人工智能的现状
由于如今在人工智能和机器学习领域取得了种种进展，市面上似乎不断开始涌入充分利用认知功能的工具和解决方案。但是这些工具和解决方案是否真正体现了人工智能的含义呢?下面是学习啦小编为你整理的人工智能的现状，供大家阅览!
人工智能的现状如何?
IBM Watson 的平台经理乔纳斯·纽乌克(Jonas Nwuke)称，人工智能(或认知计算)“旨在帮助人们做出更合理的决定。系统可以大规模学习，通过积累经验变得更好，并以一种更自然的方式与人类进行交互。”
Progress公司的首席宣传官托德·安格林(Todd Anglin)称，如今的软件开发行业存在的问题是，由于人工智能是个如此大的统称，它经常被误用或滥用。他说：“在某些方面，它会因其性质而被滥用。它代表许多东西，但许多时候它的使用多少有点不当。”
安格林解释，比如说，人工智能是个很好的营销术语，开发人员常常将人工智能添加在解决方案的名称中，让它们脱颖而出，即便它们其实并不使用真正的人工智能功能。他说：“普通的应用程序用户认为，由于它的名称中有人工智能，它肯定智能化，肯定很出色。”
在其他情况下，开发人员会使用这个术语，传达该应用程序在试图为用户做一些事这层意思。比如说，安格林表示，特斯拉使用“自动驾驶汽车”这个术语用于其制造的车辆，因为那样大众更容易理解，但实际上，特斯拉的汽车并非完全自动驾驶，因为它们需要人类照看方向盘，以防出什么岔子。
另外还有开发人员根本不明白人工智能的真正含义。人工智能最近的成功让开发人员非常容易的从网站下载软件包，并针对单一数据集对它进行训练，比如图像识别、视觉处理或自然语言处理等数据集。据Neurala的首席执行官马西米利亚诺·弗塞斯(Massimiliano Versace)称，这不是人工智能的含义。这家公司以“让软件更智能化”为使命。
他说：“人工智能其实是以大脑为原型，试图用软件来模仿它。圭脑的本领绝不仅限于识别物体，而在于思考，在于感知，在于行动，在于情感。”
弗塞斯声称，真正的智能离不开这三个主要部分：大脑、身体和思维。大脑包括软件背后的算法或运算，处理输入的数据。身体是智能赖以生存的硬件。而思维是运行算法的计算能力。
弗塞斯表示，如今，这三个部分趋于融合，因而让人工智能更容易、更具有成本效益，这个领域因而得以迅速发展起来。
他说：“眼下，人工智能走上了一条康庄大道。挑战在于开发一种不仅仅局限于图像识别的应用。”
安格林认为，简单的图像识别、对象检测和质疑/应答系统确实使用了某种程度的人工智能，但是开发人员在开发的应用程序中如何给它贴标签时需要更谨慎一点。相反，开发人员应该专注于底层概念，比如机器学习或深度学习。他说：“我们不得不花更多的时间来关注那些方面，如何将它们运用于软件中。我们在谈论人工智能时，我们其实是在说什么?”
Gartner的研究人员汤姆·奥斯丁(Tom Austin)、亚历山达·林登(Alexander Linden)和马丁·雷诺兹(Martin Reynolds)最近发布了一份报告，报告的内容围绕业界应如何有效地定义和使用智能机器术语。据报告声称，人们应该使用区别人类智能和人工智能的描述性词语，忽视‘人工智能’或‘认知能力’之类的营销术语。”相反，Gartner认为，“智能机器”是一个更合适、最不令人反感的术语。
Gartner的研究报告声称：“将人类特性赋予技术歪曲了我们对于这项技术能真正完成什么的理解。智能机器技术可根据经验来改变行为，并不完全依赖人们下达的指令(它们可以自主学习)，还能够得到意料不到的结果。”
人工智能背后的数字大脑
Progress的安格林声称，人工智能是开发人员和公司在竭力加入到服务和解决方案中的一项功能;但是那些公司和开发人员不得不充分利用早已到位的数字大脑。
他解释，随着更多的人开始使用机器学习和基于人工智能的系统，那些系统会变得越来越智能化，这让它们变得更完美，鼓励更多的人选择它们。
安格林声称，这个领域主要的数字大脑包括如下：
Facebook：Facebook设有一个人工智能研究部门，专门推动机器学习，开发智能机器。最近，该公司开放了代号为Big Sur的人工智能硬件设计的源代码，这种硬件可处理大规模的人工智能计算。它还宣布了新的算法，比如DeepMask分割框架;该公司基于深度学习的文本理解引擎 DeepText;分割精炼模型 SharpMask，以及对象检测解决方案MultiPathNet。此外，Facebook 首席执行官马克·扎克伯格宣布计划很快向全世界推出个人人工智能助理。
谷歌：谷歌最近开放了TensorFlow机器学习库的源代码。安格林称，TensorFlow 比其他认知服务要复杂一点，它封装了大量的科学编程知识，采用了普通的应用程序开发人员，也能利用并嵌入到应用程序的方式加以包装。
IBM Wastson：IBM Watson 是一种认知系统，旨在理解数据、推理和大规模学习。它提供了认知API，这些API可以充分利用自然语言处理和机器学习及其他方面来分析数据、从数据中学习，并获得洞察力。IBM的纽乌克说：“可以从超越一般的抽象，并以专门的方式进行推理，从系统中获得价值。”
微软：微软提供的认知服务让开发人员可以使用功能强大的智能算法，构建安卓、iOS和Windows应用程序。服务包括视觉、语音、语言和知识等方面的 API。
安格林说：“我们可以享用来自这些大公司的非常高效的数字大脑，而选择单干的公司想真正竞争会很难。”
然而弗塞斯表示，尽管Neurala是家小公司，但已经在构建自己的数字大脑，领先同行。他说：“我们在研发人工大脑的构建模块方面有着悠久的历史，小至单个的神经元，大至拥有数亿个、甚至数十亿个由突触连接的神经元的庞大系统。”
该公司最近发布了Neurala机器人大脑SDK，让其他公司得以将深度学习整合到开发的应用程序中。据弗塞斯声称，该SDK是那些大公司迄今还无力提供的工具。
这项技术目前针对无人机，让无人机能够学习、识别、查找和跟踪对象。但是弗塞斯解释，它还可以应用到电脑、手机及其他机器。他说：“我们不会打造垂直领域。我们会搭建一个平台，让人们去打造垂直领域。”
我们应该担心人工智能吗?
