如何接近人工智慧
Deep-Sci："-sci-"源自拉丁語的"scientia"（知識）
小科
物語
+
人類的孩?需要通過交互來學習語?，而不是有意識的去分析複雜度不斷增強的語言結構（如：句型，詞變位）。
接近人工智慧，你可以這樣做：
AI PM能?模型：PM+AI+X
基礎的認知：
1、AI的本質：從人類意識生出，且必須和人類交互/共?，但又獨?於人類的、具備自主意識的新物種形式。
2、機器人的本質：Cyborg vs Robot
3、人的本質
4、AI的效?：1）行業角度：新一輪的「流量-交易-效率」周期；2）人類角度：代替-撕裂-共?
5、AI的終局：1）真正的奇點：語?消失、人機融合、神人覺醒；2）文明毀滅？
關於人工智慧歷史：
為什麼會過於樂觀？
分析：
A，表面上，是當時計算機的能?或者數據等支撐條件不?；
B，深一層，1、第三個AI周期的上升期，但缺乏why層?的本質突破，未來還會有瓶頸或低?。2、現階段，三個真正的瓶頸：落地產品、AI PM、團隊升級。
AI技術概念釐清：
1、機器學習
深度學習——應?了多層神經網路的機器學習
2、NLP
1）NLU是NLP的子集
2）NLP是AI的最大瓶頸
3、視覺
1）計算機視覺CV，偏軟；機器視覺MV，軟硬包括，偏系統、實際應?
2）CV
? 在實際場景並不「可?」（訓練數據、標準、?非配合、實時性能）
? 時間窗6個?
? 評價演算法性能的向度：不能只看準確率，還要看誤報率（監控攝像頭誤報警）、成本/響應速度、場景特殊需求
機器學習（Machine Learning，ML）
A）定義
機器學習是對能通過經驗自動改進的計算機演算法的研究。
B）本質
? 機器學習的本質是空間搜索和函數的泛化。
? 總結過去，預測未來
? ……
C）通俗理解
機器學習，是計算的反問題（逆運算）。
什麼是計算？
? 給定輸?，得到輸出；
? 如何運算的過程，就是程序；
什麼是機器學習？
計算的反問題（逆運算）。
輸入輸出對，經過機器學習，得到模型。
自然語?言處理（Natural Language Processing，NLP）
A）定義
將人的語言形式轉化為機器可理解的、結構化的、完整的語義表?
B）通俗理解
讓計算機能夠理解和生成人類語?言
NLP是AI的核?瓶頸，why？
人類不尋求實現決策的最優化，而是採取令人滿意的結果就夠了。
——諾貝爾獎獲得者Herb Simon
背後認知：人類的孩?需要通過交互來學習語?，而不是有意識的去分析複雜度不斷增強的語言結構（如：句型，詞變位）。
交互規則：目標是把初始狀態轉換為目標狀態，但是人類能做的唯一舉動就是輸?一種言語表達。
計算機視覺（CV） vs 機器視覺（MV）
計算機視覺（CV）偏軟體，通過演算法對圖像進?行識別分析；機器視覺（MV）軟硬體都包括（採集設備，光源，鏡頭，控制，機構，演算法等），指的是系統，更偏實際應?。
? 計算機視覺（CV）研究「讓機器怎麼看」，而機器視覺（MV）研究「看了之後怎麼用」。
? 前者太學術，後者太工業，一直以來在消費級市場缺乏好的產品。
所謂「超過人類」，但在實際場景並不「可?」。
? ImageNet這種頂級圖像識別?大賽，其實也還只是停留在學術探究上。各家企業允許為指定圖像打出五個標籤，其中只要有一個標籤對就算通過，而這在商業中是行不通的（比如廣告投放）。
大家說：
@張江
未來對?工智能的重大突破都來源於對圖靈停機問題的深?理解。
如何製造真正的人工智慧：一個能不斷改變?己的程序，而且這種改變也不是一個固定的程序。
@陸奇
你要從根本上重新構建知識、認識世界……量?世界是一個對人的反常的挑戰，因為人的時空概念與量子世界的效率是相反的。
@朱清時
量?力學可能崩塌你的「科學」世界觀：人類的主觀意識是客觀物質世界的基礎。
