《中国人工智能学会通讯》——5.17 人工智能 : “热闹”背后的“门道

5.17 人工智能 : “热闹”背后的“门道

达尔文进化论揭示了生物界的一个普遍规律:物竞天择,优胜劣汰。人类之所以能够在漫长的竞争中从动物界脱颖而出,是因为人类拥有“智慧”的优势。智慧,是人类超越万物的胜券,是应对一切挑战的法宝。

然而,1997 年 IBM 的 Deep Blue 战胜了当时的国际象棋冠军卡斯帕罗夫;2011 年 IBM 的 Watson 在问题抢答的智力游戏中战胜了两位全美冠军;2016 年Google 的 AlphaGo 战胜了世界围棋冠军、韩国名将李世石。于是,一部分人(既有普通公众,也有世界顶级学者,还有一批数量不小的科幻作家)对人类引以自豪的智慧优势产生了越来越多的怀疑,对人类的前途产生了越来越深的忧虑:棋坛高手和智力游戏冠军是人类的“智慧骄子”,却都在人工智能面前连连败北,那么,在越来越聪明的人工智能面前,人类的智慧优势还能保持多久?人类被人工智能淘汰出局的日子还有多远?为此,一些人建议,应当采取措施限制人工智能的研究与发展;另外一些人则认为,人类只能尊重规律,把“万物之灵”的地位让给比自己更灵的人工智能。

看来这是一场严峻的挑战。然而这些想法高估了人工智能的威力。在人工智能研究者看来,人工智能的这些“胜利”其实都是其背后人类智慧的胜利,不应由此引起恐慌。而且,这只是人工智能发展长河中几朵小小的浪花。在人工智能研究的漫漫征程中,遭遇更多的是不为外界所知的失败、困扰、无助和质疑。

应当怎样认识人工智能?应当怎样对待人工智能?本文试图在此与读者共同探讨:什么是人工智能?它与人类“智慧”存在什么关系?人工智能的发展与人类的解放具有怎样的关系?人工智能发展的实际状况如何?人工智能研究将向何处去?中国科技界在世界人工智能研究发展中拥有什么优势和机会?应当怎样驾驭人工智能的发展为振兴中华的伟大目标服务?

时间: 2024-10-02 15:33:46

《中国人工智能学会通讯》——5.17 人工智能 : “热闹”背后的“门道的相关文章

中国人工智能学会通讯——互联网到人工智能的第一座高峰

今天,我想提出一个题目让大家思考:从互联网时代发展到人工智能时代会出现哪些标志性的技术或产品?我们认为,智能驾驶将是这个时代变革中出现的第一个高峰. 互联网带来了人工智能的发展 曾经有这样一句话给我的感触很深--"时来天地皆同力,运去英雄不自由".意思就是一件事运势到来时,它的发展好像有天地同助,但是一件事的运势过去时,也会看到英雄落寞.为什么要说这句话?就是大家要看清这个时代.如果看不清时代的趋势,就好像是看着后视镜向前行车. 我觉得从本质上来说,互联网带来了三样东西.第一,解决了信

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——2016机器智能前沿论坛召开

2016 年 12 月 17 日,由中国人工智能学会.中国工程院战略咨询中心主办,今日头条.IEEE<计算科学评论>协办的"2016机器智能前沿论坛"暨"2016 BYTE CUP国际机器学习竞赛颁奖仪式"在中国工程院举办.论坛嘉宾包括中外顶尖的数据挖掘.机器学习,以及自然语言处理方向的专家学者. 与以往不同,本次论坛除介绍机器学习的重大进展和应用外,还着重讨论了机器学习技术在媒体数据上的应用,并为2016 BYTE CUP 国际机器学习竞赛的获奖选手进

中国人工智能学会通讯——混合智能概念与新进展

脑科学以阐明脑的工作原理为目标,近年来已成为最重要的科学前沿领域之一.脑功能计算.脑智能模仿再度成为学术界和产业界热议话题[1-4].欧盟.美国.日本相继启动了大型脑研究计划,强有力推动了人们对脑结构.脑功能和脑智能的探索和认识:另一方面,人工智能研究风起云涌,最近一个标志性事件是谷歌的AlphaGo以4:1战胜围棋世界冠军李世石[5],实现了围棋人工智能领域史无前例的突破.2016年9月斯坦福大学发布了<2030年的人工智能与生活>报告[6],全面评估了当前人工智能的进展.挑战.机遇与展望.

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