人工智能网

 找回密码
 立即注册
查看: 1749|回复: 17

智能的终极进化会是什么

[复制链接]
发表于 2014-8-7 20:38:00 | 显示全部楼层 |阅读模式
无论人类还是电脑都只是智能的载体,智能树的进化是无可阻挡的,自然只选择更有效率的方式进化,一切都只是时间问题,没有人能改变。
回复

使用道具 举报

 楼主| 发表于 2015-1-2 06:29:00 | 显示全部楼层
世界是人类的,也是机器的,但终究还是机器的。
回复 支持 反对

使用道具 举报

发表于 2015-1-2 09:15:00 | 显示全部楼层
都是智能的载体,真正受益的是智能活动在一直运动并且升华。

     

是金子要自己发光~
         --来自安卓手机客户端
回复 支持 反对

使用道具 举报

发表于 2015-1-2 09:42:00 | 显示全部楼层
终极,我认为是宇宙的每一处均有人工智能并相互连接,宇宙本身成为一个大脑。
回复 支持 反对

使用道具 举报

发表于 2015-1-2 18:50:00 | 显示全部楼层
存在or exist
回复 支持 反对

使用道具 举报

 楼主| 发表于 2015-1-3 21:43:00 | 显示全部楼层
生命和进化的意义在于真实的存在,不断地改变和完善自我个体以及族群,使其一直延续下去。
回复 支持 反对

使用道具 举报

 楼主| 发表于 2015-1-6 07:51:00 | 显示全部楼层
IBM的智能大厨
人工智能能做什么?IBM计算机“深蓝”告诉我们,它能击败国际象棋大师。IBM“沃森”可以在智力问答节目“危险边缘”总决赛中获胜。近年,IBM再次成功担当“沃森大厨”,利用人工智能技术为我们搭配出一道道健康的美食。
人工智能能干什么?IBM人工智能的焦点“沃森(Watson)”的最新进展就是当起了超级厨师。通过“厨师沃森好胃口”的新应用版本帮助厨师搭配创新的营养菜谱。如今的沃森俨然成了西餐超级厨师。
在国外的一次测试中,沃森创新出一些不同寻常的烹饪菜谱,如炒洋葱配酸角卷心菜色拉、芥末苹果烧烤酱搭五香排骨等崭新的美食。至于甜点,沃森还可以根据品尝人的口味,提供有创意的脆皮浆果馅饼搭配柠檬汁、酸奶油、酪乳和马郁兰。
“烹”制数据
食品和烹饪往往被看作是一门艺术。事实上,美食背后有化学、神经科学、营养学等学科的理论和大量数据,食材配料也存在无数种组合。人类凭借直觉和经验难以构想出那么多的可能性,即使最优秀的厨师也只能成功地驾驭有限的配料组合。
“沃森大厨”能够为经验丰富的专业厨师提供无限多的创意。沃森先是取得全球大量已知的食谱,分解出食材的类别,再进一步分解出其中的化学成分,然后根据人类的感知模式来判断何种搭配会让人感到美味和惊喜,并放入“食谱数据库”中。当然,仅有数据还不够,沃森发展出一套新型算法(Novel Algorithm),从中分析食物的分子结构,如表层、重原子数、旋转链数、氢键受体数等,再用这些具有化学特性的“营养数据库”与“食谱数据库”进行分析,推荐合适的食材搭配。
因此,“沃森大厨”会给出许多令人意想不到的食材组合。例如“瑞士泰国混搭风味芦笋咸派”的食材特色是多香果、酸荚、高良姜、九层塔、奶酪、薄菏,其中不少食材人们还不熟悉,也难以想象混到一起是什么味道。“沃森大厨”背后正是IBM认知烹饪系统的强大支持。
认知烹饪并非通过编程,而是采用“如果……那么”的查询模式为一个确定的问题提供一种确定的答案。也不是使用同一种搜索引擎筛选数据提供一个既有的食谱清单。认知烹饪可以理解、学习和思考大数据,而且还理解人类的认知,提出高度创新的食谱点子。这就是为什么认知计算可以刺激创造力。
尽管IBM是通过食品领域来探索和验证其人工智能的研究成果,但是IBM仍有机会带来社会影响,解决肥胖症、营养不良和饥饿等社会难题。食品制造商、学校午餐提供商和厨师都力求创造各种佳肴来满足人们的口味和喜好,但是要制作健康、营养丰富的美食同时还要遵守不同的饮食标准就是一项挑战了。而通过计算创造力、计算分析化合物和配料,食品专业人员就可以识别新食谱和配餐,不仅美味健康,而且提高烹饪效率。
回复 支持 反对

