|
人工智能基础
2016年，谷歌AlphaGo机器人在围棋比赛中击败了世界冠军李世石，这场“战役”同样在中国受到强烈的关注，全民都开始意识到人工智能的能力。 那么在这两年备受关注的AI，到底是什么呢？
一、“AI”到底是谁呢！ 提起“AI”，很多人都开始丈二和尚摸不着头脑了，但是说到“人工智能”，相信你一定不会陌生吧。2017年，人工智能大火，带来了一批又一批的流量。新的科技产品也是层出不穷，市场也是非常的繁荣。 此时，很多人可能就会发怒了，问你“AI”是什么，你给我讲“人工智能”干什么玩意？！各位息怒，容小黑为你一一呈上。 人工智能，其英文全称为Artificial Intelligence，缩写即为AI。原来，比较火的人工智能，就是AI呀。 关于“AI”的定义 通过查阅百科，我们可以发现，人工智能技术，主要是一门研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的学科。 在百度百科上，人工智能AI被描述如下：“人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等，甚至机器人在未来可以像人那样思考、也可能超过人。而且，人工智能是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。”
可能很多人看到这，就有点懵逼了，说了这么多，能不能简单，通俗一点的呢？ 其实，AI，中文译名就为“人工智能”，两者就是相同的意思。关于“AI”的理解，可以这么看：人工智能领域包括机器人以及更多关于超越人类的、人性化设计的技术等。当然，技术的超前发展，机器人可以像人类一样思考和有感情的话，那将是高度的人工智能。
二、“AI”其实岁数挺大呢 当然，在说“AI”在我们的生活中扮演着很重要的角色之前，我们还是得先了解了解“它”的“年龄”。这一了解可吓一跳，原来“它”已经不年轻了。 1、“AI”的起源与历史 说起“AI”人工智能的历史，大致始于 20 世纪 50 年代，至今大致分为三个发展阶段： （1）第一阶段（20世纪 50 年代——80 年代） （2）第二阶段（20 世纪 80 年代——90 年代末） （3）第三阶段（21 世纪初——至今） 2、“AI”的重要大事件 对于历史而言，制造具有高度智能的机器一直是人类的重大梦想。 （1）20世纪“我”的动荡身份 1956年，“人工智能”这个词首次出现在达特茅斯会议上，标志着其作为一个研究领域的正式诞生。 然而，机器学习的模型仍然是“人工”的，也有很大的局限性，专家系统自身存在的知识获取难、知识领域窄、推理能力弱、实用性差等问题逐步暴露。从1976年开始，人工智能的研究便进入长达6年的萧瑟期。 在80年代中期，随着美国、日本立项支持人工智能研究，以及以知识工程为主导的机器学习方法的发展，出现了具有更强可视化效果的决策树模型和突破早期感知机局限的多层人工神经网络，由此带来了人工智能的又一次繁荣期。然而，当时的计算机难以模拟复杂度高及规模大的神经网络，仍有一定的局限性。 时间转眼到了1987年，由于LISP机市场崩塌，美国取消了人工智能预算，日本第五代计算机项目失败并退出市场，专家系统进展缓慢，人工智能再次进入了萧瑟期。
（2）21世纪的到来，让“我”得到了飞速成长 从 2010年开始，人工智能便进入了爆发式的发展阶段，其最主要的驱动力就是大火的大数据，运算能力以及机器学习算法得到提高。 人工智能的快速发展，产业界也开始不断涌现出新的研发成果： 2011年，IBM Waston在综艺节目《危险边缘》中战胜了最高奖金得主和连胜纪录保持者； 随着技术的迭代，大数据技术的加持，人工智能从最开始的的不景气，逐渐成为世界各国都开始重视的技术，同时也成为中国近年来处于行业前列的技术。 当然，在人工智能发展的历史长河中，其基本思想可大致划分为四个流派：符号主义（Symbolism）、连接主义（Connectionism）、行为主义（Behaviourism）和统计主义（Statisticsism）。这四个流派从不同侧面抓住了智能的部分特征，在“制造”人工智能方面都取得了里程碑式的成就。
