人工智能虽火但仍任重道远.doc

《人工智能虽火但仍任重道远.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、人工智能虽火但仍任重道远　　　　人工智能技术，现阶段尚处在启步阶段，按计算所的人工智能专家陈云霁说，未来人工智能芯片的计算效率要提高一万倍，功耗降低一万倍。如同一切有前景的新兴技术一样，前景肯定是光明的，但是道路是曲折的，人工智能尚有许多技术难关要去克服，因此只有下定决心才有成功的希望。人工智能很火　　中国政府2017年将人工智能写进《政府工作报告》中，美国白宫2016年就发布了一份名为《时刻准备着：为了人工智能的未来》（PreparingfortheFutureofArtificialIntell

2、igence）的研究报告，两国都清晰地认为，AI是下一个时代的科技制高点。　　美国谷歌的母公司AlphabetInc执行董事长施密特(EricSchmidt)在CNAS所举行的会议上表示，未来5年美国在AI领域还能领先中国，但随后可能就处于相同水平。　　俄罗斯新闻社(TASS，塔斯社)9月1日报导，俄罗斯总统普京(VladimirPutin)在「ProyeKTOriya」论坛上对学生说，能够在AI产业居于领先地位的国家将可能统治世界。　　机器人围棋胜过人类是个转折点　　2016年3月谷歌的Alpha

3、Go的阿尔法狗4：1胜韩国九段李世石，及2017年5月谷歌的AlphaGoZero3：0胜世界围棋头号选手中国的柯洁。　　为什么把围棋比赛视为人工智能的转折点，原因是它给深度学习的成果作了例证。其实人工智能的概念，早在60年前的“模式识别技术”己经进入人们视线，但是由于受当时的芯片速度、存储容量等限止，虽然此技术从原理上有前景，实际上无法推进。一直到近期Nvidia等的GPU、图形处理器技术大幅提升，给深度学习创造了机会。　　美国谷歌公司2016年的AlphaGo属于AI(人工智能)2.0时代，它是

4、通过输入约3,000万盘围棋的棋谱，让自己与自己下了2000万盘，通过自我学习后才有进步。但是这些棋谱的程度不一，包含二段到六段等级，最终却可以打败九段的真人高手，甚至后来还赢了大陆职业棋手柯洁，以及南韩职业棋手李世石。　　继AlphaGo后，又推出升级版AlphaGoMaster。旧有的版本它的CPU中需要釆用176个GPU，但Master版本则仅用到谷歌自己的4个张量处理单元(TensorProcessingUnit,TPU)，能以更少的棋谱去进行深度学习，让AI进入3.0时代。　　到2017年

5、10月初，随着AlphaGoZero问世，已经进入AI4.0时代。在AlphaGoZero出现前，谈到AI，都认为是大数据(BigData)加上深度学习的共同创造的结果；实际上AlphaGoZero它不需要任何棋谱，但要输入算法，通过自我学习，在围棋比赛中能击败前几个版本。引发的思考　　1)AI通过学习能够进步，能复制吗？　　机器竟然可以通过输入二、三段或六段等较低阶的棋谱后，自己不断的玩、不断进行深度学习，最后打败拥有高段，甚至“本因坊”实力的棋手。　　2)大数据还有多重要？　　之前都认为是大数据

6、(BigData)加上深度学习；但是AlphaGoZero不需要任何棋谱，刚开始也是乱走，但是最终能击败前几个版本，导致业界有两种观点，究竟利用小数据，还是仍要大数据，目前可能仍有分岐。　　3)AlphaGoZero让人们开始从哲学思维去重新思考现在的世界　　人类获取知识的渠道，例如上学、读书、向前辈学习经验等，可能并非完善，仅是一小部分，还有很大的潜力。　　4)算法的威力无比　　AlphaGo是输入约3,000万盘棋谱，跟自己玩了2,000万盘，而AlphaGoZero用更低的耗电、更少的CPU，

7、只玩了约500万盘棋，就打赢所有拥有人类数据的围棋程序。计算一下，500万约是10的9次方，而围棋的所有可能性约是10的360次方，那么，10的9次方对整个围棋可能性10的360次方的占比，大概又是多少呢？　　反映此次人类在围棋的算法设计中已经掌握了关键要素，帮助智能机器打败人类。但是从总体上，只要算法仍是由人来设计，机器的任务还是人类定义的，表明智能机器可能无法超越人类。人工智能任重道远　　人工智能很红火，看似是围棋比赛带来的后果，让人们感觉到己有近2,000年历史的围棋，结果却被一部计算机打败，

8、顿时觉得人工智能技术十分诱人。　　人工智能技术的发展有三个核心要素：　　一、深度学习算法的提出；　　二、移动互联网能产生足够的大数据；　　三、计算能力的大幅度提高。　　尽管三个要素各不相同，但是它们之间互相有关连，需要协调发展。现阶段人工智能的模式迁移已现端倪，如AR、语音、图像识别等技术从产业应用方面的‘奇点时刻’正在临近。然而真正的关键是人工智能技术的落地，解决客户端的问题相比云端更为重要，让用户真切的感觉到人工智能技术己经触及它们的“痛点”。　　近日