美国“四院院士”:人工智能将成科技的最大风口

时间:2019-08-29 来源: 星座

  同花顺财经2天前我要分享

在技术发展的同时,我们还需要处理技术的后果。如今,我们面临的技术人工智能也不例外。我听过很多热门的技术词汇。我会给你一个简短的介绍。人工智能,这个词诞生于1956年。目标是在机器上模仿人工智能,这是一个非常大的目标。我们还远未实现这一目标。在人工智能的范围内,其中一个子类别正在迅速增长。下一位发言者将为您提供机器学习的详细说明。机器学习是开发人工智能的另一种方式。过去是编程,你可以编程你已经掌握了这样一个领域的知识来解决这个问题,解决问题的形式是通过编程,所以你已经可以成为这个领域的专家。

机器学习路径不同。我们通过大量收集数据,通过机器学习,并通过数据结构学习,例如学习一些图像对象,语言,单词序列等。在机器学习领域,还有另一种方法。学习,即一种特定的算法,是一种受大脑启发的方向。我们的大脑是一个非常复杂的设备,收集信息,数百亿的大脑神经元,传输信息,例如,通过数千人出现这么多人。十亿脑神经元的大脑执行信息处理,然后将信息传输给在场的每个人。我们仍然不了解大脑的内部运作。我稍后会向你解释这篇文章,但我想说深度学习的灵感来自大脑的工作机制。

学习和编程之间的权衡,红线是编程线。如果您想聘请程序员为您解决问题,这个成本会逐年增加。从1980年到2040年,成本逐年增加。程序员非常昂贵,所需要的是专家程序员。所以相对来说,从开发开始,我们的机器学习,从20世纪80年代开始,成本非常高。

计算机非常昂贵,但现在人工智能和机器学习的成本不断下降。 2012年,机器学习算法与编程成本大致相同。自2012年以来,它逐年下降。我们使用不同的数据集,不需要完全熟悉这个领域。知识,你不需要完全理解这个对象,但如果你获得了大量的实例数据,我们的机器可以通过特定的学习算法解决问题。我们使用神经网络处理系统提出了30年前的这种理论,即神经网络模式。

大脑神经网络可以有效地处理复杂的数据集,还可以处理数以亿计的图像数据。我相信这里的每个人都非常熟悉阿尔法狗战争。 2017年,他击败了科杰世界围棋锦标赛,并对此感到震惊。仅仅因为世界围棋锦标赛的复杂性,人类仍然有很大的共鸣,认为机器击败了人类并超越了人类。 在阿尔法狗击败世界冠军之前,他认为机器可以很好地学习,但仍然无法击败人类。去年我们用柯杰的话跟阿尔法狗说话,觉得下棋的方式与人类非常接近。今天,我们像围棋一样下棋。国际象棋的每一步都非常具有创新性,而且以前没有出现过。非常具有创新性,如果它是人类,我们称之为天才。因为它是通过人工智能,Alpha狗有一个创新的国际象棋游戏,所以你也可以看到通过AI机器学习,机器也可以实现超级目标的创新。

人脑机制的一个非常简单的版本,大脑中有许多神经元,大约数千亿,它们并行工作,这与数字计算机不同,因为计算机有处理器,有内存,两个硬件都有瓶颈。记忆实际上是神经元之间的联系,也就是说,有一个突触。事实上,十个十阶神经元有十个连接,大脑中突触的数量非常大,即大脑。记忆力很大。可以存储大量数据,这是大脑的好处,问题是人脑是一个毫秒的传输速度,所以它比计算机慢很多,因为在自然界中,我没有那么多处理层,电脑更快。事实上,我们生活的世界是一个毫秒的世界。它不需要如此快的速度。我们大脑中的信息传递是一个非常复杂的过程,以及信息的存储,处理等,让我们解决了很多问题。这非常关键。

还存在一些挑战,例如具有许多神经元,突触等,并最终围绕中枢神经系统,这是最重要的器官。我们需要知道连接的改变是否会改变信息的输入和输出。如果更改此连接,则会受到影响。那时,杰弗里和我得到了神经算法,即如何使突触处理正确的神经递质,几乎所有的科学家和工程师都认为这是不可能的。我想告诉一些年轻人,不要相信专家,因为很多专家总是知道这不可能做到,但他不知道如何做到这一点。所以我们发明了Boltzmann机器,并且仍然在网络神经学习中使用它。

