人工智能初探:探寻智能的奥秘

故事从一个普通的早晨开始。你坐在桌前,抿着咖啡,准备开始一天的工作。突然,你接到了一个陌生号码的电话。接通电话,你听到了一个机械的声音,它说:“您好,我是AI助手,有什么我可以帮助您的吗?”你一愣,然后回应:“我有一个棘手的问题,我需要解决一个复杂的数学难题。”在那一刻,你并没有意识到,你正在与一台人工智能进行交流。

这不再是科幻小说的情节,而是现实生活中的一部分。人工智能已经深入我们的生活,影响着我们的工作和娱乐,甚至是我们的日常决策。那么,什么是人工智能?它是如何运作的?让我们一起深入探讨这个充满神奇的领域。

什么是人工智能?

人工智能是一门令人兴奋的科学学科,研究如何使计算机表现出智能行为,例如进行人类擅长的事情。起初,计算机是由查尔斯·巴贝奇发明的,用于按照明确定义的程序进行操作 - 即算法。即使现代计算机比19世纪提出的原始模型先进得多,但仍然遵循了相同的受控计算思想。因此,如果我们知道实现目标所需的确切步骤序列,我们可以编程计算机执行某项任务。

然而,有些任务我们不知道如何明确解决。考虑从某人的照片中确定他/她的年龄。我们以某种方式学会了这样做,因为我们已经看过许多不同年龄的人的示例,但我们不能明确解释我们是如何做到的,也不能编程计算机来做到这一点。这正是人工智能(AI)所关注的任务类型。

弱人工智能与强人工智能

解决特定类似人类问题的任务,例如从照片中确定一个人的年龄,可以称为弱人工智能,因为我们正在为仅一个任务创建一个系统,而不是一个可以解决多个任务的系统,就像人类一样。当然,开发普遍智能的计算机系统在多个方面都非常有趣,包括对意识哲学的学生来说。这样的系统将被称为强人工智能,或人工通用智能(AGI)。

智能的定义和图灵测试

处理术语智能时的一个问题是,没有对这个术语的明确定义。我们可以说智能与抽象思维自我意识有关,但我们无法明确定义它。

例如,考虑回答一个问题:“猫聪明吗?”不同的人倾向于给出不同的答案,因为没有普遍接受的测试来证明这个断言是真还是假。如果你认为有 - 试着让你的猫参加一个智商测试...

不同的人工智能方法

如果我们希望计算机表现得像人类一样,我们需要在计算机内部建模我们的思维方式。因此,我们需要尝试理解是什么使人类聪明。

有两种可能的方法来解决这个问题:

自上而下方法(符号推理) 自下而上方法神经网络
自上而下方法模拟一个人进行问题求解的方式。它涉及从人类中提取知识,并以计算机可读的形式表示它。我们还需要开发一种方法,在计算机内部建模推理 自下而上方法模拟了人类大脑的结构,包括大量称为神经元的简单单元。每个神经元的工作方式类似于其输入的加权平均值,并且我们可以通过提

训练数据来训练神经元网络来解决有用的问题。

还有一些其他可能的智能方法:

  • 一种新兴的协同的多智能体方法,基于复杂智能行为可以通过大量简单智能体的相互作用来获得。根据进化控制论的观点,智能可以从更简单、反应性的行为中通过元系统转换的过程中产生。

  • 一种进化方法,或遗传算法是一种基于进化原理的优化过程。

我们将在课程后期考虑这些方法,但现在让我们专注于两种主要方法:自上而下和自下而上。

自上而下方法

自上而下方法中,我们尝试模拟我们的推理方式。因为我们可以追踪我们思考的过程,所以我们可以尝试将这个过程形式化并编程到计算机中。这被称为符号推理

人们倾向于在头脑中有一些规则,指导他们的决策过程。例如,当医生诊断患者时,他或她可能会意识到患者发烧了,因此体内可能发生了一些炎症。通过将大量规则应用于特定问题,医生可能能够得出最终的诊断。

