1704610156
人工智能：改变世界，重建未来 人工智能新主流
1704610157
1704610158
如今，深度学习神经网络已经成为人工智能的主流，其强调的理念可以追溯到麦卡洛克和皮茨。尽管该理念仍然是对大脑工作模式的一种模拟（我们将在后续章节中探讨更多关于大脑的生物力学模型），但神经网络能够解决问题的广泛性却令人惊叹。传统人工智能一直表现良好，直到后来研究人员才发现现实世界与其完美模型并不匹配。与传统人工智能不同的是，神经网络不仅能够处理规律性事物，还能够处理规则以外的情况。正如20世纪80年代的NETtalk一样，这使其成为处理语言等棘手问题的最佳选择。深度学习神经网络还擅长处理所谓的“分布表征”，这意味着其具有模拟同一表征空间中两个相似但独立的领域（例如语言和图像）的能力。从本质上来讲，这意味着神经网络能够以类比的方式进行思考，这一点是传统人工智能无法企及的。
1704610159
1704610160
杰夫·辛顿说道：“现在我们看到的许多事物都在使用神经网络。根据经验，如果你想完成一项任务，并且你知道这项任务涉及大量知识，这意味着如果你要学着做这件事，你将需要大量相关的参数。在这种情况下，深度学习将是更好的选择。”
1704610161
1704610162
令人印象深刻的应用程序随处可见。2011年，就在辛顿加入谷歌之前的那个夏天，谷歌工程师杰夫·迪安（Jeff Dean）、格雷格·科拉多（Greg Corrado）和斯坦福大学计算机科学家吴恩达（Andrew Ng）共同推出了“谷歌大脑”（Google Brain）项目。谷歌大脑项目都在谷歌公司半公开的实验室“谷歌X”中进行，使用深度学习网络识别高水平概念，例如通过分析视频网站YouTube的视频中静止的图像来识别猫，而之前并不向它解释猫到底是什么。（巧合的是，这实际上就是弗兰克·罗森布拉特半个世纪前对《纽约客》杂志说过的“神经网络终有一天能够实现”的那个目标。）
1704610163
1704610164
听起来一台知道猫为何物的计算机并没有什么新奇的，但是通过深度学习实现计算机的视觉能力，在现实世界中却拥有广泛的用途。一家名为“Dextro”的初创企业使用深度学习创造出了更好的在线视频搜索工具。Dextro的神经网络并不依靠关键词标签，而是通过扫描直播的视频来分析音频和图像。举例来说，如果用这个神经网络搜索英国前首相戴维·卡梅伦，那么不仅能够搜出与保守党有关的视频，就连提到英国首相的视频也能够搜到。
1704610165
1704610166
与此同时，Facebook（脸谱网）使用深度学习自动为图像设置标签。2014年6月，这一社交网络平台发布了一篇文章，介绍其称之为“DeepFace”的面部识别技术。凭借深度学习的能力，Facebook算法几乎和人脑一样准确，无论光线和相机角度如何，都能够对比两张照片并查看其显示的是否是同一个人。此外，Facebook还使用深度学习创建了另外一种技术，该技术能够为盲人用户描述图像，例如，一张图片上显示的是某人在一个夏日骑着自行车穿过英国的乡间小路，该技术能够用语音将这一情景描述出来。
1704610167
1704610168
其他一些项目将深度学习和机器人学结合起来。美国马里兰大学的一组研究人员给机器人放了一段YouTube上的烹饪视频，这样就教会了机器人如何烹饪一顿简餐。这一过程中没有任何直接人为的输入，只要提供正确的餐具，机器人就可以直接复制视频中显示的任务，而且准确率非常高。长远来看，类似的机器人深度学习也可以应用于军事维修等领域。
1704610169
1704610170
