人工智能——第三次技术革命

探讨人工智能,就要回答什么是智能的问题,综合各类定义,智能是一种知识与思维的合成,是人类认识世界和改造世界过程中的一种分析问题和解决问题的综合能力。对于人工智能,美国麻省理工学院的温斯顿教授提出“人工智能就是研究如何使计算机去做过去只有人才能做的智能工作”,斯坦福大学人工智能研究中心尼尔逊教授提出“人工智能是关于知识的学科――怎样表示知识以及怎样获得知识并使用知识的科学”。

历史起源

虽然这个词现在已经被广泛使用,但是它最初的起源与计算机的发展密不可分。1956年夏,美国达特莫斯大学助教麦卡锡、哈佛大学明斯基、贝尔实验室申龙、IBM公司信息研究中心罗彻斯特、卡内基——梅隆大学纽厄尔和赫伯特.西蒙、麻省理工学院塞夫里奇和索罗门夫,以及IBM公司塞缪尔和莫尔在美国达特莫斯大学举行了以此为其两个月的学术讨论会, 从不同学科的角度探讨人类各种学习和其他职能特征的基础,并研究如何在远距离上进行精确的描述,探讨用机器模拟人类智能等问题,并首次提出了人工智能的术语。从此,人工智能这门新兴的学科诞生了。

工作原理

人工智能学科研究的主要内容包括:知识表示、自动推理和搜索方法、机器学习和知识获取、知识处理系统、自然语言理解、计算机视觉、智能机器人、自动程序设计等方面。 知识表示是人工智能的基本问题之一,推理和搜索都与表示方法密切相关。常用的知识表示方法有:逻辑表示法、产生式表示法、语义网络表示法和框架表示法等。 常识,自然为人们所关注,已提出多种方法,如非单调推理、定性推理就是从不同角度来表达常识和处理常识的。 问题求解中的自动推理是知识的使用过程,由于有多种知识表示方法,相应地有多种推理方法。推理过程一般可分为演绎推理和非演绎推理。谓词逻辑是演绎推理的基础。结构化表示下的继承性能推理是非演绎性的。由于知识处理的需要,近几年来提出了多种非演泽的推理方法,如连接机制推理、类比推理、基于示例的推理、反绎推理和受限推理等。 搜索是人工智能的一种问题求解方法,搜索策略决定着问题求解的一个推理步骤中知识被使用的优先关系。可分为无信息导引的盲目搜索和利用经验知识导引的启发式搜索。启发式知识常由启发式函数来表示,启发式知识利用得越充分,求解问题的搜索空间就越小。典型的启发式搜索方法有A*、AO*算法等。近几年搜索方法研究开始注意那些具有百万节点的超大规模的搜索问题。 机器学习是人工智能的另一重要课题。机器学习是指在一定的知识表示意义下获取新知识的过程,按照学习机制的不同,主要有归纳学习、分析学习、连接机制学习和遗传学习等。 知识处理系统主要由知识库和推理机组成。知识库存储系统所需要的知识,当知识量较大而又有多种表示方法时,知识的合理组织与管理是重要的。推理机在问题求解时,规定使用知识的基本方法和策略,推理过程中为记录结果或通信需设数据库或采用黑板机制。如果在知识库中存储的是某一领域(如医疗诊断)的专家知识,则这样的知识系统称为专家系统。为适应复杂问题的求解需要,单一的专家系统向多主体的分布式人工智能系统发展,这时知识共享、主体间的协作、矛盾的出现和处理将是研究的关键问题。

应用及发展前景

目前,各国政府也在大力扶持人工智能的发展,为应对“脱欧”之后的新形势,英国正在规划设计新的国家产业发展战略。据英国广播公司报道,英国政府“已将人工智能、第五代移动通信技术(5G)、智能型能源技术以及机器人等尖端科技,列为‘脱欧’后的国家战略核心”,其中,“人工智能”是“重中之重”。英国正跃跃欲试,力图抢占人工智能发展的制高点。

在我国,不论是政府还是企业都对人工智能给予了高度重视。 http://img.mp.itc.cn/upload/20170622/1d8262cd80934322aea7f9dcc9885b54_th.jpg


6月21日,由中国电子信息产业发展研究院(赛迪集团)和中国人工智能产业创新联盟主办的RAIC雷克大会在京正式拉开帷幕,在会上中国人工智能产业创新联盟宣布成立。

应用:

