人工智能:人工智能的发展之路

人工智能:人工智能的发展之路

ID:5288697

大小:1.77 MB

页数:2页

时间:2017-12-07

人工智能:人工智能的发展之路_第1页
人工智能:人工智能的发展之路_第2页
资源描述:

《人工智能:人工智能的发展之路》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、专题介绍Feature人工智能的发展之路工业和信息化部国际经济技术合作中心张放摘要:人工智能以云计算和大数据为基础,被广泛应用于工业制造等10个领域中。但由于各方向处于不同的发展阶段,因此发展程度并不相同。但驱动发展的先决条件主要体现在感知能力、理解能力、学习能力、交互能力四个方面。关键词:人工智能;云计算;大数据最近火热的美剧《西部世界》里传递出很多关于人工智能时语言翻译、情感感知计算、手势控制、推荐引擎及协同过滤、的信息,在围绕如何突破机器极限,形成自主意识方面,提出视频内容自动识别。各方向处于不同的发展阶段,发展程度有了富有科幻现实色彩的方法-冥想程序,将意识形成描绘成

2、了高有低。但驱动发展的先决条件主要体现在感知能力、理解“走迷宫”的过程,同时在道德层面又一次将“人工智能是否能力、学习能力、交互能力四个方面。能成为有别于人类的另一个物种”的问题呈现在广大观众面前。1感知能力“人工智能”(AI)这一概念最早由马文·明斯基和约目前人工智能的感知主要通过物联网来实现,它提供了翰·麦卡锡于1956年的“达特茅斯会议”上共同提出。1960计算机感知和控制物理世界的接口与手段,能够采集数据、年,麦卡锡在美国斯坦福大学建立了世界上第一个人工智能记忆,分析、传送数据,进行交互、控制等。比如摄像头和相实验室。经过近几年互联网的飞速发展,AI对企业甚至是行机记

3、录了关于世界的大量图像和视频,麦克风记录了语音和声业产生了巨大而又深远的影响。机器学习,尤其是深度学习音,各种传感器将它们感受到的世界数字化。这些传感器就技术成为人工智能发展的核心。越来越多的硬件供应商专为如同人类的五官,是智能系统的数据输入,是感知世界的方式。深度学习和人工智能定制设计芯片。如IBM的人脑模拟芯片2理解能力SyNAPSE(SystemsofNeuromorphicAdaptivePlasticScalable智能系统不同于人脑,没有数以千亿的神经元,对事物Electronics,自适应塑料可伸缩电子神经形态系统)芯片,含问题的理解在现阶段还很大程度上依赖于处

4、理器的计算分析有100万个可编程神经元,2.56亿个可编程突触,每消耗一焦能力。近年来,基于GPU(图形处理器)的大规模并行计算耳的能量,可进行460亿突触运算。异军突起,拥有远超CPU的并行计算能力。从处理器的计算云计算和大数据作为人工智能的基础,在工业制造等众方式来看,CPU计算使用基于x86指令集的串行架构,适合多场景中得到了广泛应用,比如很多工厂都在传送带上加装了尽可能快的传感器,将压力、温度、噪音和其他一些参数实时传到云端,完成一个计将工厂真正连上网络,然后利用人工智能的算法对这些数据算任务。而进行比对,由此提前为工厂提供预警和远程检测服务。这种GPU诞生之将生产流

5、程及产品通过物联网连接到云端,然后利用算法进初是为了处理行大数据分析的模式,将在更多的行业被广泛应用。3D图像中的目前人工智能主要有10个应用子领域,分别是机器学习、上百万个像素计算机视觉、智能机器人、虚拟个人助理、自然语音处理、实图像,拥有更2017年/第1期物联网技术5万方数据专题介绍Feature4交互能力与科幻世界里的自主意识相比,现实世界能够实现自主交互本身就是很大的技术突破,深度学习算法是实现自主交互最重要的核心技术。它基于多层神经网络,融入自我学习,从大量的样本中逐层抽象出相关概念,然后理解,最终做出判断和决策。2006年,GeoffreyHinton教授发表论

6、文《Afastlearningalgorithmfordeepbeliefnets》,他在此文中提出了深层神经网络逐层训练的多的内核去处理更多的计算任务。因此GPU具备了执行大规高效算法,让当时计算条件下的神经网络模型训练成为了可能。模并行计算的能力。云计算的出现、GPU的大规模应用使得之后,深度学习算法模型也经历了一个快速迭代的周期,Deep集中化数据计算处理能力变得空前强大。BeliefNetwork、SparseCoding、RecursiveNeuralNetwork,3学习能力ConvolutionalNeuralNetwork等各种新的算法模型被不断提出,学习能力

7、的培养类似人类需要教材和训练。据统计,2015而其中卷积神经网络(ConvolutionalNeuralNetwork,CNN)更年全球产生的数据总量达到了十年前的20多倍,大数据的发是成为图像识别最炙手可热的算法模型。展为人工智能的学习和发展提供了非常好的基础。机器学习是当然人工智能的发展还存在很多瓶颈,比如尚未形成完人工智能的基础,而大数据和以往的经验就是人工智能学习的备的语义体系,无论抽象的概念还是具体的事物都需要统一书本,以此优化计算机的处理性能。不可忽视的是近年来科整合到一个语义网络中才能实现

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。