正文
年的
Perception
和
1982
年的
BT
算法,现在与以前一个很大的不同在于,与
80
年代的
BT
算法相比,现在的深度学习算法不是只有一层隐含层,而是可以做到一千多层隐含层,可以自动找出最关键的部分加以学习。
如今的深度学习算法可以做到千层神经元网络,在人脸识别、物体识别、图像识别、语音识别、自然语言理解等应用场景中达到超过人类的水平,这有一个很大的前提在于数据与计算能力的大发展。特别是由于智能手机、
PC
服务器、软件定义网络等廉价计算和网络设备的大规模普及,让收集数据和运行复杂算法成为可能,而公有云数据中心在全球大规模发展以及不断降价的云服务,更让人工智能的发展和普及有了充分的前提。
然而,正如斯坦福大学物理学教授、美国国家科学院院士张首晟日前所指出的,现在人工智能的理论研究还处于初级阶段,还缺乏理论级的重大突破。这就好比人类模仿鸟类建造翅膀,仅仅是人类飞天梦想的开始,后来出现的飞机则是因为流体力学的重大突破才真正实现了人类飞天的梦想。因此,今天的人工智能算法研究还处于简单仿生阶段,未来将出来的理论级突破才会带来质的飞跃。
此外,以
AlphaGo
为代表的深度学习,是人工智能中的一个重要方向,即完美信息场景下的人工智能算法,主要是针对机器的智能学习算法。而
2017
年初的“冷扑大师”则代表了人工智能的另一个重要方向,即非完美信息场景下的人工智能算法。由卡耐基梅隆大学计算机系教授
Tuomas Sandholm
及团队历时
12
年开发出的
Libratus
“冷扑大师”人工智能系统采用了结合博弈论的
AI
系统,初步解决了“人类
+
机器”综合场景下的人工智能自动决策之道,但也仅仅是个开始。
当前,尽管人工智能的理论研究和产业发展还处于初级阶段,但以深度学习算法为核心的人工智能软硬件及应用已经达到了可规模商用的成熟阶段,其成本和可接入性也达到了相当广的覆盖程度。在前不久的微软全球合作伙伴大会上,
Eurasia
咨询集团创始人、国际政府及经济专家
Ian Bremmer
判断,上一轮的全球化是以廉价的劳动力为基础,下一轮的全球化将以廉价的人工智能为基础。
在本次联想
Tech World
大会上,联想现场展示了一系列针对不同用户和使用场景的创新技术和人工智能应用,包括全球首款拥有视觉识别功能的智能音箱
SmartCast+
、联想自主研发的全球领先的
All-in-one
混合现实智能眼镜
daystAR
晨星、可实现“刷脸”查看手机信息的虚拟智能助手
CAVA