人工智能設(shè)計論文(2)
人工智能設(shè)計論文
人工智能設(shè)計論文篇二
人工智能進入黃金時代
交叉學(xué)科，如日出之陽
如果時光倒流500年，你會如何對當(dāng)時的人們述說今日的世界?在那個時代，哥白尼剛剛發(fā)表日心論，伽利略還在比薩斜塔拋擲鐵球，吳承恩還在用毛筆寫著《西游記》。如果你對他們說：“嘿，老兄，我對著手上的這個‘黑色方塊’說句話，它不僅能讓你看到太陽系長什么樣，告訴你什么是重力加速度，還能直接把唐僧要去西天取的經(jīng)下載給你看。”他們可能會覺得你要么是神仙，要么是神經(jīng)。
AI從誕生到現(xiàn)在已經(jīng)有60年的時間，期間經(jīng)歷兩輪起落，呈階梯式進化，走到今天進入第三個黃金期。如果按照其智能水平劃分，今天的人工智能尚處在狹義智能向廣義智能進階的階段，還是一名不折不扣的“少年”，未來擁有無限的可能和巨大的上升空間。
AI是一門交叉的學(xué)科：人工智能由不同的技術(shù)領(lǐng)域組成，如機器學(xué)習(xí)、語言識別、圖像識別、自然語言處理等。而同時，它也是一門交叉學(xué)科，屬于自然科學(xué)和社會科學(xué)的交叉，涉及到哲學(xué)和認知科學(xué)、數(shù)學(xué)、神經(jīng)生理學(xué)、心理學(xué)、計算機科學(xué)、信息論、控制論、不定性論等學(xué)科。因此人工智能領(lǐng)域的技術(shù)壁壘是比較高的，并且會涉及到多學(xué)科協(xié)作的問題，對任何公司來說，想做好人工智能將是一門大工程。未來不大可能出現(xiàn)一個公司能包攬整個人工智能產(chǎn)業(yè)每一個部分的工作，更可能的模式將是一個公司專注于一個相對細分的領(lǐng)域，通過模塊化協(xié)作的形式實現(xiàn)人工智能領(lǐng)域的不同應(yīng)用。
進化史呈階梯狀，以階段突破式為成長模式：人工智能的發(fā)展經(jīng)歷了兩次黃金和低谷期，
現(xiàn)在正經(jīng)歷著第三個黃金期。1956年，麥卡賽、明斯基、羅切斯特和申農(nóng)等年輕科學(xué)家在達特茅斯一起聚會，并首次提出了“人工智能”這一術(shù)語，標志著人工智能的誕生。第二年，由 Rosenblatt 提出 Perceptron 感知機，標志著第一款神經(jīng)網(wǎng)絡(luò)誕生。1970年，因為計算能力沒能突破完成大規(guī)模數(shù)據(jù)訓(xùn)練，人工智能的第一個黃金期到此結(jié)束。
后直到1982年德普霍爾德神經(jīng)網(wǎng)絡(luò)的提出，人工智能進入第二個黃金期，之后BP算法的出現(xiàn)使大規(guī)模神經(jīng)網(wǎng)絡(luò)訓(xùn)練成為可能，人工智能的發(fā)展又一次進入高潮。1990年，因為人工智能計算機和DARPA沒能實現(xiàn)，政府撤資，人工智能又一次進入低估。2006年，隨著“深度學(xué)習(xí)”神經(jīng)網(wǎng)絡(luò)取得突破性進展，人工智能又一次進入黃金時期。
AI將由狹義智能向廣義智能進化，雖然人工智能的誕生已經(jīng)有60年的時間但如果把它比喻成一個人的話，當(dāng)前的他應(yīng)該還未成年。按照人工智能的“智能”程度，可以將其分成狹義智能、廣義智能、超級智能三個大的發(fā)展階段，現(xiàn)階段的圖像與語音識別水平標志著人類已經(jīng)基本實現(xiàn)狹義智能，正在向廣義智能的階段邁進。
狹義智能：即當(dāng)前的技術(shù)已經(jīng)實現(xiàn)的智能水平，包括計算智能與感知智能兩個子階段，計算智能指的機器開始具備計算與傳遞信息的功能，感知智能指機器開始具備“眼睛”和“耳朵”，即具備圖像識別與語音識別的能力，并能以此為判斷采取一些行動。
