鼎盛国际

[人工智能]什么是超级人工智能?

  OpenAI的5v5 DOTA AI“Open AI Five”再次完胜人类、搜狗公司和新华社合作的全球第一个“AI合成主播”正式上岗。

  对于人工智能来说,人们一直抱着又爱又恨的态度,有人说AI人工智能将成为解放人类劳动力的关键,也有人说人工智能将会把人类代入万劫不复的深渊。不管怎样,AI的发展已成定局,但是对于2018年来说,人工智能可谓是“悲喜交加”。

  5月9日,Google向大众展示了一项名为Duplex的AI新功能——能代替人类预约理发或者餐馆。在演示过程中,它以假乱真地使用自然语言与真实人类对话沟通,而人类竟然完全没有意识到电话的另一边并非真人而是来自Google的 Duplex。

  所以缓解人工智能带来的潜在社会矛盾,唯一的办法就是提升我们人类的创造力。换句话说,就是加强教育,而且是符合未来趋势的素质教育。

  那么,面对未来的AI技术的发展,人们还有哪些优势呢?

  3月19日晚,Uber无人驾驶SUV正处在无人驾驶模式,当时车上还坐着一名司机。一名女性在人行道外穿过一条四车道道路时被无人驾驶车辆撞倒,撞倒后被送往医院,并最终因抢救无效死亡,这成了无人驾驶技术2018年最大的丑闻。

  这件事故不仅影响Uber的无人驾驶计划,还将影响到整个无人驾驶行业最终发布能在公共道路上行驶的无人汽车的计划。最的车祸调查结果是,行人在非人行横道突然穿过马路,但要负主要责任还是Uber自动驾驶汽车,因为它既没有准确识别出前方的行人,也没有在遭到障碍物时采取制动措施。

  欧盟正式发布的人工智能道德准则草案

  11月7日,在第五届世界互联网大会上,由搜狗与新华社合作开发的全球首个全仿真智能合成主持人——AI合成主播正式亮相。它根据所提供的文字,就能准确无误地播送新闻,可以模拟人类说话时的声音、嘴唇动作和表情,并且将三者自然匹配,逼真程度几乎能以假乱真。”AI合成主播“实际上相当于是真实新闻主播一个“分身”,例如本次亮相的“AI合成主播”以新华社主播邱浩为原型,两者的声音以及外形都一样。

  Uber无人驾驶测试车撞死行人事故

  Google Duplex代替人类自动接打电话

  人工智能的发展然不少的人担忧,台积电创始人张忠谋在接受台湾地区《经济日报》专访时表示:未来25年内,很多职业将被人工智能(AI)取代。张忠谋认为未来AI会产生两个问题:一是失业率会增加,很多行业从业人员会被AI取代,二是贫富差距会扩大。

  然而在这样的智能背后却引发了人们关于道德伦理的讨论,未来人们是不是会被陷入到被机器操控的情境中,针对这些换衣,Google随后也为Duplex系统加入透明化机制,即当Duplex打电话预约时会主动表明自己的身份。

  就像Google Duplex一样,人们对于人工智能的发展过于担心,频频引发伦理道德争议,所以,12月18日,欧盟人工智能高级别专家组正式向社会发布了一份人工智能道德准则草案,这份草案首先为“可信赖人工智能”提出了一个官方解释——“可信赖人工智能”有两个必要的组成部分:首先,它应该尊重基本权利、规章制度、核心原则及价值观,以确保“道德目的”;其次,它应该在技术上强健且可靠,因为即使有良好的意图,缺乏对技术的掌握也会造成无意的伤害。

  全球第一个“AI合成主播”正式上岗

  机器人不需要薪水、无需休息、不会请假、不会犯错、没有情绪……最关键的是,它们的成本比雇人要便宜很多。尤其是在机器人实现量化生产之后,其成本又会大幅下降。那么人还有哪些优势呢?我想,除了创造力,我们没有什么能比机器人做的更出色的能力了!因为毕竟是我们人类创造了人工智能,创造了这些机器人。

  美国当地时间6月25日,OpenAI宣布其研发的人工智能OpenAIFive已经能在Dota2 5V5团战中战胜人类。在此次的对战中OpenAIFive先后战胜了5支人类玩家团队。而在不到两个月的时间里,OpenAI的5v5 DOTA AI“Open AI Five”在OpenAI组织的线下比赛中再次完胜人类团队。

  Uber无人驾驶测试车撞死行人事故、Google Duplex代替人类自动接打电话“以假乱真”引发了对AI道德伦理的广泛热议,近日欧盟正式发布的人工智能道德准则草案。

