|
細數人工智能的發展
人工智能在經歷了60年的發展，開始顯現出其遠大的發展前景。尤其是Watson和AlphaGo的出現，使得業內人士大喜過望。人類不僅解放了肉體，可以不必親自去從事繁重、危險的體力勞動，而且還初步解放了思維，可以用機器來替代人們進行簡單的腦力勞動。 1、棋類游戲全面戰勝人類對手 計算量較小的國際跳棋到計算量最大的圍棋，人工智能在棋類游戲領域已經全面戰勝了人類的對手。第一臺能同人下國際跳棋的計算機出現在1958年，名為“思考”，機型是IBM704，計算能力是200步/秒，而從1994年起國際跳棋程序切努克（Chinook）就從未被人類擊敗過。IBM的“超級深藍”1997年以3比2擊敗了卡斯帕羅夫，“深弗里茨”于2002年10月與克拉姆尼克4比4戰平。在圍棋方面，日本電腦圍棋軟件“ZEN”于2012年3月在受五子和受四子情況下均擊敗武宮正樹九段，谷歌的AlphaGo先是在2015年10月以5:0戰勝歐洲圍棋冠軍、職業二段樊麾，然后又在2016年3月開始的比賽中以4:1戰勝了多次取得世界冠軍的韓國棋手李世石，在2017年初又在中日網絡棋壇上取得60連勝的戰績。 從人機大戰歷史進程中我們可以看出，從跳棋到象棋再到圍棋，計算量越來越大，計算難度也越來越大，連被認為是一對一智力較量的最高等級游戲、人類的最后堡壘——圍棋也不能阻止人工智能前進的步伐，不得不對人工智能刮目相看。 2、識別與理解能力開始顯著提升 在語音識別與理解領域，IBM在1950年末就開始了語音識別研究工作，并在1962年西雅圖世界博覽會上展出了被稱作“鞋盒”語音識別機器，1992年研制成功世界上第一套聽寫系統ISSS，1997年推出了ViaVoice。目前，自然語言識別與理解技術已經超過人類，開始在語音輸入、自動化客服等相關領域商用，開始向同聲傳譯進軍。不僅如此，牛津大學2016年11月發表的論文顯示，其研發出的人工智能系統LipNet能夠將視頻中人物的嘴巴活動與其臺詞進行匹配，準確率高達93.4%，而即使是最專業的唇語解讀者，其準確率也只有20%-60%。在圖像識別與理解方面，目前機器圖像辨識錯誤率僅為3.0%，而人眼的辨識錯誤率約在5.1%左右，并能夠根據圖像寫出其所表達的含義。除了我們常見的二維碼應用和OCR（光學文字識別）已經獲得廣泛商用之外，圖像識別與理解技術在自動駕駛、智慧醫療等領域的能力表現也顯著超過了人類頂級專家。 3、基于深度學習的各類應用已陸續展開
目前，基于深度學習的各類應用已經取得了較好的應用效果，并且正在推動人類社會從信息化時代向智能化時代轉變。在云計算、大數據以及深度學習的推動下，人工智能技術應用領域越來越廣泛。搜索引擎機器人能夠根據用戶畫像為用戶推薦滿意的搜索結果和廣告，寫作機器人能夠自動撰寫新聞甚至科研論文，傳媒監管機器人還能夠自動識別黃色和政治敏感的圖像與視頻。我們還記得，就在2016年3月25日不到一天的時間，推特（Twitter）上的微軟人工智能機器人Tay就被人類“教壞”，成為一個臟話連篇的種族主義者，雖然微軟不得不將其立即下線，但人工智能強大的學習能力已經表露無遺。尤其是IBM基于前期60多年的持續技術積累，已經將其技術精髓集中體現在Watson之中，并從近幾年開始陸續將其所取得的成果在十幾個行業進行商用，從最初的信息產業延伸至醫療、環保、投資、保險、并購、法律、時尚等，為相關用戶提供較為完善的解決方案，期望引領整個社會全面邁入認知商業新時代。此外，牛津大學正在考慮將Libratus技術應用在商業談判、軍事戰略和大型銀行使用的高頻交易系統等各個領域，日本已經開始將情緒識別與理解用于檢測網民的自殺傾向。基于上述原因，我們完全有理由判定，人工智能將會改變人類生活的方方面面。
|