廣義智能：指的是機器開始具備認知能力，能像人類一樣獲取信息后主動思考并主動采取行動。在這個階段，機器可以全面輔助或代替人類工作。
超級智能：這個階段的機器幾乎在所有領(lǐng)域都比人類聰明，包括科學(xué)創(chuàng)新、通識和社交技能等。這個階段目前離我們還比較遙遠，到時候人類的文明進步和跨越或許將有賴于機器，而機器人意識的倫理問題也許將在這個階段成為主要問題。
推薦引擎及協(xié)同過濾可以分析更多的數(shù)據(jù)
智能助手并不只局限于Siri等手機語音助手。微軟率先在win10 系統(tǒng)中加入個人智能助理Cortana，標志著個人PC端智能助理的出現(xiàn);圖靈機器人以云服務(wù)的方式進入海爾智能家居、博世m(xù)ySPIN車載系統(tǒng)，預(yù)示著多場景人工智能解決方案的潮流。初步實現(xiàn)人機交互的智能助手系統(tǒng)，已經(jīng)被應(yīng)用于智能客服、聊天機器人、家用機器人、微信管理平臺、車載系統(tǒng)、智能家居系統(tǒng)、智能手機助理等多個軟硬件領(lǐng)域。
垂直類網(wǎng)站及社交平臺可以借助智能助手系統(tǒng)打造高專業(yè)度的“在線專家”以提升平臺價值;企業(yè)可以借助以“語義識別”為基礎(chǔ)的智能助手系統(tǒng)，打造智能客服，效率遠高于傳統(tǒng)的以“關(guān)鍵詞對應(yīng)”為技術(shù)支持的客服系統(tǒng)。
推薦引擎，是主動發(fā)現(xiàn)用戶當(dāng)前或潛在需求，并主動推送信息給用戶的信息網(wǎng)絡(luò)。挖掘用戶的喜好和需求，主動向用戶推薦其感興趣或者需要的對象。傳統(tǒng)推薦引擎通常利用用戶在平臺上的歷史記錄進行推薦，效率低、匹配度不高。目前隨著大數(shù)據(jù)和深度學(xué)習(xí)技術(shù)的推進，推薦引擎及協(xié)同過濾可以分析更多的數(shù)據(jù)，乃至全網(wǎng)數(shù)據(jù)，并模擬用戶的需求，真正達到按需推薦。全球最大的正版流媒體音樂服務(wù)平臺Spotify也利用卷積神經(jīng)網(wǎng)絡(luò)參與建設(shè)其音樂推薦引擎;谷歌也提出利用深度學(xué)習(xí)方法來學(xué)習(xí)標簽進行推薦建設(shè)。出品紙牌屋的全球最大在線影片租賃公司Netflix 也利用深度學(xué)習(xí)網(wǎng)絡(luò)分析客戶消費的大數(shù)據(jù)，還計劃構(gòu)建一個在AWS云上的以GPU為基礎(chǔ)的神經(jīng)網(wǎng)絡(luò)。
“餐廳推薦引擎”Nara，便是一個利用AI技術(shù)的推薦引擎。在上線之初，Nara 就取得了400萬美元的投資。Nara 的數(shù)據(jù)庫中有超過100000家餐廳的信息，并利用特有的“Nara神經(jīng)網(wǎng)絡(luò)”，學(xué)習(xí)使用者的偏好，最終達到“電腦幫你點餐”的目的。
而今年3月22日，國內(nèi)AI領(lǐng)軍企業(yè)阿里巴巴旗下的阿里云數(shù)加啟動“個性化推薦”引擎對外公測，該引擎用于幫助創(chuàng)業(yè)者可以快速獲得媲美淘寶天貓的個性化服務(wù)能力。阿里云數(shù)加上的推薦引擎能夠以更低的成本完成開發(fā)，節(jié)省程序量達到90%，推薦引擎的搭建時間將由幾個月縮短到幾天。
對于不了解算法的人，只能實現(xiàn)標簽規(guī)則類的推薦，但如果要做成機械化、類似協(xié)同過濾的算法，創(chuàng)業(yè)公司需要配置大量的算法工程師，人力成本很高?，F(xiàn)在用了數(shù)加的推薦引擎，商家只需要做數(shù)據(jù)的ETL加工，推薦的結(jié)果集、訓(xùn)練集都不用處理，只需要調(diào)整參加即可得到推薦結(jié)果。 AI帶給人們新的視覺???
