人工智能革新

　　人工智能的立异使其能够完成巨大的腾跃，朝着仿照人类智能的方针跨进。图 6突出了要害立异，这些立异成为推动医疗保健和其他工作的新AI运用程序和解决方案的改变。
图 6人工智能演化 　　人工智能的前驱亚瑟·塞缪尔（Arthur Samuel）于1952年开发了一个玩跳棋的核算机程序，它被公以为是榜首个独立学习的核算机程序，也是榜首个机器学习程序。后来呈现了专家体系和决议方案支撑体系，如MYCIN、CADUCEUS和INTERNIST-I，这是咱们之前讨论过的。 　　20世纪前期的许多人工智能活动都运用进程编程逻辑作为首要的编程技能，需求人类深重的作业和基础设施支撑。这股浪潮的标志性或许是IBM的深蓝电脑[[1]]打败了国际象棋界人类最巨大的冠军之一加里·卡斯帕罗夫（Gary Kasparov）。其时，咱们以为这是人工智能赶上人类智能的标志。IBM的深蓝需求许多深重的作业；这是一台专门规划的核算机，许多人以为它在硬件和软件上都展现出强壮的才能。值得一提的是，深蓝的一位程序员在被问及对人工智能投入了多少精力时，答复是“没有投入”。他描绘深蓝是一个超级核算机体系，是人类用“相似穷举的办法”，把这一步棋的每一种落子的下法悉数算清楚，然后找出最优解。 　　人工智能冬季是对人工智能研讨和开发阶段的一个隐喻性描绘，该阶段的爱好和资金水平大幅下降。20世纪初对人工智能的炒作和夸张拔苗助长，由于手头的技能未能抵达预期。 　　算法人工智能并没有逾越人类。科幻电影中描绘的人工智能不是实在的。 　　1966年，政府中止赞助NLP研讨，由于机器翻译比运用人工翻译更贵重。政府取消了人工智能研讨，人工智能研讨人员发现很难找到作业。这是人工智能的漆黑时期，一个冬季。交给失利、项目失控以及政府和工作的本钱淹没导致了榜首个人工智能冬季。AI是一个愿望，它成为一个一致，即AI起不了什么效果。这种认知一向持续到剖析变成一般词。机器学习技能和猜测剖析诞生了，第2次人工智能转型正在进行中。 　　2011年，IBM Watson核算机体系参与了Jeopardy！，IBM再次展现了人工智能的标志性效果，对阵传奇冠军布拉德·鲁特和肯·詹宁斯并取胜！这个2011年的IBM Watson体系花了几年时刻才建成，在硬件完成中再次运用了蛮力，而在工程方面运用了很多的数学、机器学习和NLP。图形处理器单元（GPU）和21世纪人工智能的深度学习特性都没有任何吸引力。关于一般观众来说，参与Jeopardy！的IBM Watson是对话式AI，但现实并非如此，由于IBM Watson并未倾听和处理音频。相反，传输的是ASCII文件。 　　公平地说，IBM Watson及其赢得Jeopardy!的体系，其在自然言语了解方面的立异作业推动了该范畴的开展。 　　咱们今日能够用人工智能做的工作当然与咱们在1950年代、1960年代、1970年代、1980年代、1990年代和2000年代初期能够做的工作不同。虽然咱们运用了许多相同的算法和许多相同的核算机科学，但人工智能范畴发生了很多立异。深度学习、新算法、GPU和大数据是要害差异。工业界和学术界呈现了新思维的爆破式增加，当今日人工智能又从头热起来，这首要是由于深度学习。 　　神经网络、深度学习算法的演示，以及人类视觉、声响和言语了解感知的完成，掀起了学术界和科技公司人工智能研制的巨大浪潮。互联网供给了很多的数据，GPU供给了核算才能，第三次人工智能的改变由此到来。 　　2015年10月，开端的AlphaGo成为榜首个无障碍打败人类工作围棋选手的核算机体系。2017年，一位继任者AlphaGo大师在三场竞赛中打败了世界排名榜首的选手。AlphaGo运用深度学习，是人工智能的另一个标志性展现。2017年，DeepMind推出了AlphaZero，这是一个人工智能体系，它从零开端自学怎么玩和把握国际象棋和围棋，并随后打败世界冠军。值得注意的是，这个体系是在没有向it供给范畴知识的情况下树立的，而仅仅是游戏规则。看到一款具有共同、动态和创造性游戏风格的电脑游戏也很吸引人。AlphaZero展现了人工智能的力气。 　　许多公司很有或许（甚至能意料）看到他们的人工智能方案和完成失利。深度学习和人工智能的局限性为研讨人员、博客作者和许多专家所熟知，例如，深度学习自身无法解释它是怎么得出答案的。深度学习没有因果关系，与人类不同的是，它不能让人类进行推理，或许多人所说的知识。深度学习需求不计其数的图画来学习和辨认特定的物体，比方确认猫的类型或许从照片中辨认你的母亲。人类只需求几个比如，几秒钟就能做到。人类知道鼻子在嘴下面的脸的图画是不正确的。任何挨近人类推理的东西现在都不适用于人工智能；这将是第四次过渡。
图 7 人工智能从弱到强 　　人工智能现已取得了惊人的前进，但要完成人类水平的智能，咱们还有一段路要走。研讨持续推动人工智能。人工智能是有志向的，它尽力在人工智能的接连体上尽或许地向右移动，而且尽或许快，如图 7所示。 　　与Ex Machina或2001：A Space Odyssey等电影比较，人工智能逾越了人类智能（反映了强壮的人工智能），咱们还没有抵达那里——咱们今日具有弱人工智能，或许一些人称之为狭义人工智能。它的规模很窄，由于例如，咱们练习机器学习模型来检测肺炎，但相同的模型无法检测X射线中的肿瘤性癌症。也就是说，经过练习能够做一件事的体系将很快中止相关但略有不同的使命。今日，当咱们首要针对人工智能清晰认义的问题时，需求人们来保证人工智能是正确的。人类有必要练习AI模型并办理AI开发从出世到逝世的整个生命周期。 　　人工智能的新立异将使咱们沿着接连体进一步向右移动，或许因果关系将在咱们的视野之内。例如，咱们将开端了解，长途飞行前服用的阿司匹林是否的确起到了血液稀释剂的效果，然后降低了受试者在游览期间因不动而构成血栓的危险。这与现在主张航空公司乘客服用阿司匹林作为预防措施的做法构成比照。 　　深度学习很或许会经过新的研讨和立异进行改造。硬件会有所改善。将会有另一个如图 6所示的AI过渡，它将加快AI沿着图 7所示的接连体进一步向右移动。今日，人工智能和人类有必要携手协作解决问题。在医疗保健方面AI或许会犯错，咱们需求具有直觉和经历的临床医师协助增强AI。 　　[]深蓝是美国IBM公司出产的一台超级国际象棋电脑，重1270公斤，有32个大脑（微处理器），每秒钟能够核算2亿步。“深蓝”输入了一百多年来优异棋手的对局两百多万局。 ↑