武陵观察网 问答 关于人工智能的论文(人工智能论文)

关于人工智能的论文(人工智能论文)

自2016年3月AlphaGo战胜世界围棋冠军李世石以来,人工智能日益成为社会关注的焦点。随着人工智能应用的普及和各界人士对人工智能未来的猜测,由其引发的人工智能威胁论也受到了各界人士的讨论。以下是边肖整理分享的人工智能评论论文相关资料。欢迎阅读!

人工智能评论论文第一部分

摘要:自2016年3月AlphaGo战胜世界围棋冠军李世石以来,人工智能日益成为社会关注的焦点。随着人工智能应用的普及和各界人士对人工智能未来的猜测,由此引发的人工智能威胁论也受到了各界人士的讨论。本文首先介绍了人工智能的发展,然后分析了人工智能的核心部分——情感计算机制,以及它与人类的关系,然后介绍了一些常用的机器学习理论,最后分析了人工智能的思维。

关键词:人工智能机器学习情感识别

中国图书馆分类号:TP18文献识别码:A篇号:1674-098X(2016)06(a)-0077-02

人工智能是跨学科知识的综合产物,涵盖多学科知识,广泛应用于当今社会的诸多领域。它给人们带来了便捷和高效,也让业界为之担忧。随着各种智能机器人开始服务于各个领域,比如超级强大的机械臂、高效解决问题的专家系统、大众可穿戴的智能设备,从智能手机到各种功能的3D打印技术,从谷歌眼镜到全息投影,各种机器和设备如雨后春笋般涌现。

1人工智能的发展

“人工智能”,简称AI,是一门集心理认知、机器学习、情感识别、人机交互、数据存储和决策于一体的多学科技术。它由麦卡锡在20世纪中期的达特茅斯会议上首次提出,这也成为人工智能正式诞生的标志。在人工智能两个低谷之后的最新阶段,从1993年开始,人工智能实际上取得了一些里程碑式的成就。比如1997年国际象棋冠军卡斯帕罗夫被深蓝击败;尤金古斯曼(Eugene Gustmann)在英国皇家学会举办的2014年图灵测试中首次“通过”图灵测试,而这一天恰好是计算机科学之父艾伦图灵逝世60周年。从2015年开始,“人工智能”成为很多业内人士关注的焦点之一。2016年3月,AlphaGo在首尔以4: 1击败围棋世界冠军李世石,引发了人们对人工智能将如何改变人类社会的思考。

2从AlphaGo看人工智能的“情感机制”与人类的关系

机器学习算法的本质是选择一个普适函数来建立预测模型[1]。首先,用户输入大量训练样本数据,机器对模型进行训练,选择能使预测模型达到最优水平的参数集,使模型更好地拟合训练样本数据的空间分布[2]。在训练AlphaGo的时候,谷歌收集了20万场职业围棋高手的比赛。经过AlphaGo不同版本之间的自我对弈,产生了超过3000万次的匹配,其中包含了人类围棋领域积累的所有丰富而全面的知识和经验。相比IBM的“深蓝”战胜国际象棋卡斯帕罗夫,它是凭借强大的计算能力取胜的。AlphaGo最大的进步是从“计算加记忆”进化到“拟合加记忆”规则[2]。智能设备具有海量数据存储和高速计算能力,人机交互系统研发遇到的瓶颈仍然是情感的识别和表达。

情感在人际交往中起着重要的作用,对情感的识别主要是对人类情感的信号进行识别。可以通过语言直接传达,也可以通过语调、面部表情、姿势等来表达。机器是智能的,“情感”是很重要的一部分。这需要机器来解释