醫(yī)療：為健康診斷和藥品研發(fā)插上高飛的翅膀
健康診斷有望迎來新紀元，海量的病歷數(shù)據(jù)和醫(yī)學(xué)界的新研究成果，單靠人工很難及時篩選并利用，而引入人工智能技術(shù)將充分發(fā)揮這些信息的價值。例如著名的個人健康管理產(chǎn)品公司W(wǎng)elltok將 IBM的Watson功能融入旗下產(chǎn)品 CafeWell Concierge APP中，借助 Watson 的認知計算能力理解人類語言，實現(xiàn)與用戶溝通的能力，從大量數(shù)據(jù)中進行分析并為用戶提供健康管理相關(guān)的答案和建議，實現(xiàn)健康管理、慢病恢復(fù)訓(xùn)練、健康食譜等功能，這一領(lǐng)域的良好前景使 Wellltok公司近年的融資額連創(chuàng)新高。另外，2015年IBM斥資10億美元收購醫(yī)療影像與臨床系統(tǒng)提供商Merge，將研究如何實現(xiàn) Watson的“辨讀”醫(yī)學(xué)影像功能。此外，AI 還可以從醫(yī)療中心獲得的健康數(shù)據(jù)，通過大數(shù)據(jù)分析，實現(xiàn)根據(jù)分析患者行為來制定個性化治療方案的功能。
智能家居：天花板尚遠，AI有望成為核心
行業(yè)天花板尚遠，增速有望保持在 50%左右， 《鋼鐵俠》中的“Jarvis”作為智能管家，除了起到鋼鐵俠的小秘書的作用，還幫主人打理著日常生活，向我們展示了一個理想中的智能家居系統(tǒng)。雖然我們目前可能離那個無所不能的智能管家還很遙遠，但智能家居對我們生活的變革確實已經(jīng)開始了。根據(jù)《2012-2020 年中國智能家居市場發(fā)展趨勢及投資機會分析報告》的預(yù)測，我國智能家居市場在 2016年將達到605.7億的規(guī)模，同比增長50.15%，到2020年市場規(guī)模將達到3294億，年均增速將保持在50%左右，具備充足的向上延伸空間。而智能家居想達到“Jarvis”般的終極效果，必然需要引入AI技術(shù)，實現(xiàn)家居的感應(yīng)式控制甚至自我學(xué)習(xí)能力。
AI有望成為智能家居的核心，實現(xiàn)家居自我學(xué)習(xí)與控制。按照智能家居的發(fā)展進度，大致可以分為四個階段：手機控制、多控制結(jié)合、感應(yīng)式控制、系統(tǒng)自我學(xué)習(xí)。當(dāng)前的發(fā)展水平還處在手機控制向多控制結(jié)合的過度階段。而從多控制結(jié)合向感應(yīng)式控制甚至自我學(xué)習(xí)階段進化時，AI將發(fā)揮主要功能。到今天為止，家居的實體功能已經(jīng)較為全面，未來的發(fā)展重點可能在于如何使之升級改造，實現(xiàn)家居的自我行為及協(xié)作，因此未來AI在智能家居領(lǐng)域的應(yīng)用有望成為其核心價值。AI對智能家居的重構(gòu)可以深入到方方面面，包括：控制主機、照明系統(tǒng)、影音系統(tǒng)、環(huán)境監(jiān)控、防盜監(jiān)控、門窗控制、能源管理、空調(diào)系統(tǒng)、花草澆灌、寵物看管等等。
無人駕駛：政策漸萌芽，AI決定可靠性
