人工智能

1、專業(yè)技術(shù)講座學(xué)習(xí)人工智能人工智能（ArtificialIntelligence），英文縮寫(xiě)為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門(mén)新的技術(shù)科學(xué)。它是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人

2、工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。其可以對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人的智能?？偟膩?lái)說(shuō)是一門(mén)極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等，其研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。

3、第一次具體知道這個(gè)概念是在一檔綜藝節(jié)目《最強(qiáng)大腦》。百度研究的人工智能型機(jī)器人“小度”和高智商、特殊天賦人群的pk。它向我展示了人工智能在聲音圖像處理上目前已達(dá)到的高度。記憶猶新的是一場(chǎng)人臉辨別，陰差陽(yáng)錯(cuò)的識(shí)別了一對(duì)雙胞胎。之前我還在納悶這個(gè)機(jī)器人到底是靠什么來(lái)判斷如何根據(jù)細(xì)微的特征來(lái)尋找上policy與value網(wǎng)絡(luò)相當(dāng)于共用了之前大部分的特征提取層，輸出階段的最后幾層結(jié)構(gòu)仍然是相互獨(dú)立的。訓(xùn)練的損失函數(shù)也同時(shí)包含了policy和va

4、lue兩部分。這樣的顯然能夠節(jié)省訓(xùn)練時(shí)間，更重要的是混合的policy與value網(wǎng)絡(luò)也許能適應(yīng)更多種不同情況。在網(wǎng)絡(luò)結(jié)構(gòu)的設(shè)計(jì)上，新的算法與之前的AlphaGo有兩個(gè)大的區(qū)別。首先，與之前將走子策略(policy)網(wǎng)絡(luò)和勝率值(value)網(wǎng)絡(luò)分開(kāi)訓(xùn)練不同，新的網(wǎng)絡(luò)結(jié)構(gòu)可以同時(shí)輸出該步的走子策略(policy)和當(dāng)前情形下的勝率值(value)另外一個(gè)大的區(qū)別在于特征提取層采用了20或40個(gè)殘差模塊，每個(gè)模塊包含2個(gè)卷積層。與之前采用

5、的12層左右的卷積層相比，殘差模塊的運(yùn)用使網(wǎng)絡(luò)深度獲得了很大的提升。AlphaGoZero不再需要人工提取的特征應(yīng)該也是由于更深的網(wǎng)絡(luò)能更有效地直接從棋盤(pán)上提取特征。根據(jù)文章提供的數(shù)據(jù)，這兩點(diǎn)結(jié)構(gòu)上的改進(jìn)對(duì)棋力的提升貢獻(xiàn)大致相等。因?yàn)檫@些改進(jìn)，AlphaGoZero的表現(xiàn)和訓(xùn)練效率都有了很大的提升，僅通過(guò)4塊TPU和72小時(shí)的訓(xùn)練就能夠勝過(guò)之前訓(xùn)練用時(shí)幾個(gè)月的原版AlphaGo。在放棄學(xué)習(xí)人類棋手的走法以及人工提取特征之后，算法能夠取得