目前人工智能發(fā)展現(xiàn)狀介紹
2017年人類在人工智能與機器學習領(lǐng)域取得了很多重大突破,而2018年可能會走得更遠。有人預(yù)測,2018年的人工智能將會呈更大的發(fā)展趨勢。下面是學習啦小編為你整理的目前人工智能發(fā)展現(xiàn)狀,供大家閱覽!
目前人工智能發(fā)展現(xiàn)狀:正性強化
2016年初,AlphaGo在圍棋領(lǐng)域大殺特殺,接連戰(zhàn)勝包括李世石在內(nèi)的頂尖人類高手;而在2017年1月,AlphaGo又化身為Master取得了60勝0負的驚人戰(zhàn)績。這是人工智能領(lǐng)域的一個里程碑,對于“深度增強學習”技術(shù)來說更是意義重大。
動物會通過某些行為產(chǎn)生的積極或者消極結(jié)果來進行學習、判斷,而人工智能的“深度增強學習”正是從這種方式中借鑒了靈感。電子計算機可以通過不斷嘗試錯誤方向來得出正確的方向,從而輕而易舉地在迷宮中導航。使用深度學習的方法,機器學習不再像過去一樣依賴大量的指令與復雜的模型。
其實“深度學習”的理論在10年前就出現(xiàn)了,將其整合到大型(或深度)神經(jīng)網(wǎng)絡(luò)以提供能量來解決復雜問題的嘗試一直在進行。就像AlphaGo一樣,經(jīng)過不斷地試驗與數(shù)據(jù)分析,它可以以專家級水平與人類進行對弈。
更大的希望在于,增強學習已經(jīng)被證明可以應(yīng)用到現(xiàn)實世界的許多場景。最近出現(xiàn)的幾個模擬場景顯示,可以通過增強計算機學習的能力來促進相關(guān)算法的進步。
在2017年,我們有望見證“增強學習”被應(yīng)用到自動駕駛汽車、工業(yè)機器人等領(lǐng)域。而谷歌已經(jīng)在嘗試使用深度學習來使其數(shù)據(jù)中心更加高效。不過,深度學習這種方法還處于試驗階段,依然需要花費大量時間來模擬和學習。
目前人工智能發(fā)展現(xiàn)狀:生成式對抗性網(wǎng)絡(luò)
最近在巴塞羅納舉辦的關(guān)于神經(jīng)信息處理系統(tǒng)的人工智能學術(shù)會議上,一種叫做生成式對抗性網(wǎng)絡(luò)(generative adversarial networks)的理論引起了廣泛關(guān)注,這一理論是由OpenAI的研究學者Ian Goodfellow提出。生成式對抗性網(wǎng)絡(luò)由兩套網(wǎng)絡(luò)構(gòu)成,一套通過訓練學習來產(chǎn)生新數(shù)據(jù),另一套則負責分辨正確數(shù)據(jù)與錯誤數(shù)據(jù)。
通過這兩套網(wǎng)絡(luò)的協(xié)同運作,可以產(chǎn)生非常接近真實的綜合數(shù)據(jù)。這一理論能夠被應(yīng)用到生成電子游戲場景、解析馬賽克或者是豐富電腦生成樣式等領(lǐng)域。
機器學習領(lǐng)域權(quán)威專家YoshuaBengio在NIPS會議(神經(jīng)計算方面最好的會議之一, NIPS主辦, 每年12月舉行)上表示,這種生成式對抗網(wǎng)絡(luò)非常具有開創(chuàng)性,它能為電子計算機提供更加高效的學習方法,而計算機通過不斷學習非標簽性數(shù)據(jù)將變得智能化程度更高。
目前人工智能發(fā)展現(xiàn)狀:中國人工智能領(lǐng)域的崛起
2017年將是中國開始在世界人工智能領(lǐng)域嶄露頭角的一年。中國不再照搬外國公司的人工智能技術(shù),轉(zhuǎn)而開始將人工智能和機器學習視作下一個創(chuàng)新領(lǐng)域。
中國搜索引擎巨頭百度已經(jīng)建立了專注于人工智能研究的研究所,并在語音識別、自然語言處理和優(yōu)化廣告業(yè)務(wù)等方面取得了很多進步。除了百度,還有不少公司正在迎頭趕上,騰訊也在去年成立了人工智能實驗室,并在國內(nèi)外大力招募人工智能領(lǐng)域的專家。而滴滴也有自己的研究院,并被報道在無人駕駛汽車方面投入大量研究。
很多中國投資者將大量資金投給從事人工智能的初創(chuàng)公司,而中國政府也希望看到本國人工智能產(chǎn)業(yè)的繁榮,并承諾在2018年之前投入150億人民幣扶持開發(fā)和研究。
目前人工智能發(fā)展現(xiàn)狀:語言學習
對于許多人工智能領(lǐng)域研究者來說,語義學習是他們的下一個主要目標。隨著技術(shù)的進步,圖像識別和語音識別都取得了重大突破,而這將有利于計算機更加高效地理解和生成語言。
語言學習是人工智能領(lǐng)域的一個長遠目標,而計算機與人類使用語言進行交互的前景非常樂觀。如果具有更好的語義理解能力,計算機機器將變得更加實用。不過,這方面也面臨很大的挑戰(zhàn),畢竟語言是一個復雜、微妙而又強大的議題。
雖然人們暫時還不能與智能手機進行深度而又有意義的交流,但在2017年,隨著人工智能研究的深入,這一領(lǐng)域?qū)錆M希望。
目前人工智能發(fā)展現(xiàn)狀:過度熱炒引發(fā)反感
2016年的人工智能領(lǐng)域確實取得了巨大的進步和突破,許多人都看到了技術(shù)進步帶來的價值。但不得不注意的一點是:圍繞人工智能的過量宣傳與追捧明顯有些失控了。
許多人工智能研究者對此有些忿忿不平。在NIPS會議期間,他們針對一家叫做Rocket AI的山寨人工智能公司舉行了一個聚會,以此來表達自己的不滿,這種不滿主要是人工智能領(lǐng)域存在的浮躁氛圍和弄虛作假情況。
期望越高,失望可能就越大。當人工智能領(lǐng)域一直沒有取得重大突破時,失望的情緒就會蔓延,進而導致投資蒸發(fā),大量估值過高的初創(chuàng)公司倒閉。
2017年整個世界對于人工智能的關(guān)注度依然非常高,這可能會引起不少人對于這種過分追捧的反感,畢竟過猶不及,不少浮躁情緒籠罩在當前人工智能領(lǐng)域。不過,這也不一定就是壞事,大量關(guān)注可能會促進研究的進步。
猜你喜歡: