今年，都说人工智能创业走入了困局，了解什么是人工智能、AI应用领域、融资环境、遇到的困境，才能对人工智能现状和未来有一个明晰的了解和判断。
人工智能，Artificial Intelligence，人造的智能。先要了解什么是“智能”，否则是无法了解人工智能的。
首先，人类目前很难给智能一个准确的定义，哪怕是百科上写的那句话，也并不是智能的准确定义，如果无法准确定义，那就罗列出来，划定一个范围，未来还有可能修改这个范围的边界。
1、语言智能 （Linguistic intelligence）
是指有效的运用口头语言或及文字表达自己的思想并理解他人，灵活掌握语音、语义、语法，具备用言语思维、用言语表达和欣赏语言深层内涵的能力结合在一起并运用自如的能力。他们适合的职业是：政治活动家，主持人，律师，演说家， 编辑， 作家， 记者，教师等。
2、数学逻辑智能(Logical-Mathematical intelligence )
是指有效地计算、测量、推理、归纳、分类，并进行复杂数学运算的能力。这项智能包括对逻辑的方式和关系，陈述和主张，功能及其他相关的抽象概念的敏感性。他们适合的职业是：科学家、会计师、统计学家、工程师、电脑软体研发人员等。
3、空间智能( Spatial intelligence )
是指准确感知视觉空间及周围一切事物，并且能把所感觉到的形象以图画的形式表现出来的能力。这项智能包括对色彩、线条、形状、形式、空间关系很敏感。他们适合的职业是：室内设计师、建筑师、摄影师、画家、飞行员等。
4、身体运动智能( Bodily-Kinesthetic intelligence )
是指善于运用整个身体来表达思想和情感、灵巧地运用双手制作或操作物体的能力。这项智能包括特殊的身体技巧，如平衡、协调、敏捷、力量、弹性和速度以及由触觉所引起的能力。他们适合的职业是：运动员、演员、舞蹈家、外科医生、宝石匠、机械师等。
5、音乐智能( Musical intelligence )
是指人能够敏锐地感知音调、旋律、节奏、音色等能力。这项智能对节奏、音调、旋律或音色的敏感性强，与生俱来就拥有音乐的天赋，具有较高的表演、创作及思考音乐的能力。他们适合的职业是：歌唱家、作曲家、指挥家、音乐评论家、调琴师等。
6、人际智能( Interpersonal intelligence)
是指能很好地理解别人和与人交往的能力。这项智能善于察觉他人的情绪、情感，体会他人的感觉感受，辨别不同人际关系的暗示以及对这些暗示做出适当反应的能力。他们适合的职业是：政治家、外交家、领导者、心理咨询师、公关人员、推销等。
7、自我认知智能(Intrapersonal intelligence)
是指自我认识和善于自知之明并据此做出适当行为的能力。这项智能能够认识自己的长处和短处，意识到自己的内在爱好、情绪、意向、脾气和自尊，喜欢独立思考的能力。他们适合的职业是：哲学家、政治家、思想家、心理学家等。
8、自然认知智能（Naturalist intelligence）
是指善于观察自然界中的各种事物，对物体进行辩论和分类的能力。这项智能有着强烈的好奇心和求知欲，有着敏锐的观察能力，能了解各种事物的细微差别。他们适合的职业是：天文学家、生物学家、地质学家、考古学家、环境设计师等。
知道智能包括哪些，就可以来讲人工智能了，用人造或人为设计的方式，让某个东西具有上述智能，就是人工智能。你看，这里跟电脑，计算机，神经网络什么的，都没关系吧？这些东西只是实现人工智能的工具和方法罢了。也跟机器人没关系吧？机器人只是人工智能应用中的一个表现。
例如：计算器，不就是人造的简单的数学逻辑智能。智能语音，不就是人为的语言智能。机械臂和机械腿，不就是人造的身体运动智能。
是不是更好理解了？
1、 人工智能话题
| 我们总是把人工智能和电影想到一起 | 星球大战、终结者、2001:太空漫游等等电影是虚构的,那些电影角色也是虚构的所以我们总是觉得人工智能缺乏真实感。 |
| 人工智能是个很宽泛的话题 | 从手机上的计算器到无人驾驶汽车,到未来可能改变世界的重大变革,人工智能可以用来描述很多东西,所以人们会有疑惑。 |
| 我们日常生活中已经每天都在使用人工智能了 | 生活中的很多互联网工具已经是AI了,只是我们没意识到而已。JohnMcCarthy,在1956年最早使用了人工智能( Artifcial Intelligence)这个词。他总是抱怨“一旦一样东西用人工智能实现了,人们就不再叫它人工智能了。” |
