编程技术网,编程语言,IT新闻,code,代码审查

为什么说人工智能是一个大谎言

2019-02-11 18:27

朝天门,模仿奥运跳水骨折,首发,踏破虚空txt,情感咨询,体坛快讯

大数据文摘出品,文章来源:predictiveanalyticsworld,编译:李馨瑜、朱帅、籍缓、蒋宝尚


人工智能是一个很大的谎言。


或者往轻了说,它是一个混淆概念。往重了说,是用来欺骗大众的流行语,并且流行度非常高。


其实真正的内涵是“机器学习”。所以,真正强大的、让每个人都应该为此感到兴奋的,并不是所谓的人工智能。


另一方面,人工智能确实为一些好玩的段子提供了特别棒的素材。所以,戴上你的质疑之帽,是时候来一场人工智能版的“揭秘之旅”了!


施瓦辛格的两个标志性角色:幼儿园警察和终结者。


在阅读本文之前,需要明确三点:


1、与AI不同,机器学习完全合理。虽然获得了令人兴奋的进步,然而,这些进步几乎完全来自于有监督的机器学习,其只能解决有很多标记数据或实例数据的计算机学习问题。这种形式将机器学习局限在了非常有限的范围。


2、AI什么都不是。AI只不过是一个品牌,一个强大但空洞的承诺。“智慧”的概念完全是主观的,本质上来自于人类自身。


那些支持人工智能有无限可能的人,包括比尔盖茨和埃隆马斯克,都有同样的假设:人工智能的发展是一条单行道。他们表示,技术的进步推动着我们沿着这条单行道发展,直到计算机达到人类级别的智能。其实,即便这样,这条单行道的关键点也是“带标签的数据”。我们正在快速前进,但是朝着不同的方向发展,唯一可以确定的是,只有在一个非常特殊、有限的能力范围内才能取得进展。


3、AI不会杀了你。科幻片中所描述的机器人灾难其实是“鬼故事”。机器将按照自己的意志升级并消除人性的想法没有任何价值。


胜利的神经网络


在电影《终结者2:审判日》中,机器人说:“我的CPU是神经网络处理器,一台可以学习的计算机。”机器人所说的神经网络实际上是一种机器学习方法。更准确的说,是一种描述复杂数学公式的方法。



神经网络真的可以完成很多不可思议的事,运用它可以进行图像识别。通过机器学习,计算机基本上已经可以通过编程来独立完成这项工作。就其本身而言,它已经能够确定要寻找的模式或视觉特征的细节。机器学习实现这些目标的能力令人敬畏!


神经网络的最新改进被称为深度学习。它使得物体识别的准确度大幅度提高。深度学习通过增加更多神经网络层使学习更加深入。


具有四层的简单神经网络的体系结构


机器学习需要标记数据


因此,随着机器在人性化任务中表现得越来越好,这是否意味着他们变得越来越聪明,越来越智能化?


不。它可以真正地、出色地完成某些任务,但只有在有正确的数据可供学习的情况下才可以。对于上面讨论的目标识别,可以通过从大量打标签的照片中学习做到这一点。因为,其中目标已经被正确标记。


深度学习需要这些打标签的数据。这称为有监督的机器学习:当有预先标记的训练数据时,学习过程由标记的数据引导或“监督”。


它不断调整神经网络以使它在这些数据上做得更好,然后逐个改进,这是学习过程。神经网络改进或“学习”的唯一方法是通过在那些标记的数据上进行测试来实现的。没有标记数据,神经网络就无法知道改进的正确与否,也就不会知道在这个过程中要坚持哪些改进。

上一篇:福特、华友钴业、IBM、LG化学和RCS Global启动区块链试点项目

下一篇:大数据精准修车 为春耕物资运输提供优质动力