www.467cc.cn-无人在线观看高清电影电视剧,无码少妇一区二区三区免费,午夜福利视频,欧美爆乳乱妇高清免费888

    想要在某一領(lǐng)域取得重大突破，是一件容易的事情嗎？從幾位科學(xué)家的回答來看，這并非一件易事。

 

      比如，Brian K. Kobilka說道，花費(fèi)25億美元、經(jīng)歷7-12年的時(shí)間，但zui終一種新藥成功上市的概率只有10%-15%。饒毅也表示，雖然人工智能推動(dòng)了神經(jīng)學(xué)的研究，但其實(shí)神經(jīng)學(xué)沒有任何概念上的突破。湯曉鷗也表示，在過去很多年里，都不好意思說自己在研究人工智能，因?yàn)槭裁炊紱]有做出來。即便目前取得了進(jìn)展，但仍然困難重重。      

         

      具體來說，從50年代開始，就已經(jīng)有人在做人工智能 ，但從50年代到2011年做的都不好。2011年是一個(gè)分水嶺，主要有四方面的原因：

 

      一是實(shí)際應(yīng)用的剛需。之前手提電腦非常多，雖然手提電腦能移動(dòng)，但是大部分的情況下我們不會(huì)拎著電腦去吃飯，出去旅游時(shí)用電腦拍照。后來手機(jī)出來以后，手機(jī)上的攝像頭變成了人的第三只眼睛，我們?cè)谏习l(fā)的zui多的就是照片或者是視頻。一圖勝千言，這時(shí)候產(chǎn)生了大量的數(shù)據(jù)，這些數(shù)據(jù)需要智能地分析，所以有了實(shí)際應(yīng)用的剛需。

 

      二是數(shù)據(jù)的體量有了大幅的增加。原來數(shù)據(jù)是從電腦中產(chǎn)生的，有手提電腦的人還是很少的，因?yàn)橐蝗f多塊錢一臺(tái)，但是紅米手機(jī)一出來，五六百塊錢一臺(tái)，任何人都可以購(gòu)置兩臺(tái)。原來不到一億的用戶，一下子變成十億、二十億，體量出來了，也就產(chǎn)生了大量的訓(xùn)練和應(yīng)用數(shù)據(jù)。

 

       三是可承受的硬件訓(xùn)練平臺(tái)。原來我們用CPU的時(shí)候，做人臉識(shí)別時(shí)會(huì)用近千個(gè)核，但還是要跑一兩個(gè)月才能把一個(gè)算法跑出來，然后調(diào)一個(gè)參數(shù)，再來兩個(gè)月，又花錢又花時(shí)間。但后來用GPU，十臺(tái)機(jī)器、六個(gè)小時(shí)，同樣的東西就跑出來了。

 

      四是算法的革命性的進(jìn)步。有了前三個(gè)方面還是不夠的，zui后深度學(xué)習(xí)的框架允許我們做端到端的學(xué)習(xí)，有了大量的參數(shù)，以前我們是做小參數(shù)學(xué)習(xí)的。而且還要將這些小參數(shù)設(shè)計(jì)的非常復(fù)雜，因?yàn)橐鉀Q很多問題，但實(shí)際的應(yīng)用很不理想。但深度學(xué)習(xí)的網(wǎng)絡(luò)框架，允許我們用幾千個(gè)、幾萬個(gè)、幾億個(gè)參數(shù)，用無窮大的數(shù)據(jù)直接覆蓋各種場(chǎng)景應(yīng)用。這樣就可以在一些單項(xiàng)、個(gè)別的應(yīng)用上超過人類，意味著可以替人類來做這個(gè)工作。

 

       對(duì)它的研究，應(yīng)該分為三個(gè)層次，相輔相成，缺一不可。

 

       zui高的是形而上的層面，也就是有人很討厭的哲學(xué)啦、心理學(xué)啦、精神病學(xué)啦之類的東西，同時(shí)也包括哥德爾定理、中文屋一類亂七八糟的東西；有人愿意的話，從文學(xué)、歷史、宗教中也能得到啟迪。這個(gè)層面的意義是建立基本的認(rèn)識(shí)，為后面的研究打下基礎(chǔ)并提供指導(dǎo)。

 

      中間的層次是生物學(xué)意義上的研究。就是深入探討人腦和神經(jīng)元的運(yùn)作機(jī)理，研究生物學(xué)意義上的每一個(gè)生物物理學(xué)特性，并把它與形而上的研究結(jié)合對(duì)照，通過從上往下和從下往上的多次分析，把上層次的每一個(gè)現(xiàn)象和生物學(xué)特征對(duì)應(yīng)起來。比如，側(cè)抑制的原理是什么，作用是什么，和哪些外在表現(xiàn)相對(duì)應(yīng)，是一對(duì)一，還是一對(duì)多或者多對(duì)多。通過這個(gè)研究，可以糾正很多原本錯(cuò)誤的認(rèn)識(shí)，并有很多新的發(fā)現(xiàn)。

 

      如果能把人的所有智能和情感外在表現(xiàn)都與生物學(xué)意義上的特點(diǎn)起來，這個(gè)層次的研究就可以說基本成功了。對(duì)這個(gè)層次進(jìn)行研究的人有，但很少。實(shí)話說，這個(gè)層次的研究zui難。上而下與下而上相結(jié)合的研究與思維方式，不是很容易。

 

      下層的研究就是從上、中層研究向編程的轉(zhuǎn)化。這絕不僅僅是指的編程，首先要做的，是把上中層研究的結(jié)果進(jìn)行等效轉(zhuǎn)換，把哲學(xué)、邏輯學(xué)和生物、物理學(xué)語(yǔ)言向程序語(yǔ)言的轉(zhuǎn)換。這個(gè)層次并不比中層的研究容易，甚至更難。因?yàn)樗菍?duì)前面研究成果的一個(gè)檢驗(yàn)，往往前面覺得無缺的理論，到了這里就會(huì)卡住，隨后在深入的研究中，就會(huì)牽扯出一大串的錯(cuò)誤。而糾正這個(gè)錯(cuò)誤，往往需要對(duì)上層和中層的研究重新進(jìn)行審視。

 

所以，上層的研究看起來是zui容易的，很方便隨意推出一篇一篇的所謂理論。但實(shí)際上，幾乎所有錯(cuò)誤的根源都可以在這里找到源頭。由于中層和下層的研究需要很專業(yè)的知識(shí)和很艱辛的探索，很多人望而生畏，就停留在“我有理論”的地步沾沾自喜起來，并以人工智能研究專家自居了。

 

      目前人工智能在三個(gè)方面應(yīng)用的比較多：一是語(yǔ)音識(shí)別。這個(gè)是相對(duì)成熟，也是*個(gè)突破的。二是視覺，現(xiàn)在的主戰(zhàn)場(chǎng)就是在視覺領(lǐng)域，而且看的能力的場(chǎng)景是非常多的。三是自然語(yǔ)言的理解，就是要像大腦一樣解決問題，這件事情目前是*沒有解決的。現(xiàn)在這一塊很熱，很多國(guó)內(nèi)外的公司都做對(duì)話機(jī)器人，但這其實(shí)是非常難的一件事情，因?yàn)樗鼘?duì)各種背景知識(shí)以及條件的要求是非常多的。

 

    “條條大路通羅馬”，并不是只有一條成功的道路。務(wù)虛的久了，也必須要實(shí)干來證明和實(shí)現(xiàn)價(jià)值；實(shí)干的不停的做，發(fā)現(xiàn)前方無路，也不得不要思考下方向的問題。