已經(jīng)邁入自我學(xué)習新階段的人工智能是否逼近奇點(diǎn)?
matthew 2016.10.26 08:26 人工智能概念股
隨著(zhù)DeepMind推出根據記憶自主學(xué)習的計算機,人工智能已經(jīng)實(shí)現自我學(xué)習,這是否意味著(zhù)人工智能已經(jīng)接近轉折點(diǎn)?
要回答這個(gè)問(wèn)題,可能需要從AI的定義入手。斯坦福大學(xué)“AI研究的100年”項目發(fā)布的《2030年的AI和生活》報告給出的答案是“AI的定義取決于A(yíng)I研究者”,這一迂回的“定義”將答案指向了AI的發(fā)展歷程。
AI的發(fā)展歷程
曾領(lǐng)導IBM互聯(lián)網(wǎng)業(yè)務(wù)部、現任麻省理工學(xué)院講師的Irving Wladawsky-Berger近日撰文指出,在A(yíng)I發(fā)展的初期,人們認為評估AI進(jìn)展的主要方式是與人類(lèi)智能進(jìn)行比較,因此最好的方式是在競技游戲中令二者進(jìn)行對峙。
最早的AI挑戰之一是國際象棋。許多AI研究的領(lǐng)頭人認為AI在國際象棋比賽中戰勝人類(lèi)是遲早的,因此令計算機編程進(jìn)行象棋比賽。但實(shí)際上知道今天,也沒(méi)有人知道象棋冠軍究竟是如何思考的,遑論將其思維模式轉換成指令,從而令計算機成為象棋高手。20世紀80年代,這類(lèi)AI遭遇挫折并被拋棄。
不過(guò)AI在90年代得以重生,這一階段,AI采用基于強大計算機和復雜算法的大量信息,對此進(jìn)行統計和強力計算,而非通過(guò)編程令計算機表現智能。而且,與早期以編程為基礎的項目不同,統計方法帶來(lái)的效果極佳。例如,IBM開(kāi)發(fā)的超級電腦“深藍”,在1997年曾擊敗國際象棋世界冠軍Kasparov。
此后,AI領(lǐng)域的發(fā)展方向轉移到了比國際象棋更為復雜的游戲中,例如IBM在2011年推出的Watson程序,能夠使用自然語(yǔ)言回答問(wèn)題,并在問(wèn)答節目中贏(yíng)得人機對決。這意味著(zhù)計算機已經(jīng)能從書(shū)籍、報紙、網(wǎng)站等任何以自然語(yǔ)言呈現的非結構化知識進(jìn)行提取。
更值得一提的是今年初贏(yíng)得圍棋大師李世石的谷歌AlphaGo,其依賴(lài)深度學(xué)習算法,部分根據人腦工作方式進(jìn)行建模,而非單純依靠強力計算。
未來(lái)哪些元素將成熱門(mén)?
從AI的發(fā)展歷程中不難看出,深度學(xué)習在未來(lái)仍有較大發(fā)展空間,“AI研究的100年”項目報告指出,除此之外,大規模機器學(xué)習等也將成為大熱門(mén):
大規模機器學(xué)習。通過(guò)機器學(xué)習,計算機能夠抓取大量數據,而非精確編程。目前的重點(diǎn)是擴展現有的算法以完成大量數據的工作。
深度學(xué)習。這是機器學(xué)習的更高水平,其采用具有多個(gè)處理層的深度圖表,令先進(jìn)的可視化應用(如物體識別、視頻標簽等)得以完成。
強化學(xué)習。傳統的機器學(xué)習主要聚焦于模式挖掘,但強化學(xué)習將重點(diǎn)提升至決策形成,并協(xié)助AI在現實(shí)世界中更為深入地學(xué)習和執行。
機器人。目前正在考慮如何訓練機器人以可歸納和可預測的方式與周?chē)澜邕M(jìn)行互動(dòng)。可靠的機器感知(包括計算機的視覺(jué)、力量和觸覺(jué))多數依靠機器學(xué)習,將繼續成為提升機器人能力的關(guān)鍵因素。
計算機視覺(jué)。在執行一些(狹義的)視覺(jué)分類(lèi)任務(wù)時(shí),計算機的表現第一次優(yōu)于人類(lèi)。目前多數研究集中在自動(dòng)圖像和視頻字幕上,
自然語(yǔ)言處理。對于有著(zhù)大量數據的主流語(yǔ)言,自然語(yǔ)言處理正在迅速成為主流語(yǔ)言的大量數據集成。目前研究已經(jīng)轉移到精煉且有能力的系統,這類(lèi)系統能夠通過(guò)對話(huà)與人進(jìn)行互動(dòng),而非只是對程式化要求進(jìn)行應答。
報告還指出,在未來(lái)十五年間,預計有人類(lèi)意識的系統將受到進(jìn)一步重視,這意味著(zhù)可以設計特定模型以與特定人群實(shí)現交互。而且需要開(kāi)發(fā)出更多新的方式以教導機器人,而且物聯(lián)網(wǎng)系統變得越來(lái)越流行,這被視為社會(huì )與經(jīng)濟層面的AI。未來(lái)幾年,具有新的感知或識別能力的機器人平臺將進(jìn)一步成長(cháng),由數據驅動(dòng)的產(chǎn)品和市場(chǎng)同樣如此。
人工智能概念股:埃斯頓、科大智能、漢王科技、江南化工、華東數控、和而泰、中科曙光、永創(chuàng )智能、北京君正、通富微電、永創(chuàng )智能、勁拓股份。
人工智能概念股
那么問(wèn)題來(lái)了:最值得配置的人工智能概念股是哪只?即刻申請進(jìn)入國內首個(gè)免費的非公開(kāi)主題投資交流社區概念股論壇參與討論!
申明:本文為作者投稿或轉載,在概念股網(wǎng) http://m.qdjiwuji.com/ 上發(fā)表,為其獨立觀(guān)點(diǎn)。不代表本網(wǎng)立場(chǎng),不代表本網(wǎng)贊同其觀(guān)點(diǎn),亦不對其真實(shí)性負責,投資決策請建立在獨立思考之上。