| 一些场景的弱人工智能例子 |
谷歌:一个巨大的搜索弱人工智能 智能手机:弱人工智能系统 汽车:很多已经安装了控制汽油渗入、控制防抱死系统的电脑等 垃圾邮箱过滤器也是经典的弱人工智能 |
2、 人工智能的定义
| 人工智能定义 | 《人工智能,一种现代的方法》笔记:人工智能是类人行为,类人思考,理性的思考,理性的行动。人工智能的基础是哲学,数学,经济学,神经科学,心理学,计算机工程,控制论,语言学。人工智能的发展,经过了孕育,诞生,早期的热情,现实的困难等数个阶段。 |
| A的另一种定义 | 人工智能是研究、开发用于模拟、延伸和扩展人的智能理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支。 |
| 人工智能是一门什么科学? | 人工智能科学的主旨是研究和开发出智能实体,在这一点上它属于工程学。工程的一些基础学科自不用说,数学、逻辑学、归纳学、统计学、系统学、控制学、工程学、计算机科学,还包括对哲学、心理学、生物学、神经科学、认知科学、仿生学、经济学、语言学等其他学科的研究,可以说这是一个集数门学科精华的尖端学科中的尖端学科。所以说人工智能是一门综合学科 |
3、 人工智能技术四大分支
| 模式识别 | 是指对表征事物或者现象的各种形式(数值的文字的逻辑关系的等)信息进行处理分析,以及对事物或现象进行描述分析分类解释的过程,例如汽车车牌号的辨识涉及到图像处理分析等技术 |
| 机器学习 | 研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构是指不断完善自身的性能,或者达到操作者的特定要求 |
| 数据挖掘 | 知识库的知识发现,通过算法搜索挖掘出有用的信息,应用于市场分析、科学探索、疾病预测等 |
| 智能算法 | 解决某类问题的一些特定模式算法;例如,我们最熟悉的最短路径问题,以及工程预算问题等 |
4、 人工智能主要应用领域
| 机器人领域 | 人工智能机器人,如PET聊天机器人,它能理解人的语言,用人类语言进行对话,并能够用特定传感器采集分析出现的情况调整自己的动作来达到特定的目的。 |
| 语言识别领域 | 该领域其实与机器人领域有交叉,设计的应用是把语言和[声音转换成可进行处理的信息:如语音开锁(特定语音识别;语音邮件以及未来的计算机输入等方面 |
| 图像识别领域 | 利用计算机进行图像处理、分析和理解,以识别各种不同模式的目标和对象的技术例如人脸识别汽车牌号识别等 |
| 专家系统 | 具有专门知识和经验的计算机智能程序系统,后台采用的数据库相当于人脑,具有丰富的知识储备采用数据库中的知识数据和知识推理技术来模拟专家解决复杂问 |
5、 人工智能三种形态
| 弱人工智能 |
弱人工智能 Artifcial Narrow Intelligence(AN):弱人工智能是擅长于单个方面的人工智能。比如有能战胜象棋世界 冠军的人工智能,但是它只会下象棋,你要问它怎样更好地在硬盘上储存数据,它就不知道怎么回答你了。 |
| 强人工智能 | 强人工智能 Artifcial General Intelligence (AG):人类级别的人工智能。强人工智能是指在各方面都能和人类比肩的人工智能,人类能干的脑力活它都能干。创造强人工智能比创造弱人工智能难得多,我们现在还做不到。 Linda Gottfredson教授把智能定义为“一种宽泛的心理能力,能够进行思考、计划、解决问题、抽象思维、理解复杂理念、快速学习和从经验中学习等操作。”强人工智能在进行这些操作时应该和人类一样得心应手。 |
| 超人工智能 | 超人工智能 Artifcial Superintelligence(AS):牛津哲学家,知名人工智能思想家 Nick bostrom把超级智能定义为“在几乎所有领域都比最聪明的人类大脑都聪明很多,包超人工智能括科学创新、通识和社交技能。”超人工智能可以是各方面都比人类强一点,也可以是各方面都比人类强万亿倍的。超人工智能也正是为什么人工智能这个话题这么火热的缘故,同样也是为什么永生和灭绝这两个词会在本文中多次出现。 |
6、 人工智能话题
