当前位置主页 > 碑版 >
热门搜索:

甚至可以帮助我们对黄瓜进行分类(这件事后文中会提到)

    发布时间:2019-04-16    来源:未知

  令人惊讶的是,第一个神经收集现实上是在1951年由马尔文·明斯基(Marvin Minsky)和迪恩·艾德蒙兹(Dean Edmonds)建立的,称为“SNARC” ,意义是随机神经模仿加强计较机。它不是由微芯片和晶体管,而是由真空管、电机和离合器制成的。

  这个测试很简单:若是评判者不晓得哪一方是人类,哪一方是机械(好比阅读两者之间的文本对话时),那么机械可否骗过评判者,让他认为本人是人类?

  AI的第二个次要的哲学基准来自计较机科学前驱图灵(Alan Turing)。在1950年时,他提出了“图灵测试”,他称之为“仿照游戏”。这个测试权衡的是,我们什么时候能够颁布发表智能机械呈现了。

  “我相信,在大约50年的时间内,人们就有可能用上1GB的存储容量的计较机,通过编程让它们玩仿照游戏,玩得足够传神,以致于一般的评判者在颠末5分钟的对话之后,做出准确的鉴定的可能性低于70%…… 我相信,到本世纪末,文字的利用和通识教育理念将会发生很大的变化,那时你谈论机械思维,凡是不会激发抵触情感。”

  不管这算不算真正的AI,它都是一个主要的里程碑,让人们不只起头关怀计较机的计较能力,也对整个AI范畴发生了乐趣。自从与卡斯帕罗夫对决以来,在游戏中打败人类玩家曾经成为机械智能基准测试的次要体例 —— 2011年时,我们再次看到,IBM的“沃森”系统轻松地击败了两小我类敌手,成为美国智力竞赛节目《危险边缘》的优胜者。

  图像识别能够使用在数不清的方面,谷歌在推广其TensorFlow机械进修平台时举一个风趣的例子,就是对黄瓜进行分类:通过利用计较机视觉,农人不需要雇用人员来决定黄瓜能否合适采摘了,而是让机械来主动做出决定,只需这些机械接管过晚期数据的培训即可。

  可是我们怎样走到这个阶段的?这种强大的新手艺是怎样来的?下面就来看看AI手艺成长的十大里程碑。

  这台机械能够协助一只虚拟老鼠处理迷宫难题。系统发送指令,让虚拟老鼠在迷宫里游走,每一次都将其行为的结果反馈到系统里——用真空管来存储成果。这意味着机械可以或许进修并调整概率,提高虚拟老鼠通过迷宫的机遇。

  笛卡尔暗示,在他看来,机械永久无法利用言语,或者“把标识放在一路”来“向别人表达设法”,即便我们可以或许设想出如许的机械,可是“让一台机械对文字进行组合,对别人的话做出成心义的,即便程度和最聪明的人差不多的回覆,那也是不成想象的。”

  “若是为了各类适用性的目标,机械在外形上向人类挨近,并仿照人类的行为,那么我们仍然该当有两种很是确定的方式来辨识出它们不是真人。”

  他还提到了我们此刻面对的一个挑战:建立一个广义的AI,而不是狭义的AI——以及当前AI的局限性会若何表露它并非人类:

  业界媒体TechRadar颁发文章,称人工智能(AI)是目前科技界最抢手的风行语,颠末几十年的研究和成长之后,科幻小说中的很多手艺曾经在这几年慢慢转化为科学现实。这篇文章总结了AI范畴的10大里程碑。以下为原文内容:

  从数学上说,围棋比国际象棋愈加复杂,但此次胜利的主要之处在于,AlphaGo是用人类和AI敌手组合进行锻炼的。据报道,谷歌利用了1920个CPU和280个GPU,在和李世石的五局角逐中博得了四局。

  AI此刻如斯惹人注目,一个主要缘由就是在过去的几年里,处置大量数据的成本曾经变得没有那么昂扬了。

  据《财富》报道,研究人员直到21世纪末才认识到,为3D图形和游戏而开辟的图形处置单位(GPU)在深度进修计较方面比保守的CPU强20到50倍。在那之后,人们能够操纵的计较能力就大大添加了,现在的AI云平台可认为无数AI使用供给动力。

  天然言语处置是AI范

(责任编辑:admin)

推荐图文
Copyright © 2002-2017 DEDECMS. 织梦科技 版权所有