人工智能發(fā)展現(xiàn)狀及未來
人工智能的發(fā)展究竟是如何的一個過程，那么人工智能未來的發(fā)展又是如何呢?下面是學習啦小編為你整理的人工智能發(fā)展現(xiàn)狀及未來，供大家閱覽!
人工智能發(fā)展現(xiàn)狀及未來文章
未來： 1、人工智能的進步速度是驚人的，未來我們將開始與人工智能并肩工作。
AlphaGo火了，五場億人圍觀的“人機大戰(zhàn)”，最終它依托大數(shù)據(jù)與深度學習的技術優(yōu)勢以4：1的勝利者姿態(tài)告訴人們，人工智能真的來了，不再只是電影中的場景，而是現(xiàn)實世界里正在上演的又一輪產(chǎn)業(yè)變革，然而這種變革讓不少人感到惶恐，一時間各種人工智能威脅人類的聲音鋪天蓋地，據(jù)英國科學協(xié)會委托網(wǎng)絡調(diào)研公司YouGov進行的一項調(diào)查顯示，大約36%的人認為人工智能技術的興起會對人類長期生存構成威脅。人們在各種人工智能會帶來大波“失業(yè)潮”的言論中深感憂慮，同時也在如此強悍的AlphaGo會不會被惡意利用等問題上擔心不已，那么真實情況到底是怎樣的?我們不妨聽一下業(yè)內(nèi)的大咖們都持怎樣的看法。
AlphaGo被壞人利用怎么辦?AlphaGo無思維能力，不必對其擔憂
韓國著名棋手李世石九段不敵AlphaGo，不得不承認這是一件讓人感到有點可怕的事情，如此強悍的AlphaGo倘若遭到壞人的惡意利用，后果豈不是很嚴重?
對此創(chuàng)新工場聯(lián)合創(chuàng)始人汪華在驚蟄論壇中表示，這個擔心其實是完全沒有必要的，因為無論是自動控制機器人還是AlphaGo的技術進展都是來自于2006年、2007年在深度學習方面的一些突破，但這個東西其實不是真正的人工智能，它只能進行簡單重復的模式識別，相當于腦力里面的機械運動，而在真正的所謂的人類思維方面，到目前為止連基礎理論都還沒有發(fā)現(xiàn)和突破，更何談工程應用，因此沒必要擔心。此外汪華也表示，以前人類發(fā)明的工具大部分都是降低人在體力上的機械重復運動，而現(xiàn)在則是人類歷史上第一次有可能發(fā)明出一種能降低人類在腦力方面的機械重復勞動的工具，因此他認為對于基礎技術的研發(fā)不應該在它還沒有真正出來的時候就做太多的道德或者價值等方面的限制與干涉。
未來五年人工智能將導致千萬人失業(yè)?是的!但更應警惕的是讓人類喪失斗志
人工智能技術的崛起將導致“失業(yè)潮”的發(fā)生已基本成為行業(yè)的共識。“世界經(jīng)濟論壇”2016年年會，基于對全球企業(yè)戰(zhàn)略高管和個人的調(diào)查發(fā)布的報告稱，未來五年，機器人和人工智能等技術的崛起，將導致全球15個主要國家的就業(yè)崗位減少710萬個，2/3將屬于辦公和行政人員。萊斯大學計算機工程教授摩西·瓦迪近日同樣表示，今后30年，電腦可以從事人類的所有工作，他預計，2045年的人類失業(yè)率將超過50%。
創(chuàng)新工場董事長兼首席執(zhí)行官李開復表示，這些強大的機器帶給人類的“下崗潮”還不是最可怕的，因為這些機器會產(chǎn)生巨大的商業(yè)價值，養(yǎng)活著這些下崗者，進而養(yǎng)活著人類。人類最應該擔心的是“人工智能”機器真正可能帶來的危機，不是奴役人類，而是讓人類喪失斗志，無所事事。
人工智能只有“智商”沒“情商”?已誕生情感社交機器人
如果你認為人工智能只能完成高超的邏輯思考，而不會理解人類的情感情緒，包括喜、怒、哀、樂、愛、恨、貪、癡，那就錯了。事實上，越來越精準的圖像、聲音和面部識別系統(tǒng)均能讓計算機更好地探查人的情感狀態(tài)?！陡２妓埂冯s志近期刊文稱，隨著人工智能技術的發(fā)展，基于人工智能的設備不僅可以完成邏輯思考，還將出現(xiàn)類似人類的情感。
而目前也已經(jīng)出現(xiàn)了情感社交機器人如在北京誕生的“公子小白”，其獨有的情感表達系統(tǒng)，能夠識別人類情緒，同時能夠表達自身情緒。強大的語義識別分析能力及知識庫，能夠更好地理解人類不同語義及語義中表達的不同情感，并通過數(shù)據(jù)分析做出最富“人性化”的回應。制造出公子小白機器人的狗尾草智能科技CEO邱楠表示“無論科技如何發(fā)展，回歸人性、回歸情感、重塑連接將依舊是情感機器人所需要努力的方向。”
國內(nèi)外人工智能技術差距有多大?技術本身差距不大，此外目前討論該問題無意義 在國外，全球互聯(lián)網(wǎng)領域的幾大巨頭谷歌、微軟、蘋果和Facebook等都在積極進行人工智能方面的研發(fā)，那么國內(nèi)的情況又是怎樣的?與國外的差距又有多大?
