到底是什么?这不是一个一拍脑袋就能回答的简单问题。为了尝试解答这一问开云电竞 开云题,我们需要回到这个术语起源之时。
人工智能在1955年左右开始成为一门真正的科学。那一年达特茅斯学院(DartmouthCollege)的数学教授约翰·麦卡锡(JohnMcCarthy)决定发起一个项目,探索“人工智能”的可能性和局限性。“人工智能”这个词就是约翰在上一年刚创造的新术语。该项目的目标是“找到某些途径,使机器能够使用语言、形成抽象概念、解决目前留给人类的各种问题,并改进它们自己”。为了做到这一点,他召集了另外三名计算机科学家:马文·明斯基(MarvinMinsky)、纳撒尼尔·罗彻斯特(NathanielRochester)和克劳德·香农(前文讨论首个象棋计算机程序时提到过他),组成一个小组。这四名小组成员都致力于研究“可以思考的计算机”。
他们的目标是“探索如何让机器使用语言,形成抽象概念,解决目前留给人类的各种问题,并改进它们自己”。随后,他们又为这一目标增加了一条非常“乐观”的预测,说它乐观主要是因为考虑到那是在1955年提出的:“我们认为,如果精心选拔的一组科学家共同研究一个夏天,这些问题中的一个或多个可以取得重大进展。”
后来麦卡锡后悔使用“人工智能”来描述这个概念,他觉得这个词的起点太高了。他真希望自己当时把它叫作“计算智能”。许多业内人士直到现在仍然同意这一观点,并竭力与“人工智能”这个术语保持距离,但是他们这么做似乎往往是出于商业动机,企图在人工智能领域再开辟一个新的领域,好让他们可以自称为先驱。
现在我们认为“人工智能”这个词很棒,但存在两个问题:“人工”和“智能”。“人工”这个词的问题在于它有两种完全不同的意思,容易产生歧义。用“人工”做修饰语,是不是意味着它看起来像智能但实际上不是?就像“人工草坪”中的“人工”一词?给人一种不是真实的感觉?或者应该把“人工”这个词理解为真正的智能,但却是人造的,区别于自然或生物创造的?同样,“智能”这个词也是一个问题,因为对什么是智能没有一致的定义。而各种候选定义对“智能”的解读范围又太过宽泛,让人摸不着头脑。我觉得更象是自动化或者机器智能。
俗话说,“谁带你入场,你就该和谁跳舞”。自我们知道“人工智能”这个词起,一直走到今天这一步,它已经成为了约定俗成的叫法,带我们入场了。而且考虑到中国跳棋(ChineseCheckers)既不起源自中国(Chinese),也不是西洋跳棋(Checkers),阿拉伯数字是在印度创造的,考拉熊不是熊,那么使用人工智能这个术语可能也没问题。
关于人工智能,最宽泛的定义是:对数据或其环境做出反应的技术。这意味着带有烟量传感器的喷水灭火系统也是人工智能的一种。除此之外,还有一种更严苛的定义:人工智能是一种可随机应变的技术。从这个意义上说,一个可以根据你喜欢的房间温度来自动调节温度的机器是人工智能,但自动喷水灭火系统就不属于人工智能了。
但是真的很重要的一点是,今天当人们谈论人工智能时,这个词表示了两种截然不同的含义:“狭义人工智能”(narrowAI)和“通用人工智能”(generalAI)。我们现在所拥有的AI只是狭义人工智能,这也是迄今为止我们唯一知道该如何构建的人工智能种类,它也被称为“弱人工智能”(weakAI)。狭义人工智能是指计算机解决特定问题或执行特定任务的能力,在现实生活中用途很多。
另外一种人工智能有三个不同的学名:通用人工智能(generalAI)、强人工智能(strongAI)或人工通用智能(arialgeneralintelligence,简称AGI)。这三个名称可以互换使用,但从现在开始,我会特定使用AGI来指代像你我一样聪明和多才多艺的人工智能。Roomba真空吸尘器、苹果智能语音助手Siri、无人驾驶汽车都是狭义人工智能,一个可以卸载洗碗机的假想机器人也是狭义人工智能。但如果你想要一个MacGyver机器人[1],那就需要AGI,因为MacGyver必须对能够应对以前没有遇到的情况。AGI目前还不存在,即使AGI有实现的可能性,也没有关于如何构建它的协议。就目前而言,我们只关注狭义人工智能,尽管它的名字听起来有点弱,但它确实是一项了不起的技术。狭义人工智能并不是“简单的人工智能”,因为人类在人工智能领域投入的的绝大多数金钱和汗水,都用在研发这类人工智能上了。
但是我们回过头来再想想,当初约翰·麦卡锡发起的项目,其目的是探索“人工智能”的可能性和局限性,该项目的目标是“找到某些途径,使机器能够使用语言、形成抽象概念、解决目前留给人类的各种问题,并改进它们自己”。而现在我们研究人工智能,宣传人工智能,都在宣扬人工智能AI的什么,都在大势宣扬人工智能AI能做什么事情,替换人类的工作,人类又将面临失业……等等,这是否出与数学家麦卡锡最初的目标不一致呢?
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容图片侵权或者其他问题,请联系本站作侵删。侵权投诉
是计算机识别,推理和行动的实践方开云电竞 开云法,完全赋予机器模拟人类行为的能力,尤其是认知能力。
的三大核心,是深度学习算法、数据和算力。在这三大要素中,大数据的获取和处理难度在下降,算法也在深度学习模型的基础上不断优化,而统
。为什么讲这三个东西呢?因为这三个东西现在非常火,并且它们之间好像互相有关系:
(AI)包括自然科学的各个学科,主要是计算机的研究,该计算机用于对某些类型的
个子学科,但现在已经衍生到各个领域。具体到各种学科的知识,实际应用则更加庞杂。
的商业化有三大核心,即技术、数据和场景,科技巨头们拥有数据上的优势,目前的焦点在于
在算法和深度学习等方面已经取得的成果,却为解决已有的用户痛点提供了契机。
能力,具体包括语音能力、图像能力、自然语言处理能力和用户画像能力。我已经提及了