  OpenAI的5v5 DOTA AI“Open AI Five”再次完胜人类

  如果说2008的《机器人瓦力》激起了我们对AI的向往,那么2016年的《西部世界》则是未来人类与AI能否共存的思考,近2年兴起的智能家居更是让我们看到了AI已不是未来。人类对AI的渴望与幻想,无不印证着对这一古老而新兴技术的喜爱,正如所有父母对儿女恨铁不成钢一样,今天的AI也远跟不上我们对他的期望。

  再看智能驾驶领域,在近日英特尔、一汽红旗及东软共同举办的智能驾仓技术沟通会上,如此先进的技术也只能识别到司机在驾驶时分神、打哈欠再加以提醒,而且不能做到100%准确,在中国这样一个路况如此复杂,并不时有行人乱闯的国家,智能驾驶,您真的敢吗?人工智能,能帮的上忙嘛?

  从另一角度来看,《中国人工智能发展报告2018》显示,截至到2018年6月,全球人工智能企业共有4925家,中国仅大陆地区人工智能企业总数便有1011家。仅在2017年,中国在人工智能领域投融资总额就达到277.1亿美元,融资369笔。中国Al企业融资总额占全球融资总额70%,融资笔数达31%。目前,中国在人工智能融资总量和人工智能专利数量上都排在世界第一。这些无不印证着,人工智能,火的发烫,红的发紫。

  而目前广为人用的智能家居产品,请问下真正使用的这些产品的消费者:智能家居真的智能吗?花费在和这些智能家居产品沟通、控制的时间,我是否可以自己动手使用传统家居产品了,并且,智能家居的执行准确率,往往并不能做到100%准确。人工智能,是智能,还是智障?

  数据显示,阿尔法狗3年时间里仅研发成本便达到5000万到1亿元,每下一盘棋成本3000美元,因其电力散热成本太高,而研发出阿尔法狗的AI超级明星公司DeepMind在2017年更是亏损27亿,人工智能,真贵!

  同时,在企业业务应用上。DT时代下,数据已成为企业最宝贵的财富,部分企业也确实想借助AI提升业务运转效率。既然引入了AI,AI便需要帮助企业及时、准确处理数据,同时对数据的隐私、安全同样有所保护。但目前的AI仅停留在模型训练、推理及前景展望上,并未考虑安全层面,可以说AI还相当幼稚。而在模型训练及推理层面上,AI连数据分析都不能做到准确,更不要谈尚未涉及的安全层面,人工智能,企业真的能用吗?

  遥远的1956年夏季,麦卡赛、明斯基、罗切斯特和申农等一批有远见卓识的年轻科学家在一次机器模拟智能聚会上首次提出"人工智能"这一术语。数十年来,这一学科一直默默沉淀着。

  但,这也仅仅是个假象,人工智能确实已经有了个人形,而且必须有个人形,因为从他诞生的那一天起,就和人密不可分。不妨静下心来冷静下:人工智能,真的已经发展那么好了吗?

  是的,目前,人工智能确实有了个人形。从幼年的深蓝到成年的阿尔法狗,似乎人工智能已经发展得很牛掰。警方借助AI抓逃犯,政府借助AI建智慧城市,疏导城市;互联网巨头、传统电子设备厂商发布的智能音响、AI智能手机、智能空调、智能盒子等智能家居产品更使得AI普惠全民。

  所谓爱之深、责之切。近年来,中国食品安全、假疫苗等社会问题频发,福利保障、教育、住房等民生资源分配不均。既然不可人力解决,为何不考虑使用这么厉害的AI解决呢?借助AI,自动记录食材的来源去路、生产日期,杜绝食品安全问题;借助AI数据分析能力,分析疫苗组成配比,告别假疫苗;借助AI数据处理能力,合理分配教育、医疗资源。抱歉,扯的太远了,希望以上这些假设,有朝一日能借助人工智能解决。

  在今年的华为HC全联接大会上,华为轮值董事长徐直军透露:目前全球AI人才的供需比仅有1% ;已经投资或部署AI的企业仅有4%;已经部署的智慧城市正在使用AI的也仅有5%;一方面AI行业融资的火热,另一方面是AI行业的凄凉。人工智能,是为了发展,还是为了圈钱?