这种方法非常依赖知识表示推理。从人类专家那里提取知识可能是最困难的部分,因为医生在许多情况下可能不会完全知道他或她为什么会得出特定的诊断。有时解决方案只是出现在他或她的头脑中,而不需要明确思考。有些任务,比如从照片中确定一个人的年龄,根本无法简化为操作知识。

自下而上方法

或者,我们可以尝试模拟我们大脑内的最简单元素 - 神经元。我们可以在计算机内部构建所谓的人工神经网络,然后尝试通过给它提供示例来教它解决问题。这个过程类似于新生儿通过观察来学习他们的环境。

做一些关于婴儿学习方式的研究。婴儿大脑的基本元素是什么?

人工智能的简史

人工智能起初是在20世纪中叶作为一个领域开始的。最初,符号推理是一种流行的方法,它导致了许多重要的成功,如专家系统 - 能够在一些有限的问题领域中充当专家的计算机程序。然而,很快就变得明显,这种方法不够可扩展。从专家那里提取知识,将其表示在计算机中,并保持知识库的准确性是一个非常复杂的任务,对于许多情况来说成本太高,不切实际。这导致了所谓的AI冬季在1970年代。

随着时间的推移,计算资源变得更加便宜,数据也变得更加丰富,因此神经网络方法在许多领域,如计算机视觉或语音理解,开始表现出与人类竞争的出色性能。在过去的十年中,人工智能这个词主要被用作神经网络的同义词,因为我们听说的大多数人工智能成功都是基于它们的。

我们可以观察到方法的变化,例如在创建一个下棋计算机程序方面:

  • 早期的国际象棋程序是基于搜索的 - 一个程序明确尝试估算对手在给定下棋步数的情况下可能的走法,并根据可以在几步内实现的最佳位置选择最佳的走法。这导致了所谓的alpha-beta剪枝搜索算法的发展。
  • 搜索策略在比赛结束时表现出色,因为搜索空间受到可能的走法数量的限制。然而,在比赛开始时,搜索空间巨大,通过从人类玩家之间的现有比赛中学习来改进算法。后续的实验采用了所谓的案例推理,程序在知识库中寻找与游戏中当前位置非常相似的情况。
  • 在现代能够击败人类玩家的计算机程序都基于神经网络和强化学习。这些程序通过与自己长时间对弈并从自己的错误中学习来学会玩棋,就像人类学会下棋一样。但是,计算机程序可以在更短的时间内玩更多的游戏,因此可以学得更快。

对其他由人工智能玩的游戏进行一些研究。

类似地,我们可以看到朝着创建“对话程序

”(可能通过图灵测试通过的程序)的方法发生了变化:

  • 早期的这种类型的程序,如Eliza,基于非常简单的语法规则和将输入句子重新表述为问题。
  • 现代助手,如Cortana、Siri或Google助手,都是混合系统,它们使用神经网络将语音转化为文本并识别我们的意图,然后使用一些推理或显式算法来执行所需的操作。
  • 在将来,我们可能期望一个完全基于神经网络的模型来自行处理对话。最近的GPT和Turing-NLG系列神经网络在这方面取得了巨大成功。

对于大型语言模型(如BERT和GPT-3)的最近研究取得了巨大成功,主要原因是有大量的通用文本数据可用,使我们能够训练模型捕捉文本的结构和含义,首先在通用文本集合上进行预训练,然后将这些模型专门用于更特定的任务。我们将在本课程的后期学习更多关于自然语言处理的知识。

? 挑战

在互联网上进行一次参观,以确定在你看来,AI在哪里使用最有效。是在地图应用中,还是在某个语音转文本服务或视频游戏中?研究系统是如何构建的。

课后测验

复习与自学

通过阅读这个课程来回顾AI和ML的历史。从顶部的素描中选择一个元素,然后深入研究,了解其文化背景,了解其演变。

本文由作者 王大神 原创发布于 大神网的AI博客。

转载请注明作者:王大神

原文出处:人工智能初探:探寻智能的奥秘

(0)
打赏 微信扫一扫 微信扫一扫
上一篇 2023年10月6日
下一篇 2023年10月6日

相关推荐

  • A.I. 谈谈人工智能(智障)写作的原理。From:PENG Bo大神。

    在互联网时代,营销文章的需求与日俱增。为了应对这一挑战,越来越多的人开始尝试使用机器学习来生成营销内容。本文将介绍如何借助机器学习,特别是基于字级别的生成模型,来生成大量优质的营销文章,以满足不断增…