有人担心，人工智能将来不仅会取代我们的工作，机器还会变得高度智能，掌管世界、毁灭文明。IBM的纽乌克说：“一些人在诋毁人工智能;他们认为，这项技术在以某种方式挑战或危及我们所知道的这个世界。”但是他认为，人工智能的未来只是意味着机器能够为企业、专业人士和消费者带来更多的价值。
他说：“这项技术在人与机器之间提供了一定程度的合作，可增强和扩展人类所做的工作。”
Progress的安格林声称，之所以社会有这样的诋毁，归因于我们有时描绘人工智能的方式。电影中经常出现人工智能恶棍掌管世界的这种经典场景，他认为，这种观念有点夸大了。社会上的大多数人对于这项技术缺少足够的了解。
安格林说：“工程界的开发人员不大担心，因为他们对这项技术有更切身的了解。人工智能没那么魔幻，它在更大程度上是一种机器。”
安格林并不怀疑人工智能在未来有可能被滥用或用来干坏事，但他解释，任何工具和技术都存在这种可能性。他说：“我要说，笼统地讲，把我们带到何处的不是人工智能，而是人类。”
安格林解释，毕竟，人们将制造和训练机器，他们要对这项技术负责。开发人员的工作就是，确保已落实合适的防范措施，向人们宣讲这项技术具有的好处。
Gartner的奥斯丁说：“人们对人工智能抱有许多幻想，首先是想当然地以为我们能制造人工智能，我们实则不能。如果太多的高层主管相信对话界面方面的拟人化假设――比如说，它们与人类无从区别，或者它们能通过观察一切来学习，从而取代呼叫中心里面的所有人，那么太多的项目会失败和关闭。”
未来
格林声称，如今，虽然人工智能最常用于图像识别、自然语言处理和语音识别，但这只是学习的起点。
他说：“目前人工智能所处的状态相当于学步的孩子。它能理解看到和听到的东西，然后告诉你它看到了什么。这只是人工智能的早期阶段，如果企业真正想得益于人工智能，下一步将是建立更多的关系，并推理对象之间的关系。”
安格林说：“我们正沿着从学步的孩子向能力更强一点的学习机器这条道路前进。”
Neurala的弗塞斯想看到业界超越人们对于人工智能的认识。他说：“人工智能意味着能够拥有一款功能上与人类难分上下的软件。人工智能可以应用到无数领域。”
由于平台和传感器遍地开花，弗塞斯表示，现在人工智能比以往任何时候都来得重要。他说：“凡是人类盯着屏幕的工作，我们都可以改由人工智能来处理工作，那样人类可以去做其他事情。”
在此基础上，开发人员和数据科学家要分析我们如何理解对象之间的概念，并不仅限于挑出对象和理解图片中的一切这些很基础的方面。
安格林说：“到时候，我们软件开发社区的所有成员都要抬头说‘我们可以开始把什么样的模式运用于用户软件，并以不同的方式加以运用?’后两三年，我们会看到这一幕频频出现，到时人们其实会暂停下来，考虑他们要创造的下一个软件时代，搞清楚那些场景看起来是什么样。”
IBM 的纽乌克已经看到公司的客户身上出现了这一幕。他说：“开发人员已开始在零售、医疗、银行、体育及更多行业把他们的想法商业化。我们的灵感来自这个社区创造的东西，我们在共创美好未来，到时认知技术会积极影响我们生活的方方面面，包括工作和家庭。”
Edge Up Sports 的创始人利伊亚·塔巴克(Ilya Tabakh)预计，在短期内，我们会看到更好的语音识别，更准确地理解身体姿势，能够理解用户的情感状态，以及改善我们生活的更多技术。
据安格林声称，这一切的目的是为用户解决难题。他说：“开发人员一定要留神，如果某项技术实际上不能使用户的生活变得更好，开发人员不要匆忙将它做入到应用到程序中，或者放在用户面前。关键是我们如何巧妙地运用这项技术，而不是随随便便地运用。”
猜你喜欢：
3.人工智能发展现状
5.国内人工智能现状
6.人工智能技术现状