人工智能的未来

        随着人工智能（artificial intelligent，AI）技术的不断发展，各种AI产品已经逐步进入了我们的生活。对于人工智能的未来发展，也是众说纷纭。那么，人工智能的未来怎么样呢，大家和小编一起来看看吧。

亦非云

0

0条点评

咨询产品

免费试用

解决用户选型困难的好软件，有各维度的信息

客户案例

7

合作品牌

3

人工智能的未来

       如果我们把之前所有的AI放在同一台电脑里，我们会得到什么?我们会得到一个可以用100种语言进行电话对话的人工智能。它会在《危险边缘》中打败所有人! 以及在象棋、围棋、扑克以及许多电子游戏中击败任何人。这种人工智能将能够识别任何物体或脸，甚至比大多数医生更好地检测癌症。它也将是完成和创造性的，发明东西，发现物理定律，并确定新的药物。人工智能可以像巴赫一样作曲，像梵高一样绘画。它的艺术风格也很有独创性。

        人工智能将成为现代文艺复兴时期的机器——拥有人类无法匹敌的技能集合。在历史上的某个时刻，一个人有可能精通所有的人类知识。但随着科学领域的专业化和人类知识的增长，这在几个世纪以来都是不可能的。

       然而，人工智能可以将所有人类知识储存在它的大脑中。每一本百科全书，每一本书，每一篇科学文章，甚至互联网上每一个网页的内容。有了交叉引用、分析、发现模式和总结书面文本的能力，就像GPT-2所做的那样，我们建立一个具有对人类集体知识的理解的实体只是一个时间问题。

算法的智能

       2000年，目前就职于DeepMind的马库斯•哈特(Marcus Hutter)发现了一种通用人工智能算法，名为AIXI。通用人工智能可以用一个方程来描述。随后，该算法实现了完美的最优智能。它的工作原理是计算每一个可行的行动过程所产生的每一种可能性，然后选择最接近目标的行动。

        如果目标是赢得一场象棋比赛，AIXI计算出每一种可能的走法所产生的每一种可能的未来象棋比赛，并选择其未来可能的走法中获胜最多、失败最少的走法。该算法有一个缺点:它是不可计算的——它需要无限的计算资源来求解。Hutter的公式确实提供了一个重要的教训:智能并不复杂——困难的是在有限的计算能力下获得智能。用有限的资源实现智能需要找到并采用捷径——匹配模式和应用启发式——以取代野蛮计算。

        看来我们现在知道该怎么做了。DeepMind的AlphaZero是一种学习算法。OpenAI的GPT-2是一种用于理解的算法。BAIR的CycleGAN是一种创新算法。有了智能算法，人类水平的人工智能只有一个障碍:原始计算能力。

神经网络

       AlphaZero, GPT-2, CycleGAN，微软的语音和物体识别，谷歌的GMNT翻译，所有这些都是基于人工神经网络技术，而这些技术本身也受到了大脑的启发。神经网络自20世纪60年代起就开始使用，在20世纪80年代是人工智能研究人员感兴趣的主要课题。但当神经网络不能做任何有用的事情时，人工智能领域停滞不前。然而，他们的失败不是由于错误的原理，而是没有足够的计算能力。

       在20世纪80年代，试图用计算机构建有用的人工智能，就像试图用一个瓶子火箭登上月球一样困难。这一原则是正确的，但权力并不存在。随着计算能力的增强，具有更多神经元和更多层次的更大的神经网络在计算上变得可行。这些网络被称为深度神经网络。

      随着大数据、云计算以及其他先进技术的发展，人工智能正在朝着更加多远，更加开放的方向发展。以上是小编为大家整理的，人工智能未来的发展，希望对大家有所帮助。