精华内容
下载资源
问答
  • Yoshua Bengio:注意力是“有意识”AI核心要素.pdf
  • 人工智能涉及的学科非常多。比如说计算机科学、脑科学、哲学、心理学、语言学等。学术界目前还没有统一的人工智能定义,不同研究方向的专家对人工智能的理解不一样,定义也有所侧重。目前比较通俗的定义是:人工智能...

    人工智能涉及的学科非常多。比如说计算机科学、脑科学、哲学、心理学、语言学等。学术界目前还没有统一的人工智能定义,不同研究方向的专家对人工智能的理解不一样,定义也有所侧重。目前比较通俗的定义是:人工智能就是用人工的方法在机器上实现的智能,被称为机器智能。

    根据人工智能的智能水平,从低到高可以划分为三个层次,第一个层次是计算智能,就是能存会算,各种棋类游戏、专家系统体现的就是计算智能;第二个层次是感知智能,就是能听会说、能看会认,像语音助手、人脸识别、看图搜图和无人驾驶体现的就是感知智能;第三个层次是认知智能,就是能理解会思考,这是人工智能领域专家们正在努力的方向,比如说微软小冰就具有非常初级的理解语意的能力。

    三、人工智能的核心驱动力

    第一大核心驱动力――大数据

    在人类发明的史上,很多发明都是从模仿动物开始,比如说为了实现飞行梦想模仿鸟,历史上有各种关于模仿鸟试图飞行的记载,用这种方法飞行的结果可想而知,肯定都以失败告终。于是,我们把使用这种方法论的人统称为"飞鸟派”,早期研究人工智能的基本上都是"飞鸟派”,因为他们认为计算机要获得智能必须模仿人的思考模式。比如说当时的语音识别研究,几乎所有的专家都把精力投入到教会计算机理解人类的语言上,研究进展缓慢。上世纪七十年代初,美国康奈尔大学有位叫贾里尼克的教授在做语音识别研究时另辟蹊径,换了个角度思考机器语音识别这个问题。将大量的数据输入计算机里,让计算机进行快速的匹配,通过大数据来提高语音识别率。于是复杂的智能问题被转换成了简单的统计问题,处理统计数据正是计算机的强项。从此,学术界开始意识到,让计算机获得智能的钥匙其实是大数据。

    什么是数据呢?你可能会认为大数据就是一堆数字组成的,其实数据的范畴比数字大得多,网上所有的信息都可以称为数据,通俗理解,大数据就是用现有的一般技术难以管理的大量数据的集合。

    大数据有三大特征:体量大、多维度、全面性。

    第一个特征就是体量大。随着物联网和移动互联网等信息技术的广泛应用,人类产生的数据量正在呈指数级增长,每年以约50%的速度增长,大约每两年翻一番。第二个特征就是多维度。百度曾经发布过《中国十大"吃货”省市排行榜》。百度并没有做民意调查和饮食文化的研究,这个结果是怎么得出来的?百度是从其“百度知道”这个知识问答分享平台的7700万条和吃有关的问题里"挖掘”出来的。这些问题包含的数据维度很多,包含食物的做法、成分、价格,还包括参与问答的人的地理位置、个人信息,上网工具和浏览器等信息。百度根据这些不同维度的信息分析出各地区的饮食习惯。如果再结合每个人使用的手机或电脑的品牌型号,经常浏览或购买的商品信息,再加上居住和工作位置信息,就可以分析他们的收入情况,从而得出不同收入阶层的人的饮食习惯。

    第三个特征就是全面性。2016年,特朗普当选美国总统让很多人感到意外,特朗普的当选甚至被称为当年的"黑天鹅”事件。因为选前的各种民调都显示希拉里支持率大幅领先,大部分主流媒体也看好希拉里,但是结果却大相径庭。但有家叫新创的印度公司开发的人工智能系统MogIA一直就预测特朗普将胜出。跟传统调查公司主要依靠访谈和问卷调查不同,MogIA的判断依据是收集自Google、Facebook和Twitter等网站的超过2000万个数据点,2000万个数据点采集的数据明显比传统抽样调查只有几万甚至只有几千的调查数据更为全面,更能准确的反映民众的真实想法。采集这么多数据,过去是无法想象的,但是现在我们能做到,甚至做到采集全部的数据。印度的新创公司这次就是胜在其调查数据的全面性上。