    2022年6月25日
    00
  • 如何在你的计算机上安装 PyTorch 以及 CUDA 11.0

    嗨,大家好!你是否曾经想要深入学习机器学习和人工智能,但却在安装PyTorch和CUDA方面感到困惑?别担心,我将带你一步一步完成这个过程。 在过去的几年里,PyTorch已经成为了深度学习领域的瑰宝。而CUDA,NVIDIA的…

    2023年9月17日
    00
  • 从零开始的PyTorch之旅:探索深度学习的无限可能

    摘要:在本篇文章中,我将与你共同探索PyTorch这一强大的深度学习框架,分享我如何从零开始学习并实践PyTorch,以及它在人工智能领域中的应用。我希望通过我的经验,能够帮助你更好地理解和使用PyTorch,一起开启深…

    2024年3月30日
    00
  • 为什么Python在人工智能开发中是首选?探索其关键优势与实战应用

    本文探讨了Python在人工智能开发中被广泛采用的原因,分析其关键优势,并通过具体案例展示如何在AI项目中实际应用Python。 Python作为一种高级编程语言,在人工智能(AI)领域中的应用尤为广泛。本文将深入探讨Pyth…

    2024年5月6日
    00
  • 用机器学习实现商品分类评分器

    有一家电子商务网站,希望在搜索结果中将优质商品排在前面。他们手动选择了1000个“好”商品、1000个“中”商品和1000个“差”商品,并提取了这些商品的后台数据。这些数据包括曝光量、点击量、访问独立用户数、加购物车…

    2023年10月6日
    00
  • 如何理解多维矩阵?揭开高维空间的神秘面纱

    在机器学习的学习过程中,你可能会频繁遇到多维矩阵,而一维、二维和三维的空间关系都相对容易理解,但当涉及更高维度的矩阵时,你可能感到困惑。如何想象这些高维度的数学对象?这篇文章将带你深入探讨如何理解多…

    2023年10月6日
    00
  • 王大神-关于当前人工智能最火爆概念的行业分析报告

    在当今快速发展的科技时代,人工智能(AI)已成为各行各业的热门话题,吸引了广泛的关注和投资。AI的发展不仅改变了我们的日常生活,还在商业、医疗、教育等领域带来了革命性的变革。本文将深入分析当前人工智能领…

    2023年10月30日
    00
  • Ubuntu 20.04上配置机器学习环境:CUDA和NVIDIA驱动

    在当今世界,机器学习已经成为了一个炙手可热的领域,它正在不断地改变着我们的生活和工作方式。如果你是一名机器学习爱好者或专业从业者,那么你一定会需要一个强大的计算机来运行深度学习模型。本文将介绍如何在U…

    2023年10月19日
    00
  • 打造你的AI游戏伙伴:训练人工智能玩游戏

    嗨,亲爱的游戏爱好者!你是否曾想过拥有一个强大的游戏伙伴,一个能够与你一同征战虚拟世界的AI助手?或许你在某个游戏关卡卡住了,需要一个精湛的合作伙伴来帮助你度过难关。那么,不妨让我告诉你,这个梦想可以…

    2023年9月25日
    00
  • ChatGPT技术揭秘:为什么它能如此强大

    曾几何时,我们沉浸在科幻小说和电影中,对于人工智能的无限想象中。如今,这些幻想正逐渐变为现实,而ChatGPT则是其中一个令人惊叹的成果。本文将深入探讨ChatGPT的技术内幕,揭示其为何如此强大,以及它是如何利…

    2023年10月4日
    00