什么是深度学习网络?有各种信息数据,图片,DAN信息等,这里是输出,你可能要诊断疾病,为医生提供各种输入,你可以得到一个诊断,每个信息点都是神经节点。我希望架构师可以将这些信息逐个传输到输出层。它可以有效地诊断它是什么样的疾病。例如,为了帮助患者治疗疾病,我们需要大量的医疗记录输入。在此刻。并且必须从已经被诊断的患者获得信息,这是有效的输入。机器并不意味着记住这些东西,概括它们,因为不同人给出的输入是不同的,人脑可以进行非常好的概括,这是我们希望机器可以做到的。

杨立坤是一位建筑师,受到视觉系统的启发。在20世纪60年代和70年代,一些生物学家研究了人类视觉系统,因此我们知道信息如何在人类大脑中流动。他们来研究猴子的结构,因为人们与猴子有某些相似之处。它们是卷积神经网络的算法。他们设计了体积机器神经网络的算法。这里,输入信息,组合图像和神经网络,并发送输出。这实际上有一个猴子的大脑和一层神经。输入结构,顶部是猴子的大脑皮层顶部,第一,第二,第三等输入,大脑怎样才能解决视觉输入法?设计多层体系结构的杨立坤使用早期的卷积神经网络,最后它们具有识别物体,网络中的单元,模仿人脑,具有阈值的功能。如果没有低于此阈值的输出,则仅高于此阈值。他们还进行了一系列实验并开展了大量的技术工作。

2012年,这是ImageNet的竞争对手。这是一个深度学习的应用程序。该网络中存在概率分布。最高的概率是Mite是一只老鼠。我可能不会猜它是蠕虫。它可能被认为是一只蜘蛛。这是正确的。这是一辆小型摩托车。这是一只豹子。以上是正确的。图像可以很好地识别。以下是未猜到的图片。这是一辆敞篷车。有人说这是散热器的盖子。当被问到另一个人时,据说是敞篷车。不同的人看到不同的面孔。第三张图片标出了樱桃。事实上,它是一只狗。最后,它是一只马达加斯加猫。事实上,这不是一只猫。人类认识是错误的。电脑识别出一只猴子。在训练集中,标签是错误的,因此存在一些错误,但事实上,在性能级别,深度学习可以将计算机识别中的错误率降低20%。如果它可以下降太多,它已经非常强大,并且经过多年的这一结果,仍然无法准确识别某些图像。关键是要不断改进和发展。

今年的图灵奖授予了我的朋友杨立坤,约书亚本吉奥,杰弗里辛顿,这相当于诺贝尔奖。这对于他们深度学习是一个很大的鼓励,深度学习现在非常热门,去年我写了一本书,总结了深度学习发展的历史,学习的深度,学习算法是如何产生的,取得了哪些成就,失败了什么,未来将走向何方?去,有偏差等引起的一些问题,未来的挑战,最近这本书翻译成中文,有中文版,右边是照片《深度学习》,我的出版社代表都来了。这本书多少钱?如果你想购买折扣,你可以私下与她交谈。

这是我书中的一章。皮肤科医生看到了皮肤病。最终,癌症仍然是良性的。我已经处理了2000名皮肤科医生收集的数据,用于训练组,机器和皮肤科。在家里,我发现网络性能和医生是相互平等的。诊断率可达92%。只要有手机,只要你看到皮肤病,你就可以拍照,你可以立即得到诊断。你不需要去看医生。我不需要支付很多医疗费用。谁见过皮肤病?去医院看皮肤病真的很麻烦。有时需要几周甚至几个月才能做出诊断。这通常会使患者痛苦不堪。这是写于2017年,发表于2018年,现在我们看到几个例子,这看起来很糟糕。事实上,这是良性的。似乎只有一个恶毒的,所以让医生判断。

今天,当我收听广播节目时,我听说有一家公司提供了这样的服务。如果将病态照片发送到他们的平台,他们的AI系统可以告诉您现在是想要接受治疗还是良性治疗。有一个女朋友在她男朋友的背上看到了一些东西。我拍了一张照片并试了一下。我把它发送到这个平台。谁知道它是恶毒的。她的女朋友救了她男朋友的生命,因为它是按时支付的。 件和复杂的因素需要克服和优化。

这辆车配备了很多雷达和传感器。 180度传感器与我们的人类视觉不同。它只能看前方。它可以有180度的视图。无人驾驶汽车应用场景非常有限。让我们来看看。有些情况是可能的。如果我们用一个按钮启动汽车,它优于Uber和Drip。它可以改善车辆的使用。如果能够实现无人驾驶汽车,则可以重新规划停车场和停车道,并且提高汽车的利用率。那时候,很多车都在路上行驶。没有必要这么多停车场。我们现在可以重复使用城市中的停车场和停车道。它可以变成公园和自行车。许多公司可能不得不关门,即汽车。维修车间和汽车保险,更重要的是,可以挽救很多生命,因为疲劳驾驶是死亡的重要原因。还有许多事件,如酒后驾车和酒后驾车。每年,高速公路和醉酒导致4万人死亡。

