读了李开复老师<人工智能>第二章,写下随笔。
人工智能的上一个高潮是Watson在国际象棋比赛中战胜棋王卡斯帕罗夫。然而当专家系统无法有效应对更复杂的环境而遇冷,而现在,人工智能又称为全世界的焦点,核心原因是有了海量数据采集能力。
于此同时,在摩尔定律的作用下,计算资源价格快速下跌,计算能力直线上升,所以导致之前无法执行的深度学习等算法有了用武之地。所以,李开复老师将人工智能做如下定义。
人工智能=大数据+深度学习
在维克托·迈尔-舍恩伯格的<大数据时代>一书中,提出数据才是根本,所以能处理海量算法的统计学在90年代乃至本次浪潮的主流。<智能时代>的作者吴军博士指出,大数据是一种全新的方法论,根本上改变做事的方式和方法。目前效果最有代表性的应用是语音识别和机器翻译,有了海量数据后,简单的模型战胜了精巧的算法。
因此,数据是道,是人工智能腾飞的根本。
深度学习是目前最火的算法代表,在各种分类问题上都取得让人瞠目结舌的效果。李开复老师给了一个有趣的网站,(http://playground.tensorflow.org), 大家可以上去玩玩。算法是人类精细化构建出来的模型,具备对数据的解析能力。
所以,算法是术,是人工智能进阶的武器。
在数据和算法之外,有个核心的因素,是场景。目前各种牛的应用,都是在弱人工智能下,脱离了场景则毫无意义。这里也就引出目前各种人工智能应用最关键的问题,场景是什么,落地的方法是什么,换算成算法的语言,就是算法优化的目标是什么,最牛的算法大牛的能力不是实现,而是定义。
在数据层面,脱离场景聊数据就是耍流氓。大数据也不是一味大体量大,更多是数据全,数据有深度,用全数据取代抽样数据。何在特定场景下,实现有效的数据采集、存储和处理是大问题,对海量数据预处理是目前投入最高的一个环节。
最后,附上高纳德技术成熟度曲线一张,大家看看自己所在的领域,是不是还在图上。
高纳第技术成熟度曲线
欢迎大家订阅我的微信公众号: [pdm-yuanqian],不如杯在手。
网友评论