Skip to content

ljee-hash/machLearning

Repository files navigation

概述

机器学习的核心问题包括建构能够跟人类似甚至超越的推理、知识、规划、学习、交流、感知、移动和操作物体的能力等[6]。强人工智能目前仍然是该领域的长远目标[7]。目前强人工智能已经有初步成果,甚至在一些视频辨识、语言分析、棋类游戏等等单方面的能力达到了超越人类的水平,而且人工智能的通用性代表着,能解决上述的问题的是一样的AI程序,无须重新开发算法就可以直接使用现有的AI完成任务,与人类的处理能力相同,但达到具备思考能力的统合强人工智能还需要时间研究,比较流行的方法包括统计方法,计算智能和传统意义的AI。目前有大量的工具应用了人工智能,其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学,以及基于概率论和经济学的算法等等也在逐步探索当中。 思维来源于大脑,而思维控制行为,行为需要意志去实现,而思维又是对所有数据采集的整理,相当于数据库,所以人工智能最后会演变为机器替换人类

人工智能的研究是高度技术性和专业的,各分支领域都是深入且不相通的,因而涉及范围极广。人工智能的研究可以分为几个技术问题。其分支领域主要集中在解决具体问题,其中之一是,如何使用各种不同的工具完成特定的应用程序。

机器要达到具备思考能力的强人工智能,比较流行的方法包括统计方法、计算智慧和传统意义的AI。目前有大量的生产线工具应用了人工智能,其中包括: 搜索和数学的最佳化、逻辑推演(贝叶斯定理、英文:Bayes theorem)。目前AI给予仿生学、认知心理学、贝氏回归、给予概率论、统计学和经济学的演算法等等也在逐步发酵中。

AI 研究的议题

演绎、推理和解决问题(Problem solving、puzzle solving、game playing and deduction)

知识标示法

规划(planning)

机器学习

自然语言处理

运动和控制

知觉

社交:情感计算

创造力

一个人工智慧的子领域,代表了理论(从哲学和心理学的角度来说)和实际(通过特定的实现产生的系统输出是可以考虑的创意,或系统级别和评估创造力)所定义的创造力,相关领域的研究包括人工直觉和人工想象。

经济冲击

强人工智慧 vs 弱人工智慧

强人工智慧

具有强AI的机器能够像人一样思考和行动,它能够从经验中学习。由于没有现实生活中强有力的AI,而最好的代表任是好莱坞大片如何描绘机器人。

强人工智能观点认为有可能制造出真正能够推理(reasoning)和解决问题的智慧机器,并且这样的机器将被认为是具有知觉、有自我意识的。

强人工智能可以分为两类:

  1. 类人的人工智慧,既机器的思考和推理就像人的思维一样。
  2. 非类人的人工智慧,既机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。

弱人工智慧

弱人工智能,认为【不可能】制造出【真正】地【推理】和【解决问题】的智能机器,这些机器只不过【看起来】像是智慧的,但是并不真正拥有智慧,也不会有自主意识。但人工智慧研究人员并不一定这样认为

弱人工智能是对比强人工智慧才出现的,因为人工智慧的研究一度处于停滞不欠的状态下,知道类神经网络有了强大的运算能力加以模拟后,才开始改变并大幅超前。但人工智能研究者不一定同意弱人工智慧,也并不应在乎强人工智慧和弱人工智能的内容与差别,对次争论不休

这些谓弱人工智能在神经网络发展下已经有了巨大的进步,但对于如何整合成强人工智能,目前还没有明确定论

强人工智慧的哲学争论

Daniel(1992)著作《意识的解释》(英文: Consciousess Explained)里,认为人也不过是一个有灵魂的机器而已,为什么我们认为:【人可以有智慧,而普通机器就不能】呢?他认为像杉树的数据转换机器是有可能有思维和意识的。

相对的,哲学家Simon Blackburn,认为如果弱人工智慧是可实现的,那么强人工智慧也是可实现的。一个人看起来是【智慧】的行动并不能真正说明这个人就真的是智慧的。我们永远不可能知道另外一个人是否和我具备一样的“智慧”,还是说你/我/他仅仅是看起来智慧的。基这个论点,既然弱人工智慧认为可以令机器看起来像是智慧的,那就不能完全否定这机器是真的有智慧的,布莱克本认为这是一个主观认定的问题。

行业发展

2018年Google AI诊断眼疾,竟打包人类医生。继AlphaGo打赢世界围棋冠军后,Google旗下的人工智能公司DeepMind发表新的AI演算法将帮助医生检测50多种眼部相关疾病,诊断的精准度升至超越人类医生。链接请戳

DeepMind与英国知名的Moorfield眼科医院合作并发表研究成果,该报告标示DeepMind的新演算法能扫描的眼科疾病,如青光眼或糖尿病或视网膜病变。在经过997个病患的3D虹膜扫描测试后,发现DeepMind涉及的AI演算法建议转诊的基准度超越8位专家级眼科临床医生。

根据Moorfields眼科医院的专家Pearse Keane博士的说法,DeepMind的算法的错误率为5.5%,而8位医生的错误率则在6.7%~24.1%。就算提供患者资料给医生,8伟医生的错误率也智能降到5.5%~13.1%,勉强与该演算法平手。此外Keane博士也标示,这个新的AI演算法可以立即分析扫描,而不用像先前患者通常需要等待几天再去复诊。

About

人工智能

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published