非常方便的是节省交通时间,特别是在旅行高峰期,高峰时段的交通拥堵非常严重。如果我们使用无人驾驶汽车,我们就不必驾驶。旅行时间可以自动阅读报纸和驾驶。安全,可以减少大型交通事故的致命性。更重要的是,我们可以进一步想象汽车盗窃的时代将会结束。此外,还有一些新的工作创造。很多人说卡车司机失业了。不,如果我们使用无人驾驶卡车,我们也必须控制它们。他的角色转变为安全监控职位。它比驾驶卡车好得多,而且更舒服。如今,无人驾驶汽车无法实现,因为有很多极端的道路交通管制,所以无法实现。例如,如果卡车有一些货物落在路上怎么办?因此,我们还有更多的训练数据集来训练无人驾驶卡车。一旦有这样的远程案例,比如如何在路上处理无人货车,这些都不是完全无人监管的,我们需要一些人监控它,机器无法监控它,所以我们仍然需要人来监控这些无人值守卡车。

它还催生了另一个新的工业位置 - 传感器技术供应链,这是一个全新的供应链,因为我们需要在无人驾驶车辆上携带数十亿个传感器。生成大量数据后,我们需要清理数据。会有很多好的新工作。瑞金科技公司来自中国蓟县。他们拥有数千万家专门从事数据清理的公司。这听起来像是烦人的工作,但它比“煤炭”更好。事实上,更好的工作,数据挖掘煤,这比煤矿真正的煤炭开采要好得多。

我们来看一个语言翻译的例子。语言翻译在中国有数千种语言。他们彼此不了解。因此,我们训练机器以期望出现下一个单词。这时,我们不需要分类数据。这是无人监督的学习。这称为文本嵌入。如果机器可以很好地训练,我们期望通过自己的活动计算了解内部模型可以理解和解构整个语义,并且识别大写的专有名词是非常有趣的。例如,俄罗斯的莫斯科就是相应的关系。这是一个数量。此项目附在德国。德国对应柏林。在没有任何监督的情况下,该网络可以发现城市资本与地理关系之间的关系。它在语言学领域从未有过,机器学习开辟了新的语言学理论。

另外,我们的机器可以从翻译中进行时域序列解释,从底部慢慢学习,可以解释时态,语义强度,语气强度,增强机器工作记忆,句子的第一句话到最后一个单词句末。可以分析。现在谷歌翻译软件,单词翻译并不完美,我不想让大家误会,认为这个网络可以理解句子,不是,但比传统翻译要好得多,之前的单词到单词硬集,这是不行的。当前翻译软件的一些语义是可以理解的。翻译的中文或英文听起来很奇怪,但语义是普遍的。

我的智能手机上有翻译软件。这是一款Google翻译应用。我相信这里的每个人都有自己的翻译软件应用程序。我可以用日文和中文字符。它可以翻译成英文。我已经多次使用它了。语音识别可以将中文语音翻译成英语语音,这可以在一定程度上实现。人类语言的翻译发生了变化。例如,有一个非常有趣的句子:我们的意志精神反映了我们意志的力量。这是从俄语到英语的翻译。翻译语义翻译和句子翻译对我们来说是最重要的。 20世纪语言学的主要领域主要是词汇研究。事实上,最重要的语言是语义理解和语义解构。单词和单词之间的关系,排列后这些短语的含义是什么,这就是语义学。人工智能现在已朝这个方向加深。

人工智能驱动的翻译技术有多么神奇。这是我们取得的另一项进展。这是一个语言网络。有三种语言,英语和韩语,并且已经从英语到韩语和日语进行了实验,但是没有韩语翻译。对于日语,有英语,韩语和英语,但没有韩国日。我们所做的实验用英语,韩语和英语完成。我们可以把日语变成日语,在某种程度上,机器可以学习在一定程度上,通过学习,你可以在韩国转一天,这意味着你有更多的训练,语言群越多,训练越好,可以连接的网络越多,机器翻译就能学得更好。因此,我们的语言网络可以为我们提供更多的见解,这将使我们能够理解语言之间的转换和翻译机制。当我们的大脑在计算时,我们总是需要大脑海马和皮质才能工作。我分享一个概念,即加强学习,如何通过增强学习来实现目标,这种模式是阿尔法狗如何击败柯杰的秘密。