優(yōu)點多、動機足、政策漸萌芽。據(jù)麥肯錫發(fā)布的調(diào)查顯示，如果能解放駕駛員的雙手，一輛無人駕駛汽車內(nèi)的乘客通過移動互聯(lián)網(wǎng)使用數(shù)字媒體服務(wù)的時間多一分鐘，每年全球數(shù)字媒體業(yè)務(wù)產(chǎn)生的利潤將增加 50億歐元。此外，由于自動泊車無須為乘客下車預(yù)留開門空間，使得停車位空間可縮減至少15%。
如果無人駕駛汽車以及ADAS系統(tǒng)能夠?qū)⑹鹿拾l(fā)生率降低90%，即可挽回全美每年的損失約1千900億美金?？梢哉f諸多的優(yōu)點使得無人駕駛技術(shù)的研發(fā)動機還是相當(dāng)充分的，因此未來無人駕駛推行的力度應(yīng)該還會保持在一個比較高的水平。美國勒克斯研究公司曾預(yù)計無人駕駛汽車的市場規(guī)模在2030年將達到870億美元。
到目前為止，各國政府對于無人駕駛技術(shù)在政策上的支持正逐步放開，美國政府在年初剛剛宣布了40億美元的資助計劃;英國目前已經(jīng)不需要獲得額外批準和履約保證即可進行實際道路的無人駕駛汽車測試;而德國也在去年宣布將計劃設(shè)立無人駕駛汽車測試路段，供安裝有駕駛輔助系統(tǒng)或全自動駕駛系統(tǒng)車輛行駛;歐盟總部正在就如何修改現(xiàn)行有關(guān)駕駛的法律法規(guī)從而支持自動駕駛的發(fā)展展開討論和研究工作;日本也提出要在2020年之前實現(xiàn)自動駕駛汽車方面的立法，并將自動駕駛作為 2016年9月七國集團交通部長會議的議題。
“無人汽車大腦”AI的智能程度決定了無人駕駛的可靠性。由于無人駕駛完全交由汽車的內(nèi)置程序負責(zé)，因此AI就是無人汽車的大腦，而測距儀、雷達、傳感器、GPS等。設(shè)備都是AI的“眼睛”。AI的智能程度直接決定了無人駕駛汽車在不同的路況、不同的天氣、甚至一些探測設(shè)備出現(xiàn)故障的突發(fā)情況下能否及時做出正確的判斷并靈活調(diào)整行駛策略，最終決定了無人駕駛汽車當(dāng)前最亟待突破的可靠性。
NVIDIA 在2016年的 CES大會上發(fā)布了“Drive PX 2”車載計算機，以及一套與之搭配的具有學(xué)習(xí)功能的自動駕駛系統(tǒng)。該系統(tǒng)的亮點在于“自我學(xué)習(xí)”，通過讓車輛自行分析路面狀況，而不是在數(shù)據(jù)庫中尋找預(yù)先儲存的策略實現(xiàn)自動駕駛，系統(tǒng)背后連接著名為NVIDIA DIGITS的深度學(xué)習(xí)訓(xùn)練平臺，最終連接到NVIDIA DRIVENET神經(jīng)網(wǎng)絡(luò)，為車輛的自我學(xué)習(xí)和完善提供支持。并且由于它是通過判斷物體的行進軌跡而不是物體本身去計算路徑，因此在駕駛時受天氣影響較小。
AI 成必爭之地
目前全球AI主戰(zhàn)場依舊在歐美。Venture Scanner的統(tǒng)計顯示，根據(jù)從事 AI相關(guān)業(yè)務(wù)的公司數(shù)量來看，目前全球 AI的主戰(zhàn)場還是集中在北美和西歐地區(qū)。美國數(shù)量最多，達到450家左右的水平。而中國從事相關(guān)業(yè)務(wù)的公司數(shù)量還比較少，和俄羅斯、澳洲、部分歐洲國家及非洲南部國家水平接近，相比起歐美國家的AI公司數(shù)量，還有很大的提高空間。
Google：投資未來的人工智能帝國
