首页 智能资讯智能家居 智能设备智能家电 智能手机人工智能

人工智能到底有多智能?

2018-05-24    来源:网络整理手机访问:m.zhinengone.com

作者:华成

知识这个东西,只有将学到的关联在一起,输出倒逼输入,才能够是自己的

知识来源:

万维钢精英日课|151《人工不智能》2:教你写一个人工智能程序

李翔知识内参|方法;如何用深度思考法解决问题

万维钢精英日课:人工智能的本质是什么?
 

《西部世界》中像人一样的人工智能机器叫做“广义人工智能”。现在大家用的都是“狭义人工智能”,而狭义人工智能的本质就是人们常说的“机器学习”。

而所谓“机器学习”,也不是说机器有思想,它学会了一项技能。机器学习就是用一组数据建立一个统计模型,这个统计模型能对新的数据作出预言。输入数据越多越精确,模型能做的预言就越准确,就好像是他在不断地“学习一样。

(图片来源:拍信)

数学家说的”统计模型“=计算机科学家说的“机器学习”=商业精英说的“人工智能”

以计算泰坦尼克号上的存活率为例 用布鲁萨德选取的算法“决策树”(decision tree)

“人工智能”的决策过程是这样的

首先,我们要找到那些因素对存活可能有比较重要的影响。

*舱位,据说头等舱有上救生艇的优先权;

*性别,女士优先;

*年龄,小孩优先;

*船票费用

然后将这些因素交给算法,让算法自动用这些因素的数据生成一个模型。

现在有个问题是算法要求每个数据都得有数值,可是“年龄”这一项只有714个人的数据。为此我们还得把剩下一百多人的年龄数据给补上,就用所有乘客年龄的中位数来代替。这种事情在实际操作中非常常见,对付对付先用上再说。

这样我们就生成模型,也是整个机械学习的核心部分。

然后在测试整个系统的准确性。

也就是说“人工智能”实际上是无数个自动统计模型,通过影响事件的关键因素,预测在同样的环境中会发生不同事情的概率而已。

李翔知识内参;介绍了《麻省理工深度思考法》这本书里面,作者平井孝志提出了一种深度思考法。

深度思考就是“模型”加上“动力机制”

“模型”就是将现象和原因用简单的话描述出来。比如给孩子买了参考书,孩子的成绩提高了。

“动力机制”指的是随着时间的流逝产生的运动和结果。比如,当我们给模型加上时间维度时,就要考虑假设孩子每天学习1小时成绩能提高1分,每天学习10小时就能提高10分吗?这个因为时间的变化导致的不同结果,就是动力机制。只有考虑到模型和动力机制,我们才能理解本质。

深度思考分成四个步骤。

第一,建立模型。你要确定导致现象发生的各个要素,以及各个要素之间的关系。这里必须要考虑要素之间的因果关系,排除要素之间的相关关系。

比如,英语好的员工都是工作能力强。如果你们是一家外贸企业,那是因果关系。但是你们的工作岗位和语言无关,那只能证明英语要学好一定要很努力,而这些学英语很努力的人,工作也可能会努力,那就是相关关系。

第二,解读动力机制。动力机制的本质是加入时间纬度,在一个长期的时间轴上看模型的走向和结果。如果知识在一个时间点上看模型,各个要素关系是固定的;而随着时间的流逝,各个要素可能会发生变化,模型的走向也可能会跟之前的预测完全相反。

第三,选招改变模型的对策。因为模型是隐藏在现象背后的,如果从现象入手采取一些措施,模型不变,很难真正解决问题。那怎么改变模型呢?书里建议说,首先要正确理解前提条件;其次可以扩展现在的“思考范围”,考虑到影响的方方面面;此外,还可以提升视角,尝试偶尔放下眼前的问题。

第四,行动,并在实践中获取反馈。我们需要在实践中获得真实的反馈,提高自己深度思考的效果。而且,只有在实践中,才能发现模型的问题,让模型适合更多的情况。

从这两个知识我们可以看到。人工智能的学习方法和麻省理工的深度学习方法是一样的。

都是找到因果关系,去除相关关系,建立模型。

只不过,人工智能的模型是通过你的因果关系,由它的算法来计算的。

而深度思考则是找到关系,用精确的预言来描述的。

在建立模型之后,再计算模型可能的演变趋势。

这一步我们是通过统计计算的,而人工智能也是通过统计计算的。

唯一的区别是在第三步

当条件发生了变化的时候,“深度思考”的办法会让我们不断的调整模型,来增加解释事物变化的规律能力。但是人工智能在这一步停止了。

最后一步,人工智能和“深度思考”又一样了,就是检测正确性,调整模型。

也就是说,人工智能是一种统计逻辑,通过统计来找到最大概率发生的事情,来建立模型。

而人是通过找到事物背后的内在逻辑,通过内在逻辑建立模型,并且不断的调整模型以适应更多的变化。

也就是说,人工智能不智能,它只是不断的通过之前的情况运算在相同的情景中,未来最大概率会发生什么。

而如果规定情景发生了变化,人工智能的预测就无效了。也就是说,在复杂情景下,人工智能建立的模型是无效的。因为,没有规定情景。

所以,围棋这样的游戏虽然看起来对于人很容易,但是对于算力远远超过人类的人工智能很简单,因为博弈的情景的固定并且单一的。

但是面对面预测一个人的下一步行动,对于人工智能确实一场难的,因为人会做出来的具体决策,是受到多个因素影响下的综合评估结果,而且还带有很多非理性因素。规定情景无法被确定,人工智能在这种情况下并不智能。

结论,人工智能会是人类大脑的一种非常重要的补充脑。当我们学习确定了在一个确定情景下事情的发生发展逻辑,我们用代码将它转化成人工智能,这样的话,面对重复性的判断,就可以由人工智能来代替,我们要做的事情,就是不断的分析事物背后的逻辑,去做复杂情况下的学习和判断。

人工智能到底有多智能?

人工智能到底有多智能?精选图文

排行榜

本网站信息来自互联网,不代表本站观点,仅提供参考使用,不阐述信息的准确性和真实性。
文章中所出现的商标和版权等皆属于其原拥有者,与智苑网无关。
Copyright 智苑网