机器智能:我不需要变成人来思考问题

一季度一次的述职大会,上午7点就早早醒了...还只是睡了4个小时的我异常的困倦...

似乎也没啥好听的,戴上耳机听音乐,避免受到演讲的干扰,开始拿出《智能时代》读了起来。虽然吴军说这本书并没有花费他太多精力,很惊讶是继《数学之美》后卖的最好的,而最耗费心血的《文明之光》与《浪潮之巅》却卖的比较一般。其他几本书我都没有看过,但不需要耗费精力来写的书一般都是自己最擅长的领域吧,而最擅长的领域能写出的大概率上都很不错,那么这本书卖的很好也就不足为奇了,要知道《老人与海》只花了海明威8周的时间呢。带上耳机虽然还是会有音乐且夹杂着演讲声,但这样模糊不清却对我来说刚刚好,越嘈杂无序的声音越可以让我集中注意力来阅读。翻开上次用折页做书签的地方,开启了阅读模式...

《智能时代》这本书其实是讲我们所说的人工智能,但其实,通篇两章的阅读下来,却极少出现“人工智能”这个词。至于为什么,答案是出于严谨。我们所说的“人工智能”其实可以分成两个时代,一个是泛指的机器智能,任何可以通过图灵测试的计算机都可以算是;第二种,我们称之为传统的人工智能,或者叫人工智能1.0。后续出来的科研成果用了一些非传统方法来实现机器智能后,为了划清界限,都会特地强调自己不是用了人工智能的方法。书中举了一个例子:鸟飞派。人类一直都有飞行的梦想,而认知规律会让我们先考虑模仿,所以,我们会制作出各种惟妙惟肖的翅膀绑在人的身上,结果我们后人都知道了(我们不必嘲笑,这是认知规律),是不可行的。而真正把人送上天的当然不是依靠模仿的仿生学,而是依靠空气动力学制造了飞机。这个例子放在机器智能上尤为合适,传统的人工智能是将计算机当做人来解决计算机思考的问题,而真正实现机器智能的却是靠数据驱动、知识发现和机器学习,人类不需要变成鸟就可以上天,而计算机也不需要变成人来思考。这是完全不同的两种技术解决方案,只是最终都达成了最初的目的,这个目的的本质,是为人来服务。

了解了这些,你也可以明白,过去我们所听说的强人工智能和弱人工智能也是个不准确的概念。而目前的机器智能的解决方案,无一例外,都是大数据+计算导致的结果。说到大数据,这几年估计大多数人都听出耳朵茧子了,不过即便如此,明白大数据真正含义的应该也不到1%,而晓得大数据和机器智能的关系的人,很可能不到万分之一了。直接给个定义吧:“数据量大、数据维度多、数据的全面性(或者说完备性)。”这三个特征是大数据的充分必要条件,还有一些不是必需条件,但有了它我们可以做更多事情的就是数据的时效性。关于大数据这块的解读,未来我会单独开一篇文章来讲解。

过去我们对大数据的认知基本就是统计、通过数据才做决策同时来驱动产品的改进,以及对营销和用户增长的分析支持。但这仅仅是靠结构化的数据来做比较简单的分析而已,我们更应该看的是数据(和摩尔定律、数学模型一起)导致了机器智能的产生,这个发现(或者说发明),是一场真正的智能革命。好了,不管你信不信,他都会到来了。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,445评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,889评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 151,047评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,760评论 1 276
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,745评论 5 367
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,638评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,011评论 3 398
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,669评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,923评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,655评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,740评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,406评论 4 320
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,995评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,961评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,023评论 2 350
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,483评论 2 342

推荐阅读更多精彩内容