国产免费看插插插视频_办公室撅着调教羞辱_国产精品一级毛片不收费_亚洲另类专区无码

眾推推 - 最專業(yè)的微信任務(wù)系統(tǒng)源碼!

資訊熱點(diǎn)
阿爾法戈之父:人工智能可以幫助人類在理解世界方面取得重大突破。

發(fā)布時(shí)間:2018-11-13 分類: 行業(yè)資訊

圖片:DeepMind共同創(chuàng)始人兼首席執(zhí)行官Demis Hassabis,Hasabi鳳凰科技新聞,北京時(shí)間,4月23日。谷歌人工智能研究部門DeepMind的聯(lián)合創(chuàng)始人兼首席執(zhí)行官德米斯?哈薩比斯(Demis Hassabis)最近在英國(guó)《金融時(shí)報(bào)》(Financial Times)上發(fā)表了一篇文章,解釋人工智能如何提供幫助。人類在認(rèn)識(shí)未知世界方面取得了難以想象的飛躍。本文的全文是:現(xiàn)代文明是一項(xiàng)神奇的壯舉,是科學(xué)能夠?qū)崿F(xiàn)的壯舉。每次我飛,我都驚訝于能讓我們翱翔在云層之上的技術(shù)。這項(xiàng)技術(shù)使飛行成為日常用餐。我們繪制了基因組圖,開發(fā)了超級(jí)計(jì)算機(jī)和互聯(lián)網(wǎng),向彗星發(fā)射了探測(cè)器,以接近光速的速度粉碎了粒子加速器中的原子,完成了登陸月球的偉大任務(wù)。我們?cè)撛趺醋瞿???dāng)我們開始思考我們的大腦能達(dá)到什么時(shí),這真是一件很棒的事情??茖W(xué)方法可能是人類擁有的最強(qiáng)大的思想,自啟蒙運(yùn)動(dòng)以來的進(jìn)步是驚人的。但我們正處于關(guān)鍵時(shí)刻,我們需要掌握的許多系統(tǒng)極其復(fù)雜,“從氣候變化、宏觀經(jīng)濟(jì)問題到阿爾茨海默病”。我們是否能夠應(yīng)對(duì)這些挑戰(zhàn)以及我們能夠以多快的速度應(yīng)對(duì)這些挑戰(zhàn)將影響未來數(shù)十億人民的福祉和我們生活的環(huán)境。問題恰恰是這些挑戰(zhàn)如此復(fù)雜,以至于即使是世界上最頂尖的科學(xué)家、臨床醫(yī)生和工程師也難以理解實(shí)現(xiàn)這些突破所需的所有復(fù)雜性。據(jù)說達(dá)·芬奇可能是他這一代人中最了解知識(shí)廣度的最后一個(gè)人。從那時(shí)起,我們不得不擁有一些專業(yè)知識(shí),而今天,即使是天體物理學(xué)或量子力學(xué)等單一領(lǐng)域的知識(shí),也要求一個(gè)人畢生致力于掌握它。我們現(xiàn)在想要了解的系統(tǒng)是由大量數(shù)據(jù)支持的。通常,高度動(dòng)態(tài)的、非線性的、具有顯著屬性的數(shù)據(jù)使我們很難發(fā)現(xiàn)一些結(jié)構(gòu)和聯(lián)系,并揭示隱藏的秘密。開普勒和牛頓可以用方程來描述恒星和物體在地球上的運(yùn)動(dòng),但是現(xiàn)在很少有問題可以簡(jiǎn)化為一組簡(jiǎn)潔的公式。最艱巨的科學(xué)任務(wù)之一正是我們這個(gè)時(shí)代最偉大的科學(xué)挑戰(zhàn)之一。現(xiàn)代計(jì)算機(jī)時(shí)代的創(chuàng)始人,如艾倫·圖靈、約翰·馮·諾伊曼和克勞德·香農(nóng),都理解信息論的核心重要性,今天我們已經(jīng)意識(shí)到,幾乎所有的事情都可以用這種方式思考或表達(dá)。