  直到2017年,在大数据、云计算、物联网的推动下,人工智能终于厚积而薄发。在2017年12月,人工智能毫无悬念的被评为"2017年度中国媒体十大流行语"。

  最后,写了AI这么多的不足,并不代表我是AI癌,我自己也有使用带AI功能的智能手机,也有使用智能家居产品。总体而言,当前无论是AI技术还是AI产品,噱头更多于实用。当然,AI也确实能解决下小问题。如果真的想体验下AI,花上百十块钱,某精灵、某度智能、某爱同学,你值得拥有。体验完,你便会感同身受!

  十年树木,百年树人。按道理来说,已经六十余岁的人工智能长不成个人,至少也得有个人形了吧!

  1、弱人工智能

  科学家们其实对弱人工智能多强大,毫无争议。大家有争议的地方在于:强人工智能,到底会不会出现。

  库兹韦尔认为,以幂律式的加速度发展,2045年,强人工智能终会出现。人工智能花了几十年时间,终于达到了幼儿智力水平。然后,可怕的事情出现了,在到达这个节点一小时后,电脑立刻推导出了爱因斯坦的相对论;而在这之后一个半小时,这个强人工智能变成了超级人工智能,智能瞬间达到了普通人类的17万倍。这就是改变人类种族的“奇点”。

  2、强人工智能

  库兹韦尔,因此提出了著名的“奇点理论”(Singularity)。什么是奇点理论?简单来说,他认为,科技的发展是符合幂律分布的。前期发展缓慢,后面越来越快,直到爆发。

  强人工智能,才是真正的人工智能。那么超级人工智能呢?就是远远超越人类的智能。

  吴军博士说, AI+ IoT+ Blockchain = Super AI(人工智能+物联网+区块链=超级人工智能),那到底什么是超级人工智能呢?

  刘润老师说,人工智能分为三种:弱人工智能,强人工智能,和超级人工智能。

  下赢李世石和柯洁的AlphaGo,算是哪种?AlphaGo是弱人工智能。虽然你觉得它很强大,但它其实只能在特定领域、既定规则中,表现出强大的智能。你让他预测股市,就不行了。

  3、超级人工智能

  库兹韦尔也有很多支持者。比如这个星球上最聪明的人史蒂芬·霍金,最有钱的人比尔·盖茨,和最酷的人伊隆·马斯克。(来源:刘润老师)

  如果AlphaGo都算弱人工智能,那什么是强人工智能呢?强人工智能,不受领域、规则限制,只要是人能干的事情,它都能干。也就是说,强人工智能,才是真正的人工智能。

  如果您还不熟悉正在进行的构建超级计算机的努力,那就是能够模拟人类大脑的超级计算机,请考虑人类大脑计划,该项目由欧盟于2013年建立,旨在统一神经科学,医学和计算领域。商业和研究需求。

  除了上面描述的例子,我的公司Tachyum正在研究一种名为Prodigy的突破性处理器架构。Prodigy架构将通常在硬件中完成的繁重任务卸载到Tachyum专有的智能编译器中。

  SpiNNaker(尖峰神经网络架构)是人类大脑项目的一部分,由曼彻斯特大学的Steve Furber教授(ARM处理器的发明者和Tachyum顾问委员会的现任成员)领导。SpiNNaker的目标是使用大约100万个配置为尖峰神经网络的ARM处理器来模拟大鼠脑的等效物(比人脑大约低1000倍),它可以更准确地模拟神经元活动,并且使用的功率远低于“令人尴尬的并行“神经网络。如果你的大脑是一个神经网络,它会在你的头骨内沸腾。

  盖蒂。

  谷歌最近发布了第三代TPU,它仍然远远不及实时人脑模拟项目所需的性能。而一般的AI,生物AI和符号AI算法并不适合GPU / TPU处理器。

  今天,如果令人尴尬的并行计算是目标(即,在大量数据集上无意识地执行每个指令),例如在卷积神经网络中,TPU / GPU是一种首选解决方案。对于卷积神经网络处理,它们比CPU更有效(并且在TPU的情况下,它们可以快达30倍)。这是因为获取和调度指令的动作比在单个数据集上实际执行该指令使用更多的功率。专用AI处理器(例如GPU)将获取单个指令并同时在32个数据集上执行该指令(最大化吞吐量并最小化功率)。

  阅读本文只需要大约四分钟。在那段时间里,人们搜索网络近1400万次,登录Facebook 380万次,发推文180万次,观看超过1700万的YouTube视频,并在440万个Tinder个人资料中向右或向左滑动。

  当基于云的数据中心以合理的成本为用户提供AI应用程序时,手动查看Tinder配置文件然后滑动等任务将显得过于陈旧。新数据和人工智能中心将知道要为您标记哪些个人资料,并且他们将知道您要观看哪些YouTube视频。比您想象的更早,数据中心将成为为每个人提供低成本AI解决方案的地方。

