首頁技術文章正文

Python培訓之如何走向真正的人工智能?

更新時間:2017-08-18 來源:黑馬程序員python培訓學院 瀏覽量:

    “人工智能”這個被一時間帶火的“熱詞”,已成為當下最火熱的產(chǎn)業(yè)之一,從蘋果Siri到谷歌的AlphaGo等,AI的大規(guī)模運用,將給當下的社會生產(chǎn)力帶來爆炸式的增長,我們曾經(jīng)憧憬的未來世界,都在人工智能的撬動下,已悄然掀開了序幕。

  人工智能是新一輪產(chǎn)業(yè)變革的核心驅(qū)動力,也是當前各路資本關注的焦點領域。以特色產(chǎn)業(yè)和新興產(chǎn)業(yè)集聚為主要特征的特色小鎮(zhèn),是我國城鎮(zhèn)化進程中的全新嘗試和探索,也蘊藏著巨大的市場機遇。

  為了充分利用并推廣人工智能,實現(xiàn)與人工智能的溝通,首先我們需要抓住人工智能的本質(zhì)。

  什么叫人工智能?迄今有許多定義。智能這個詞已經(jīng)變得很大眾化隨處可見,那什么是真正的人工智能?這個問題比較大,但還是可以說清楚。

  人工智能也就是人造的智能。意識不是人造的,其中的自我意識可感知整體的自我,并與自我之外的環(huán)境清晰分隔,是“生命存在”的主要體感。意識的物質(zhì)基礎仍然是生物神經(jīng)元及其脈沖編碼,是遍歷整合大腦中各功能模塊、皮層各通道之巨量神經(jīng)回路集體投射的結果。

  人工智能使得推薦引擎人性化,提高物流引擎的準確性,并增強聊天機器人引擎的親切程度。學習新語言(Duolingo),制定新的晚餐計劃(Replika),讓攝影再度流行(Prisma),這些都是我們的商業(yè)伙伴引入人工智能后所迸發(fā)的潛力。


  我們對人工智能的計劃

  在半監(jiān)督、無監(jiān)督深度學習方法突破之后,很多行業(yè)應用包括人工智能場景研發(fā)都會快速推進。實際應用時我們一般都通過數(shù)據(jù)迭代、算法迭代向前推進。

  如果我問你怎么建房子,你會想到一系列的步驟。當問及如何驗證一個公司的技術安全范圍時,你腦海中就會立即涌現(xiàn)出各種行動步驟。當你去巴西度假的時候,你就會迅速而清晰想到在沙灘上前行的方法。

  當然我們談論的主題并非建造房屋、創(chuàng)建安全范圍,或是安排假期。我們討論的重點是如何把強大的人工智能介紹給商業(yè)領域的佼佼者、科學家以及醫(yī)學專家。我們從哪里開始著手呢?我們第一步應該做什么呢?


  邁向人工智能的三個步驟

  人工智能可以分為兩類:(1)思維過程和推理(2)行為。無論你是更傾向于數(shù)學和工程學方面(理性主義者)還是更接近以人為本的方法(行為),人工智能的核心是試著理解人類的思維方式。

  第一步:企業(yè)決定探索何種人工智能。

  (1)人性化思維:能像人類一樣思考的系統(tǒng)

  (2)人性化行為:能像人類一樣行動的系統(tǒng)

  (3)理性思維:理性思考的系統(tǒng)

  (4)理性行為:理性行動的系統(tǒng)

  第二步:確定人工智能計劃的意圖。

  人性化思維(認知建模)將人工智能與模型相結合——就像神經(jīng)生理學實驗那樣。在認知科學領域的實際實驗依賴于對人類或動物的觀察和調(diào)查。人性化行為(圖靈測試)試圖在零智力和令人滿意的智力之間建立一條界限。理性思維能抓住計算機語言中的“正確思維”。編程邏輯難度很大,是因為非正式的知識不能很好地轉化為正式的符號。理性行為是有關于行動的行為。代理執(zhí)行行為,“理性代理”可以自主操作,適應變化和進化(學習型智能)。

  第三步:確定所需能力。

  人性化思維能力:

  (1)觀察

  (2)匹配人類行為

  (3)解決問題的推理方法

  (4)解決問題

  (5)模擬人類思維的計算機模型

  人性化行為能力:

  (1)自然語言處理

  (2)自動推理

  (3)機器學習

  (4)知識呈現(xiàn)

  (5)計算機視覺和機器人技術

  理性思維能力:

  (1)編纂思維

  (2)模式論證結構

  (3)編纂事實和邏輯(知識)

  (4)在實踐(而非原理)中解決問題

  (5)用邏輯符號解決問題

  理性行為:

  (1)思維推斷

  (2)適應變化(代理,聊天機器人)

  (3)分析多個正確結果

  (4)自主操作

  (5)創(chuàng)造和實現(xiàn)目標

  


       超越

  自20世紀40年代中期以來,人工智能已經(jīng)從哲學層面跨越到控制理論。邏輯和理性哲學奠定了學習、語言和推理的基礎。數(shù)學在形式上代表計算和概率。心理學闡明了運動和精神物理學(實驗技術)的現(xiàn)象。語言學研究了形態(tài)學、句法、語音學和語義學。神經(jīng)科學研究了神經(jīng)系統(tǒng)和大腦的功能??刂评碚搶討B(tài)系統(tǒng)的復雜性以及反饋改變行為的方法結合起來。

  導航、神經(jīng)網(wǎng)絡、基因表達、氣候模型和生產(chǎn)理論都來自于控制系統(tǒng)工程。

  為避免搞混人工智能的各種可能性,首先,我們必須決定探索哪一種人工智能。其次,我們必須確定人工智能計劃的意圖。第三,我們必須確定所需能力??偠灾合戎贫ㄓ媱?,再執(zhí)行這三個步驟,才能激發(fā)人工智能的潛力。





本文版權歸黑馬程序員Python培訓學院所有,歡迎轉載,轉載請注明作者出處。謝謝!

作者:黑馬程序員Python培訓學院

首發(fā):http://m.409rqu1.cn/news/python.html


分享到:
在線咨詢 我要報名
和我們在線交談!