加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
  • 推荐器件
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

莫大康:人工智能很火的思考

2017/12/04
39
  • 2评论
阅读需 20 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论


 

 人工智能很火 

中国政府 2017 年将人工智能写进《政府工作报告》中,美国白宫 2016 年就发布了一份名为《时刻准备着:为了人工智能的未来》(Preparing for the Future of Artificial Intelligence)的研究报告,两国都清晰地认为,AI 是下一个时代的科技制高点。

美国谷歌的母公司 Alphabet Inc 执行董事长施密特(Eric Schmidt)在 CNAS 所举行的会议上表示,未来 5 年美国在 AI 领域还能领先中国,但随后可能就处于相同水平。

俄罗斯新闻社(TASS,塔斯社)9 月 1 日报导,俄罗斯总统普京(Vladimir Putin)在「ProyeKTOriya」论坛上对学生说,能够在 AI 产业居于领先地位的国家将可能统治世界。

机器人围棋胜过人类是个转折点 

2016 年 3 月谷歌的 AlphaGo 的阿尔法狗 4:1 胜韩国九段李世石,及 2017 年 5 月谷歌的 AlphaGo Zero 3:0 胜世界围棋头号选手中国的柯洁。

为什么把围棋比赛视为人工智能的转折点,原因是它给深度学习的成果作了例证。其实人工智能的概念,早在 60 年前的“模式识别技术”己经进入人们视线,但是由于受当时的芯片速度、存储容量等限止,虽然此技术从原理上有前景,实际上无法推进。一直到近期 Nvidia 等的 GPU、图形处理器技术大幅提升,给深度学习创造了机会。

美国谷歌公司 2016 年的 AlphaGo 属于 AI (人工智能)2.0 时代,它是通过输入约 3,000 万盘围棋的棋谱,让自己与自己下了 2000 万盘,通过自我学习后才有进步。但是这些棋谱的程度不一,包含二段到六段等级,最终却可以打败九段的真人高手,甚至后来还赢了大陆职业棋手柯洁,以及南韩职业棋手李世石。

继 AlphaGo 后,又推出升级版 AlphaGo Master。旧有的版本它的 CPU 中需要釆用 176 个 GPU,但 Master 版本则仅用到谷歌自己的 4 个张量处理单元(Tensor Processing Unit ,TPU),能以更少的棋谱去进行深度学习,让 AI 进入 3.0 时代。

到 2017 年 10 月初,随着 AlphaGo Zero 问世,已经进入 AI 4.0 时代。在 AlphaGo Zero 出现前,谈到 AI,都认为是大数据(Big Data)加上深度学习的共同创造的结果;实际上 AlphaGo Zero 它不需要任何棋谱,但要输入算法,通过自我学习,在围棋比赛中能击败前几个版本。

引发的思考 

1) AI 通过学习能够进步,能复制吗?
机器竟然可以通过输入二、三段或六段等较低阶的棋谱后,自己不断的玩、不断进行深度学习,最后打败拥有高段,甚至“本因坊”实力的棋手。

2) 大数据还有多重要?
之前都认为是大数据(Big Data)加上深度学习;但是 AlphaGo Zero 不需要任何棋谱,刚开始也是乱走,但是最终能击败前几个版本,导致业界有两种观点,究竟利用小数据,还是仍要大数据,目前可能仍有分岐。

3) AlphaGo Zero 让人们开始从哲学思维去重新思考现在的世界
人类获取知识的渠道,例如上学、读书、向前辈学习经验等,可能并非完善,仅是一小部分,还有很大的潜力。

4) 算法的威力无比
AlphaGo 是输入约 3,000 万盘棋谱,跟自己玩了 2,000 万盘,而 AlphaGo Zero 用更低的耗电、更少的 CPU,只玩了约 500 万盘棋,就打赢所有拥有人类数据的围棋程序。计算一下,500 万约是 10 的 9 次方,而围棋的所有可能性约是 10 的 360 次方,那么,10 的 9 次方对整个围棋可能性 10 的 360 次方的占比,大概又是多少呢?

反映此次人类在围棋的算法设计中已经掌握了关键要素,帮助智能机器打败人类。但是从总体上,只要算法仍是由人来设计,机器的任务还是人类定义的,表明智能机器可能无法超越人类。

人工智能任重道远 

人工智能很红火,看似是围棋比赛带来的后果,让人们感觉到己有近 2,000 年历史的围棋,结果却被一部计算机打败,顿时觉得人工智能技术十分诱人。

人工智能技术的发展有三个核心要素:

一、深度学习算法的提出;

二、移动互联网能产生足够的大数据;

三、计算能力的大幅度提高。

尽管三个要素各不相同,但是它们之间互相有关连,需要协调发展。现阶段人工智能的模式迁移已现端倪,如 AR、语音、图像识别等技术从产业应用方面的‘奇点时刻’正在临近。然而真正的关键是人工智能技术的落地,解决客户端的问题相比云端更为重要,让用户真切的感觉到人工智能技术己经触及它们的“痛点”。

近日有文认为 2030 年在人工智能技术方面中国可能超越美国,消息是鼓舞人心,然而应该少说多做,因为在人工智能中的芯片是核心,现阶段中国至多仅有几家 fabless 公司刚露出头,但是从芯片的制造等环节尚有很大的差距。

人工智能技术,现阶段尚处在启步阶段,按计算所的人工智能专家陈云霁说,未来人工智能芯片的计算效率要提高一万倍,功耗降低一万倍。如同一切有前景的新兴技术一样,前景肯定是光明的,但是道路是曲折的,人工智能尚有许多技术难关要去克服,因此只有下定决心才有成功的希望。
 

更多最新行业资讯,欢迎点击与非网《今日大事要闻》

 

推荐器件

更多器件
器件型号 数量 器件厂商 器件描述 数据手册 ECAD模型 风险等级 参考价格 更多信息
MMCX-J-P-H-ST-TH1 1 Samtec Inc RF MCX Connector, 1 Contact(s), Female, Board Mount, Solder Terminal, Locking, Jack, ROHS COMPLIANT

ECAD模型

下载ECAD模型
$6.78 查看
4611H-701-121/560L 1 Bourns Inc RC Network, Terminator, 120ohm, 50V, 0.000056uF, Through Hole Mount, 11 Pins, SIP, ROHS COMPLIANT
暂无数据 查看
SMDB3 1 STMicroelectronics DIAC

ECAD模型

下载ECAD模型
$0.52 查看

相关推荐

电子产业图谱