科技资讯

大千世界

正文
网站首页 >> 科技资讯 >> 大千世界

走进BAT研究院:人工智能“奇点”临近

我来说两句(0)| 复制链接| 打印|
收藏 发给朋友 举报 浏览 1551 次
  本报记者 唐烨 马海邻

  美国科幻电影《钢铁侠》中,主人公与电脑系统之间发生一连串流畅而拟人的对话式交互让人印象难忘。在现实生活里,这样的交互模式被看作人工智能的一种重要方式,并且越来越多科学家都相信,人工智能才是未来人机交互的终极形态。

  让机器具有人类思维,似乎是件很久远的事情;“但事实上,很多科学家都认为,未来10年可以看到这项技术的重大突破。 ”百度高级副总裁王劲说。百度创始人兼首席执行官李彦宏也认为,技术正在改变互联网,大数据就是这样的技术。 “大数据使人的智力越来越被电脑所模仿。通过大数据,电脑智力超越人脑并不会遥远。 ”

  科学家们将机器变得超级聪明的时刻叫做 “技术奇点”。 美国科学家、人工智能权威专家库兹韦尔在《奇点临近》一书中预测了这一时刻。他说,21世纪30年代,人类大脑信息上传成为可能;40年代,技术使人体进化成非肉体的、可以随意变形的形态,人们大多数时间沉浸于虚拟现实 (如《黑客帝国》);2045年,奇点来临,人工智能完全超越人类智能。

  “技术积累过程当中,你可能不会感觉到;积累到一定地步,质变时可能被打得措手不及。”李彦宏认为 “奇点”就是那个质变时刻,而质变是需要量变的积累。“我们都知道摩尔定律,每隔18个月计算机计算能力会增加一倍,成本会下降到原来一半,是一种量变,摩尔定律继续做十年二十年,质变就会发生,这样的一个大脑很有可能比人脑还要聪明。”

  人工智能技术的突破可能改变整个产业,甚至整个经济的。实际上,中国领导层已经看到了这股趋势。在今年6月举行的中国科学院第十七次院士大会、中国工程院第十二次院士大会上,习近平总书记指出:“‘机器人革命’有望成为‘第三次工业革命’的一个切入点和重要增长点,将影响全球制造业格局。 ”不久前,为上海新一轮城市总体规划编制工作的“上海2040战略专题”系列研讨会上,与会人士也指出,上海的下一个目标是 “走向创新中心”。而打造“创新中心”,需要重视技术路线和环境条件。

  人工智能领域三个顶尖科学家

  这或许是人工智能走到拐点的一个标志性事件:世界上三名最顶尖的科学家,在去年至今年上半年,先后加入大公司。之前,他们分别拥有自己的创业公司。

  百度挖到的吴恩达,是三人中最年轻的一位,王劲评价他也是最有创造力的一位。吴恩达是华裔美国人,1976年出生在英国伦敦。他是斯坦福大学计算机科学系和电子工程系副教授,人工智能实验室主任。2010年,吴恩达加入谷歌,2011年创建 “谷歌大脑”项目。他所开发的人工神经网络通过随机观看YouTube上的视频,在一周时间内自主学会了“什么是猫”。这个案例为人工智能领域翻开崭新一页。吴恩达表示,未来将会在谷歌无人驾驶汽车上使用该项技术,来识别车前面的动物或者小孩,从而及时躲避。

  2014年5月16日吴恩达加入百度,担任百度公司首席科学家。这是中国互联网公司迄今为止引进的最重量级人物。

  另两位是多伦多大学的Geoffrey Hinton、纽约大学的Yann LeCun。 GeoffreyHinton目前主要研究领域包括机器学习,以及机器如何在庞大、复杂的数据中执行辨认功能,谷歌2013年收购了他和他的两个研究生创办的公司DNNResearch。外界评价,他在这些方面的领先研究能够推进谷歌在神经网络学习以及语音方面前进不止一大步。 Yann LeCun则被Facebook网罗进新成立的人工智能实验室,时间是2013年底。

  业界公认Hinton是机器深度学习的鼻祖,他生于1947年。YannLeCun生于1960年。吴恩达今年才38岁,前途无量。

  为何三位科学家不约而同作此选择,王劲解释得明白:因为学术界都认为一定要加入工业界才能把理论和实际结合在一起,就是真正用技术来改变世界,大家都看到了同样的情况。

  深度学习:让机器学会自我控制

  如今全球工业界都在尝试人工智能的新突破点。在百度看来,人工智能突破口是深度学习。

  什么是深度学习?百度美国硅谷实验室负责人、首席科学家吴恩达在斯坦福大学的一次公开课上的解释似乎更容易让人理解。

  “你们看这架无人驾驶的直升机。没错,它就在斯坦福的校园里飞行。如果我让你直接写一个程序,控制它飞行,那几乎做不到;但你可以通过深度学习算法做到。就好像当你的狗做对了一件事情,你会说‘好狗’;它做错了,你就说‘坏狗’。慢慢地,它就学会了。而机器人通过深度学习算法,也可以这样慢慢学会如何控制他自己,以获得更多积极的回应。 ”

  大数据:改变人类思维方式

  中国科学院院士怀进鹏将大数据对人类思维方式的改变归纳为:从抽样到全样;从精确到非精确;从因果到关联。

  “第一,从抽样到全样。过去我们检验产品基本特征时,会采取抽样的方式。比如做菜时,将不同成熟度的材料放进去,我们可能会尝一尝,看看材料是不是分布均匀。 ‘尝一尝’是现代工业给我们的基本数据。但大数据时代,因为大数据是与时俱进的,所以我们会采取全样的方式。第二,从精确到非精确。我们知道,在大数据下没有完整的精确,不再是绝对追求目标,需对宏观趋势给出快速预测。第三,从因果到关联。仅需知其然,无需知其所以然。大数据用于发现事实、预测未来。 ”(解放日报)

  新闻来源:http://tech.sina.com.cn/d/2014-07-07/09539479986.shtml

特别声明:本文转载仅仅是出于科普传播信息的需要,并不意味着代表本网站观点或证实其内容的真实性;如其他媒体、网站或个人从本网站转载使用,须保留本网站注明的“来源”,并自负版权等法律责任;作者如果不希望被转载或其它相关事宜,请与我们接洽。

标签: 人工智能