展会信息港展会大全

人工智能战胜人类 欲构建机器人大脑缔造新物种
来源:互联网   发布日期:2016-03-13 18:08:50   浏览:20022次  

导读:摘要:在人机大战前三轮对决中,以谷歌AlphaGo获胜掀起了对人工智能超所未有的一个高度,也让普通大众第一次启蒙接触并认识了人工智能深度学习,原来机器也可以像人类一样自我学习。对于人工智能我也一直在思考《终结者》中的天网,而谷歌人工智能工程师也提...

摘要:在人机大战前三轮对决中,以谷歌AlphaGo获胜掀起了对人工智能超所未有的一个高度,也让普通大众第一次启蒙接触并认识了人工智能深度学习,原来机器也可以像人类一样自我学习。对于人工智能我也一直在思考《终结者》中的“天网”,而谷歌人工智能工程师也提醒,十年后,“天网”出现并非不可能。

AI战胜人类欲构建机器人大脑 缔造新物种

文/杨剑勇(微信公众号ID:chuanganwang)

谷歌AlphaGo与围棋绝世高手李世石先生的世纪巅峰对决,这是一场体育与科技的融合的人机大战,在国内堪称犹如世界杯一样备受关注,在前三轮对决中,以谷歌AlphaGo获胜掀起了对人工智能超所未有的一个高度,也让普通大众第一次启蒙接触并认识人工智能深度学习,原来机器可以像人类一样自我学习。事实上AlphaGo学习了人类几千万棋局,以及不断自我博弈、学习。经过三轮对弈中。以谷歌AlphaGo人工智能系统3:0战胜人类棋手。其实在第三轮对决之前,我期待前四局能打成2:2,因为只有2:2的比分,最后一局会成为真正意义上的人机世纪巅峰对决。而在今日比赛中,搜狗CEO王小川在腾讯直播中也表示,人工智能胜利是程序狗的胜利。人工智能系统AlphaGo能否最终取得胜利吗?在赛前更多的声音支持李世石先生获胜为主,尤其围棋界,经过前两轮对弈中,由于人工智能系统取得前两局胜利,现在一边倒相信人工智能会取得胜利,我曾在微信公众号发文也做了一个小调查,72%的网友认为:人工智能将取得最终胜利,事实证明今日第三局的结束,人工智能系统已经完胜人类棋手,而在科技界,或政商界均表示,人工智能技术将会成为未来发展的主要方向,甚至可以说,谁能赢的了人工智能,谁就赢得未来。

AI战胜人类欲构建机器人大脑 缔造新物种

对于人工智能我也一直在思考《终结者》中的“天网”,而谷歌人工智能工程师也提醒,十年后,“天网”出现并非不可能,也让我想起一条多年前的段子:一位小伙搭乘时间机器回到20世纪末。他没能摧毁如日中天的谷歌公司,只能忍辱负重为人类保留一片火种。这位勇敢的年轻人,姓“杨”。不过百度首席科学家、机器学习和深度学习领域业界公认的顶尖专家吴恩达表示,尽管现在的计算机性能已经十分强大,但达到和人类智能程度相当还十分遥远,人工智能还有很长的路要走。而来自参考消息,有港媒称,中国内地新兴公司、由前百度深度学习研究院主任余凯创办的地平线机器人技术研发有限公司日前宣布,将把内置人工智能技术的芯片推向市常

构建服务机器人的大脑,缔造“新物种”

在今年 AWE2016“服务机器人与智能生活高端论坛”上,地平线机器人技术创始人余凯博士在论坛也上发表了《构建服务机器人的大脑》的演讲,站在人工智能发展趋势以及应用的视角,与大家分享了对于构建服务机器人大脑的思路和经验,他在演讲中指出:2016年是机器人革命的元年。移动互联网的创新和竞争到了收关之战,世界在酝酿下一次科技革命的开始。下一次的革命应该是“广泛应用在生产和生活层面的,以人工智能为核心的机器人的创新”。 这次革命跟以往几次最大的不同是,这次的创新会诞生一个新的物种,不再只是以人为中心的脑力体力的延伸,而是具有自主决策和自主行为,慢慢变成一个独立个体。而在这样一个世界里,一个新的物种会诞生,它看似是物理的存在,却有一个大脑在“天”上,不受时间和地域的制约。

如果我们比较人类和人类的近亲猩猩,会发现人类并不比后者有更强壮的体魄,但是却有着更加非凡的大脑。最近十年来最激动人心的算法进步无疑是深度学习。从大脑最简单的单元,就是单个的神经元推导数学模型,把数学模型朝各个纬度扩展,从而构建更加复杂的网络,这个就是目前深度学习在做的事情。为什么深度学习的效果会很好?因为深度学习能够随着数据的增长不断的去提升效果,传统的算法由于计算的原因和统计的原因并不适合大数据。AlphaGo里面也用了深度学习。一个基本问题是考虑棋局的复杂性,因为棋局的状态数目大到比宇宙中原子的数目还多。实际上很多人并不了解,卷积神经网络可以把棋局的状态空间做分层的分解,能够充分表达极为丰富的复杂度。今年的麻省理工学院的 Technology Review 杂志讲到了十大突破性技术,其中也提到了语音识别,最近因为深度学习发展使得语音识别每一年都在不断的往前演进。深度学习可以用来刻划一个棋局,也可以用来为自动驾驶建立模型。在一个自动驾驶的环境里面你可以看到,车周边的车道、车道线,行人和交通标志实际上都是构成了整个环境,对车的每个控制决策,导致车的位置发生改变,也会进而影响其他车的状态,从而影响整个环境。基于深度学习的增强学习,将整个系统描述成车和环境之间的博弈,从而我们可以用一个简单的数学框架来解决自动驾驶问题。 机器人大脑的算法架构是什么?我们想第一个方案是完全在云端处理。但对于感知、认知、控制这些人工智能算法,我们是不是需要新的芯片呢?我个人的判断是一定的,因为通用计算效率低。在过去几十万年的时间里面人类大脑不断的进化,专门优化生存所需要的所有技能,所以人类大脑是专用处理器。地平线要做的是构建这样一个大脑平台,第一步基于深度神经网络算法构建一个软件的操作系统;第二步,我们希望能够在底层去做支持深度神经网络的芯片的架构,使得所有的人工智能任务能够达到千倍的效率提升,地平线目前做的面向智能家居的大脑系统叫 Andersen 。也和中国最顶尖的家电厂商推出了多款安装 Andersen 大脑系统的智能家电产品,使得静止被动的设备变成具有智能的 Robot。从事自动驾驶的大脑系统叫 Hugo 平台,相对 Andersen 平台,Hugo 平台要更加高性能。目前也已经跟国内外的著名的汽车 tier one 供应商以及整车厂展开合作。 余凯层向《南华早报》表示,人工智能的功能也许看上去简单,但很难操作。在未来,人工智能芯片可以处理需要更多智能才可以完成的复杂任务,如讲话、声音、图像识别和机器学习算法等。

作者系传感物联网创建人杨剑勇(物联网资深人士、科技名人)

赞助本站

人工智能实验室

相关热词: 人工智能 围棋 深度学习

AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港