    第二大核心驱动力――算法

    传统的对象识别模式是由研究人员事先将对象抽象成一个模型,再用算法把模型表达出来并输入计算机。这种人工抽象的方法具有非常大的局限性,识别率也很低。幸运的是,科学家从婴儿身上得到了启发。没有人教过婴儿怎么"看”,都是他们自己从真实世界自学的。如果把孩子的眼睛当做是一台生物照相机的话,那这台相机平均每200毫秒就拍一张照――这是眼球转动一次的平均时间。到孩子3岁的时候,这台生物相机已经拍摄过上亿张的真实世界照片。这给科学家很好的启发,能不能给计算机看非常多猫的图片,让计算机自己抽象出猫的特征,自己去悟什么是猫,这种方法被称为机器学习。谷歌就采用这种机器学习方法开发出了猫脸识别系统,而且准确度非常高。

    机器学习除了在对象识别领域外,在其他领域也得到了广泛使用,并取得了让人激动人心的成果。搜索引擎、语音识别技术、自然语言处理、图像识别、推荐系统、专家系统和无人驾驶技术等领域在机器学习算法的推动下取得了长足进步,机器智能水平有了很大的提升,但是理解能力和想象力仍是短板。

    第三大核心驱动力――超级计算

    有了大数据和先进的算法,还得有处理大数据和执行先进算法的能力。每个聪明的人工智能系统背后都有一套强大的硬件系统。目前世界运算速度最快的超级计算机是中国的神威?太湖之光,峰值性能达每秒12.5亿亿次,运算速度相当于普通家用电脑的200万倍,神威?太湖之光一分钟的运算量需要全球72亿人用计算器不间断运算32年。超级计算机一个国家科技发展水平和综合国力的反映。没有超级计算机,天气预报不可能预报15天,中国的大飞机研制不可能进展如此之快,另外,核武器的爆炸模拟、地震预警、药物研发等领域也离不开超级计算机。

    云计算:一种基于因特网的超级计算模式,在远程的数据中心里,成千上万台电脑和服务器连接成一片电脑云。因此,云计算甚至可以让你体验每秒10万亿次的运算速度,计算能力堪比超级计算机。云中的单个计算机性能可能非常一般,甚至就是普通电脑,但是很多一般加在一起的实力却不能小觑,就像俗语说的三个臭皮匠能顶个诸葛亮,集腋能成裘。

    大数据、算法、超级计算三者相辅相成、相互依赖、相互促进,共同推动人工智能向前发展。

    人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文:
    中国AI人工智能发展史,大致分为三个发展阶段
    http://www.duozhishidai.com/article-8524-1.html
    人工智能的四大发展趋势,未来十年改变世界
    http://www.duozhishidai.com/article-7007-1.html
    人工智能的发展历程,是这样的
    http://www.duozhishidai.com/article-3571-1.html


    多智时代-人工智能大数据学习入门网站|人工智能、大数据、物联网云计算的学习交流网站

    多智时代-人工智能大数据学习入门网站|人工智能、大数据、云计算、物联网的学习服务的好平台

    展开全文
  • 这里就来谈谈人工智能的三要素:数据、算力和算法。 首先,这三要素缺一不可,都是人工智能取得如此成就的必备条件。如果非要给这三者排个序的话,我认为应该是数据、算力和算法。 第一是数据。因为人工智能的...

    人工智能这两年的火爆大家有目共睹,取得的一些技术进步大家想必也有所耳闻。这里就来谈谈人工智能的三要素:数据、算力和算法。

    首先,这三要素缺一不可,都是人工智能取得如此成就的必备条件。如果非要给这三者排个序的话,我认为应该是数据、算力和算法。

    第一是数据。因为人工智能的根基是训练,就如同人类如果要获取一定的技能,那必须经过不断地训练才能获得,而且有熟能生巧之说。AI也是如此,只有经过大量的训练,神经网络才能总结出规律,应用到新的样本上。如果现实中出现了训练集中从未有过的场景,则网络会基本处于瞎猜状态,正确率可想而知。比如需要识别勺子,但训练集中勺子总和碗一起出现,网络很可能学到的是碗的特征,如果新的图片只有碗,没有勺子,依然很可能被分类为勺子。因此,对于AI而言,大量的数据太重要了,而且需要覆盖各种可能的场景,这样才能得到一个表现良好的模型,看起来更智能。

