人工智能的發展動態,很高興可以和你們作一個分享編程
人工智能很是的熱,這個詞已經有200多年的歷史,通過了不少卓越的人的定義、思考、實踐,中間有圖靈的測試,還有不少專家,經歷了不少漫長曆程以後,到1997年咱們出現了一個真正的能夠跟象棋大師下棋的計算機,而且打敗了象棋大師,這個計算機就是當時的IBM的deepblue,第一臺計算機能夠打敗人的一種智力——象棋是人類智力中的一種。網絡
今後人工智能這件事不是紙上談兵,是能夠實現的,在這件事情以後,有人開始作無人駕駛,有人作物流管理,2011年IBM作了watson,谷歌作了個alphago,不少人工智能的東西出現了,這就是人工智能的簡單的歷史,從思想到現實經歷了這樣的歷程,目前人工智能經歷了一個新的發展時代,這個發展時代咱們認爲是進入了一個從感知時代到認知時代的前移。計算智能這件事咱們已經基本實現了,數據量的增長使咱們感受到咱們有可能進入下一個領域,就是對數據進行大量的分析,有快速的智能結果,咱們認爲認知時代就到來了。工具
認知時代咱們有一個定義,認知時代應該能夠試用這類的機器設備實現這樣的功能,一個是可以和人實現天然方式的打交道,人和人天然的方式就是語言,咱們但願機器能夠聽懂語言和說語言,還有就是可以發現問題,還有就是可以在一些依據的基礎上作出決策,咱們但願這三個定義可以指引咱們造出這樣的認知計算機。學習
認知時代的到來不是憑空而降的,他是咱們數字技術發展的必由之路,早期數字技術是一個打卡機的時代,把世界上的信息轉換成0和1兩種狀態,如今咱們試用編程序的方法指揮計算機工做,如今計算機的電子設備處處都是,這些設備產生了大量二進制的數據,因而咱們發現了一個現象,大數據,大量數據產生了,如何分析大量數據讓這些數據產生商務價值,這進入了一個認知時代的里程碑。開發工具
數據的概念已經不新鮮了,咱們的目的是將現實世界中的信息將他轉換成二進制的電子信息,這個時間咱們能夠用咱們的電子計算機進行處理,開發各類軟件工具,變成能夠爲人類服務的形式,這種形式發展到今天,大量數據出現了,因而咱們但願可以讓數據成爲一種天然資源。數據是人造的計算機產生的,可是咱們認爲數據的重要性至關於天然資源對於咱們的重要性。咱們研究的工具就是如何利用數據爲咱們提供服務,人工智能偏偏就是創建在數據基礎上的爲咱們提供服務的方式。測試
大數據主要來源和形式咱們不認爲是人寫的數字,而是電子設備產生的,到什麼樣的量級咱們認爲是大數據呢,咱們一般認爲到了PB算是大數據。咱們面對的困境就是鋪天蓋地的數據就是如何利用數據提升咱們的生活與工做水平與效率,咱們目前對海量數據認識仍是很是膚淺, 咱們基本還沒充分利用數據資源,相似於咱們對石油資源的認識,人們知道石油已經有上萬年的歷史了,可是直到200年後來咱們提取出了一些化工產品,利用到藥品、服裝等,到了100多年前咱們提取出了汽油,因而咱們有了汽車工業,飛機工業。如今咱們對數據的認識差很少至關於1萬多年前咱們對於石油的認識。目前有人統計,大概10%的數據獲得了使用,90%都浪費了。這是咱們數據處理行業的挑戰,數據加工的能力是解決這個問題的關鍵,不少人都投身於這個領域,開發工具,如何快速的存儲,如何進行有效的分析處理,這是這個行業蓬勃發展的現狀。大數據也促進了人工智能的技術變動。大數據
早期的人工智能都是很粗淺的數學模型模擬人的智力活動,如今咱們有了一個更好的模型——深度學習,就是用神經元網絡的方法把大量的數據做爲一種輸入,讓神經網絡學習,產生咱們預期的結果。這種方法已經很是普及了,那麼至於神經網絡是否是真的就是咱們大腦的工做機理這仍是能夠爭論的,大腦工做機理的研究目前還在進行,只不過目前咱們把他抽象爲神經元網絡的形式,咱們把大腦學習的過程模擬成大量的數據輸入進大腦,產生了複雜的運做過程,產生告終果。咱們用這種形式模擬人的智能。大數據促進了這種方法的革新,這種方法革新改變了咱們人工智能的不少基本方法,好比說人臉識別,過去人工智能就會把人臉劃成幾個區域,提取出相關的參數,將這些參數存起來,給一個新的臉,咱們作一樣的劃分,進行參數的比較,這個參數的方差小於必定值的時候,咱們認爲這兩張臉是一我的的,這是過去人工智能的人臉識別方法,這種方法準確率很低,因而如今有了新的方法,就是取大量的人臉的數據,交給人的神經元網絡學習,從而給出正確的結果。因此不一樣的工做方式已經開始產生不一樣的結果。人工智能