目前已经证明，深度学习在翻译领域是必不可少的。2012年12月，微软的研发总监里克·雷斯特（Rick Rashid）展示了一款震撼人心的英汉语音识别和翻译系统。通用翻译器这样如同“星际迷航”的英雄梦一样的技术即将实现，这项技术意味着在不久的未来，我们无须会说法语、俄语或日语就能够在法国餐馆点菜、在俄罗斯坐出租车或在日本谈生意。更加令人印象深刻的是，深度学习系统能够将说话者的语音划分为基本的音素，然后将这些音素重新组合成需要的语言，最后以说话者的声音将语言“说”出来。微软解释道：“你的平板电脑或智能手机将分析你所说的意思，将其翻译成听者能够理解的语言，并用你的声音以听者熟悉的发音、音色和音调表达出来。”
1704610171
1704610172
有趣的是，虽然我们一直在对基本的技术进行调整，但如今许多重大进步仍可以追溯到戴维·鲁梅尔哈特和杰夫·辛顿在20世纪80年代发明的反向传播算法。这些年来唯一改变的是计算能力，而计算能力反过来意味着更强大的神经网络和更多隐藏层。仅“谷歌大脑”项目就将16万个计算机处理器连接起来，创建了一个拥有10亿多连接的人造大脑。可用训练数据集的规模也在大幅增长。前些年使用的数据相对较少，与其相比，如今用于教神经网络思考的信息数不胜数，举例来说，Facebook的面部识别系统就是通过分析740万张图像来训练系统的，这些图片是Facebook 12.3亿活跃用户的脸。
1704610173
1704610174
神经网络不是如今实践中用到的唯一一种人工智能（我们将在后面的章节探讨其他人工智能），其优势将人工智能推到了胜利的顶峰。与传统人工智能不同的是，神经网络不再局限于简单的实验室环境。
1704610175
1704610176
实际上，下一章将探讨的内容是，当人工智能超越我们通常所说的计算机系统的限制并跟随我们一起进入现实世界时，到底会发生什么。
1704610177
1704610178
[1]1泽字节=270字节。——编者注
1704610179
1704610180
1704610181
1704610182
1704610184
人工智能：改变世界，重建未来 第三章 万物互联的智能时代已经来临
1704610185
1704610186
1998年，苹果公司推出了其外观线条呈圆形的iMac电脑；《哈利·波特》风靡世界；第一款移动MP3播放器上市；一位来自雷丁大学控制论专业的44岁教授在这一年进行了一项非同寻常的运算。凯文·沃维克（Kevin Warwick）教授进行了一个非急需外科手术，目的是将一个包在玻璃管内的硅片植入自己的左臂皮肤之下。一旦植入人体，这款射频识别设备（RFID）的芯片发出的无线电信号，就能经由实验室周围的天线，随即传入能够控制沃维克周围环境的中央计算机。“在（我的实验室）的主入口处，当我进门时，一个由计算机操作的音箱发出‘你好’的声音。”后来凯文·沃维克记下了他的体验：“计算机检测到我进入大楼的过程，当我走近实验室的时候，为我开了门，点亮了灯。芯片植入体内后的9天里，我仅仅沿着特定的方向行进，就可以触发周围的物体自己行动。”
1704610187
1704610188
约20年后再来看，沃维克的这项实验依然震憾人心、发人深省。与沃维克职业生涯的其他事情相比而言，这项实验最有意义。然而，在过去的几十年里，我们对此事的惊诧程度可能多多少少发生了改变。尽管回避有人愿意采取这种侵入式手术的原因依然很容易，但关于为什么有人想这么做的问题已经不再重要。写这篇文章的时候，我的手腕上带着一块42毫米的不锈钢苹果手表，搭配了米兰风格的表带。这款表价格为599英镑，它能实现的功能远远超过凯文·沃维克在其植入式射频识别设备上所设想的功能。一旦我收到一条短信或一个电话，或者如果我的朋友在图片分享网站Instagram贴了一张新图，我只需要看看手表就一目了然。而且在超市购物时，我可以用手表刷卡支付。同样，我也可以用手表打开世界各地酒店的房门。外出的时候，手表连续发出的嘀嗒声和震动可以告诉我应该走哪条路。一串嘀嗒声提醒我右转，另一串嘀嗒声则提醒我左转。第一次震动表明我的旅程结束了，而第二次震动则告诉我到达目的地了。所有这些功能并不需要进行侵入式手术。