    第二是算力。有了数据之后,需要进行训练,不断地训练。AI中有一个术语叫epoch,意思是把训练集翻过来、调过去训练多少轮。只把训练集从头到尾训练一遍网络是学不好的,就像和小孩说一个道理,一遍肯定学不会,过目不忘那就是神童了,不过我至今还没见到过。当然,除了训练(train),AI实际需要运行在硬件上,也需要推理(inference),这些都需要算力的支撑。

    第三是算法。其实大家现在算法谈得很多,也显得很高端,但其实某种程度上来说算法是获取成本最低的。现在有很多不错的paper,开源的网络代码,各种AutoML自动化手段,使得算法的门槛越来越低。另外提一点,算法这块其实是创业公司比较容易的切入点,数据很多人会觉得low,会认为就是打打标签而已,所以愿意做的不多;算力需要芯片支撑,是大公司争夺的主要阵地,留下的只有算法了。

    不过,如果想做一个非常成功的AI应用,这三者都需要具备,所谓天时地利人和。

     

    联系我:guanxs_ai@126.com

    微信公众号:

    展开全文
  • 人工智能要素

    千次阅读 2017-04-21 23:21:56
    人工智能包括三个要素:算法、计算和数据。 人工智能算法目前最主流的是深度学习。 计算所对应的硬件平台有:CPU、GPU、FPGA、ASIC。 由于移动互联网的到来,用户每天产生大量的数据被入口应用收集:搜索、...
    人工智能包括三个要素:算法、计算和数据。

    人工智能算法目前最主流的是 深度学习
    计算所对应的硬件平台有: CPU、GPU、FPGA、ASIC
    由于移动互联网的到来,用户每天产生大量的数据被入口应用收集:搜索、通讯。我们的QQ、微信业务,用户每天产生的图片数量都是数亿级别,如果我们把这些用户产生的数据看成矿藏的话,计算所对应的硬件平台看成挖掘机, 挖掘机的效率就是各个计算硬件平台对比的标准
    展开全文
  • BOTTOS-人工智能新生态:铂链是一个专门为人工智能生态设计的公有链。它提供分布式数据市场、模型市场、存储、算力共享网络和AI项目代币管理。铂链致力于运用区块链技术提供AI发展所需的基础设施和支持服务,加速AI...

    『转载-铂链 Bottos 文案组 霍锦威 原创』

    _1

    BOTTOS-人工智能新生态:铂链是一个专门为人工智能生态设计的公有链。它提供分布式数据市场、模型市场、存储、算力共享网络和AI项目代币管理。铂链致力于运用区块链技术提供AI发展所需的基础设施和支持服务,加速AI时代的到来。BOTTOS铂链今年获得了国际区块链基金——DraperDragon Digital Fund的投资。Draper Dragon Digital Fund是硅谷风投教父Tim Draper旗下的风险投资体系DraperVenture Network里的核心基金之一。

    ——引用【宋欣先生Bottos铂链联合创始人兼CEO】

    「 人工智能的三个核心要素 」

    1.AI第一个核心要素:算力
    算力不是瓶颈,因为现在有云计算,但是有成本的考虑因素在里面,算力的成本在整个AI模型中占到了10-20%,区块链在这块也是可以贡献一些力量的,所以有些区块链项目做的就是AI的算力共享网络和市场。
    2.AI第二个核心要素:算法
    算法在AI行业里现在大部分算法是开源的,你想拿到什么样的资源其实都可以拿到,基本没有算法写不出来这个说法。深度学习、多层次神经网络算法目前都已经比较成熟了。算法的核心问题是没有一个公开的市场,因为模型又需要一定的隐私权的保护,同时又要吸引大家都来用,目前来说市场是比较小的,所以也有一些区块链公司做的就是帮助模型的发布,发一个token,来激励大家用这个模型。

