最具影响力的数字化技术在线社区

168大数据

 找回密码
 立即注册

QQ登录

只需一步,快速开始

1 2 3 4 5
打印 上一主题 下一主题
开启左侧

西媒:真正的人工智能时代已经来临

[复制链接]
跳转到指定楼层
楼主
发表于 2019-2-15 10:37:58 | 只看该作者 回帖奖励 |倒序浏览 |阅读模式

马上注册,结交更多数据大咖,获取更多知识干货,轻松玩转大数据

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
来源:参考消息网
  西班牙《趣味》月刊2019年1月号刊登题为《欢迎来到人工智能时代》的文章称,随着互联网推动数字化的普及以及计算能力的进一步提高,机器不仅能按照指令完成特定的工作,还能够进行自主学习和设定整体目标。鉴于此,真正的人工智能时代已经来临。现将文章摘要如下:
  没有必要过分对人工智能这一概念追本溯源。早在1956年,以麦卡赛、明斯基、罗切斯特和申农等为首的一批科学家聚首美国达特茅斯,共同研究和探讨用机器模拟智能的一系列有关问题,首次提出了“人工智能”这一术语,它标志着“人工智能”这门新兴学科的正式诞生。当时就和现在一样存在着对人工智能的狂热情绪,但当时对于下一个10年人工智能发展严重高估,最终并未实现。事实上,这一领域的知识经历过一个干涸期,直到几十年前才重新振兴。
  真正的人工智能
  在我们想象的世界里,我们已经与人工智能共存了近一个世纪。过去10年,“智能”已经成为了一个卓越的代名词。一切都必须是智能的:手机、电视、打印机、汽车……甚至连家居也都推崇“智能型”。尽管如此,此前我们并未真正进入人工智能时代。那么,什么发生了变化?为什么现在是时候了?
  在回答这个问题之前,有必要说清楚所谓的“人工智能”究竟是什么。电影和文学的巨大影响使我们先入为主地认为拟人机器人取代人类完成某些任务就是人工智能。然而这并不确切。更精确的定义还包括机器拥有自我意识、面对未知的任务能够自主寻找并找到解决方案。也就是说,“人工智能”并不仅仅局限于受过训练的机器完成某项特定工作,它们还能够进行自主学习,还会设定一个整体的目标。
  数据是基本“食物”
  人工智能的基本“食物”是什么?无疑是数据。不过,目前人类多数知识仍储存在书本和声音等媒介中,有超过80%的信息是计算机无法访问的。
  互联网的发展,尤其是从90年代后期开始的发展,是数据生成的关键因素。过去10年间,随着社交网络的兴起,数据的成长更是以惊人的速度发生着,并将随着物联网在社会的不断扩张继续飞跃。预计到2020年,全球联网设备数量将达到约500亿。
  网络的起飞带来的是我们目之所及范围内所有领域的数字化这一全球现象。根据美国国际数据公司的报告,预计到2020年全球数据总量将达到44个ZB,我们只能通过传输速度的极大改善才能驾驭如此惊人的数字。第四代移动通讯技术的普及和随之而来的第五代移动通讯技术的发展将在其中扮演至关重要的角色。如果缺乏保障数据传递的必要能力和速度,那么未来将上述44个ZB的数据传递到对其进行分析的设备上就会十分艰难。
  计算能力是支柱
  另一大助推人工智能实现飞跃的支柱就是计算能力。计算机这一能力提高的步伐从未停歇。1965年英特尔联合创始人戈登·摩尔提出以自己名字命名的“摩尔定律”,意指集成电路上可容纳的元器件的数量每隔18至24个月就会增加一倍,性能也将提升一倍。时至今日,这一定律的有效性已经远远超过了摩尔当时预测的20年,持续了超过半个世纪,但很有可能这种计算能力的增长对于吸收和处理当前生成的数据来说已经不够用,更不用说未来几年海量增加的数据。
  云计算、全球超级计算机网络和图形处理器共同推动了人工智能时代的来临。根据专门搜集世界超级计算机前500强信息和统计数据的网站TOP500.com发布的数据,仅2010年至2015年期间世界超级计算机前500强的计算能力就提升了100倍。各种先进又复杂的指令和规则的集成使得深度知识正在推动人工智能在一些领域达到与人类相同的水平,例如图像测试、声音辨识和阅读理解等。
  尽管人工智能在我们眼中已经是一个非常成熟的概念,但在现实中该领域几乎所有发展都是在近20年实现的,而在我们目前身处的时代,它更是在以惊人的速度成长。我们将习惯于智能汽车、手机、洗衣机等产品频繁的更新换代,同时将伴随着的是“机器学习”、“深度学习”等词汇的不断出现。人工智能时代的确已经到来了。

楼主热帖
分享到:  QQ好友和群QQ好友和群 QQ空间QQ空间 腾讯微博腾讯微博 腾讯朋友腾讯朋友
收藏收藏 转播转播 分享分享 分享淘帖 赞 踩

168大数据 - 论坛版权1.本主题所有言论和图片纯属网友个人见解,与本站立场无关
2.本站所有主题由网友自行投稿发布。若为首发或独家,该帖子作者与168大数据享有帖子相关版权。
3.其他单位或个人使用、转载或引用本文时必须同时征得该帖子作者和168大数据的同意,并添加本文出处。
4.本站所收集的部分公开资料来源于网络,转载目的在于传递价值及用于交流学习,并不代表本站赞同其观点和对其真实性负责,也不构成任何其他建议。
5.任何通过此网页连接而得到的资讯、产品及服务,本站概不负责,亦不负任何法律责任。
6.本站遵循行业规范,任何转载的稿件都会明确标注作者和来源,若标注有误或遗漏而侵犯到任何版权问题,请尽快告知,本站将及时删除。
7.168大数据管理员和版主有权不事先通知发贴者而删除本文。

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

关闭

站长推荐上一条 /1 下一条

关于我们|小黑屋|Archiver|168大数据 ( 京ICP备14035423号|申请友情链接

GMT+8, 2024-4-19 21:33

Powered by BI168大数据社区

© 2012-2014 168大数据

快速回复 返回顶部 返回列表