进击人工智能.pptx

2017 进击的人工智能 目 录 1. 什么是人工智能 2. 人工智能发展简史 3. 人工智能技术发展 4. 人工智能应用实例介绍 5. 人工智能在城市设计中的应用探讨 6. 人工智能的智慧城市简介 7. 人机共舞时代的来临 什么是人工智能 1 人工智能定义 机器人仅仅是人工智能的一个分支 2 人工智能评判标准 图灵指出：“如果机器在某些现实的条件下，能够非常好地模仿人回答问题，以至提问者在相当长时间里误认它不是机器，那么机器就可以被认为是能够思维的。” 从表面上看，要使机器回答按一定范围提出的问题似乎没有什么困难，可以通过编制特殊的程序来实现。然而，如果提问者并不遵循常规标准，编制回答的程序是极其困难的事情。 人工智能发展简史 1 “人工智能”概念的诞生 2006年，会议五十年后，当事人重聚达特茅斯。 2 人工智能发展热潮 创新工场董事长李开复在《人工智能》一书中写道，人工智能热潮至今已经有三波，20世纪60年代前后算一波， 20 世纪 80 年代到 90 年代前后有一波，AlphaGo这是第三波。 AlphaGo 阿尔法（AlphaGo）是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序，由谷歌（Google）旗下DeepMind公司戴密斯•哈萨比斯领衔的团队开发。其主要工作原理是“深度学习”。 “深度学习”的概念源于人工神经网络的研究，由Hinton等人于2006年提出。是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。 2016年3月，阿尔法与李世石进行围棋人机大战，以4比1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”（Master）为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩；2017年5月，与排名世界第一的世界围棋冠军柯洁对战，以3比0的总比分获胜。 2017年5月27日，在柯洁与阿尔法围棋的人机大战之后，阿尔法围棋团队宣布阿尔法围棋将不再参加围棋比赛。 3 不同的发展阶段 人工智能技术发展 1 传统人工智能-老师带学生 下国际象棋 简单游戏AI 量化投资 专家系统 人类得自己学会并形成经验总结编辑好算法才能让机器执行 猜你喜欢 机器没有自主学习能力，永远不可能比人聪明 2 走向自主学习 对具体问题提出了很多新的解决方案 新的数学模型和算法 摩尔定律下的硬件计算能力飞跃，是新一代人工智能算法的基础 摩尔定律 提供了发展工具和学习材料 大数据的发展 计算能力的提升是基础 3 机器学习 目前人工智能的发展，主要通过有监督的深度学习算法，解决语音识别、图像识别、自然语言理解等总样本量有上限的相对“有穷大”问题。 增强学习算法主要从任意初始状态开始，机器与外部环境持续交互，通过不断试错和累积回报来“学习”最佳策略，在这个过程中外界不给予直接指导（监督），只给予间接的或是远距离的回报（Reward）。 4 围棋高手ALPHAGO 深度卷积神经网络 MCTS，蒙特卡洛有哪些信誉好的足球投注网站树及左右互搏 MCTS算法，蒙特卡洛有哪些信誉好的足球投注网站树用于持续改进下棋方法。 评价函数v(s) 输入3000万盘人类围棋对战棋谱，让AlphaGo学习，自主提炼规律，仅凭此达到业余6段的水平。后期制造两个AlphaGo对下，快速持续进化。 学会评估局势，确保选择全局最优的策略，培养大局观 围棋是可能性无穷大（围棋盘19*19，可能性10的171次方）的问题，复杂度远远超过国际 象棋。如果用一个原子来存储围棋可能的状态，把全宇宙的原子加起来都不够储存所有的状态，因此之前很多围棋高手都不看好AlphaGo，合理的深度学习算法才能取胜。 AlphaGo利用超过170个GPU，粗略估算超过800万核并行计算，不仅有前期训练过程中模仿人类，自我对弈不断进化，还有实战时的模拟对局可以实时进化，已经把现有方法发挥到了极限，是目前人工智能领域绝对的巅峰之作。 5 新技能get 机器视觉 音乐创作 图像识别 机器学习 能解决像围棋这么复杂的问题，那么借鉴AlphaGo，能应用机器学习解决的问题就很多了 无人驾驶 6 小结 上述的进步更多是沿着统计机器学习的理论路径发展，都是解决具体问题的弱人工智能。强人工智能仍然有待发展。 人工智能应用实例介绍 1 会「撸 banner」的鲁班 2016 年的“双 11”，中国最大的电商企业阿里巴巴，一套人工智能系统做了1.7亿张广告图片，精准投放后，广告点击率提升了百分之百。 这套人工智能系统叫做「鲁班」，据说是「撸 banner」的谐音。（banner：横幅图片的广告模式） 此平台目前其设计水平已经非常接近专业设计师设计的效果。 以一个广告Banner为例，我们把它归类为“大量低质