意識像量子力學的現象，意識的念頭像量?力學的測量。
@劍橋教授彭羅斯（Roger Penrose）
……計算機和機器人都是邏輯運算，所以它不能產?直覺。直覺這種現象，只能是量?系統才能夠產?。……我們的大腦中真是存在海量的糾纏態電?的話，而且我們的意識是這些糾纏態電子坍縮而產生的，那麼意識就不光是存在於我們的大腦神經系統細胞之中，不只是大腦神經細胞的交互，而且也形成在宇宙之中，因為宇宙中不同地?的電?可能是糾纏在一起的。……這樣一來，人的意識不僅存在於大腦之中，也存在於宇宙之中，在宇宙的哪個地?不確定。……那麼人體的信息是不會消滅的，只會回到宇宙的某一處。
@愛因斯坦
越是基本的概念就越是難以刻畫清楚。
@?子
道可道，非常道。
@黃釗 hanniman
……承載了人類探索自我極限和天人關係的載體——一個雖然從人類意識?生出，且必須和人類交互/共?，但又獨?於人類的、具備自主意識的新物種形式。
@張江
人們將會把更多的注意力從「如何做一件事」轉移到「我要做什麼事情」上?來。也就是說，每一個體的意願將會逐漸變成是一種非常重要而稀缺的東?，整個世界將圍繞著個體的意願展開，而機器將解決掉一切「如何做」的繁冗細節。於是，配備著人?工智能的興起，人類將進?入意願經濟時代。人?智能相關「新?行業」帶來的「新職位」。 「自然語?處理」、「語音識別工程師」、「人?智能/機器?產品經理」；「機器人道德/暴?評估師」。
@經濟學人
2017 年，硅?出現「訓機師」崗位，高科技公司僱傭詩?、喜劇演員幫助聊天機器?設計優雅有趣的對話。更多的閑暇時間，一?面，會導致娛樂、遊戲、內容?面的需求變?；另??面，也很可能導致更多的身體或心靈?面的問題，使得健康或?我精神提升?面的需求被放大。
語?消失、?機融合、神人覺醒。具體清單如下，供參考：
書籍：
1.《科學的極致：漫談人工智慧》
2.《走近2050，注意力、互聯?與人工智慧》
3.《哥德爾、艾舍爾、巴赫：集異璧之大成》
4.《與機器人共舞》
5.《情感機器》
6.《智能主義》
7.《智能時代》
8.《最有人性的「人」——人?智能帶給我們的啟示》
9.《人?智能：一種現代的方法（第3版）》
10.《人?智能 智能系統指南（原書第3版）》
電影：
1.超體
2.超驗駭客
3.Her
4.機器?與弗蘭克
5.黑客帝國
6.復仇者聯盟2：奧創紀元
7.超能查派
8.人?智能
9.機器?人?大爺
10.史賓機器?人
11.機械公敵
12.機器管家
13.機械姬
14.環太平洋
15.邪惡機器?
16.鐵甲鋼拳
17.機器?總動員
18.明日邊緣
19.西部世界（美劇）
20.傳世（美劇）
21.黑鏡（英劇）
22.Pepper發布會
公眾號：
1.hanniman（hanniman）
2.集智AI學園（swarmAI）
3.集智俱樂部（swarma_org）
4.人?智能學家（AItists）
5.機器之?（almosthuman2014）
6.新智元（AI_era）
7.將?創投（thejiangmen）
8.Xtecher（Xtecher）
9.AI科技評論（aitechtalk）
10.Chatbots技術與產品（ChatbotsChina）
11.AI100（rgznai100）
12.機器?圈（jiqirenchanye）
13.CometLabs（CometLabs）
14.全球人?智能（aicapital）
一起擁抱這個時代吧！
重新構建知識
星星發亮是為了讓每一個人有一天都能找到屬於自己的星星
歡迎訂閱 Deep-Sci
我們關注的三大領域：
「認知/神經/心理」「哲學/宗教/科學」「編程/信仰/行動」
讓我們一起：
獨立思考理性批判科學生活
TAG:DeepSci |