這在生物信息學(xué)領(lǐng)域最為明顯。在這一領(lǐng)域,基因組實(shí)際上是一個(gè)巨大的信息編碼模型。我相信有一天,信息將被視為同等重要的能源和物質(zhì)。智能的核心在于,它可以被看作是將非結(jié)構(gòu)化信息轉(zhuǎn)化為有用和可操作的知識(shí)的過程。作為一項(xiàng)我畢生致力于的研究項(xiàng)目,人工智能的科學(xué)承諾是,我們能夠集成、自動(dòng)化和優(yōu)化這個(gè)過程,然后利用技術(shù)作為工具,幫助我們?cè)谀承╊I(lǐng)域快速獲取新知識(shí)。”對(duì)于人類來說,這些地區(qū)仍然是勢(shì)不可擋的。今天,對(duì)人工智能的研究已經(jīng)成為一種非常時(shí)髦的東西。然而,人工智能這個(gè)術(shù)語(yǔ)可能意味著很多依賴于上下文的事物。在DeepMind,我共同創(chuàng)立的公司,我們專注于學(xué)習(xí)和普及概念,以便開發(fā)可用于科學(xué)研究的人工智能。如果我們想讓計(jì)算機(jī)發(fā)現(xiàn)新知識(shí),那么我們必須讓他們真正的自學(xué)成才。我們開發(fā)的算法可以學(xué)習(xí)如何直接從原始經(jīng)驗(yàn)中掌握任務(wù),這意味著他們獲得的知識(shí)最終是基于某種形式的感覺現(xiàn)實(shí),而不是抽象的符號(hào)。我們還要求他們感覺同一個(gè)系統(tǒng)具有相同的參數(shù)可以在一系列的任務(wù)中表現(xiàn)良好。DeepMind在2015年出版的《自然》雜志上描述了這兩條原則,并說一個(gè)計(jì)算機(jī)程序可以通過“自學(xué)”來玩幾十個(gè)經(jīng)典的Atari游戲,除了屏幕上的像素和分?jǐn)?shù)之外,它不需要任何其他形式的信息輸入。我們還使用系統(tǒng)級(jí)神經(jīng)科學(xué)作為新算法和結(jié)構(gòu)思想的主要靈感來源。畢竟,大腦是我們存在的唯一證據(jù),證明了基于經(jīng)驗(yàn)的通用學(xué)習(xí)系統(tǒng)是可以實(shí)現(xiàn)的。AI發(fā)展史上的里程碑完全不同于我們?cè)S多前任的實(shí)踐。通過比較世界頂級(jí)游戲中的兩個(gè)突破,也許最能說明問題的是區(qū)別:IBM的深藍(lán)超級(jí)計(jì)算機(jī),它于1997年擊敗了世界象棋冠軍加里·卡斯帕羅夫;以及我們最新的阿爾法圍棋項(xiàng)目,它是去年世界上最復(fù)雜的游戲。擊敗世界冠軍李世石?!吧钏{(lán)”使用所謂的“專家系統(tǒng)”方法:一個(gè)程序開發(fā)團(tuán)隊(duì)與幾個(gè)國(guó)際象棋大師坐下來討論如何清晰地提取他們的知識(shí)并編寫一個(gè)復(fù)雜的試用程序。然后,超級(jí)計(jì)算機(jī)使用這些規(guī)則來評(píng)估大量的潛在變量,并盡力找出正確的方法?!薄吧钏{(lán)”打敗卡斯帕羅夫是人工智能發(fā)展史上的一個(gè)重要里程碑。然而,這次勝利僅僅展示了IBM開發(fā)團(tuán)隊(duì)和象棋大師的智慧,以及當(dāng)代硬件的計(jì)算能力,而不是程序本身的任何固有智能。