神經網絡和機器學習、強人工智能

版本:0.1算法

本文是知識的綜述,內容基原本源於網絡和之前學到的東西。歡迎補充和更正。網絡

 

對於標題的三個定義,大部分狀況下不須要分清楚。但當咱們提到強人工智能時,有必要把相關的定義解釋清楚,以便更準確的理解和交流。其實隨着人工智能的不斷髮展,每一個定義也在不停地變化。機器學習

 

人工智能學習

人工智能是一個基本的概念。從廣義上來講,計算機實現的均可以算做人工智能,由於計算、記憶等就是智能的一部分。最開始,人類尚未計算機的時候,其實不少人就在考慮意識和智能究竟是什麼了,當時這還算是個哲學問題。到了機械製造較發達之後,有些人就以爲大腦就是一堆齒輪。固然還有把大腦想成別的東西的。從有了必定的製造能力後,人們仍是很想製造出智能的,這時候應該是人工智能這個概念產生的時候。順便提一句,人類也是最近一兩百年才理解大腦纔是思惟的中心,而不是心臟。編碼

後來,計算機的產生與發展來源於軍事的解密,後來造原子彈之類的。當時的計算機就是純粹完成一些人類的須要幾個月,一堆人才能作出來的數學題。(參考《暗算》的場景,中國的人海戰術)這時候的機器有了記憶和計算的能力。人工智能

再後來,隨着計算機的硬件和軟件的愈來愈通用,科學家們開始考慮如何將人類的知識和判斷用計算機來實現,甚至實現和人同樣的智能。若是這個目標實現了,理所固然能夠叫作「人工智能」。固然最初的時候,你們覺得寫一堆if...else...就能把醫學專家,石油勘探專家複製出來了,或者讓計算機可以理解天然語言。這個過程當中有不少成功的例子,可能有些如今還在解決實際的問題。但這個方向之算是一個捷徑吧,有些專業的問題在人的邏輯認識複雜度以內的,均可以用這個方法來解決。可是不少模糊的,或者太龐雜的問題,就很難寫出足夠的if...else來解決了。這樣的系統也沒法解決通用問題。spa

 

神經網絡和機器學習開發

差很少在專家系統發展的同時,如今所稱的人工智能就出現了。一個方向是研究神經細胞,並模仿神經細胞的方式來解決問題,叫作人工神經網絡(可簡稱神經網絡);另一個方向是建模,並用統計的方法來解決問題,叫作機器學習。這時候,基本上專家系統就被排除在人工智能的概念以外了。由於一堆硬編碼的if...else...已經不能體現出計算機系統的優越性了(半開玩笑,專家系統不容易解決更多通用的問題,開發成本也相對較高)。數學

神經網絡和機器學習這兩個概念實際上是相互重疊的,但又不徹底相同。神經網絡是從其結構來講的,相似於人類的神經結構,有神經細胞,樹突和軸突,它們之間還會造成突觸。另外還有整合、激發等特色。而機器學習是從其功能上來講的。主要是指計算機經過已知數據的訓練,對邏輯有了統計上的認知,從而可以對須要解決的問題給出答案,甚至是未知問題。這裏的「未知問題」不表示全部的未知問題,而是不少咱們看起來是未知問題,但其抽象的結果仍是一個已知問題,也可叫作元問題。軟件

如今不少機器學習的算法都是基於神經網絡的,也有一些不是神經網絡的算法用於機器學習。(我讀書少,就不列舉了。)大部分神經網絡(也許全部)的算法均可以轉化爲矩陣。無外乎是節點及其之間的聯繫。有些神經網絡幾乎不須要學習,因此也不能管它們叫作機器學習。但大部分這類算法只能解決有限類型的問題,實際應用範圍比較窄。

當今的人工智能通常是灰盒的,知道輸入和輸出,但不必定能看懂裏面的邏輯。其實咱們平常的生活大部分都是這樣的,告知需求,而後等待結果。這是人類活動和合做的模式。好比,一個軟件項目,用戶只關心功能方面的問題,不關內心面的代碼和具體寫出來的邏輯;理髮的時候咱們關心髮型,不關心哪裏要先剪,具體要剪多少。咱們但願人工智能也是這樣的,也只有這樣纔像個智能。但實際狀況是,雖然解決了從輸入到輸出不須要對中間的邏輯過度關心的問題。但須要花大量時間來調整輸入,以及整個模型的參數,直到給出的輸出在必定輸入範圍內的答案滿意爲止。換句話說,雖然有了一個通用的模型能夠解決不少問題,但仍是要在每一個具體的的問題上花不少時間去建立一個特定的模型。和人相比,計算機的優點是一旦模型建立出來,就能很穩定,且大規模、快速的解決問題。

 

強人工智能

大概從上世紀80年代的人工智能熱以來,人工智能雖然有了很大的發展,發明了BP這樣的可以處理複雜網絡的算法,也解決了不少問題。但其智能仍然徹底沒法和人,甚至簡單的蟲子相提並論。(最近好像蟲子項目已經能實現蟲子級的智能了,等學了以後來更新。)因此,須要用個詞語來區別於現有的人工智能。強人工智能和人工智能差了一個「強」字,之前我給這個概念用的「真」字。「強」固然是指的比如今的人工智能要強,其也是一個模糊的概念,究竟是要強到像人這樣呢,仍是比人還強?這個概念隨着人工智能的發展,會進一步變化。「真」指的就是和人同樣的,真正的智能。(好吧,這也是相對的,沒準兒某個智力發達的物種不認同咱們是有真智能的物種。)有些地方還會用「超」人工智能的概念,指的是比人類還高的智能。

如今的人工智能已經在各行各業普遍的應用起來,解決了不少實際的問題,也大大的解放了生產力。貌似人類也不須要更強人工智能。在沒有電、沒有手機以前,估計不少人也沒以爲須要什麼新東西。關於爲何須要強人工智能的問題,下一篇再討論。

相關文章
相關標籤/搜索