據(jù)中科院計算所研究員陳云霽表示“中科院和教育部的很多高校以及訊飛、百度等公司都在進行人工智能研究，且進展還是比較快的。事實上，中國在智能這樣的新興領域和國外差距不大，甚至在智能芯片上是引領世界的。例如我們的寒武紀，美國的哈佛、斯坦福、MIT、哥倫比亞等高校都跟在我們后面做。”圖靈機器人創(chuàng)始人兼CEO俞志晨同樣在有關人工智能的討論中指出，對于人工技能技術本身，國內(nèi)外差距并不是特別大。不過他表示“現(xiàn)在討論技術差距沒有太大意義，畢竟現(xiàn)在我們離真正的人工智能時代還很遙遠”?！都~約時報》高級科技記者、普利策獎得主馬爾科夫也同樣表示從世界范圍內(nèi)來看，目前的人工智能還遠沒有達到我們想象的地步。他認為目前亟待解決的問題是制造出更好的傳感器以及具備更好的算法能力。
科技的進步會使我們的生活更加方便，但我們也要有敬畏之心去面對。
2、數(shù)據(jù)顯示，目前全球人工智能企業(yè)已經(jīng)超過了900家，總估值超過87億美元。而根據(jù)Tractica發(fā)布的人工智能產(chǎn)業(yè)的市場報告，預測AI市場規(guī)模會從2015年的兩億美元增長到2024年的110美元，年增長率到達56%。另外BBC則預測人工智能市場2020年全球市場規(guī)模將達到183億美元，約合人民幣1190億元。在技術突破、應用領域拓展以及相關扶持政策推動下，人工智能的大潮即將來襲，千億元的市場規(guī)模值得期待。
數(shù)年前看起來還遙不可及的人工智能，如今已經(jīng)越來越大范圍深入的應用于大眾生活工作之中，無論人工智能的發(fā)展會不會對人類造成威脅，其對人類生活起到的極大改變是
毫無疑問的，正如凱文·凱利當年的預言：人工智能會是下一個20年顛覆人類社會的技術，它的力量將堪比電與互聯(lián)網(wǎng)?？梢哉f，得人工智能者終將得天下。
過去：1、1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠見卓識的年輕科學家在一起聚會，共同研究和探討用機器模擬智能的一系列有關問題，并首次提出了“人工智能”這一術語，它標志著“人工智能”這門新興學科的正式誕生。
2、先不管 Google 的 AlphaGo 人工智能是否可以在即將到來的人機對戰(zhàn)中取勝，它的出現(xiàn)至少又掀起了一股人工智能熱。一瞬間，彷佛身邊的人都開始習慣性地討論幾句人和機器誰更厲害的話題。其實，從上世紀 40 年代人工智能誕生至今，這個領域經(jīng)歷了一次又一次的繁榮與低谷。在 AlphaGo 即將創(chuàng)造新紀錄的時候，我們不妨來看看人工智能在這半個多世紀的時間里都有哪些值得回顧的瞬間。
人工智能的出現(xiàn)
看過《模仿游戲》這部電影的讀者，應該對劇中圖靈制造破譯德軍密碼機器的環(huán)節(jié)印象深刻。事實上，20 世紀 40 年代至 50 年代也是人工智能真正誕生的時間。在這段時間內(nèi)，數(shù)學、心理學、工程學、經(jīng)濟學、政治學等領域的科學家們開始探索制造人工大腦的可行性。 1950 年，著名的圖靈測試誕生，按照艾倫·圖靈的定義：如果一臺機器能夠與人類展開對話(通過電傳設備)而不能被辨別出其機器身份，那么稱這臺機器具有智能。同年，圖靈還預言了創(chuàng)造出具有真正智能的機器的可能性。
Benedict Cumberbatch as Alan Turing in THE IMITATION GAME
1951 年，西洋跳棋程序和國際象棋程序相繼誕生。經(jīng)過接近 10 年的發(fā)展后，國際象棋程序已經(jīng)可以挑戰(zhàn)具有相當水平的業(yè)余愛好者，而人工智能游戲也被當著衡量人工智能進展的標準之一。
1956年，在達特茅斯學院舉行的一次會議上，計算機科學家約翰·麥卡錫說服與會者
接受“人工智能”一詞作為本領域的名稱。后來，這次會議也被大家看著是人工智能正式誕生的標志。
人工智能的第一次大發(fā)展
