人工智能
在上几期的技术浅谈中，我们谈到了云计算和大数据的基础知识，大家在一定程度上，应该对云计算和大数据有了初步的了解。那么，如果说除了云计算和大数据之外，还有是能够让猪也飞起来的风口，那么，这就一定是人工智能（AI）了。
雷军曾在微博上说：只要站在风口上，猪也能飞起来。
由于人工智能在近些年来实在太火了，国家也在2017年发布了关于人工智能的战略规划——《新一代人工智能发展规划》，2020年，人工智能也被列为新型基础设施建设的七大领域之一。
新基建的七大领域
那么，本期我们就简单聊一聊AI吧。
大家都在说，那么人工智能是如何来的呢？
虽然说人工智能是风口，但是，从历史上来说，人工智能并不是一个新的概念，它甚至还要比云计算和大数据来得早得多。从上世纪50年代开始，艾伦·麦席森·图灵发表了“计算机器和智能”，提出了模仿游戏的想法 ——一个考虑机器是否可以思考的问题。这一建议后来成为现在的图灵测试，即测量机（人工）智能。图灵测试成为了人工智能哲学的重要组成部分，主要是在机器中讨论智能。
图灵在1950年发表的文章
著名的图灵测试是这样的：将人与机器隔开，前者通过一些装置（如键盘）向后者随意提问。多次问答后，如果有超过30%的人不能确定出被测试者是人还是机器，那么这台机器就通过了测试，并被认为具有人类智能。
正是由于图灵测试的出现，让所有人工智能科学家都有了一个最高目标。即只要研究出来的产品能够通过图灵测试，就能被成为是人工智能，这样一来，声称自己通过图灵测试的人工智能公司如雨后春笋般出现。然而，概念终究是概念，事实真的如此吗？
史上第一台通过图灵测试的计算机
前面提到了图灵测试，但是，在IT的发展历史上，第一次通过图灵测试的计算机，还要说到2014年。
在“2014图灵测试”大会上，有一位挑战者叫做尤金·古斯特曼（Eugene Goostman），他来自乌克兰，是一位年仅13岁的“小男孩”。2014年6月7日，是“小男孩”尤金首次参加测试的日子。这一天也是英国数学家、逻辑学家，被称为传奇天才，人工智能之父阿兰·图灵六十周年忌日。这场被称作“图灵测试”的大对决，在英国皇家学会举行，由英国雷丁大学的客座教授、大学副校长凯文·沃维克主持。30位评委有政治家、皇家学会会员、人工智能教授、控制论专家、电影明星脱口秀主持人等，都是目光犀利、眼里不揉沙子的人。他们轮流对“受试者”问话，一问一答都在屏幕上用文字显现而不发出声音。在众多人机参赛的情况下，尤金一举夺魁，它以超过30%的图灵标准通过了图灵测试，成为被判断具有“人工智能”的首台计算机，由此人工智能研究迈出了决定性的第一步。
“小男孩”尤金
就这样，在2014年之后，人工智能又开始在世界上掀起了一番热浪，随着技术的发展，人工智能开始被世人重视。
现在的人工智能是怎么运作的呢？
从人工智能的概念上来说，人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。那么，理解人工智能，必须先知道人的“智能”是如何运作的，尤其是人脑的运作方式。
原来，人类的大脑并不会存放数据，但可以通过神经元的触发实现，每个神经元有从其他神经元的输入，当接收到输入的时候，会产生一个输出来刺激其他的神经元，于是大量的神经元相互反应，最终形成各种输出的结果。
举个简单的例子，当人们看到美女瞳孔放大，绝不是大脑根据身材比例进行规则判断，也不是将人生中看过的所有的美女都统计一遍，而是神经元从视网膜触发到大脑再回到瞳孔。在这个过程中，其实很难总结出每个神经元对最终的结果起到了哪些作用，反正就是起作用了。
神经元工作示意图
于是，我们也可以用单数据来模仿神经元，这个神经元有输入，有输出，输入和输出之间通过一个公式来表示，输入根据重要程度不同(权重)，影响着输出。于是将n个神经元通过像一张神经网络一样连接在一起，n这个数字可以很大很大，所有的神经元可以分成很多列，每一列很多个排列起来，每个神经元的对于输入的权重可以都不相同，从而每个神经元的公式也不相同。当人们从这张网络中输入一个东西的时候，希望输出一个对人类来讲正确的结果。但是神经元并不会知道什么是正确的结果，因此需要大量的学习和训练。
学习的过程就是，输入大量的图片，如果结果不是想要的结果，则进行调整。如何调整呢，就是每个神经元的每个权重都向目标进行微调，由于神经元和权重实在是太多了，所以整张网络产生的结果很难表现出非此即彼的结果，而是向着结果不断进步，最终能够达到目标结果。
以上的过程正是著名的“神经网络”原理。谷歌著名的“深度学习”和“机器学习”理论正是通过神经网络网络的工作而模拟的。
为什么人工智能现在才火起来呢？
从刚才的神经网络中，我们可以得知，对于人工智能来说，最重要的三个要素就是：算力、数据和算法。
-
算力
之前我们提到了云计算的最大特点是：弹性灵活、快速部署、无限扩展。那么，使得人工智能需要大量算力的问题迎刃而解，曾经在自己PC机上运行神经网络的日子将一去不复返，弹性的云计算大大提高了现在的运算能力。同时，随着GPU的不断进步，过去很多人工智能的运算基于CPU实现，如今AI的运算都通过GPU实现，大大减轻了CPU的压力。现在GPU上云已经十分成熟，让企业使用AI对现有业务做分析和决策，已经成为了常态。 -
数据
俗话说得好，正所谓是熟能生巧，对于AI来说，也是这个道理。那么怎么样才能“熟”呢？那正是大量的学习和训练，也就缺少不了大量的数据。前面我们说过了，互联网和DT时代的到来，让越来越多的数据展现出了应有的价值，那么这些价值也体现在了人工智能的训练上面，归根到底，人工智能的学习和训练正是大数据的学习和训练。 -
算法
什么是算法呢？算法其实是一系列解决问题的清晰指令，把AI当做一个人的话，算法就是AI的正确学习方法。想要训练好一个准确的模型，算法是十分重要的，随着IT的发展，越来越多的开源技术、计算框架和唾手可得的论文，使得AI算法在神州大地落地开花。
AI的发展
从上图看来，AI的发展正是顺应了时代的发展，也正是云计算和大数据时代孵化出来的一个伟大的产物。
但是，现在的AI真的发展成熟了吗？
某云的AI产品
从现在看来，人工智能还属于初级阶段，即弱人工智能。换句话说，现在的AI只可以代替人力处理某一领域的工作。而对于强人工智能和超人工智能，我们的发展还很遥远。然而对于我们来说，未来的路还很长，也许现在这个时代，也是最好的时代。本期的技术浅谈就到这里了，AI技术的具体领域，我们后面一定会找机会再谈，喜欢的同学，希望可以点个赞哦！
网友评论