三、“AI”其实有很多性格 你以为人工智能很年轻，其实都有很长的历史了。当然，随着年龄的增加，特征当然也是越来越明显了。 1、“AI”的特征 【特征一】 从根本上讲，人工智能系统是必须以人为本的。这些系统是人类设计出的机器，按照人类设定的程序逻辑或软件算法通过人类发明的芯片等硬件载体来运行或工作的，其本质体现为计算，通过对数据的采集、加工、处理、分析和挖掘，形成有价值的信息流和知识模型，来为人类提供延伸人类能力的服务，实现对人类期望的一些“智能行为”的模拟。 当然，在理想情况下其必须体现服务人类的特点，而不应该伤害人类，特别是不应该有目的性地做出伤害人类的行为。 【特征二】 人工智能系统应能借助传感器等器件产生对外界环境（包括人类）进行感知的能力，可以像人一样通过听觉、视觉、嗅觉、触觉等接收来自环境的各种信息，对外界输入产生文字、语音、表情、动作（控制执行机构）等必要的反应，甚至影响到环境或人类。 当借助于按钮、键盘、鼠标、屏幕、手势、体态、表情、力反馈、虚拟现实/增强现实等方式，使人与机器间可以产生交互与互动，让机器设备越来越“理解”人类乃至与人类共同协作、优势互补，这样人工智能系统能就够帮助人类做人类不擅长、不喜欢但机器能够完成的工作，而人类则可以去做更需要创造性、洞察力、想象力、灵活性、多变性乃至用心领悟或需要感情的一些工作。 【特征三】 人工智能系统在理想情况下应具有一定的自适应特性和学习能力，即具有一定的随环境、数据或任务变化而自适应调节参数或更新优化模型的能力。
2、“AI”的现阶段 人工智能“AI”，有着悠久的历史，也有形色各异的特征，而现阶段的关键技术都有哪些呢？ （1）机器学习 机器学习（Machine Learning）是一门涉及统计学、系统辨识、逼近理论、神经网络、优化理论、计算机科学、脑科学等诸多领域的交叉学科。其主要是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，是人工智能技术的核心。 根据学习模式将机器学习可分类为：监督学习、无监督学习以及强化学习等。此外，机器学习的常见算法还包括迁移学习、主动学习和演化学习等。 （2）知识图谱 知识图谱的本质，是结构化的语义知识库，是一种由节点和边组成的图数据结构，以符号形式描述物理世界中的概念及其相互关系。不同实体之间通过关系相互联结，构成网状的知识结构。在知识图谱中，每个节点表示现实世界的“实体”，每条边为实体与实体之间的“关系”。 那又如何通俗的理解呢？ 我们可以简单通俗的来讲：知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络，提供了从“关系”的角度去分析问题的能力。 知识图谱可用于反欺诈、不一致性验证、组团欺诈等公共安全保障领域，需要用到异常分析、静态分析、动态分析等数据挖掘方法。
（3）自然语言处理 自然语言处理是计算机科学领域与人工智能领域中的一个重要方向，其主要是研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法，涉及的领域较多，主要包括机器翻译、机器阅读理解和问答系统等，如最近比较流行的出国必需品：翻译通等软件。 自然语言处理其实还面临着四大挑战： （4）虚拟现实/增强现实 虚拟现实（VR）/增强现实（AR）是以计算机为核心的新型视听技术。结合相关科学技术，在一定范围内生成与真实环境在视觉、听觉、触感等方面高度近似的数字化环境。 用户可借助必要的装备与数字化环境中的对象进行交互，相互影响，获得近似真实环境的感受和体验，通过显示设备、跟踪定位设备、触力觉交互设备、数据获取设备、专用芯片等实现。
虚拟现实/增强现实从技术特征角度，按照不同处理阶段，可以分为获取与建模技术、分析与利用技术、交换与分发技术、展示与交互技术以及技术标准与评价体系五个方面。 目前虚拟现实/增强现实面临的挑战主要体现在智能获取、普适设备、自由交互和感知融合四个方面。 （5）人机交互 人机交互主要是研究人和计算机之间的信息交换，主要包括人到计算机和计算机到人的两部分信息交换，是人工智能领域的重要的外围技术。 人机交互是与认知心理学、人机工程学、多媒体技术、虚拟现实技术等密切相关的综合学科。传统的人与计算机之间的信息交换主要依靠交互设备进行，主要包括键盘、鼠标、操纵杆、数据服装、眼动跟踪器、位置跟踪器、数据手套、压力笔等输入设备，以及打印机、绘图仪、显示器、头盔式显示器、音箱等输出设备。 人机交互技术除了传统的基本交互和图形交互外，还包括语音交互、情感交互、体感交互及脑机交互等技术。 （6）计算机视觉 计算机视觉是使用计算机模仿人类视觉系统的科学，让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。 自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。随着深度学习的发展，预处理、特征提取与算法处理渐渐融合，形成端到端的人工智能算法技术。 根据解决的问题，计算机视觉可分为计算成像学、图像理解、三维视觉、动态视觉和视频编解码五大类。 未来计算机视觉技术的发展主要面临以下挑战： （7）生物特征识别 生物特征识别技术是指通过个体生理特征或行为特征对个体身份进行识别认证的技术。 从应用流程看，生物特征识别通常分为注册和识别两个阶段；从应用任务看，生物特征识别一般分为辨认与确认两种任务。