建立Alphabet帝國，具備品牌背書效應(yīng)。2015年，谷歌成立母公司 Alphabet， 搜索、廣告、地圖、App、Youtube、安卓以及與之相關(guān)的技術(shù)基礎(chǔ)部門”仍屬于谷歌，而Calico、Nest、Google Fiber、Google Venture、Google Capital 及 Google X 都將獨立出來，成為 Alphabet 旗下的獨立公司。通過建立 Alphabet集團，谷歌將不同業(yè)務(wù)的研發(fā)獨立出來，以子公司的形式進行業(yè)務(wù)開展，保留在Google這個品牌下的基本都是原有的傳統(tǒng)強勢業(yè)務(wù)。
而其它公司負責(zé)在各自的領(lǐng)域“打頭陣”，一旦業(yè)務(wù)研發(fā)成功，母公司連帶著google這個品牌都可以受益，而如果研發(fā)失敗，也不會公司的品牌造成多大的不良影響，建立了良好的品牌背書效應(yīng)。將機器學(xué)習(xí)技術(shù)應(yīng)用到所有產(chǎn)品之中，我們不難發(fā)現(xiàn)，谷歌近年幾乎將人工智能滲透到了旗下的各類產(chǎn)品中，可謂是全線鋪開。正應(yīng)了谷歌 CEO的那句話：“我們將小心謹慎地將機器學(xué)習(xí)技術(shù)應(yīng)用到我們所有的產(chǎn)品之中。”根據(jù)當(dāng)前Alphabet 的集團架構(gòu)，我們將涉及到AI應(yīng)用的子公司情況以及相應(yīng)的業(yè)務(wù)開展情況羅列如下：
Nest：從事智能家居生態(tài)系統(tǒng)建設(shè)。2014 年谷歌以32億美元收購 Nest。Nest 生產(chǎn)智能恒溫器，它能夠?qū)W習(xí)用戶的行為習(xí)慣，并且根據(jù)他們的喜好去調(diào)節(jié)溫度。同時，Nest 也提供火警探測器和家庭安全攝像頭等智能家居。
Google X：谷歌各類創(chuàng)新技術(shù)的“孵化池”。Google X開展的與AI有關(guān)的項目有：無人駕駛汽車、Project Wing 無人機送貨項目、對抗帕金森氏癥的 Liftware“反抖”湯匙、用于疾病預(yù)警和健康監(jiān)控的可穿戴設(shè)備、Project Titan 太陽能無人機項目、以及 Replicant 團隊負責(zé)的機器人項目等。
Verily：從事生命科學(xué)業(yè)務(wù)，即原來的 Google Life Science。代表產(chǎn)品有可以收集佩戴者體溫和血液酒精含量等生物數(shù)據(jù)的智能隱形眼鏡，以及監(jiān)控血液中納米粒子的智能腕表。
DeepMind：深度學(xué)習(xí)算法公司。2014年谷歌以4億美元收購了DeepMind。
DeepMind的算法源于兩種機器學(xué)習(xí)方法的結(jié)合：第一種是深度學(xué)習(xí)，是受人腦啟發(fā)的一種結(jié)構(gòu)。深度學(xué)習(xí)系統(tǒng)能夠從大量的非結(jié)構(gòu)數(shù)據(jù)中獲取復(fù)雜信息。第二種是增強學(xué)習(xí)，靈感源自動物大腦中的神經(jīng)遞質(zhì)多巴胺獎勵系統(tǒng)，算法不斷通過試錯來進行學(xué)習(xí)。目前，DeepMind在深度學(xué)習(xí)上面的研究成果已經(jīng)開始用在谷歌的機器人項目中。
看了“人工智能設(shè)計論文”的人還看了：
2.人工智能研究論文