  数据中心托管的人工智能在政府和商业市场中迅速激增,虽然这是人工智能的一个激动人心的时刻,但只有一小部分应用正在被解决,主要局限于基于卷积方法的神经网络。其他类别的人工智能包括通用人工智能,符号人工智能和生物人工智能,这三者都需要不同的处理需求,并运行截然不同的算法。几乎所有今天的商业AI系统都运行神经网络应用程序。但是,使用符号AI,生物AI和通用AI算法的更多控制密集型和强大的AI工作负载不适合GPU / TPU架构。

  人工智能:即将推出您附近的云数据中心!

  如今,需要人工智能解决方案的商业和政府实体正在使用变通方法来为其神经网络应用程序实现更高的计算能力,其中主要是Google TPU和NVIDIA GPU等专业处理器,专门针对AI工作负载在数据中心中配置。

  人脑需要处理大量信息才能实时采取行动,这需要大量的处理能力。今天的超级计算机甚至没有接近人脑的处理能力(每秒大约1019个 浮点运算)。作为当今世界上速度最快的超级计算机之一,中国的Sunway TaihuLight拥有10,649,600个核心,可以达到93 petaflops(Linpack基准测试套件的Rmax)。这就是我们所需要的实时人脑,这大约需要模拟一小部分1019触发器(这是10个exaflops,或10,000千万亿次)。我们还有很长的路要走,但我们到了那里。事实上,我预计这将是两年左右,给予或采取。

  但是,使用TPU和GPU,即使它们专用于AI处理任务,仍然可能存在问题。它推动了特定于AI的处理器的数据中心资本支出,并且增加了软件开发的成本(例如,GPU很难编程)。在当今大多数超大规模数据中心中,存在用于普通数据中心工作负载的标准CPU和专用于AI /神经网络处理的专用TPU或GPU(包括约5-10%的服务器机架空间)的组合。CPU可以轻松编程,但在高度并行的AI应用程序任务时变得缓慢且耗电。专用AI处理器比神经网络应用的CPU更快,更省电,但它们很难编程。

  人工智能技术(AI)已经渗透到我们日常生活的方方面面,涉及的行业更是不胜枚举,包括游戏、新闻媒体、金融,并运用到了各种领先的研究领域,例如机器人技术、医学诊断和量子科学。人工智能的基本知识和应用领域,主要有机器学习、概率推理、机器人技术、计算机视觉和自然语言处理。图2便展示了其中的一些基本的应用。

  人工智能(英语:Artificial Intelligence, AI)亦称机器智能,是指由人工制造出来的系统所表现出来的智能,可以概括为:研究智能程序的科学。这门科学的出发点是 研究如何使程序能够像人一样思考、行为,以及如何保持理性(如图1),这里的理性可以理解为效用最大化。

  导语:“人工智能”概念日益兴起,“谷歌围棋程序AlphaGo全面碾压专业选手”类似新闻逐渐增多,人工智能时代已经来临。通过短文快速了解什么是人工智能。

  小结:人工智能是研究如何使程序能够像人一样思考、行为,以及如何保持理性的学科,并以非常迅猛的速度发展,已经渗透到生活的方方面面,只有拥抱AI,才能跟上时代趋势。

  AI时代即将来临,正如90年代的互联网时代,只有拥抱变化,顺应趋势,才能跟上时代的步伐。

  当今社会的复杂活动,包括图像识别、医学诊断、预测机器故障时间或衡量某些股票的价格,这些行为中往往涉及数千种数据集和大量变量之间的非线性关系。例如,我们该如何通过编写一系列规则,使得程序能在任何情况下描述出一只狗的外观?如果能将做出各种复杂预测的困难工作,即数据优化和特征(Feature)规范,从程序员身上转嫁给程序,从交易员身上转嫁给程序,情况又会怎样?这正是现代化人工智能带给我们的承诺。

  BigQuant是一个可拖曳的无需编程的机器学习、深度学习量化研究和投资平台,完全免费,开放注册。希望可以让更多爱好机器学习、深度学习、量化投资的人快速上手,用户在这里可以无门槛的使用最领先的人工智能技术,做出更好的投资策略。

  BigQuant官方网址:bigquant.com

上一篇:[齐达内]齐达内为什么回归皇马?赌上名誉,他拿
下一篇:[夫妻]婚姻里,能走一辈子的夫妻,有这四个特征