    3.AI第三个核心要素:数据市场
    算力算法都不是问题之后,数据就成为了核心问题,你没有数据的话,AI模型是不可能落地的,这就跟原尖叫项目机器人外骨骼例子是一样的,因为没人穿,而它的数据可能需要10000组数据之后才可以展开商业应用,找不到10000个老人或者病人,也拿不到现成的数据,所以那个AI模型就不能成熟落地。

    「铂链 BOTTOS如何解决AI痛点 」

    1.搭建体系能整套地帮助AI解决问题
    铂链做的是一个满足AI需求的公有链,从共识机制上来说铂链用的是DPOS,速度至少会达到EOS这种级别的速度。公有链符合普遍AI行业的基本需求,速度、效率、以及对于节点灵活的管理。铂链还将会陆续做出很多不同种类的节点,全节点、数据存储类的节点、交易节点、镜像节点,这也是跟其他链核心的区别。

    2.构建服务AI的基础设施
    AI行业很注重数据,训练AI模型的数据、存储就会比其他公有链的需求大,这也是铂链考虑到的地方。在基础设施层面,AI需要什么功能,铂链就建设什么功能、提高某方面的性能,来满足AI的需求。

    3.多币种数据流转机制与一站式服务
    在服务层面,铂链有一种多币种的机制,每一个AI都可以发布一个你自己的token,这个token可以兑换社区用户所贡献他们自己训练模型用的数据,换来的数据可以用来训练AI模型。多币种机制也为这些AI项目带来了融资的可能。一开始token用来兑换数据,之后还可以用来兑换服务。
    自建一个市场,所以铂链在应用层也会给AI用户直接搭建一个数据市场和模型市场,以及数据存储和算力共享的一个网络,铂链的目标是用户使用BOTTOS之后就不需要再找别的应用了,如果“找数据、共享我的模型(寻找用户、实现我的价值)、把我的数据共享出去、算力共享网络来降低算力的成本”全部在不同的平台上实现,其实是很不方便的。所以铂链是从底层链到服务层再到应用层,对于AI相关的需求全部都设计好,做个一站式的服务。

    小结

    区块链和AI结合是一个非常重要趋势。AI这个行业已经存在了6、70年了,却仍旧没有大规模的应用,很大原因是由于缺乏了数据和激励机制,所以人工智能和区块链结合将可以有跨越式的发展。

    AI和区块链都将有高速发展,例如铂链后续会有很多应用场景,它可以帮助AI拿到数据、早日落地、快速发展,其次因为AI发展都跟区块链结合,它的模型、每一步升级用的的数据都在区块链进行注册、登记,身份的认证、数据和模型都不能篡改,某种程度上也可以防止AI超出控制范围。区块链和AI未来的结合是大势所趋。

    展开全文
  • 转自:英特尔FPGA 2018-12-07 接着往下看……
  • 截止到21世纪前10年的后期,出现了一系列复兴人工智能研究进程的要素,尤其是一些核心技术。下面将对这些重要的因素和技术进行基本的介绍: 1)摩尔定律 在价格、体积不变的条件下,计算机的计算能力可以不断增长...
  • 信息数据是人工智能创造价值的关键要素之一。我国庞大的人口和产业基数带来了数据方面的天生优势。随着算法、算力技术水平的提升,围绕数据的采集、分析、处理产生了众多的企业。目前,在人工智能数据采
  • 机器学习三要素:模型、策略与算法 本章节是我们学习机器学习的一个起点,因为机器学习过程用到很多...可以开门见山的说,机器学习的核心思想就是机器学习的三要素,即模型、策略与算法。说到模型,其实也很简单...
  • 如果你是一名企业主管(而不是数据科学家或机器学习专家),你可能已经从主流媒体的报道中接触过人工智能。你可能在《经济学人》和《名利场》读过相关文章,或读过有关Tesla 自动驾驶的故事,或史蒂芬•霍金...
  • 人工智能发展的四要素

    千次阅读 2018-03-12 14:21:00
    毫无疑问,AI人工智能)已成为了科技巨头保持领先、开拓新机会的核心要素之一。目前,无论是巨头还是创业公司都在积极理解AI,那马化腾先生是如何看待AI领域目前的发展? 为什么要关注AI 去年AlphaGo打赢了人类...
  • 学习心得: GPU硬件资源 超大规模数据(标注) 人工智能算法/策略 人的主观能动性
  • 大数据治理的五个核心要素