| 一个大困难 | 人类的大脑是我们所知宇宙中最复杂的东西,至今我们都还没完全搞清楚。 |
| 可简单解决的 | 造一个能在瞬间算岀十位数乘法的计算机 |
| 目前比较困难解决的 | 造一个能分辨出一个动物是猫还是狗的计算机。 |
| 已经成功的 | 造一个能战胜世界象棋冠军的电脑 |
| 还没做出来的 | 谷歌目前花了几十亿美元在做造一个能够读懂六岁小朋友的图片书中的文字,并且了解那些词汇意思的电脑 |
| 逻辑容易感知难 | 一些我们觉得困难的事情——微积分、金融市场策略、翻译等,对于电脑来说都太简单了而我们觉得容易的事情——视觉、动态、移动、直觉—对电脑来说太TM的难了 |
| 计算机科学家 Donald Knuth的观点 | 人工智能已经在几乎所有需要思考的领域超过了人类,但是在那些人类和其它动物不需要思考就能完成的事情上,还差得很 |
| 人工智能的一个典型目 | 要想达到人类级别的智能,电脑必须要理解更高深的东西,比如微小的脸部表情变化,开标例子心、放松、满足、满意、高兴这些类似情绪间的区别,以及为什么《布达佩斯大饭店》是好电影,而《富春山居图》是烂电影 |
7、 弱人工智能的前进方式
| 第一步:增加电脑处理速度 | 要达到强人工智能,肯定要满足的就是电脑硬件的运算能力。如果个人工智能要像人脑一般聪明,它至少要能达到人脑的运算能力。从电脑的发展速度来看,预计到了2025年就能花1000美元买到可以和人脑运算速度抗衡的电脑了 |
| 第二步：让电脑变得更智能 |
抄袭人脑: 参考人脑范本做一个复杂的人工神经网络。科学界正在努力逆向工程人脑,来理解生物进化是怎么造出这么个神奇的东西的,乐观的估计是我们在2030年之前能够完成这个任务。我们已经能模拟小虫子的大脑了,蚂蚁的大脑也不远了,接着就是老鼠的大脑,到那时模拟人类大脑就不是那么不现实的事情了 模仿生物演化: 让电脑来解决这些问题: |
8、 强人工智能到超级人工智能之路
| 发展的观点 | 总有一天,我们会造出和人类智能相当的强人工智能电脑。到了这个时候,人工智能不会停下来。考虑到强人工智能之于人脑的种种优势,人工智能只会在“人类水平”这个节点做短暂的停留,然后就会开始大踏步向超人类级别的智能走去。 |
| 超级人工智能比人类牛逼的地方 |
硬件上: 运算速度往着几何级的速度增长;容量和存储空间也迅速提升,远超人类,而且不断拉开距离;可靠性持续性,不会疲惫,能持续不断的思考; 软件上: |
9、 智能爆炸一强人工智能时代
| 人类统治地球观 | 人类对于地球的统治教给我们一个道理——智能就是力量。也就是说,一个超人工智能,一旦被创造出来,将是地球有史以来最强大的东西,而所有生物,包括人类,都只能屈居其下—而这一切,有可能在未来几十年就发生。当一个超人工智能出生的时候,对我们来说就像一个全能的上帝降临地球一般。 |
| 递归的自我改进概念 | 一个运行在特定智能水平的人工智能,比如说脑残人类水平,有自我改进的机制。当它完成一次自我改进后,它比原来更加聪明了,我们假设它到了爱因斯坦水平。而这个时候它继续进行自我改进,然而现在它有了爱因斯坦水平的智能,所以这次改进会比上面一次更加容易,效果也更好。第二次的改进使得他比爱因斯坦还要聪明很多,让它接下来的改进进步更加明显。如此反复,这个强人工智能的智能水平越长越快,直到它达到了超人工智能的水平—这就是智能爆炸也是加速回报定律的终极表现。 |
| 当人工智能达到人类水平 | 以下的情景很可能会发生:一个人工智能系统花了几十年时间到达了人类脑残智能的水平,而当这个节点发生的时候,电脑对于世界的感知大概和一个四岁小孩一般;而在这节点后一个小时,电脑立马推导出了统一广义相对论和量子力学的物理学理论;而在这之后一个半小时,这个强人工智能变成了超人工智能,智能达到了普通人类的17万倍 |
| 科技大佬警惕人工智能的原因 |
现在很多科技大佬包括科学家都在提出警惕人工智能,要建立和完善法律法规,目的就是担心未来人类会因此毁灭 那些在我们看来超自然的,只属于全能的上帝的能力,对于一个超人工智能来说可能就像按一下电灯开关那么简单。防止人类衰老,治疗各种不治之症,解决世界饥荒,甚至让人类永生,或者操纵气候来保护地球未来的什么,这一切都将变得可能。同样可能的是地球上所有生命的终结。 |
10、 创业者如何切入人工智能?
