中国人工智能学会通讯——人工智能与艺术 1.3 人和人工智能的不同

1.3 人和人工智能的不同

我们人是怎样感知艺术的?是通过视觉、听觉、触觉、嗅觉、味觉和直觉来感知。要让机器人拥有视觉、听觉、触觉、嗅觉、味觉这些能力并不难,但人还能够直觉感知,这对机器人来说有些难。

上图是贾里尼克给出的一个语音识别模型,这就是一个机器听到音乐的模型。计算机“听”音乐,相当于一个通信系统的信号传输过程,经过编码、传输和解码的过程完成,对于所有音乐都对应同样的反应过程。

时间: 2024-09-13 14:06:19

中国人工智能学会通讯——人工智能与艺术 1.3 人和人工智能的不同的相关文章

《中国人工智能学会通讯》——2.37 2016 年五大人工智能发展趋势

2.37 2016 年五大人工智能发展趋势 通过梳理过去12个月与人工智能相关的新闻,你将发现人工智能的境况一路从"高歌猛进"到"穷途末路",而又一直在这之间摇摆不定. 人工智能呈现给我们的是人类的苦难已经一去不复返了.它们会逐渐接手我们的工作.最大限度地拓展人们的能力.机器人会奴役人类.杀死人类,或兼而有之.伊隆·马斯克认为它们会在五年内把我们屠杀殆尽:马克·扎克伯格则希望家里有一个机器人,照管他出世不久的小女儿. 但是最极端的假设则预测了一个人工智能比人类更加聪

中国人工智能学会通讯——艺术与人工智能的明天——人机信任合作 一、人工智能在艺术上的发展

今天非常开心有这个机会,让我谈一下未来人工智能对于人类艺术方面的结合.我今天探讨的中心是人机的信任合作,我相信这是艺术与人工智能的明天. 去年,AlphaGO基本上实现了全机器性质的计算学习,打败了人类的下棋高手.人工智能的发展是快速的,同时也如热浪袭来,我们还没有准备好,就已经淹没在热浪当中.这种大环境,也是为什么组委会想让我们讨论一下,人工智能与艺术方面的一些合作的原因. 一.人工智能在艺术上的发展 技术应用于艺术,从古至今都是有的.比如,文艺复兴时期,非常有名的画家Hans Holbein

中国人工智能学会通讯——人工智能与艺术 1.4 人工智能对于教育发展的影响

1.4 人工智能对于教育发展的影响 从近年大学毕业生的规模来看,毕业学生量最大的五大专业是会计.英语.艺术设计.土木工程和计算机.可以发现艺术和计算机的学生数量是在同步增长的,因为计算机专业的学生是研究人工智能的主体,似乎艺术类人才在随着人工智能的人才同步发展. 作为一个教育工作者,我也在担心我自己今后的职业发展,<2017年的地平线报告>里面给出了教育发展面临的几类挑战,有短期可以解决的挑战,有远期可以解决的挑战,还有棘手的挑战.其中"重新思考教师的角色"就是个棘手的挑战

中国人工智能学会通讯——机器学习里的贝叶斯基本理论、模型和算法

非常感 谢周老师给这个机会让我跟大家分享一下.我今天想和大家分享的是,在深度学习或者大数据环境下我们怎么去看待相对来说比较传统的一类方法--贝叶斯方法.它是在机器学习和人工智能里比较经典的方法. 类似的报告我之前在CCF ADL讲过,包括去年暑假周老师做学术主任在广州有过一次报告,大家如果想看相关的工作,我们写了一篇文章,正好我今天讲的大部分思想在这个文章里面有一个更系统的讲述,大家可以下去找这篇文章读. 这次分享主要包括三个部分: 第一部分:基本理论.模型和算法 贝叶斯方法基础 正则化贝叶斯推

中国人工智能学会通讯——无智能,不驾驶——面向未来的智能驾驶时代 ( 下 )

到目前为止似乎比较完美,而实际还 存在着一些问题.我们现在看到很多道 路上面,交通标志牌它的分布非常稀疏, 可能每过一两公里才能够检测出来一个 交通标志牌,因为毕竟这个深度学习算 法是目前最完美的,它有时候还会错过 一个交通标志牌,这时候怎么办呢?我 们会发现在路面上也有非常明显的视觉 特征,我只要把路面的这些视觉特征识 别出来进行匹配,其实是有连续的绝对 的视觉参考的.所以我们做的办法是, 把这个路面粘贴起来.这个粘贴的方法 很简单,跟我们手机拍场景图片一样, 我们慢慢移动的时候可以把这个场景

中国人工智能学会通讯——深蓝、沃森与AlphaGo

在 2016 年 3 月 份,正当李 世石与AlphaGo 进行人机大战的时候,我曾经写过 一 篇< 人 工 智 能 的 里 程 碑: 从 深 蓝 到AlphaGo>,自从 1997 年深蓝战胜卡斯帕罗夫之后,随着计算机硬件水平的提高,计算机象棋(包括国际象棋和中国象棋)水平有了很大的提高,达到了可以战胜人类最高棋手的水平.但是,长期以来,在计算机围棋上进展却十分缓慢,在 2006 年引入了蒙特卡洛树搜索方法之后,也只能达到业余 5 段的水平.所以 AlphaGo 战胜韩国棋手李世石,确实是人

中国人工智能学会通讯——深度学习与视觉计算 1.3 计算机视觉领域利用深度学习可能带来的未来研究方向

1.3 计算机视觉领域利用深度学习可能带来的未来研究方向 第一个,深度图像分析.目前基于深度 学习的图像算法在实验数据库上效果还是 不错的,但是远远不能够满足实际大规模 应用需求,需要进一步的提升算法性能从 而能够转化相应的实际应用.比如这个基 于图片的应用,可以估计性别和年龄,但 是其实经常会犯错,因此需要进一步提升 深度图像分析的性能. 第二个,深度视频分析.视频分析牵扯 到大量的数据和计算量,所以做起来更加 麻烦.当前深度视频分析还处于起步的阶 段,然而视频应用非常广泛,比如人机交互. 智

中国人工智能学会通讯——智创未来 未来已来

2016 年带着我们难忘的记忆,就这样翻篇了.由我们学会发起.全国多个组织积极参与的.纪念全球人工智能 60 年的一个个系列活动历历在目,在我们身边发生的种种无人驾驶的比赛和试验活动还在让我们激动不已,AlphaGo 战胜人类围棋冠军李世石的震荡被 Master 的新战绩推向又一个新高潮,时间就这样把我们带入了新的一年--2017 年. 对 2017 年的人工智能,我们会有什么期待呢? 深度学习会火 无人驾驶会火 机器人产业会火 机器同传会火 人机博弈会火 交互认知会火 不确定性人工智能会火 智

中国人工智能学会通讯——着力突破与创新 实现超越与引领

提 要 2016年3月,围棋人机大战的结果,在舆论界激起了惊涛骇浪:在科技界也引起了强烈反响.为了把握人工智能的发展现状和规律,探讨我国人工智能的发展战略,在中国人工智能学会和众多人工智能同行的支持下,由本文作者出面申请了一次高层战略研讨会,这就是以"发展人工智能,引领科技创新"为主题的香山科学会议.与会者同气相求.同心协力,站在国家战略的高度,以纵览全球的视野,通过深入的研讨和论证,凝聚了诸多宝贵的共识,形成了直送中央的<关于加快发展我国人工智能的专家建议>.本文简要介绍