认识达内从这里开始

认真做教育专心促就业

人工智能崛起的关键人物

发布：互联网
来源：互联网
时间：2018-03-22 18:51

科技革命和应用成熟的关系,就像毕昇发明了印刷术,而德国人古腾堡推动了活字印刷术的应用.青岛达内培训：历史上这样的例子有很多.比如我们熟知的瓦特其实并不是蒸汽机的发明人,而是那个使得蒸汽机能够达到大规模运用水平的改进者;坦克是英国人发明的,而把坦克的能力发挥到淋漓尽致的闪电战打法却是德国人发明的.

    在科技领域,我们往往会重视那些制造了坦克的发明家,即那些原创的科学突破,而忽略了发明闪电战的战略家.他们往往是把科学革命的价值真正实现出来,也就是真正造福社会,推动了科技进步的贡献者.

    深度学习的发明人

    昨天我们介绍了深度学习的发明人Geoffrey Hinton,从上世纪80年代初到这一轮的人工智能被认可,中间有30多年的时间,Hinton教授做了大量的研究,做出了大量的成果.但是这30多年的时间里,Hinton教授的研究成果并没有被学术界认可,具体来说有两个原因:

    第一,因为深度学习要求分层,每一层该怎么单独优化,这个问题Geoffrey Hinton直到2006年才解决.他发表论文在2007年的《认知科学趋势》杂志上,成了这一轮人工智能革命启动的标志,标志着深度学习的算法初步被完善了.

    第二,是在理论完备之后的好几年里,深度学习依然不被认可.原因是深度学习这样的人工智能系统,它的算法不够好,不如其它的算法好.

    深度学习崛起的关键人物

    让深度学习真正开始实现大规模应用的是两个人:

    一个是斯坦福大学计算机科学系和电子工程系教授吴恩达.吴恩达主要成就在机器学习和人工智能领域,他是人工智能和机器学习领域的学者之一.2010年,时任斯坦福大学教授的吴恩达加入谷歌开发团队XLab--这个团队已先后为谷歌开发无人驾驶汽车和谷歌眼镜两个知名项目.吴恩达与谷歌工程师开始合作建立全球的"神经网络",这个神经网络能以与人类大脑学习新事物相同的方式来学习现实生活.谷歌将这个项目命名为"谷歌大脑",也就是之前提到的Google Brain项目.

    吴恩达

    另外一个人也是斯坦福的教授,2015年"全球百大思想者"李飞飞.李飞飞建立了一个图像识别资料库,通过这个图像库的训练,李飞飞成功地训练出视觉能力超过人的人工智能系统.

    李飞飞

    所以学术界对于深度学习的重视是2012年到来的.这一年人工智能视觉识别实现了突破,在斯坦福举办的ImageNet比赛上,深度学习不光超越了其它所有算法,也第一次超越了人类.

    公众对于人工智能的重视发生得更晚.一直到2016年3月份,谷歌AlphaGo战胜了李世石,深度学习受到了大众追捧.

    这里插个题外话.回顾这段历史,我们发现两个道理:

    1. 人工智能的发展史源远流长.

    2. 人工智能的开创者Geoffrey Hinton教授不年轻了.

    在传统的认知里,我们经常会觉得很多伟大的科学发明都是一蹴而就的.因为中国人从小听惯了"牛顿和苹果"的故事,以为伟大的发明都是灵光一闪.

    与人工智能类似,现代3D打印技术的发明人查尔斯·胡尔(Charles W. Hull)在1986年发明了SLA(光固化立体成型)技术.但受限于当时的工艺条件,其体型十分庞大,有效打印空间却非常狭窄.在这30多年的时间里,人类做了大量的研究,进行了无数次的探索,不断改进细节,才得以把这项技术的潜力真正发挥出来.

    全球第一台光固化SLA-250

    这就回到我们刚开始提出的,我们往往会重视那些新技术的发明家,然而忽略了改进并推广这项技术的战略家.把技术革命的价值真正实现出来,推动社会进步的,包括众多企业家,他们都在为人类科技的进步添砖加瓦.

    深度学习只是人工智能的一部分

    回到人工智能的话题上来我们知道,深度学习只是人工智能的一个分支.这一轮人工智能革命的代表是深度学习的突破,以AlphaGo为代表的深度学习领域内的佼佼者,已经开始将其运用到各个行业领域.但是人工智能的革命才刚刚开始,未来到底是不是深度学习的延续,还是人工智能的另一个领域实现赶超,我们都不得而知.

    深度学习是机器学习(Machine Learning)研究中的一个新领域.所谓机器学习,是指通过学习算法,使得机器能从大量历史数据中学习规律,从而对新的样本做智能识别或对未来的预测.机器学习是人工智能的一个分支,很多时候几乎成为人工智能的代名词.

    除了深度学习,机器学习还有一个重要的分支:强化学习(Reinforcement Learning,RL),也成为增强学习.Google的DeepMind就是将深度学习和强化学习这两者的精髓合二为一,提出了深度强化学习.强化学习最早可追溯到生理学家巴普洛夫的条件反射实验,关注的是一个能感知环境的智能体(Agent,学习者)如何在环境中采取一系列行为,获得最大的累积回报.

    美国最早的移动计算系统(PALM)的发明人Jeff Hawkings发明了记忆预测模型,相比深度学习,记忆预测模型更符合人类的思维特征.但是因为Jeff Hawkings构建的人工智能系统表现不够好,尚未得到广泛的应用.

    今天我们主要讲了三点.

    1. 新科技的发明仅仅是一个开端,我们还需要把科技优势发挥出来并不断优化的推动者.

    2. 深度学习真正开始实现大规模应用的两位推动者分别是吴恩达和李飞飞,都是华裔.

    3. 深度学习只是人工智能的一个分支,在未来是否会有其它科技超越深度学习,今天看来都是未知的.

更多青岛达内培训相关资讯,请扫描下方二维码

青岛达内培训