人工智能的又一个微小进步

  人工智能的另一个轻微的改进

  技术新闻12月13日消息,引领:人工智能时代是信息时代和新生儿的延续,这个领域每一个微小的进步都会积淀起来,直到我们开启一个伟大的时代之门。当我在小学的时候,数学课也有一个“算盘”计划,教会我们用算盘做减法。我每次学习算盘,都要用算盘上学。现在我还记得一些算盘公式,如“一对一,二两三三五”。那时候,我们的电视上常常播放两种节目。一个是关于我们五千年灿烂的文明,一个是关于我们经济落后的问题。第一个肯定是要拿出四大发明和算盘,谈到那种痛苦会警告大家,我们太落后了,不能被驱逐出地球。我每次谈论算盘,都有专家打算盘算出来和一群人PK,我们用计算器,她用算盘,谁比加减快。主持人一句话报了一个最后的标题,往往打算拨打人喊出答案,而按下计算器还是埋着记者,主持人激动地兴奋地重复着答案,全场掌声抢答。我当时隐约觉得这个游戏有点问题,但是不能说哪里出了问题,我今天才知道,用这种方式比简单的加减法,把时间花在输入上,真正的计算时间完全忽略了,所以无法解释算盘比计算器快,虽然里面的计算器是最简单的芯片,但芯片是芯片,计算速度比人快。今天没有人使用过算盘,不管原来的电视节目Blowpad更方便,更高效,现实生活中,在一个计算器面前丢了10块钱,无数的双手失去了反击的力量。当我们这一代走了的时候,谁也不应该发财。没有人会现在没有人会,没有人咀嚼原料玉米直接吃生肉,最终没有返回到润雪徐申请文化遗产。这些轮子的历史在向前滚动,无数年以来,珍技在面对新技术的宝贵祝福的推动下,所以目前还找不到答案。在计算机发明之前学习智能是一件非常不愉快的事情,所以我们来到神创论的概念:人类是上帝的复制品,我们的智慧来自伊甸智慧果实,电子计算机发明后,我们突然意识到人类能够控制这样的强大的计算能力,探索智慧是可以尝试的事情,人们试图做的第一件事是挖掘计算方向,比如让计算机和人类下棋,兽人,国际象棋,黑白棋,西洋双陆棋和等等都可以穷举所有可能的棋都是用电脑解决的,棋是不可能穷尽所有可能的,但只要有合理的修剪,电脑还是可以考虑比人多的多, 1996年,也击败了人类。许多人不相信深蓝对卡斯帕罗夫的胜利,认为只有少数计算机科学家击败了卡斯帕罗夫,而不是计算机,因为计算机在国际象棋中使用国际象棋基地,算法不逃避穷人所以,只是一个很少有能下棋的计算机科学家用计算机来打破卡斯帕罗夫的天才智慧,当时有一种说法:看看电脑有多聪明,让它下去吧!因为Go有19x19的网格,国际象棋是一个天文数字,不能完全穷尽,改变棋盘的情况也不是很简单,只有知道棋子才能看到一个粗略的估计,而“知道象棋”就意味着有一个总的判断当时的计算机科学的弱点又陷入了困境,所以人工智能的研究已经回到了生物神经系统的研究中,人类的大脑是如此的复杂,以至于900亿的神经细胞它们形成了一个错综复杂的神经网络,与宇宙星系相比,我们甚至没有弄清楚它们在哪里工作。法国有一名44岁的公务员,因为左下肢疲劳到医院检查身体,医生给他做了核磁共振成像,结果非常震惊:公务员有先天性脑积水,而且很严重,整个身体组织只有一层薄薄,中间是空的。医生对他进行了一次智商测试,发现他的综合IQ 75,IQ 84和IQ IQ 70虽然很愚蠢,但依靠自己生活。这个案例发表在“柳叶刀”杂志的顶级期刊上,除了给世界带来严重的脑积水之外,还可以用作法国的公务员,更令人震惊的是人脑的复杂性和超级容错性。虽然我们不能模拟人类的大脑,但是现在可以用计算机来模拟一个有1000个细胞的蠕虫,这是一个开放的蠕虫(Open Worm)项目,这个项目的发起人相信,理解一个简单生物的神经系统就像一个蠕虫是我们了解人脑的第一步,这个工程公开了所有的源代码,模拟了整个蠕虫体细胞,特别是构建了一个完整的神经系统,刺激了神经元,观察了信号传输反馈,并初步了解神经系统的工作原理,把这个神经网络注入乐高玩具车中,这辆车有一个反射回来的简单反射墙,可以模拟一个蠕虫以这种方式,但模拟人脑是不可行的。人的智力也是非常适度的数值计算。既然你无法理解,就应该把大脑想象成一个黑盒子,而不要解剖大脑。只要我们不断寻找新的算法和数据处理方法,就可以使计算机显示出类似于人类智慧的数据处理性能。如果一件东西看起来像一只鸭子,就像一只鸭子走路,摇摆,然后是一只鸭子。我们可以从人的行为角度对人的学习过程有一个简单的了解。婴儿出生时,他的本能部分在神经网络中固有地被治愈,如明亮的光线会使他的瞳孔迅速变小;当他触摸他的脸颊时,他会迅速转过头来吸吮;他会拿起他的脚与飞机接触,他会双脚移动。这些思考不需要大脑的决定。他们是在基础神经网络,如脊髓,脑干等固化。语言等功能必须经历学习过程,语言学习过程是大脑神经网络建立外部数据处理的固定模式过程。宝宝学习语言,“想要”和“不要”是婴儿最早学习的表达方式,然后是各种名词概念,其次是动词,代词,复合词,直到句子。在学习名词的过程中,父母会反复将对象反复指向宝宝。