使用道具 举报

 楼主| 发表于 2015-1-6 07:57:00 | 显示全部楼层





本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复 支持 反对

使用道具 举报

 楼主| 发表于 2015-1-6 07:59:00 | 显示全部楼层

Gartner《2014年十大策略性技术与趋势》指出,直至2020年,智能机器的时代将蓬勃发展,具备环境感知能力的智能型个人助理、智能型顾问等将大量出现。智能机器的时代将成为IT史上最大的变革,新科技将取代人类部分工作,让人类能够完成一度被视为“不可能”的任务。
当2011年底,美国家喻户晓的智力问答节目“危险边缘”(Jeopardy!)直播年度总决赛的时候,人们都被一位决赛“选手”惊呆了。因为它不是人类选手,而是一个叫沃森的计算机系统。但是它谈吐温文尔雅,不仅能听懂智力题目,还击败了曾经的节目优胜记录保持者,夺得了年度总冠军。相比上个世纪90年代那个击败国际象棋大师的IBM计算机“深蓝(Deep Blue)”,沃森通过超人的认知能力,已经一跃成为计算机史上的“最强大脑”。
现在,沃森已经不仅仅是一位智力游戏高手、一位好厨师,还是一种全新的商业技术。2014年1月,IBM就为沃森投资10亿美元成立业务集团,用于商业推广。沃森的多种功能已经能够通过云平台进行交付,这意味着它将成为人人都能使用的智能系统。作为计算技术进化的一个重要转折点和认知计算时代开端的标志,沃森已经开始转变许多行业的决策方式,并帮助更广泛的商业社会实现创新服务,提升人类生活质量。
目前,遍布全球25个国家和12个行业的数百名客户和合作伙伴已经与沃森达成合作协议,涉足许多领域。沃森与花旗银行合作分析金融数据,协助其简化和改善顾客的金融体验,为其提供顾客需求分析和个人化数字银行金融服务;沃森可以优化律师的并购策略,提供更快速且全面的尽职调查和文件分析。同时,沃森也已成功运用于医疗服务领域,例如医疗保险商WellPoint和医疗机构得克萨斯医学院安德森癌症中心等。
还有最强大脑
但是,沃森并非IBM在认知计算领域的全部。我们知道,认知计算既包括如沃森这样在功能层面具备人类某些认知能力、能够完成特定认知任务的系统,也包括在硬件结构层面借鉴人类大脑构造重新设计出非冯诺依曼体系架构的计算机。后者的代表就是最近大热的SyNAPSE(神经形态自适应的可塑可调电子系统)项目。
2014年7月,IBM已经在SyNAPSE项目中开发出百万神经元类人脑芯片TrueNorth。它包含100万个神经元、2.56亿个突触,能够实现计算机的视觉功能。这么一个小小的芯片不过几平方厘米,却可以透过摄像头以每秒30帧的拍照速度在视频流中识别出人、车和各种各样的物体。IBM的最终目标是希望将这种芯片发展到1亿个神经元、1万亿个突触,这个数量达到了人脑的10倍。当这样的芯片问世的时候,人类的眼睛和大脑的配合已经不如计算机和TrueNorth芯片了,它可能比人类读得更快、听得更懂、说得更流利、理解得更深入。如果将这种芯片植入手机、云平台,它也许能够形成对现实世界的瞬间还原,再加上沃森的理解能力,那么,人类要实现科幻电影中人工智能的情节似乎已为时不远。
沃森和TrueNorth究竟谁是“最强大脑”应该说它们都只是IBM在下一个计算时代的“豪赌”。
回复 支持 反对

使用道具 举报

 楼主| 发表于 2015-1-6 08:23:00 | 显示全部楼层
TrueNorth:IBM的百万神经元类人脑芯片
邮票大小、重量只有几克,但却集成了 54 亿个硅晶体管,内置了 4096 个内核,100 万个“神经元”、2.56 亿个“突触”,能力相当于一台超级计算机,功耗却只有 65 毫瓦。
这就是 IBM 公布的最新仿人脑芯片:TrueNorth。
为什么要做TrueNorth?
因为自 2008 年以来,美国国防部研究机构 DARPA 给了 IBM 5300 万美元。TrueNorth 是 IBM 参与 DARPA 的研究项目 SyNapse 的最新成果。SyNapse 全称是 Systems of Neuromorphic Adaptive Plastic Scalable Electronics(自适应可塑可伸缩电子神经系统,而 SyNapse 正好是突触的意思),其终极目标是开发出打破冯•诺依曼体系的硬件。
为什么要打破冯•诺依曼体系?
冯•诺依曼体系是传统计算机的基础。这种体系的特点是存放信息和程序指令的内存与处理信息的处理器是分离的。由于处理器是按照线序执行指令的,所以必须不断与内存通过总线反复交换信息而这个会成为拖慢速度和浪费能量的瓶颈。尽管后来采用了多核芯片和缓存技术,但是这些只能提高速度而不能降低太多能耗,而且没办法实时处理,因为通信是瓶颈内存和 CPU 的大量通信要通过总线进行。因此,近几十年来研究人员一直在致力于寻找突破原有体系的技术。
模仿大脑
模仿人类大脑是科学家寻求突破的方向。人类大脑的神经元尽管传导信号的速度很慢,但是却拥有庞大的数量(千亿级),而且每个神经元都通过成千上万个突触与其他神经元相连,形成超级庞大的神经元回路,以分布式和并发式的方式传导信号,相当于超大规模的并行计算,从而弥补了单神经元处理速度的不足。人脑的另一个特点是部分神经元不使用时可以关闭,从而整体能耗很低。
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

QQ|人工智能实验室

GMT+8, 2024-5-3 13:34 , Processed in 0.012975 second(s), 7 queries , Redis On.

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表