第一节 何为人工智能
一、概述
人工智能(Artificial Intelligence),英文缩写为AI。人工智能是研究模拟用户,延伸和扩展人的智能的理论、方法、技术和应用系统的一门技术科学,它不仅试图理解智能实体,而且还试图建造智能实体。而人工智能中最重要的一环就是让机器拥有思维认知,即人类智能。换句话说,人工智能就是让机器或是人所创造的其他人工方法或系统来模拟人类智能。当然,这需要经过大量反复的训练才能获得这样的智能。
二、人工智能VS人类智能
人类拥有独立思考的能力,人类的大脑也需要经过长时间的演化,其意识也是不断被完善、不断变复杂的一个过程。逐渐地,人类从各种角度、各种维度观察事物,并从各种层次中抽象出事物,逐渐训练大脑的认知力与创新力,从而获得发现事物差异性的能力。这就是人类智能的本质。类似地,人类对机器的训练亦是如此。起初,计算机只能对信息进行存储和简单的逻辑运算,并不能根据信息间的差异做出分类,更不存在所谓的“自我意识”。后来,人类通过各种量化差异的数学工具和成熟的算法让机器来模仿人类智能。然而,越是较高层级的认知,人工智能越是逊于人类智能,特别是在高阶认知这个层级上(语言、思维和文化层级),目前人工智能是远逊于人类智能的。
人工智能以计算为本,以数据为基础,并通过将人类设计的程序逻辑或软件算法植入芯片等硬件中来运行或工作。而人工智能正是利用其强大的计算和存储能力来探索出人类未知的知识领域。当前,人工智能已经完全可以胜任一些计算密集型、搜索型(如围棋、国际象棋等)的任务,但是当面对一些语义理解、归纳推理等问题时还是存在很大的漏洞的。
机器在不断地学习人类的日常,并试图模仿出人类的意识、思维,那么人工智能能否追上甚至超越人类智能呢?这仍然是个未知数。
三、人工智能的优势
一个优秀的人工智能,必须要具备哪些优秀的特征呢?
人工智能需要从反复的训练中获得最重要的三项能力:学习的能力、运用知识的能力及处理不确定性的能力。所有这些都依赖于优秀的机器学习算法,让机器能在交互过程中不断进化和学习,从根本上趋近类似人类的逻辑推理等更深层次的一面。在不断训练、优化程序的过程中,需要克服所面对的环境的不确定性、决策的不确定性以及内部参数的不确定性等。以AlphaGo为例,系统采用了强化学习法,结合蒙特卡洛树搜索(Monte Carlo Tree Search)与估值网络(Value Network)、走棋网络(Policy Network)两个深度神经网络,以估值网络来评估大量的选点,并以概率胜出的方式来探索不同的落子方法。如今,AlphaGo已经没有人类对手,而AlphaGo的出现也被誉为人工智能研究的一项标志性进展。
然而,生活中不止有AlphaGo,还有百度的无人驾驶汽车、香港人工智能机器人公司的类人机器人Sophia、科大讯飞的语音识别平台……
面对人工智能一次又一次的突破,其背后到底拥有怎样强大的技术基础?
本书评论