宝宝的大脑不断识别对象并形成固化的名词,这个过程会不断地纠正错误,宝宝遇到了“猫”,但是邻居“世子”和专辑老虎猫,这是正常的,这次父母会纠正他:这是一只狗,这是一只老虎宝宝可能会感到困惑,但是经过反复的修改和研究,他会使“猫”形象的识别和定义更加清晰,将近1000亿人类的大脑神经元诞生和分化在出生的时候,它们在哪里存在,等待建立一个神经网络,这时神经元的突触并不多,而且它们之间的联系并不多,新生儿神经突起组成不到三分之一的成年人。神经元迅速彼此接触并建立起非常复杂的联系,相连的神经元可以传递电信号和化学信号,接近三岁时,神经元的数目目前达到顶峰。当成人人数增加一倍时,这个时间正是人类学习和认知的最快时间,我们的基本生存技能,如语言,图像识别和分类,锻炼在此时建立。从此,大脑不断优化和修剪神经元的链接,使信息处理更有效率。在建立神经网络的过程中,链接的建立是随机的,但是修剪并不是随机的,大脑总是基于外部的信息和反馈。由此产生的神经网络非常复杂而且足够有效地处理数据,甚至在同一个环境中长大的同卵双胞胎也会有两个截然不同的大脑。模拟生物神经网络建立神经网络,其基本原理是逐层处理和过滤信息,每一层的基本操作非常简单,无非就是加法和乘法完成矩阵运算,而各种参数操作因素是一个未知的数字,它只能被神经网络用来学习大量的数据。学习过程与孩子的学习计划相同,输入各种形式的大量图像数据,最终输出被校正,回滚尝试新的参数设置,直到找到复合请求,因此神经网络只关注“可解”的问题,并不强调“最优解”,每次问题求解得到解决,网络参数可以进一步优化,使网络更加复杂数据输入,我只是一眼就知道蹲在角落里的那只猫是一只猫,因为我从婴幼儿身上学到,大脑皮层已经形成了猫的图像处理模式,图像快速完成数据后,通过神经网络层面的筛选,最终形成“猫”的结论。大脑对图形非常有效,这意味着大脑确实图像处理精度的裁剪,可以并行处理数据,而我们传统的CPU正好是为高精度计算而设计的,并行处理也很弱。在用计算机构建人工神经网络的过程中,我们所需要的不是一个强大的CPU,而是一个能够对大量数据进行低精度运算并行化的处理单元。早在1943年,美国神经科学与控制科学专家沃伦·麦卡洛克(Warren McCulloch)就在他的论文中提出了人工神经网络的概念。 1969年,Marvin Minsky和Seymour Parther进一步提出了机器学习的概念,但受时间的计算能力的限制,是行不通的。 2000年以后,随着GPU的出现,计算机具有大规模的并行处理能力,人工神经网络开始活跃起来。直到2016年,Google Deepmind团队的AlphaGo战胜了职业九段李世石,引起了全世界对人工神经网络的关注,这是一次完全的胜利,AlphaGo开发者不知道GoGo,AlphaGo开放程序没有人阅读里面的相同参数,AlphaGo完全依靠自己的学习去实现克服人性化的能力,第一个AlphaGo到CPU + GPU计算单元,随着计算能力的增加,GPU并不是专门为神经网络计算而设计的,毕竟Google设计的TPU效率和计算单元是TPU,TPU是为TensorFlow量身打造的,这个深度学习框架已经升级了TPU的AlphaGo,接下来所有的顶尖玩家都被粉碎了四个TPU。如果您手上有Huawei Mate 10或Mate 10 Pro,您可以尝试并开启相机。如果将相机对准人物,预览的左下角会出现一个小小的“人”图标。如果你是一个准植物,会有一个小植物图标。这是因为这一代手机芯片麒麟970内置了人工智能计算单元NPU,使手机具备了识别现场图像的能力。手机NPU与Google TPU原理相似,但强调功率控制,华为工程师在实验室使用机器学习来训练电脑识别图形,然后将训练好的参数倒入手机系统中,当手机转向时摄像机系统会调用NPU来实时分析现场情况,如果没有NPU的参与,这个过程耗时的性质,仅仅依靠手机的CPU或者GPU,可以在近处感知实时借助此NPU为卷积算法设计,为了优化照片,Mate 10现在能够识别十几个场景,比如拍,拍摄天空,拍摄植物,拍摄食物...... Mate 10首次将人工神经网络计算引入手机,目前可实现的功能主要集中在图像识别和处理上, NG。与人工智能的巨大想象空间相比,Mate 10非常小巧。如果把2016年的AlphaGo胜利算作人工智能时代的第一年,麒麟970到Mate 10这一步也只是手机便携设备上的第一次实际尝试,未来能否携带巨大的想象空间。 1969年,阿姆斯特朗在月球表面留下了第一个清晰的人类步骤,也是在那一年,机器学习的概念最初在人脑中形成。在月球上的一小步看起来如此惊人,但为了做到这一点,阿波罗于1961年5月25日发射,计划在1972年12月结束。除了美国宇航局外,共有120所高等院校,工厂和400万人参与这一行动,共花费了250亿美元的通货膨胀。今天这笔投资超过了一千亿美元。但是这些投资并没有白费,阿波罗计划就此结束,产生这一项目的发明和技术开启了人类信息时代的大门,人工智能时代是信息时代的延续和延续,每一个这个领域的微小进步就会积累起来,直到我们为我们开启了一个伟大时代的大门之后。