1956 年達特茅斯會議之后的十幾年是人工智能的黃金年代。在這段時間內(nèi)，計算機被用來解決代數(shù)應用題、證明幾何定理、學習和使用英語，這些成果在得到廣泛贊賞的同時也讓研究者們對開發(fā)出完全智能的機器信心倍增。當時，人工智能研究者們甚至認為：“二十年內(nèi)，機器將能完成人能做到的一切工作”、“在三到八年的時間里我們將得到一臺具有人類平均智能的機器”。
達特茅斯學院
伴隨著初期的顯著成果和樂觀情緒的彌漫，在麻省理工、卡內(nèi)基梅隆大學、斯坦福大學、愛丁堡大學建立的人工智能項目都獲得了來自 ARPA(國防高等研究計劃署)等政府機構的大筆資金。不過，這些投入?yún)s并沒有讓當時的樂觀預言得以實現(xiàn)。
人工智能的第一次低谷
由于人工智能研究者們對項目難度評估不足，這除了導致承諾無法兌現(xiàn)外，還讓人們當初的樂觀期望遭到嚴重打擊。到了 70 年代，人工智能開始遭遇批評，研究經(jīng)費也被轉(zhuǎn)移到那些目標明確的特定項目上。
在當時，由于計算機性能的瓶頸、計算復雜性的指數(shù)級增長、數(shù)據(jù)量缺失等問題，一些難題看上去好像完全找不到答案。比如像今天已經(jīng)比較常見的機器視覺功能在當時就不可能找到一個足夠大的數(shù)據(jù)庫來支撐程序去學習，機器無法吸收足夠的數(shù)據(jù)量自然也就談不上視覺方面的智能化。
項目的停滯不但讓批評者有機可乘——1973 年 lighthill 針對英國 AI研究狀況的報告
批評了 AI 在實現(xiàn)其“宏偉目標”上的完全失敗，也影響到了項目資金的流向。人工智能遭遇了 6 年左右的低谷。
人工智能的第二次大發(fā)展
小時候看電視時，不少節(jié)目都給我留下了“日本的機器人技術比中國先進”的印象，其實這并不是憑空發(fā)生的。1981年，日本經(jīng)濟產(chǎn)業(yè)省撥款八億五千萬美元支持第五代計算機項目，目標是制造出能夠與人對話、翻譯語言、解釋圖像，并且能像人一樣推理的機器。隨后，英國、美國也紛紛響應，開始向 AI 和信息技術領域的研究提供大量資金。
在這個階段，諸多公司開始采納一種名為“專家系統(tǒng)”的人工智能程序。這套系統(tǒng)可以簡單理解為“知識庫+推理機”，是一類具有專門知識和經(jīng)驗的計算機智能程序系統(tǒng)，“知識處理”隨之也成為了主流 AI 研究的焦點。
Symbolics 3640 lisp machine
1980 年，卡內(nèi)基·梅隆大學為數(shù)字設備公司設計了一個名為 XCON 的專家系統(tǒng)，這套系統(tǒng)在 1986 年之前能為公司每年節(jié)省四千萬美元。有了商業(yè)模式，相關產(chǎn)業(yè)自然應運而生，比如 Symbolics、lisp Machines 等硬件公司和 IntelliCorp、Aion等軟件公司。這個時期，僅專家系統(tǒng)產(chǎn)業(yè)的價值就有 5 億美元。
人工智能的第二次低谷
好景不長，持續(xù) 7 年左右的人工智能繁榮很快就接近了尾聲。到 1987 年時，蘋果和 IBM 生產(chǎn)的臺式機性能都超過了 Symbolics 等廠商生產(chǎn)的通用型計算機，專家系統(tǒng)自然風光不再。
到 80 年代晚期，DARPA 的新任領導認為人工智能并不是“下一個浪潮”;1991 年，人們發(fā)現(xiàn)日本人設定的“第五代工程”也沒能實現(xiàn)。這些事實情況讓人們從對“專家系統(tǒng)”的狂熱追捧中一步步走向失望。人工智能研究再次遭遇經(jīng)費危機。
人工智能最近的一個階段：從 1993 年到現(xiàn)在現(xiàn)在大家談到人工智能、機器學習時，往往會說這并不是一個新概念，在上世紀 90 年代就有了。事實上，這只是人工智能發(fā)展史上離大家最近的一個階段。深藍機組之一在這個階段，人工智能其實取得了一些里程碑似的成果。比如在 1997 年，IBM 的深藍戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫;2009 年，洛桑聯(lián)邦理工學院發(fā)起的藍腦計劃聲稱已經(jīng)成功地模擬了部分鼠腦
猜你喜歡：