Python培訓(xùn)之如何走向真正的人工智能？

    “人工智能”這個被一時間帶火的“熱詞”，已成為當(dāng)下最火熱的產(chǎn)業(yè)之一，從蘋果Siri到谷歌的AlphaGo等，AI的大規(guī)模運用，將給當(dāng)下的社會生產(chǎn)力帶來爆炸式的增長，我們曾經(jīng)憧憬的未來世界，都在人工智能的撬動下，已悄然掀開了序幕。

　　人工智能是新一輪產(chǎn)業(yè)變革的核心驅(qū)動力，也是當(dāng)前各路資本關(guān)注的焦點領(lǐng)域。以特色產(chǎn)業(yè)和新興產(chǎn)業(yè)集聚為主要特征的特色小鎮(zhèn)，是我國城鎮(zhèn)化進(jìn)程中的全新嘗試和探索，也蘊藏著巨大的市場機(jī)遇。

　　為了充分利用并推廣人工智能，實現(xiàn)與人工智能的溝通，首先我們需要抓住人工智能的本質(zhì)。

　　什么叫人工智能?迄今有許多定義。智能這個詞已經(jīng)變得很大眾化隨處可見，那什么是真正的人工智能?這個問題比較大，但還是可以說清楚。

　　人工智能也就是人造的智能。意識不是人造的，其中的自我意識可感知整體的自我，并與自我之外的環(huán)境清晰分隔，是“生命存在”的主要體感。意識的物質(zhì)基礎(chǔ)仍然是生物神經(jīng)元及其脈沖編碼，是遍歷整合大腦中各功能模塊、皮層各通道之巨量神經(jīng)回路集體投射的結(jié)果。

　　人工智能使得推薦引擎人性化，提高物流引擎的準(zhǔn)確性，并增強(qiáng)聊天機(jī)器人引擎的親切程度。學(xué)習(xí)新語言(Duolingo)，制定新的晚餐計劃(Replika)，讓攝影再度流行(Prisma)，這些都是我們的商業(yè)伙伴引入人工智能后所迸發(fā)的潛力。

　　我們對人工智能的計劃

　　在半監(jiān)督、無監(jiān)督深度學(xué)習(xí)方法突破之后，很多行業(yè)應(yīng)用包括人工智能場景研發(fā)都會快速推進(jìn)。實際應(yīng)用時我們一般都通過數(shù)據(jù)迭代、算法迭代向前推進(jìn)。

　　如果我問你怎么建房子，你會想到一系列的步驟。當(dāng)問及如何驗證一個公司的技術(shù)安全范圍時，你腦海中就會立即涌現(xiàn)出各種行動步驟。當(dāng)你去巴西度假的時候，你就會迅速而清晰想到在沙灘上前行的方法。

　　當(dāng)然我們談?wù)摰闹黝}并非建造房屋、創(chuàng)建安全范圍，或是安排假期。我們討論的重點是如何把強(qiáng)大的人工智能介紹給商業(yè)領(lǐng)域的佼佼者、科學(xué)家以及醫(yī)學(xué)專家。我們從哪里開始著手呢?我們第一步應(yīng)該做什么呢?

　　邁向人工智能的三個步驟

　　人工智能可以分為兩類：(1)思維過程和推理(2)行為。無論你是更傾向于數(shù)學(xué)和工程學(xué)方面(理性主義者)還是更接近以人為本的方法(行為)，人工智能的核心是試著理解人類的思維方式。

　　第一步：企業(yè)決定探索何種人工智能。

　　(1)人性化思維：能像人類一樣思考的系統(tǒng)

　　(2)人性化行為：能像人類一樣行動的系統(tǒng)

　　(3)理性思維：理性思考的系統(tǒng)

　　(4)理性行為：理性行動的系統(tǒng)

　　第二步：確定人工智能計劃的意圖。

　　人性化思維(認(rèn)知建模)將人工智能與模型相結(jié)合——就像神經(jīng)生理學(xué)實驗?zāi)菢?。在認(rèn)知科學(xué)領(lǐng)域的實際實驗依賴于對人類或動物的觀察和調(diào)查。人性化行為(圖靈測試)試圖在零智力和令人滿意的智力之間建立一條界限。理性思維能抓住計算機(jī)語言中的“正確思維”。編程邏輯難度很大，是因為非正式的知識不能很好地轉(zhuǎn)化為正式的符號。理性行為是有關(guān)于行動的行為。代理執(zhí)行行為，“理性代理”可以自主操作，適應(yīng)變化和進(jìn)化(學(xué)習(xí)型智能)。

　　第三步：確定所需能力。

　　人性化思維能力：

　　(1)觀察

　　(2)匹配人類行為

　　(3)解決問題的推理方法

　　(4)解決問題

　　(5)模擬人類思維的計算機(jī)模型

　　人性化行為能力：

　　(1)自然語言處理

　　(2)自動推理

　　(3)機(jī)器學(xué)習(xí)

　　(4)知識呈現(xiàn)

　　(5)計算機(jī)視覺和機(jī)器人技術(shù)

　　理性思維能力：

　　(1)編纂思維

　　(2)模式論證結(jié)構(gòu)

　　(3)編纂事實和邏輯(知識)

　　(4)在實踐(而非原理)中解決問題

　　(5)用邏輯符號解決問題

　　理性行為：

　　(1)思維推斷

　　(2)適應(yīng)變化(代理，聊天機(jī)器人)

　　(3)分析多個正確結(jié)果

　　(4)自主操作

　　(5)創(chuàng)造和實現(xiàn)目標(biāo)

       超越

　　自20世紀(jì)40年代中期以來，人工智能已經(jīng)從哲學(xué)層面跨越到控制理論。邏輯和理性哲學(xué)奠定了學(xué)習(xí)、語言和推理的基礎(chǔ)。數(shù)學(xué)在形式上代表計算和概率。心理學(xué)闡明了運動和精神物理學(xué)(實驗技術(shù))的現(xiàn)象。語言學(xué)研究了形態(tài)學(xué)、句法、語音學(xué)和語義學(xué)。神經(jīng)科學(xué)研究了神經(jīng)系統(tǒng)和大腦的功能?？刂评碚搶討B(tài)系統(tǒng)的復(fù)雜性以及反饋改變行為的方法結(jié)合起來。

　　導(dǎo)航、神經(jīng)網(wǎng)絡(luò)、基因表達(dá)、氣候模型和生產(chǎn)理論都來自于控制系統(tǒng)工程。

　　為避免搞混人工智能的各種可能性，首先，我們必須決定探索哪一種人工智能。其次，我們必須確定人工智能計劃的意圖。第三，我們必須確定所需能力?？偠灾合戎贫ㄓ媱?，再執(zhí)行這三個步驟，才能激發(fā)人工智能的潛力。

本文版權(quán)歸黑馬程序員Python培訓(xùn)學(xué)院所有，歡迎轉(zhuǎn)載，轉(zhuǎn)載請注明作者出處。謝謝！

作者：黑馬程序員Python培訓(xùn)學(xué)院

首發(fā)：http://3rdspacecomics.com/news/python.html