首页 / 新闻中心

详细信息

 

刷脸识别、无人驾驶、机器人写稿 人工智能有多智能?

发表时间:2017-7-3 10:31:18阅读次数:

最近,当升级的“阿尔法狗”完胜围棋高手柯洁时,人工智能再一次引起了人们的关注。

今天,人工智能正越来越成为人们生活中熟悉的“伙伴”。语音助手、人脸识别、虚拟聊天机器人,以及智能交通、无人车等,无不显示着人工智能的存在。人们对人工智能刮目相看的同时,也产生了一些疑问:人工智能何以如此强大?其智力会超过人类吗?在让我们的生活更美好的同时,会不会给人类带来麻烦?对可能出现的挑战,我们该如何应对?

围绕这些问题,记者日前深入采访了多位权威专家,聆听他们的见解,并从今天起在本版推出系列报道“三问人工智能”,以求深入探讨和把握人工智能的发展趋势,敬请关注。南京紫光科学仪器有限公司

不久前,成都某公司开发的机器人和高考状元展开了一场解答高考数学题的较量,虽然机器人最终落败,但其理解语义、逻辑分析以及快速学习的能力令人赞叹。

从简单的娱乐游戏到辅助人类智慧决策的工具,人工智能正更加广泛地应用到人们的生活中。尽管人工智能仍处于“婴儿期”,但它的时代或许正悄悄到来。

人工智能最重要的特征是有学习能力

随着技术的发展,人工智能可以达到甚至超过人类的识别精度

关于人工智能,学界尚没有统一的准确定义。通常认为,人工智能的核心是算法,是一套利用机器智能解决问题的手段。

“过去的算法,人类给计算机下达指令来解决问题;现在,我们只要告诉计算机想解决的问题,它就可以自行选择算法来解决,这是人工智能带来的根本性变革。”人工智能专家邓力说。南京紫光科学仪器有限公司

“比如给瓶子安装盖子,如果只是机器人重复加装动作,不是真正的人工智能。只有机器人能根据瓶子方位的变化做出相应调整,并能对突发状况做出正确反应,才称得上是人工智能。”百度研究院院长林元庆说。

邓力认为,人工智能最重要的特征是有学习能力,即机器能根据以往的经验来不断优化算法。例如“阿尔法狗”就能梳理决策模式,并从之前的比赛中吸取经验,平时也会通过跟自己下棋来强化学习。

人工智能并不是一个新名词。上世纪50年代,科学家就提出了人工智能概念,并于上世纪70年代掀起了一个小高潮。但当时算法采用的是符号逻辑推理规则,缺乏自我学习能力。80年代,科学家改进了机器学习模型,但智能水平依旧较低,有价值的成果寥寥无几,人工智能研究进入低潮期。

大约10年前,一种被称为深度学习的新的机器学习方法,让人工智能的算法更智能。“深度学习通过多层结构算法,让机器对数据集的‘特征’进行筛选和提取,通过反复训练,最终获得了提取抽象概念的能力。”邓力说。

微软人工智能及微软研究事业部负责人沈向洋博士表示,当前人工智能火起来主要有三个原因:互联网大量的数据、强大的运算能力以及深度学习的突破。“深度学习是机器学习方法之一,是让计算机从周围世界或某个特定方面的范例中学习从而变得更加智能的一种方式。”

深度学习的广泛应用离不开计算机硬件的发展。浙江大学计算机科学与技术学院教授蔡登说,深度学习又叫深度神经网络模型,以前计算机硬件不行,没法学习很深的神经网络,随着计算机性能大幅提升,训练很多层数的神经网络成为可能。

有专家把人工智能的特点概括为“数据多了、计算大了、层次深了”。邓力认为,随着神经网络研究的深入,计算机视觉和听觉等有望让算法越来越精确。未来,计算机对自然语言的应用将大幅提高,电脑可以听懂、读懂人类平常所用的语言,而不仅仅是机器指令。南京紫光科学仪器有限公司

“人工智能拥有计算机视觉、语音识别、自然语言处理等能力,与之对应,它就能像人一样看、听、理解事物。随着技术的发展,人工智能可以达到甚至超过人类的识别精度。”林元庆说。

人工智能为人们决策提供支撑

机器人写的稿子,粗看上去与记者写的没有差别

“广州到武汉、长沙、岳阳的票十分充足,其中,余票最多的是广州到武汉,还有1534张。不过,车次主要是K字头和普列,基本都是无座票,一站到底,路途会比较辛苦……”这是国内某媒体写稿机器人的“处女作”。这篇出自人工智能之手的报道,粗看上去与记者写的报道没有差别。

人工智能应用到新闻生产得益于它对数据、语义等的理解和处理能力。人工智能通过大量数据的学习,模仿甚至理解相对固定的新闻写作方式,并依靠算法迅速筛选、整合出内容。

专家预测,2020年将有500亿台相互连接的智能设备,每天将产生海量数据。大数据在推进人工智能发展的同时,人工智能也反过来释放了大数据的潜能。

“大数据并非高纯度的石油,而是含金量非常低的贫矿石。其数据量大、种类繁杂、价值密度低以及瞬息万变的特点,使得存储、统计、分析和呈现分类以及调用都异常困难。”人工智能专家、驭势科技联合创始人吴甘沙说,人工智能的研究方法和应用技术,如自然语言语义分析、信息提取、知识表现等,正在逐步地应用于大数据技术的前沿领域,结合预测分析方法,就能挖掘大数据蕴含的规律和价值,从而为人类决策提供支撑。