國(guó)際象棋大師卡斯帕羅夫戰(zhàn)敗后,圍棋成為了人工智能研究的“新圣杯”。Weiqi有3000年的歷史。它在亞洲有著深遠(yuǎn)的文化影響。它不僅被認(rèn)為是一種游戲,而且是一種藝術(shù)形式。它的職業(yè)冠軍是公眾崇拜的偶像。圍棋的勢(shì)能數(shù)達(dá)到了171次方10,超過了可觀測(cè)宇宙中原子的總數(shù),即80次方10。因此,即使整個(gè)宇宙都耗盡了,所有的可能性都無法挽救。頂尖的人類圍棋選手經(jīng)常通過直覺和本能來處理這種巨大的復(fù)雜性,而象棋選手則更依賴于精確的計(jì)算。至于AlphaGo,我們意識(shí)到為了捕捉Go的直覺,我們必須采取一種完全不同于國(guó)際象棋程序(比如深藍(lán))的方法。我們使用一般技術(shù),包括深層神經(jīng)網(wǎng)絡(luò),來建立學(xué)習(xí)系統(tǒng),而不是手動(dòng)編碼的人類專家策略,并向他們展示數(shù)以千計(jì)的強(qiáng)大的業(yè)余游戲,幫助他們形成自己對(duì)人類游戲合理性的理解。然后,我們用系統(tǒng)的不同版本玩了幾千個(gè)游戲,從錯(cuò)誤中學(xué)習(xí),并且每次都逐漸改進(jìn),直到系統(tǒng)變得非常強(qiáng)大。2016年3月,我們準(zhǔn)備迎接最后的挑戰(zhàn):對(duì)陣世界頂級(jí)圍棋選手李·塞多爾,他贏得了18次世界圍棋錦標(biāo)賽,并被廣泛認(rèn)為是過去十年中最偉大的圍棋選手。超過2億人在網(wǎng)上觀看了人工智能對(duì)科學(xué)發(fā)展的益處的戰(zhàn)斗,阿爾法·戈最終以4比1擊敗了李世石。專家們一致認(rèn)為,這項(xiàng)突破計(jì)劃提前了十年。更重要的是,在比賽中,AlphaGo做了很多創(chuàng)造性的把戲。令人驚訝的是,其中之一數(shù)百年來顛覆了智慧的結(jié)晶,并從此被國(guó)際象棋選手研究。在獲勝的過程中,阿法戈教給世界一個(gè)全新的知識(shí),這可能是歷史上最有趣的游戲。受這些算法的啟發(fā),我們終于理解了為什么人工智能對(duì)科學(xué)如此有利:機(jī)器輔助科學(xué)發(fā)現(xiàn)的可能性。我們認(rèn)為,AlphaGo的基本技術(shù)是通用的,可以廣泛地應(yīng)用于其他領(lǐng)域,特別是在可以優(yōu)化、目標(biāo)明確、可以精確模擬環(huán)境的領(lǐng)域,從而實(shí)現(xiàn)高效和高速的實(shí)驗(yàn)。例如,在能量效率方面,我們使用這些算法的版本來創(chuàng)建集合。

« OFO聯(lián)合創(chuàng)始人:今年擴(kuò)展到20個(gè)國(guó)家,價(jià)值超過20億美元。 | 胡偉煒:不想成為一個(gè)大男人,年輕女人。如何成為獨(dú)角獸? »

白城市| 樟树市| 东辽县| 乌鲁木齐市| 凤山市| 治县。| 新乡县| 临安市| 台中市| 崇信县| 凤城市| 舟山市| 新化县| 资源县| 梓潼县| 拉萨市| 葵青区| 宝丰县| 全州县| 胶南市| 赤城县| 嘉义市| 右玉县| 嘉荫县| 保定市| 苗栗县| 侯马市| 淳化县| 台安县| 德安县| 赤城县| 丰台区| 上杭县| 钟山县| 龙口市| 泸溪县| 军事| 德惠市| 闽清县| 保德县| 琼结县|