Машина обучения специалистов, хорошо известная информатике и статистик Майкл И. Джордан недавно опубликованная в «Harvard данных Science Review» статье, обзоры текущего искусственного интеллекта обмана, что многие районы в настоящее время известные как ИИ, на самом деле, машинное обучение , в то время как реальная AI революция еще впереди.
Искусственный интеллект (ИИ) стал лозунгом нашего времени.
Технические эксперты, ученые, журналисты, венчурные капиталисты говорят слово. Как и многие другие слова, чтобы течь в широкую общественность с технической или научной области, используйте «AI» слов есть серьезные недоразумения.
Однако, как и в других районах общественности не понимают ученые не любят «AI», ученые и общественность часто в замешательстве.
В какой-то степени, наше время увидеть своего рода человеческого интеллекта и наш соперник кремния на основе смарт-внешний вид, который не только сделать все возбужден, давайте увлечен, но и заставляет нас чувствовать страх. К сожалению, это отвлекает наше внимание.
Нам необходимо срочно строить принципы развития мышления и систем принятия решений
Мы можем сказать, эту эпоху с другой стороны. Существует история, которая включает в себя людей, компьютеры, данные и жизни и смерти решения, но в центре внимания не только фантазии вид интеллектуального кремния.
14 лет назад, когда моя жена была беременна, мы сделали УЗИ. Доктор был генетиком, она указала вокруг сердца плода имеет некоторые белые пятна. «Это признаки синдрома Дауна,» она сказала: «Теперь ты один из риска повысился до 20 пунктов.» Она сказала нам, через амниоцентез, чтобы узнать, есть ли у плода синдрома вниз ген действительно искажение, но есть риск амниоцентез - прокол случайно во время внутриутробной смерти плода составляет около один 300 баллов.
Как статистик, я решил выяснить источник этих цифр. В ходе своих исследований я обнаружил, что это было десять лет назад, англичане провели статистический анализ этих отложений кальция отражает точка белой действительно считается предиктором синдрома Дауна. Я также заметил, что машина визуализации изображений машина используется проверка мы используем пикселей на квадратный дюйм, чем британское исследование более чем несколько сотен пикселей. Я возвращаюсь и говорю генетик, я считаю, что эти белые пятна могут быть ложные срабатывания, то есть, в буквальном смысле белый шум.
Она сказала: «Ах, это объясняет, почему мы начали несколько лет назад обнаружили, что диагноз синдрома Дауна на подъеме, и что случается новые машины поставляются, когда ..»
Мы не делали амниоцентез, через несколько месяцев после того, как его жена родила здоровую девочку. Но эта вещь меня подходит, тем более, что я знаю, что результат грубого расчета, в тот же день может иметь тысячи людей получают тот же диагноз, и многие люди предпочитают делать амниоцентез, что приводит к неоправданным смерти многим младенцам.
Это показывает, что проблема не моя личная медицинская проблема, речь идет о системе здравоохранения, измеренных переменных и результатов в другом месте и времени, статистического анализа, и использовать полученные результаты в других случаях.
Эта проблема не с самого анализом данных, но и для исследователей база данных называют «прослеживаемость» (провенанс) о - где данные из, каких выводов, на основании этих данных, эти выводы с текущей ситуацией имеет мало общие, хотя? специалисты могут постепенно решить дело перед лицом этих проблем, но проблема заключается в разработке планетарного масштаба системы здравоохранения, чтобы быть в состоянии сделать это без необходимости такой детальной ситуации человеческого надзора.
Я тоже ученый, я вдруг подумал, в моем воспитании, фундаментальный принцип, который не может быть найден, чтобы построить планетарный масштаб рассуждения и потребности системы принятия решений, эти принципы интеграции информатики и статистики, и принимая во внимание человеческие полезностей. На мой взгляд, развитие этих принципов, по крайней мере игра, как ослепительный игры с системой AI не менее важно, чтобы построить эти принципы не только в области медицины, но и в области торговли, транспорта и образовательных потребностей.
