作者: [日]Infovisual研究所
出版社: 书海出版社
副标题: 你的第一本前沿科技启蒙书
出版年: 2023-8
内容摘录
20世纪60年代,人们认为,有了这样的感知器,计算机就能获得高级的思维模型。但是“人工智能之父”明斯基马上给这种期待泼了一盆冷水。他批判说,这样简单的模型连小学生算术题都解不开。失意的罗森布拉特之后因为事故去世,AI研究的方向也转向了费根鲍姆提出的专家系统。
但是,也有人相信感知器的可能性,他在漫长的不得志时期耐得住寂寞,一直孜孜不倦地研究这个主题。这个人就是如今深度学习的旗手——杰弗里·辛顿。他把感知器组合起来,叠加成好多层,使每个单元都拥有信息反馈机制——这就是“深度学习”的开始。有了它,计算机就能像人类一样,从多层信息中识别出事物。
之后,辛顿把这个系统应用到了图像识别的机器学习中。实验的结果令人震惊,机器的正确率最终比人类还高。更加让人吃惊的是,这个图像识别系统就算没有人类下指令,也能自动从图片中提取出特征,找出最合适的聚类方法;还能记住、学习这个特征,让自己的能力持续提高。
AI开始理解语言的意思
能回应人类语音指令的AI设备相继问世:你说“查一下明天的天气”,它就告诉你明天的天气预报;你说“播放舒服的音乐”,愉快的音乐便开始奏响。
其实对计算机来说,这种能实现和人类交流的技术才是大难题。如前面的内容所述,在AI开发的黎明期,研究者们面对这道高高的壁垒茫然失措。他们意识
到,要厘清人类语言的意义,并让计算机明白存在于这些语言背后的广大的意义世界,是多么困难的一件事。
要让计算机理解人类的语言,有好几个难关。第一,计算机需要把人类说出的语言识别为语音,再用文字记录下来。第二,计解决。人类的语言有很多种模糊的意思,同样的词句放在不同的语境里就有不同的含义,同样的发音也可以对应不同的字。有时候,上下文中还会有所省略。人类使用语言的方式是暧昧的,但是AI研究者用概率和统计的手法来应对。不用多说,这也是深度学习大显身手的领域。
计算机能够识别语音和文字之后,下一步就是理解其中的意思。这里所必需的,是和语言文字相对应的深不见底的世界知识数据库。比如,IBM的AI“沃森”(Watson)会从百科词典、报纸、小说、词汇表、《圣经》甚至是维基百科中读取、记忆相当于800万本书分量的数据。计算机会参照这个数据库,推理出语言的含义,理解对方的意图。这项功能已为现在的AI所具备。
曾经的计算机,因为只能按一定的机械性规则回答问题,而一度被揶揄成“人工无能”,而今,终于能开始成为“人工智能”了吧?
————————————
【找书籍加微gaiword】
————————————