1704610189
1704610190
如果你正在阅读这本书，你很可能对“智能设备”这个名词并不陌生。除了种类日益繁多的智能手表，如Pebble（一款智能手表）、Android Wear（安卓的可穿戴应用程序）及其他设备，还有智能跑鞋，智能跑鞋能够记录步数、心跳频率，并使用嵌入式屏幕传达你的情绪，比如使用笑脸和爱心等符号。智能冰箱不但可以记录温度与冷藏的食品，还会在你最喜欢的食物就要吃完了或将要变质的时候通知你。还有智能安全摄像头、智能厨房秤、智能灯泡、智能马桶、智能尿片和智能牙刷。2014年，谷歌以惊人的32亿美元现金收购了最著名的智能设备公司Nest Labs。Nest Labs由苹果前雇员马特·罗杰斯（Matt Rogers）和“iPod之父”托尼·法德尔（Tony Fadell）联手创立，打造了多款可以联网的智能设备，其中最重要的是智能恒温器，通过一段时间的学习，这款恒温器可以了解用户的习惯，并相应自动地调节温度。
1704610191
1704610192
传感器、人工智能算法与通过Wi-Fi（无线局域网技术）实现的持续联网状态相结合，使这些设备变得“智能化”。以前，接入网络而变得智能是一件令人们不得不“大费周折”的事。今天，我们的在线连接很少出现中断的现象。总的来说，这些进展使我们从用户那里收集数据、分享数据，并且帮助用户理解数据成为可能。“数据赋予我们力量，”世界第一个联网电动牙刷生产商Kolibree的营销与战略总裁勒妮·布洛杰特（Renee Blodgett）表示：“这是我们第一次将刷牙方式、刷牙部位以及刷牙时哪里需要改进结合在一起。”在我们拥有智能牙刷之前（这对我而言，就是现在），我们不得不依靠一年前进行年度检查时牙医的反馈。而通过智能牙刷，我们可以实时获得这些信息。
1704610193
1704610194
1704610195
1704610196
1704610198
人工智能：改变世界，重建未来 智能设备成为现代生活的必需品
1704610199
1704610200
现在，我们处于未来技术的“早期采用”阶段，未来技术的支持者声称，这些技术将像19世纪末、20世纪初电力时代的到来一样，带来一场巨大的变革。1879年，美国发明家托马斯·爱迪生已经能够在加利福尼亚州门洛帕克市自己的实验室里生产可靠耐用的电灯泡了。到了20世纪30年代，美国90%的城市居民，以及越来越多的农村地区的人们都可以利用这项技术。随着开关的拨动，电赋予人们控制光的能力，人们能够控制自己家和工作场所的光线。这打破了生活的正常生物节奏，使人们能够随心所欲地安排自己的工作和娱乐时间。随之而来的电网引入了大量的连接设备，创造了工业，并永远地改变了人们的生活。
1704610201
1704610202
美国西尔斯百货（当时一家初具规模的邮购公司）1917年春季的商品目录使公众知道“电不仅仅可以用来照明”。事实确实如此。铁熨斗、洗衣机和真空吸尘器使洗衣与清洁更加容易。由于效率的提高，不但清洁度上升了，而且家庭雇用的家政人员数量也越来越少。电冰箱取代了冰盒，使食物更加易于长期保存。天热的时候，我们可以使用电扇，而天冷的时候，我们可以使用辐射发热器，这是人类第一次能够控制气温。电力为大众带来了电话与飞机，并在即时通信年代，受到了新闻与娱乐行业的追捧。1938年，美国前总统富兰克林·罗斯福在佐治亚州巴恩斯维尔演讲时宣称，电力是现代生活的必需品。
1704610203
1704610204
我们能否开启一条同样的智能设备变革之旅？或许是可以的。当然，移动无线网络的崛起意味着设备的使用比以前更加方便。“物联网”（这个定义有时候显得相当笨拙）之梦是，智能硬件要像一个世纪以前的电力那样，成为21世纪重要的“现代生活的必需品”。那时我们进入了电气化时代，现在我们将进入互联时代。
[
上一页 ]
[ :1.704610155e+09 ]
[
下一页 ]