生物特征识别技术涉及的内容十分广泛，包括指纹、掌纹、人脸、虹膜、指静脉、声纹、步态等多种生物特征，其识别过程涉及到图像处理、计算机视觉、语音识别、机器学习等多项技术。目前众多手机品牌都加入了指纹识别或人脸识别大军。 目前生物特征识别作为重要的智能化身份认证技术，在金融、公共安全、教育、交通等领域得到广泛的应用。 【小结】 通过了解人工智能“AI”的历史以及特征，我们可以看到，原来其并不是一个刚出现的新兴代技术，而是一个经过历史的沉淀，不断螺旋式上升、迭代的技术。 当然，在现阶段的技术，我们可以通过以上概述为：机器学习、知识图谱、自然语言处理、虚拟现实/增强现实、人机交互、计算机视觉以及生物特征识别七大类。
四、其实你与“AI”经常偶遇 人工智能“AI”，其实也并不是一个羞涩的“人”，除了日常我们的智能手机，微信支付宝支付，智能音箱以及VR游戏娱乐外，人工智能与行业领域的深度融合甚至将改变重新塑造传统行业，包括制造、家居、金融、交通、安防、医疗、物流行业等应用。 今天，除了日常我们所见的再也普通不过的技术外，在日常的传统行业，以制造、家居、交通和医疗行业为例，看一看原来人工智能已经在我们身边根深蒂固了。 （1）智能制造 智能制造是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。 智能制造对人工智能的需求主要表现在以下三个方面： 1、智能装备 2、智能工厂 3、智能服务 （2）智能家居 智能家居以住宅为平台，基于物联网技术，由硬件（智能家电、智能硬件、安防控制设备、家具等）、软件系统、云计算平台构成的家居生态圈，实现人远程控制设备、设备间互联互通、设备自我学习等功能，并通过收集、分析用户行为数据为用户提供个性化生活服务，使家居生活安全、节能、便捷等。 其中智能语音，声纹识别，脸部识别以及指纹识别等技术应用甚广。
（3）智能交通 智能交通系统（Intelligent Traffic System，ITS）是通信、信息和控制技术在交通系统中集成应用的产物。 ITS 借助现代科技手段和设备，将各核心交通元素联通，实现信息互通与共享以及各交通元素的彼此协调、优化配置和高效使用，形成人、车和交通的一个高效协同环境，建立安全、高效、便捷和低碳的交通。 如通过不停车收费系统（ETC），实现对通过 ETC 入口站的车辆身份及信息自动采集、处理、收费和放行，有效提高通行能力、简化收费管理、降低环境污染。 （4）智能医疗 人工智能的快速发展，为医疗健康领域向更高的智能化方向发展提供了非常有利的技术条件。 近几年，智能医疗在辅助诊疗、疾病预测、医疗影像辅助诊断、药物开发等方面发挥重要作用。 【小结】 除了日常我们所用的手机，所看的电视，所用的微信，支付宝外，人工智能技术其实已经遍布我们的衣食住行，智能交通，智能家居以及智能医疗等体系，让我们的生活向着未来靠近。
五、“AI”与你共度余生❤ 人工智能“AI”进行时，智能产品已经遍布我们的生活，未来，相信我们的从必须的衣食住行，到娱乐文化，人工智能“AI”，与你共度余生。 人工智能产业，将作为新一轮产业变革的核心驱动力，催生新的技术、产品、产业、业态、模式，从而引发经济结构的重大变革，实现社会生产力的整体提升。 据麦肯锡预计，到2025年全球人工智能应用市场规模总值将达到1270亿美元，人工智能将是众多智能产业发展的突破点。 因此，通过对人工智能产业分布进行梳理，我们可以提出了人工智能产业生态图，主要分为核心业态、关联业态、衍生业态三个层次。 当然，从人工智能产业进程来看，技术突破是推动产业升级的核心驱动力。人工智能产业正处于从感知智能向认知智能的进阶阶段，前者涉及的智能语音、计算机视觉及自然语言处理等技术，已具有大规模应用基础，但后者要求的“机器要像人一样去思考及主动行动”仍尚待突破，诸如无人驾驶、全自动智能机器人等仍处于开发中，与大规模应用仍有一定距离。
|
 |
标题 >> |
Ai 到底是个什么鬼？ |
