文章图片
文章图片
AI 是如何做好人类帮手的？
软件工程思想家杰拉尔德·温伯格曾经给「问题」下了个定义：问题 ， 就是理想状态和现实状态之间的差别 。
我们的工作 ， 就是应对问题的挑战 。 问题可能是「我想要产品检测更准确」 ， 「我想要快速完成重复的任务」 ，或者 ， 「我想要沙漠变成绿洲」 。
「我想要沙漠变成绿洲」这个问题 ， 是高鸿志提出来的 。 他是个大学生 ， 来自甘肃省古浪县 。 在这个紧贴腾格里沙漠的县 ， 有几位被称为「治沙六老汉」的固执老农 ， 用 38 年造林 21.7 万亩 ， 在风沙中一寸寸夺回耕地 ， 保护农田 。
【IPO|未来属于提出问题的人】
「治沙六老汉」三代治沙人合影 | 图片来源：视觉中国
高鸿志也想做同样的事 。 不过作为自动化专业的学生 ， 他想换一种方法 。 他和朋友们开发出栽种和养护树苗的智能机器人 ， 这些小家伙能在复杂沙漠地形中 ， 找到合适的地方栽下树苗；在巡视林地时能识别树苗根部 ， 精准浇水和施肥 。
成为时代楷模的「治沙六老汉」凭借毅力和人定胜天的信念 ， 靠双手阻住了风沙的脚步；在人工智能（AI Artificial Intelligence）的帮助下 ， 高鸿志找到了解决问题的新方法 ， 让新时代的治沙人 ， 有了新的眼睛和新的手脚 。
那么 ， AI 是怎么帮人解决问题的？
01、智能时代的操作系统 AI 是计算机科学的分支 ， 它尝试让机器去做到那些传统上只有人能做到的事情——听起来很简单 ， 但是要实现却很困难 。 自上世纪五十年代 AI 的概念提出以来 ， 这个蕴含希望的领域让人们激动了两次 ， 又失望了两次 。 直到 2006 年 ， 多伦多大学的杰弗里·辛顿教授提出一种基于多层人工神经网络的机器学习方法 ， AI 才迎来了第三次发展浪潮 。
人工神经网络模仿了神经元相互传递信号的方式 ， 它会在训练数据的帮助下逐渐学习 ， 做出的判断越来越准确 。 而多层神经网络 ， 是在数据输入层和结果输出层之间 ， 夹着更多 「隐藏层」的神经网络 。 各层中的神经元彼此相连 ， 构成类似大脑皮层的复杂结构 。
这种让多层神经网络从训练数据中学习的方法 ， 就是大名鼎鼎的「深度学习」 。 它是目前最受重视的机器学习方法 ， 也是近年来 AI 迅速发展的基础 。 无论是打败李世石的 AlphaGo ，还是能听懂我们说话的小度音箱 ， 都是基于深度学习技术；处理人类的自然语言、看到和识别物体、转换不同数据形式 ， 都是深度学习技术能够分担人类工作的领域 。
简单人工神经网络和深度人工神经网络
在这项技术发展的早期 ， 往往是研究者自己编写神经网络 ， 经由数据训练 ， 转化成能解决问题的深度学习模型 。 很快地 ， 人们把构建深度学习模型的几个必要过程提炼出来 ， 形成稳定通用的组合 ， 构成「深度学习框架」 。 它们隐藏了复杂的底层工作 ， 大幅降低深度学习的使用门槛 。 因其重要 ， 框架被称为「智能时代的操作系统」 ， 成为大多数 AI 用户的入口 。
许多 IT 企业都以开放源代码的方式发布了自己的深度学习框架 ， 希望能将 AI 引入更多行业中 。 在世界上 ， 谷歌的 TensorFlow ， Meta（原脸书）的 PyTorch百度的飞桨 PaddlePaddle ， 亚马逊的 MXNet 都拥有大量用户 ， 吸引了大批开发者和研究者；2020 年以来 ， 国内又相继出现了旷视 MegEngine、清华大学 Jittor、华为 MindSpore、一流科技 OneFlow 等等一批开源深度学习软件框架 。
相关经验推荐
- 相机|断货、涨价、无米之炊，相机行业的2022和未来
- 显卡|等着看，显卡越崩越难卖，未来2年都将持续跌价！
- 小米科技|处理器已成过去式，从荣耀70新机的曝光来看，未来手机体验更重要！
- 机器人|厌倦了捡玩具？ 戴森未来的家用机器人想为你做什么？
- iPod|苹果电池换哪个品牌好？电池弹窗怎么办？
- 京东|京东集团发布2021年ESG报告 以新型实体企业引领可持续未来
- iPod|小米智能家庭屏10：小爱触屏旗舰一屏多用，全屋智能轻松妙控
- 法拉第未来|车造出来了！法拉第未来发布最新财报：3个月亏损10亿元
- 高通骁龙|3830元！苹果绝版全新iPod突然现身：土豪看得上吗？
- Python|浅谈SAP顾问未来十年在中国的发展前景