专栏名称: 新智元
智能+中国主平台,致力于推动中国从互联网+迈向智能+新纪元。重点关注人工智能、机器人等前沿领域发展,关注人机融合、人工智能和机器人革命对人类社会与文明进化的影响,领航中国新智能时代。
目录
相关文章推荐
宝玉xp  ·  回复@想要一架梯子:官方 github ... ·  昨天  
宝玉xp  ·  回复@_alfalfa_:deep ... ·  2 天前  
人工智能学家  ·  谷歌CEO最新深访完整版:人工智能、未来十年 ... ·  2 天前  
爱可可-爱生活  ·  #听见微博# #微博声浪计划# ... ·  2 天前  
财联社AI daily  ·  AI搜索“新贵”查询量增长超20% ·  3 天前  
51好读  ›  专栏  ›  新智元

【给 iOS 开发者】人工智能在 iOS 开发上的应用和机会

新智元  · 公众号  · AI  · 2017-09-10 13:12

正文

请到「今天看啥」查看全文



而所谓的人工智能,就是机器自己定义方法。人工智能的实现方法有很多,比如可以让机器来模拟大脑,然后像人一样思考,从而定义方法。 机器学习只是另一种实现人工智能的方法,就是由大数据定义方法 。假如牛顿时期就有机器学习,它得出自由落体速度的过程是这样的:


  1. 收集尽可能多的自由落体实验数据。假如收集到的数据如下


负责人 速度 (m/s) 时间 (s)
伽利略 9.8 1
牛顿 19.6 2
达芬奇 29.4 3
亚里士多德 30 4


  1. 分析数据。 机器学习会分析出,亚里士多德的数据有误不予采纳。其他三人的数据满足同一规律。


  2. 定义方法。 根据上面数据,机器学习得出结论,速度 = 时间 * 9.8。


随着数据收集得越多,机器学习得到的结论就越准确。其实人类学习的过程也十分类似:书上有大量的知识(加工的数据),我们看了之后进行理解思考,然后得出自己的结论。



开普勒就是个著名的人肉的机器学习实践者:他前半辈子看星星,把观测到的数据记录下来;后半辈子用自己的逻辑和理解分析这些数据;最后得出行星运动的开普勒-牛顿模型。然后用这个模型去预测其他行星运转,同时新的数据用来修正模型的参数,使之逼近完美。


那么数据和人相比有什么优势呢?我认为是更快更准确。人在定义方法时,总是需要对该方法的前后因果、逻辑关系、各种情况都要求考虑周全,这有时需要花费很多时间去研究论证,而且忽略某些极端情况也时有发生,导致定义漏洞百出。而数据在互联网时代,获取的成本是很低的。在这样情况下,大量数据的轻易获得会使得方法定义越来越快;同时现实中数据涵盖的情况之广,也使得依次定义的方法更加准确。


吴君博士在《智能时代》一书中对大数据的优势进行了以下总结:“在无法确定因果关系时,数据为我们提供了解决问题的新方法,数据中所包含的信息可以帮助我们消除不确定性,而数据之间的相关性在某种程度上可以取代原来的因果关系,帮助我们得到想要的答案,这便是大数据的核心。”


我们回到上文牛顿自由落体速度的实验中去。实际上,机器学习拿到的实验数据,可能是以下的记载:


9月15日的夜晚,小雨微风。伽利略在比萨斜塔上扔下了1颗铅球,质量为4kg,初始速度为0,到达地面时间为6s多。


这个数据样本中有很多特征,时间、空气湿润度、风力、比萨斜塔的高度、铅球质量、初始速度、到达地面时间等等。那么自由落体速度到底跟哪些特征相关?如果让机器自己去分析,这就叫做 无监督学习 。如果我们告诉机器,不要 care 质量和时间,重点观测时间,这就叫做 监督学习 。后者在于借鉴了人类的智慧,这样机器学习就有了大致的方向。


至此,机器学习依然难以称得上“智能” -- 它无非是更快更准确的得出答案而已。如果仅仅如此,AlphaGo 就算将所有九段棋手的对弈研究透彻(这些对弈的输赢已定,相当于人为标注走法好坏,故为监督学习),水平也就十段而已,于九段相比,也就是略胜一筹,发挥更稳定一点。然而事实是,AlphaGo 的棋力要远胜人类最高水平。







请到「今天看啥」查看全文