    千次阅读 2019-01-29 12:49:06
    基于大数据的人工智能时代的到来,为各行业带来基于数据资产进行业务创新、管理创新的契机,伴随着企业数字化转型过程,越来越多的数据被收集,大数据治理将为企业提供更全面更准确的数据,届时人类的大部分行为将...
  • 近日,由极客邦科技、InfoQ中国主办的“AICon人工智能与机器学习技术大会”在京举行。第四范式联合创始人、首席架构师胡时伟应邀出席并发表主题演讲。他认为,未来企业真正需要的不再是单个算法或者解决方案,而是...
  • 文丨 欧阳劲松机械工业仪器仪表综合技术经济研究所所长、教授级高工欧阳劲松先生在首届世界智能制造大会标准化分论坛上的演讲PPT。欧阳劲松先生也是工信部最新成立的智能制造专家咨询委员会委员。BCG波士顿咨询:...
  • 人工智能技术--四要素分析

    万次阅读 2018-09-01 19:11:32
    人工智能要素分析 大数据: 人工智能的智能都蕴含在大数据中。 算力: 算力为人工智能提供了基本的计算能力的支撑。 算法: 算法是实现人工智能的根本途径,是挖掘数据智能的有效方法。 场景: 大数据、算力、...
  • 今天我们来分享一下大数据精准营销的七个关键要素! 01用户画像 用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。 02数据细分受众 在执行大数据分析的3小时内,就可以...
  • 在大数据、人工智能背景下讨论人工智能的深度学习、符号逻辑的技术要素人工智能人才培养和实践的道路
  • Machine Learning的核心要素为:模型、策略、算法 模型:模型定义了解空间。在监督学习中,模型就是要学习的条件概率分布或者决策函数。模型的解空间包含了所有可能的条件概率分布或者决策函数,因此解空间中的...
  • 基础架构,应用解决方案,云计算,大数据,数据中心,智慧IT,IT架构,人工智能相关的产品白皮书,技术方案,技术架构介绍,适合IT技术专业人士阅读参考
  • 点击蓝字关注我们作者丨李雨晨来源丨AI科评论2020 年 8 月 7 日,全球人工智能和机器人峰会(CCF-GAIR 2020)正式开幕。CCF-GAIR 2020 峰会由中国计算机学...
  • 在整个信息技术发展史上,人工智能是信息技术发展的必然,同时也是信息技术发展水平的最高体现。 如今,人工智能已成为国际竞争新焦点。从客观视角剖析来看,人工智能之所以能在极短时间内取得如此成绩,这与其本身...
  • 物联网 (Internet of ...人工智能、大数据、云计算和物联网的未来发展值得重视,均为前沿产业,多智时代专注于人工智能和大数据的入门和科谱,在此为你推荐几篇优质好文: 1.物联网智能化产业的现状、趋势与发展 ...
  • ...中新网广州3月28日电 (记者 郭军)作为一家长期占据中国ATM设备领域龙头地位的广东企业,广电运通近年来大力实施“人工智能+”战略转型升级,全要素布局人工智能(AI)产业,目前已成为智能金...
  • 昨日(5月20日),香港中文大学汤晓鸥教授莅临 2017CCF 青年精英大会,在会上做了题为《人工智能的明天,中国去哪》的报告。报告重点讲解了深度学习的作用,并指出深度学习的三大核心要素是算法设计、计算能力和...
  • 数字化转型是建立在数字化转换和数字化升级基础上, 进一步触及公司核心业务,以新建一种商业模式为目标的高层次转型。数字化转型是开发数字化技术及支持能力以新建一个富有活力的数字化商业模式。数字化转型表明,...
  • 来源 | 五矩研究社(ID:...01谷歌又一 AI 项目击败 6 位专家日前,在《自然》杂志医学版上报道了一则谷歌 AI 团队的最新人工智能研究成果——预测肺癌。通过一套卷积神经网络算法,谷歌 AI 部门建立了一种端到端...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 20,738
精华内容 8,295
关键字:

人工智能的核心要素