我会分享一点。无监督学习的一个重大突破是需要大量的数据集。我们已经在网络中导入了很多名人形象。他们中的许多人都是西方人。为什么他们看起来像名人?这个网络非常强大,它实际上可以生成关于名人的新图像,之前没有存在,所有图片都不存在,只有给出的情况是自动生成的,并且可以生成很多图像,但这些不是真实的人,他们不是真的,他们可以继续这样做,所以这个例子向我们展示了未来,生成网络,就像我们的大脑一样,我们的大脑将继续产生信息。当我们坐在那里时,会有各种各样的想法。

我们现在要走哪一步?在早期,就好像莱特兄弟第一次飞行一样。在喷气式飞机前还有很长的路要走。几年前莱特兄弟有一本关于他们的传记。它看起来很好。写道莱特兄弟长期以来一直在研究鸟类,因为鸟类可以飞行数千英里而不会频繁拍打翅膀,他们对空气动力学很感兴趣并且已经建立了风,所以莱特兄弟本质上是工程师,我们可以从大自然中学到很多东西。莱特兄弟研究自然并研究鸟类。然后他们发现大自然解决了这样的问题,解决这些难题并不难。自然已经,自然是它已经包含解开这些奥秘的钥匙。我们仍处于初期阶段,但我们正在不断取得进展。去年12月,有100万人参加了在蒙特利尔举行的会议。在接下来的12个月里,我们认为应该有40,000人参加这次会议。我相信2020年会有更多人参加这次会议。

非常感谢您的参与。谢谢你的收听。我们仍处于人工智能的早期阶段。还有许多问题有待解决。我们也看到了非常令人兴奋的成就和成就。我担心一些问题需要很多年才能解决。但实际上有一些问题,如自动驾驶汽车不能说他们多年来解决问题,但他们需要十多年的时间来计算。有时需要几代才能努力工作,但回顾工业革命,这种情况不会在一夜之间发生。它是通过几代人的努力实现的,所以你的孩子将从你身上取得这个成果,并从充满人工智能的世界中成长。那时,正如每个人都看到飞机一样,人工智能将非常普遍。谢谢。

收集报告投诉。

频道热点
  1. 17西湖的声音德云社会俞强侃王媛吸烟者垮台.两位粉丝吵架!“我抽的越多,我就越稳定。有些人不会成功。有些人吸烟,有人吸烟。每个人都知道这一点。它不会起作用。这会产生很大的影响。”8月3日
  2. ?新华社图片,石家庄,四年前,7月31日,北京和张家口成功申办2022年冬季奥运会。张家口崇礼成为雪上项目比赛之一。崇礼是一个鲜为人知的城外小城,四年来一直引领着冬奥会,大力发展体育旅游休闲产业,已成
  3.   0135次元岛  很多我们当时看到的动漫是让我们开怀大笑或情绪化,但动画世界也是一个充满七种情感的生动世界,所以有时候一些动画会让我们的笑容消失,慢慢变成我无法发出声音,但这些可以让人哭
  4. 17西湖的声音德云社会俞强侃王媛吸烟者垮台.两位粉丝吵架!“我抽的越多,我就越稳定。有些人不会成功。有些人吸烟,有人吸烟。每个人都知道这一点。它不会起作用。这会产生很大的影响。”8月3日
  5. 11河南教师考试2019年河南特殊教师考试:你必须知道注册结束后该怎么做。2019年河南特聘老师已经开始注册了我相信很多小伙伴已经成功注册,那么注册成功后该怎么办?2019年河南特约岗位
  6. 17西湖的声音德云社会俞强侃王媛吸烟者垮台.两位粉丝吵架!“我抽的越多,我就越稳定。有些人不会成功。有些人吸烟,有人吸烟。每个人都知道这一点。它不会起作用。这会产生很大的影响。”8月3日
  7. 1253羊城晚报阳城党客户文/图阳城党记者赵英光通讯员?由于交警无法叫出租车,居住在汕头市朝阳区海门镇的徐和他的丈夫杨在访问结束后在医院门口接了一辆“汽车”。引发了意想不到的悲剧。记者31日
  8. 11河南教师考试2019年河南特殊教师考试:你必须知道注册结束后该怎么做。2019年河南特聘老师已经开始注册了我相信很多小伙伴已经成功注册,那么注册成功后该怎么办?2019年河南特约岗位
  9.   寻医问药网昨天我要分享  有很很多人可能喜欢在平常的生活中喝豆浆,或者吃一些豆腐等豆制品。大豆含有雌激素,而女性经常吃豆制品来增加乳房。这是正确的吗?让我们向大家介绍一下。据说大豆有雌激素,女性
  10.   生肖兔  属兔的人,温和善良,细心体贴,智慧出众,才华横溢,他们心地也善良,谦逊低调,在社会中获得了不少的肯劳。7月中旬起,属兔人有财星加持,时来运转,运势迅速上升,财路大开,钱财滚滚来,只要能
新闻排行
  1. ?文/苏轼大毛结婚了,一个只见过三次的男人。当她告诉我这个消息时,我特别震惊。这正是闪婚的节奏。我问大毛,你爱那个人吗?大毛说:“不要爱,但婚姻与与已婚人士建立关系不一样。”但也有人说,他曾与曾经三次

