2016.11人工智能——機(jī)器能否獨(dú)立思考

1、人工智能（ Artificial Intelligence ）—— 應(yīng)鳴 2016.11,機(jī)器能否獨(dú)立思考？,一、歷史與趨勢(shì),一個(gè)時(shí)代的誕生,人工智能（Artificial Intelligence）,2001導(dǎo)演：斯皮爾伯格豆瓣：8.6IMDB：7.1,“人工智能”一詞的誕生,1956年達(dá)特茅斯會(huì)議結(jié)構(gòu)模擬和功能模擬聯(lián)結(jié)主義和符號(hào)主義人腦生理結(jié)構(gòu) – 人腦認(rèn)知方式 - 神經(jīng)網(wǎng)絡(luò)物理客體 - 符號(hào)表示 - 邏輯推理 -

2、理論體系,什么是人工智能（早期定義）,圖靈測(cè)試，出自人工智能之父圖靈寫(xiě)于1950年的一篇論文《計(jì)算機(jī)器與智能》讓機(jī)器做本需要人的智能才能夠做到的事情的一門(mén)科學(xué)——馬文·明斯基（Marvin Minsky）智能是對(duì)符號(hào)的操作，最原始的符號(hào)對(duì)應(yīng)于物理客體——司馬賀（Herbert A. Simon）,推理與搜索的時(shí)代（1956 – 1974）,迷宮問(wèn)題、符號(hào)、搜索樹(shù)疑難定理證明（四色定理）國(guó)際象棋,知識(shí)的時(shí)代（1980 –

3、 1987）,專(zhuān)家系統(tǒng)，能夠依據(jù)一組從專(zhuān)門(mén)知識(shí)中推演出的邏輯規(guī)則在某一特定領(lǐng)域回答或解決問(wèn)題規(guī)則示例：if 主機(jī)可用=否 and 備機(jī)存在=是 and 備機(jī)可用=是 then 操作=主備切換專(zhuān)家系統(tǒng)存在的問(wèn)題，需要輸入專(zhuān)業(yè)領(lǐng)域大量知識(shí)，無(wú)法推廣到一般領(lǐng)域,機(jī)器學(xué)習(xí)的時(shí)代（1993 – 現(xiàn)在）,機(jī)器學(xué)習(xí)的主要工作是進(jìn)行“區(qū)分”，“區(qū)分”就是回答“YES/NO”問(wèn)題選取“特征量”作為判斷標(biāo)準(zhǔn)理論支持：貝葉斯網(wǎng)絡(luò)(Bayesian n

4、etwork)，隱馬爾可夫模型（HMM），最大熵模型，信息論，隨機(jī)模型,深度學(xué)習(xí)（2006 – 現(xiàn)在）,杰弗里.欣頓（Geoffrey Hinton），多倫多大學(xué)教授，“A fast learning algorithm for deep belief nets”，2006神經(jīng)科學(xué)的發(fā)現(xiàn)表明大腦的皮層大致有一種層級(jí)結(jié)構(gòu)，對(duì)應(yīng)著越來(lái)越抽象的各個(gè)層面深度學(xué)習(xí)以數(shù)據(jù)為基礎(chǔ)，由計(jì)算機(jī)自動(dòng)獲取特征量，并以此對(duì)數(shù)據(jù)進(jìn)行分類(lèi),二、AI研究的深入,

5、由弱至強(qiáng)，由淺至深,機(jī)械姬（Ex Machina）,2015導(dǎo)演: 亞歷克斯·加蘭豆瓣：7.5IMDB：7.7,哲學(xué)基礎(chǔ),弱人工智能：讓機(jī)器的行為看起來(lái)就象是人所表現(xiàn)出的智能行為一樣強(qiáng)人工智能：真正能推理、解決問(wèn)題，有知覺(jué)的，有自我意識(shí)的智能機(jī)器,機(jī)器學(xué)習(xí),機(jī)器學(xué)習(xí)就是模仿人識(shí)別事物的過(guò)程，即：學(xué)習(xí)、提取特征、識(shí)別、分類(lèi)二值分類(lèi)問(wèn)題（Learning to Answer Yes/No）監(jiān)督學(xué)習(xí)：利用一組已知類(lèi)別的樣

6、本調(diào)整分類(lèi)器的參數(shù)（SVM算法）半監(jiān)督學(xué)習(xí)：利用少量的標(biāo)注樣本和大量的未標(biāo)注樣本進(jìn)行訓(xùn)練和分類(lèi)無(wú)監(jiān)督學(xué)習(xí)：利用一組未知類(lèi)別的樣本調(diào)整分類(lèi)器的參數(shù)（深度學(xué)習(xí)）,深度學(xué)習(xí)的核心思想,無(wú)監(jiān)督學(xué)習(xí)應(yīng)用于每一層網(wǎng)絡(luò)的pre-train每次用無(wú)監(jiān)督學(xué)習(xí)只訓(xùn)練一層，將其訓(xùn)練結(jié)果作為其高一層的輸入用監(jiān)督學(xué)習(xí)去調(diào)整所有層,傳統(tǒng)機(jī)器學(xué)習(xí)算法,隱馬爾科夫鏈模型（HMM）貝葉斯網(wǎng)絡(luò)（ Bayesian Network）支持向量機(jī)（ SVM ）,稀

7、疏編碼算法,深度學(xué)習(xí)算法,深度學(xué)習(xí)開(kāi)源項(xiàng)目,TensorFlow by GoogleCaffe by 加州伯克利分校Theano by 蒙特利爾理工學(xué)院Torch by Facebook,三、應(yīng)用領(lǐng)域現(xiàn)狀,做什么最賺錢(qián),西部世界（Westworld）,2016HBO豆瓣：9.1IMDB：9.1,應(yīng)用分類(lèi),機(jī)器人：機(jī)器+人工智能機(jī)器學(xué)習(xí)：深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)：圖像識(shí)別、人臉識(shí)別、可視化搜索自然語(yǔ)言處理：自然語(yǔ)言理解、語(yǔ)義搜

8、索、語(yǔ)義網(wǎng)絡(luò),TOP10 機(jī)器人企業(yè),,TOP10 機(jī)器學(xué)習(xí)企業(yè),,TOP10 計(jì)算機(jī)視覺(jué)企業(yè),,TOP10 自然語(yǔ)言處理企業(yè),,國(guó)內(nèi)人工智能相關(guān)創(chuàng)業(yè)公司,達(dá)闥科技：導(dǎo)盲機(jī)器人碳云智能（iCarbonX）：將基于健康醫(yī)療大數(shù)據(jù)，通過(guò)數(shù)據(jù)挖掘和機(jī)器分析，提供健康指數(shù)分析和預(yù)測(cè)格林深瞳（DeepGlint）：檢測(cè)跟蹤、行為檢測(cè)、深度信息、車(chē)輛車(chē)牌識(shí)別、標(biāo)志物識(shí)別云知聲：語(yǔ)音識(shí)別、語(yǔ)義理解、語(yǔ)音合成、聲紋識(shí)別、離線操控思必馳：語(yǔ)音識(shí)別