交通领域——改变城市组织结构

交通可能会成为首批几个特定人工智能应用领域之一,自动化交通很快会司空见惯,大多数人通过首次体验人工智能系统开车,大大地增强了公众对人工智能的感知。随着人工智能逐渐取代人类成为更好的司机,城市居民拥有的车辆将减少,住所和工作地点的距离也会更远,花费的时间也会发生变化。这会导致出现一种全新的城市组织架构。

智能汽车:增强驾驶的安全性和舒适性

根据估算,美国平均每一辆车上装有 70 个传感器,包括陀螺仪、加速器、环境光源传感器和湿度传感器。2000年之前制造的汽车已经装配了能够获取自身速度、加速和轮胎状况的传感器。这些功能能够协助司机,甚至完全取代司机的某些操作来增强安全性和舒适性。

比如现在的汽车能够自动泊车,在高速路上可以自适应巡航控制,变换车道时可以提示驾驶员盲区中出现的物体信息。同时视觉和雷达技术被引入到碰撞预防系统。深度学习也已经应用在了这些方向,通过对周围环境的物体检测和声音识别来提升自动驾驶汽车的性能。

家庭机器人——增强在家庭中与人的交互

尽管家庭机器人到来的速度缓慢,但有迹象表明在接下来的15年内会发生改变。像AmazonRobotics和Uber这样的公司正在使用各种聚合技术开发大规模机器人经济。

由深度学习带来的在语音理解和图像标记上的巨大进步将增强机器人在家庭中与人的交互,用于代替人从事清扫、洗刷、守卫、煮饭、照料小孩、接待、接电话、打印文件等。

医疗领域——改进健康结果和生活质量

对人工智能而言,医疗领域一直被视为一个很有前景的应用领域。基于人工智能的应用在接下来的几年能够为千百万人改进健康结果和生活质量,但这是在它们被医生、护士、病人所信任,政策、条例和商业障碍被移除的情况下。主要的应用包括:

(一)医疗机器人

俄罗斯ExoAtlet公司生产了两款“智能外骨骼”产品:ExoAtletⅠ和ExoAtletPro。前者适用于家庭,后者适用于医院。ExoAtletⅠ适用于下半身瘫痪的患者,只要上肢功能基本完整,它能帮助患者完成基本的行走、爬楼梯及一些特殊的训练动作。ExoAtletPro在ExoAtletⅠ的基础上包括了更多功能,如测量脉搏、电刺激、设定既定的行走模式等。

(二)智能药物研发

(三)智能诊疗

(四)智能影像识别

贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统,对乳腺癌病理图片中癌细胞的识别准确率能达到92%。

(五)智能健康管理

近期,挖掘社交媒体数据推断潜在的健康风险、机器学习预测风险中的病人、机器人支持外科手术已经为人工智能在医疗领域的应用扩展出了极大的应用可能。

教育领域——为教育迅速增长提供动力

在过去的十五年间,教育界见证了为数众多的人工智能科技的进步。诸如K-12线上教育以及大学配套设备等应用已经被教育家和学习者们广泛利用。

自然语言处理有力推进了线上学习,并让教师可以在扩大教室规模的同时还能做到解决个体学生的学习需求与风格。具体表现为:

1.AI为学生的作文打分

2. 聊天机器人回答学生的问题

3. 虚拟助手成辅导老师

4. 借助VR和计算机视觉,学生能足不出户接受手把手的实践性教学

5. 教育的模拟化和游戏化,学习效果的分析更加精准

公共安全——检测可能的犯罪行为

目前,一些大型城市已经为公共安全和防护部署了人工智能技术。到2030年,一些典型的城市将在很大程度上依赖它们。这些措施包括可以检测到指向一个潜在犯罪的异常现象的监控摄像机、无人机和预测警务应用。

人工智能技术可被用以开发智能模拟,用来培训执法人员之间的合作。人工智能技术,包括视觉、语音分析、步态分析等,可以帮助面试官、审讯人员和保安来检测可能的欺骗和犯罪行为。

就业和劳资——降低商品及服务的成本

过去十五年,由于经济衰退和日益的全球化,尤其是中国参与到了世界经济中,就业状况已经发生了改变,非人工智能的数字技术也发生了很大的变化,而在一些其它的行业,自动化也很有可能在不久的将来发生重大的改变。尽管工作本身有内在的价值,但大部分人工作是为了购买他们看重的商品和服务。因为人工智能系统可以执行之前需要人力的工作,因此它们可以导致许多商品和服务的成本下降,实实在在地让每个人更富有。但同样的,在一定程度上,它也会拉大贫富差距。

毫无疑问,人工智能与机器学习带给我们的将会是又一次的技术革命,我们的社会也会因此发生全新的变化。


登录或注册后发布评论