| 五大痛点 |
1、创业者也很难跟巨头去拼人才、用户、流量与资本 2、人工智能本质是拼技术但创业者要拼过巨头很难 3、创业者缺数据库,但数据是AI的基础 4、当前人工智能还停留在学术曾投资回报率不对等 5、除此之外,A技术虽炫酷但盈利方面艰难,人工智能的基础层涉及到大数据、人机交互、计算能力、通用算法、框架等极为复杂所以开发人工智能是一个庞大的系统工程。它不会是一个突然出现的风口,更是一个长时间的经济技术,科研发展水平的缓慢沉淀与推动的过程。 |
| 看好的三个方向 |
1、顶端的技术专家出来创业。这种人每年的年薪大概在100万美金,一般情况只有大公司能够请得起,这类专家如果出来创 业,成功的概率 2、人工智能领域人才是关键,所以创业者可以从人工智能的社区和培训出发,这个领域需要更多的人才。也希望更多的技术人员能够学习深度学习,一起加入到技术变革的浪潮中来。 3、本身有行业数据的一些公司或者,只需要接入人工智能的技术进去。就可以在原有的行业资源上新做一个公司,或者在原有公司基础上进行升级 |
| AI创业的坑 |
1、做大公司重点会做的事情,拼不过,迟早会死。越是底层的东西,巨头越会去做;越是通用型的产品,越是大公司会做的。所以要注意;创业公司可以选择做垂直领域的先行者,积累用户和数据,结合技术和算法优势,成为垂直领域的颠覆者。 2、只追求技术不重视产品体验或经济效益,技术在很多场合也不是最重要的东西,一方面是大家的技术都差不多,没有显著差异,另一方面是有众多其他的因素影响用户体验和购买选择 3、摸不清谁会为你的产品买单。人工智能创业者一定要谨慎痛点低的伪需求,满足谁的需求是一定要思考好的问题,在人工智能领域,要么是2B(面向企业),要么2C(面向消费者)的方向,各有利弊。 4、人员结构不合理。毕竟初创公司不是研究院,不以促进学术发展为目的,不以发 paper为目的,而是要以产品为核心的商业机构。所以人员结构需要综合配备好。 5、不懂得如何把握节奏。因为这是创业,节奏感的控制除了来自对人工智能技术发展程度的判断,还有来自对融资环境的判断,对市场发展速度和变化的判断,对竞争对手的判断。 |
11、 非创业者如何学习人工智能
| 了解级别 |
1、关注人工智能相关的公众号 2、上知乎,把所有关于人工智能的精华话题都阅读一遍 |
| 普通级 |
1、上大学,最好是理工科或者重点大学,系统的学习人工智能学科; 2、读研,国内外都行,最好国外,师从牛逼的人工智能教授 3、去BAT或者知名的人工智能公司实习,认识A大神,因为很多专家级的人才都集中在这些公司的人工智能部门。 |
| 大神级 |
1、要对行业进行宏观的把控,搞清人工智能的分类,并一一熟悉,最好弄一个思维导图,熟悉行业的上下游等等; 2、要掌握人工智能的发展脉络。熟悉A的发展史,精通每个阶段的技术节点,关注前沿技术的突破,并知道和熟悉世界上的A大神。 3、最后是硬实力,掌握有关基础学科。因为人工智能要求你是一个跨学科的大神,涉及到的学科也比较多。语言学—一自然语言处理需要相关知识;神经科学—A很重要的一个方向是模拟人脑,了解人的思维机制很关键;心理学和哲学—什么是智能,人如何认知,如何学习,这些问题都有心理学和哲学去回答;控制论——控制A和机械的理论,这是将人工智能以机器行为输岀的保障;材料科学——硬件必备。除此之外,髙数、线代、离散数学、概率论等相关数学基础,电子信息工程等专业英语,数电和模电也要学。只有掌握了这些,才有可以去规划自己发展的方向,去寻找那个自己可以切入的应用场景。 |
359 thoughts on “到底什么是人工智能？”