    ?文/苏轼大毛结婚了,一个只见过三次的男人。当她告诉我这个消息时,我特别震惊。这正是闪婚的节奏。我问大毛,你爱那个人吗?大毛说:“不要爱,但婚姻与与已婚人士建立关系不一样。”但也有人说,他曾与曾经三次...

  2. 00:23:11HeartBlueHealth许多人有夜间频率和夜尿症,这对老年人来说尤其痛苦。他们起床后,往往不容易入睡?

    00:23:11HeartBlueHealth许多人有夜间频率和夜尿症,这对老年人来说尤其痛苦。他们起床后,往往不容易入睡?...

  3. ?21:07:52黑宝说嗨采摘黄桃何品佐/照片7月20日,“迎灵皇桃”正式开业。采摘桃子,电子商务销售,交付.黄桃产业链中的人们都很忙,而且汗水中充满了笑容。据燕岭县农业局相关负责人介绍,目前全县黄桃

    ?21:07:52黑宝说嗨采摘黄桃何品佐/照片7月20日,“迎灵皇桃”正式开业。采摘桃子,电子商务销售,交付.黄桃产业链中的人们都很忙,而且汗水中充满了笑容。据燕岭县农业局相关负责人介绍,目前全县黄桃...

  4.     文麻小君  最新消息,万达体育将于7月26日在美国纳斯达克上市。  招股书显示,万达体育发行区?

        文麻小君  最新消息,万达体育将于7月26日在美国纳斯达克上市。  招股书显示,万达体育发行区?...

  5.   汽车媒体人,通常被认为是最“懂车”的一群人。  他们掌握行业最新的动向,更了解各大厂家的发展战略,一年试驾的车,甚至比很多人一辈子还多。  很多人会好奇,究竟这些谈起车来头头是道的所谓懂车之人,

      汽车媒体人,通常被认为是最“懂车”的一群人。  他们掌握行业最新的动向,更了解各大厂家的发展战略,一年试驾的车,甚至比很多人一辈子还多。  很多人会好奇,究竟这些谈起车来头头是道的所谓懂车之人,...

  6.   橱柜是厨房里的重要角色,很大程度上决定了厨房的美观性和实用性。但是大多数用户在做定制橱柜时,主要

      橱柜是厨房里的重要角色,很大程度上决定了厨房的美观性和实用性。但是大多数用户在做定制橱柜时,主要...

  7.   动物救援组织AMiniRescue救助了一只白猫叫做雪球(Snowball)雪球曾经也有家园但是前主人搬走时遗弃了它?

      动物救援组织AMiniRescue救助了一只白猫叫做雪球(Snowball)雪球曾经也有家园但是前主人搬走时遗弃了它?...

  8.   橱柜是厨房里的重要角色,很大程度上决定了厨房的美观性和实用性。但是大多数用户在做定制橱柜时,主要

      橱柜是厨房里的重要角色,很大程度上决定了厨房的美观性和实用性。但是大多数用户在做定制橱柜时,主要...

  9. ?21:07:52黑宝说嗨采摘黄桃何品佐/照片7月20日,“迎灵皇桃”正式开业。采摘桃子,电子商务销售,交付.黄桃产业链中的人们都很忙,而且汗水中充满了笑容。据燕岭县农业局相关负责人介绍,目前全县黄桃

    ?21:07:52黑宝说嗨采摘黄桃何品佐/照片7月20日,“迎灵皇桃”正式开业。采摘桃子,电子商务销售,交付.黄桃产业链中的人们都很忙,而且汗水中充满了笑容。据燕岭县农业局相关负责人介绍,目前全县黄桃...

  10.   一部优秀的电视剧,往往能带动剧中许多演员的走红。在《延禧攻略》热播的开头,吴金燕已经多次登场但未

      一部优秀的电视剧,往往能带动剧中许多演员的走红。在《延禧攻略》热播的开头,吴金燕已经多次登场但未...

日期归档