、生产调度、故障诊断等;神经网络和模糊控制等计算智能应用于产品配方,生产调度等;通过人与智能机器的合作共事,去扩大、延伸和部分地取代人类专家在制造过程中的脑力劳动。
    中国发展人工智能要先做好推广
    王万良特别提到,中国要发展人工智能,首先要从推广这项技术入手,“别看现在炒得热火朝天,但是其实真正了解人工智能的人还很少,尤其是企业家们,知道的更少,所以目前最重要的工作是大力普及人工智能技术,各大高校要注重人工智能教学。应用人工智能技术,先要做到‘想到’,之后才是‘做到’。”
    何为“想到”?王万良说:“我经常对学生说,我开人工智能的课程不是要让你们现在能够‘做到’,主要目的有两个:一是让你们以后面对一些复杂的工程问题时‘想到’应用什么人工智能技术来解决;二是为今后深入自学需要掌握的人工智能技术打下基础。这比‘做到’更重要,因为只有‘想到’了,才可能逐步去‘做到’。师傅领进门,修行看个人,在学习了人工智能的基本理论与方法后,就有了自学能力,再进一步研究时就不会毫无头绪,不得要领了。”
    那么,已经做到了“想到”,也进行自我深度学习后,还是无法“做到”时又该怎么办呢?王万良说:“这样的情况非常常见,作为企业老板甚至技术人员,并不代表什么都会,但是他们知道有‘人工智能’这项技术,世界上最先进的产品用的是什么技术,就可以聘请这方面的专家来解决问题。百度、谷歌等知名企业也是如此,所以,对于中国企业来说,推广应用人工智能技术不可忽视。”
转载请注明来源。原文地址:https://www.7428.cn/vipzj19546/
 与本篇相关的热门内容: