AI研究人員Vincent CMüller和哲學(xué)家Nick Bostrom在2012/13年度對(duì)四組專家進(jìn)行的一項(xiàng)調(diào)查顯示，到2040年至2050年，人工智能將有50％的機(jī)會(huì)發(fā)展，到2075年將上升到90％。該小組甚至走得更遠(yuǎn)，預(yù)測(cè)所謂的“ 超級(jí)智能 ”被Bostrom定義為“在所有感興趣的領(lǐng)域中大大超過人類的認(rèn)知表現(xiàn)的任何智力”預(yù)計(jì)在AGI實(shí)現(xiàn)后約30年。

智能名片

就是說，一些AI專家認(rèn)為，鑒于我們對(duì)人腦的了解有限，這樣的預(yù)測(cè)是非常樂觀的，并且認(rèn)為AGI尚有數(shù)百年的歷史。

人工智能：如何建立業(yè)務(wù)案例

人工智能可能是一個(gè)熱門話題，但您仍然需要證明這些項(xiàng)目的合理性。

什么是機(jī)器學(xué)習(xí)？

關(guān)于AI的研究非常廣泛，其中許多研究相互補(bǔ)充。

當(dāng)前正在興起，機(jī)器學(xué)習(xí)是向計(jì)算機(jī)系統(tǒng)饋送大量數(shù)據(jù)的機(jī)器學(xué)習(xí)，然后用于學(xué)習(xí)如何執(zhí)行特定任務(wù)，例如理解語音或?yàn)檎掌幼帜弧?/p>

智能名片

什么是神經(jīng)網(wǎng)絡(luò)？

機(jī)器學(xué)習(xí)過程的關(guān)鍵是神經(jīng)網(wǎng)絡(luò)。這些是由大腦啟發(fā)的，相互連接的算法層的網(wǎng)絡(luò)，它們相互饋送數(shù)據(jù)，并且可以通過修改歸因于輸入數(shù)據(jù)在各層之間傳遞的重要性來訓(xùn)練它們執(zhí)行特定任務(wù)。在訓(xùn)練這些神經(jīng)網(wǎng)絡(luò)的過程中，附加在不同輸入上的權(quán)重將繼續(xù)變化，直到神經(jīng)網(wǎng)絡(luò)的輸出與所需的輸出非常接近為止，此時(shí)網(wǎng)絡(luò)將“學(xué)習(xí)”如何執(zhí)行特定任務(wù)。

智能名片

機(jī)器學(xué)習(xí)的一個(gè)子集是深度學(xué)習(xí)，其中神經(jīng)網(wǎng)絡(luò)被擴(kuò)展為具有大量層的龐大網(wǎng)絡(luò)，這些層使用大量數(shù)據(jù)進(jìn)行訓(xùn)練。正是這些深層神經(jīng)網(wǎng)絡(luò)推動(dòng)了計(jì)算機(jī)執(zhí)行語音識(shí)別和計(jì)算機(jī)視覺等任務(wù)的能力的當(dāng)前飛躍。