对人工智能的威胁霍金总结道:“人工智能在短时间内的发展取决于应用它的人。能否长期控制,才是我们需要关注的。”人类对于“人工智能终将超越人类”的担忧,可以归纳为以下两点:(1)甲虫生于木头,却以木头为食。就像一些美国科幻片里展示的场景,人类创造的机器,因为被赋予了人类的情商,所以不受人类控制。(2)机器逐渐取代人类劳动,是因为它们具有人类的交互情感,很少产生人类的错误,造成人类的无用之地和失业。从技术的快速发展来看,智能设备的应用往往只是某项功能的最大化。比如,专家系统只解决某一领域复杂问题解决方案的决策;虚拟现实技术是生活场景的物化,让用户更好地体验真实场景。服务领域的机器人只提供某个行业的服务,就像汽车只提供快捷的交通工具,不能与人交流一样。智能机器只有充分发挥其单方面的优势,才能更好地辅助人类完成特定的工作。未来社会,那些简单重复的劳动将被机器取代;此外,还有一些通过大量数据进行决策的输出,从而为人类提供更好的建议;同时,处理社会生活中的重大事件和复杂工业系统中的故障,智能设备在这些危险区域的存在,本质上是对人的安全和人的价值的礼遇;对于那些与人交流密切的服务领域,为了更好地为人们服务,人与人之间的交流就更加必要了。这些机器的存在解放了人类的身体,进而使人类能够将更多的精力投入到科学研究中。而人工智能与人类的关系可以用“共存”二字来概括,即按劳分配,取长补短[2]。

3机器学习理论

目前社会上最受关注的智能算法是日本学者福岛教授基于Hubel Wiese的视觉认知模型提出的卷积神经网络(CNN)模型,这是一种深度监督学习下的机器学习模型。深度学习的概念来自人工神经网络。常见的深度学习算法包括:受限玻尔兹曼机器(RBN)、深度信念网络(DBN)、卷积网络和堆叠自动编码器。该算法的提出是为了解决早期人工神经网络,最初是基于1943年美国心理学家W.S.McCulloch和数学家W.A.Pitts的生物神经元计算模型(M-P)[2],在网络层超过四层后无法收敛的问题,采用传统的反向传播算法进行训练。具有多个隐藏层的多层感知器是一种深度学习结构。深度学习通过组合低层特征形成高层属性类别或特征,从而发现数据的分布特征。重要的人工神经网络算法包括:感知器神经网络、反向传播、Hopfield网络、自组织映射(SOM)和学习矢量量化(LVQ)。

简要介绍神经网络:

对应的公式是通过多个不同权重的输入得到输出。这个单元也叫逻辑回归模型。当多个单元相互关联并分层时,就形成了一个神经网络模型。

4人工智能的未来

当前,人才济济的社会推动着技术手段的不断创新,大数据、物联网、虚拟现实、云计算等技术的发展与机器人人工智能领域不断融合,这无疑将推动产业模式的变革。

针对人工智能威胁论,李开复老师表示,人工智能真正的危机是机器未来会养活无所事事的人。这也是在激发人类和机器的智能。取代部分人类劳动力后,我们需要致力于高科技的发展,才不会被社会淘汰。罗斯说,“人工智能最需要担心的是它的自发意识。无人机不能杀人。引导无人机坐标,投射地狱火导弹的人可以杀人。”这种说法说明它认为人类已经生活在后AI世界,但是人们还没有意识到AI是我们的代理人。这足以说明,人工智能产品的设计,一方面为人类带来了更绿色、更智能、更便捷的生活方式,另一方面,其法律规范意识和人才价值道德的培养更值得社会关注。

参考

[1]郁玲,武铁军。LS-Ensem:一种集成的回归算法[J].中国计算机学报,2006 (5): 719-726。

[2]刘维。对人工智能若干重要问题的思考[J]。学术前沿,2016 (7): 6-11。

[3]龚。人工智能最终会超越人类智能吗[J]。学术前沿,2016 (7): 12-21。

在下一页,分享一篇关于更好的人工智能的综述论文。

本文来自网络,不代表本站立场,转载请注明出处:https:

关于人工智能的论文(人工智能论文)

武陵观察网后续将为您提供丰富、全面的关于关于人工智能的论文(人工智能论文)内容,让您第一时间了解到关于关于人工智能的论文(人工智能论文)的热门信息。小编将持续从百度新闻、搜狗百科、微博热搜、知乎热门问答以及部分合作站点渠道收集和补充完善信息。