Новая отрасль машиностроения: сочетание человека и компьютера
Если в ближайшее время мы сможем понять «умным», мы столкнулись с серьезной проблемой, и это, как объединить компьютеры и человек, чтобы улучшить жизнь людей.
Хотя некоторые люди думают, что ИИ просто придаток к проблеме создания, но и другая точка зрения, это новая отрасль машиностроения. Как и в последние десятилетия в области гражданского строительства и химического машиностроения, как цель этой новой дисциплины строится вокруг некоторых из ключевых идей для людей, чтобы принести новые ресурсы и возможности, а также обеспечить безопасность. Дорожное строительство и химическая технология основана на физико-химических, и этот новый проект будет опираться на дисциплины в прошлом веке, учитывая существенные идеи, такие как информационные, алгоритмы, данные, неопределенность, расчеты, обоснования и оптимизация. Кроме того, поскольку большая часть внимания будет уделяться новым дисциплинам и от человеческих данных на человека, поэтому ее развитие необходимо для просмотра социальных и гуманитарных наук.
В то время как строительные блоки на месте различных способов, но их принципы еще не на месте вместе, так что теперь мы соединим эти блоки являются временными. Итак, как человек строят здания и мосты до возникновения гражданского строительства, как люди участвуют в продолжении строительства машины, размер социального мышления и систем принятия решений человека и окружающей среды. В ранних зданиях и мостах иногда рухнуть с непредсказуемым образом, и трагических последствиями, как и многие из наших ранних социального масштаба рассуждения и решения систем обнажили серьезные недостатки в концепции.
К сожалению, мы не очень хорошо при прогнозировании, что следующие серьезные недостатки, которые могут возникнуть Да. Мы упускаем является анализ и принципы проектирования дисциплины инженерии.
Большинство AI, машинное обучение на самом деле
В настоящее время на открытое обсуждение этих вопросов, часто используется «искусственный интеллект» этот термин как общий термин умный, что делает его трудно вывести масштабы и последствия новых технологий. Таким образом, мы должны понимать и ИИ в том, что когда-то используется для обозначения последних поколений.
Сегодня большинство из того, что известно как ИИ, особенно в общественном достоянии, на самом деле, машинное обучение (ML), этот термин был использован в течение последних нескольких десятилетий. ML является алгоритм поля сочетает в себе статистику, информатику и многие других идеологические дисциплины (см ниже), предназначенных для обработки данных, алгоритмов для прогнозирования и помощи в принятии решений.
С точки зрения влияния на реальный мир, ML является реальным, а не просто запустить только в последнее время. На самом деле, в начале 1990-х годов, ML было показать огромные изменения для знаков промышленности. Поворот века, Amazon и другие компании были активными в своем бизнесе в машинном обучении, решении критически важных задач, фоновым обнаружения мошенничества и цепочки поставок проблем прогнозирования, а также создание инновационных, ориентированных на потребителя услуг, таких как рекомендация системы.
В последующие 20 лет, с быстрым ростом сбора данных и вычислительных ресурсов, то ясно, ML скоро будет не только дать толчок для Amazon, и любой может принять это решение с данными крупномасштабной, связанной с компанией питанием , Новые бизнес-модели появятся.
«Наука данных» используется для обозначения этого явления, отражающих эксперт алгоритма МЛ в сотрудничестве с экспертами в базе данных и распределенные системы для создания масштабируемых, требует мощной системы ML, но и отражает систему будет генерировать больший диапазон социальные последствия. За последние несколько лет, это слияние идей и тенденций развития технологий была переименована в «искусственный интеллект». Это ребрендинг практика должна быть тщательно изучена.
Мимические человеческого интеллекта и усиленную А.И.
Исторически сложилось, что «искусственный интеллект» это термин, в конце 1950-х годов для создания, обращаясь к лицу с желанием достичь уровня человеческого интеллекта в программном обеспечении и аппаратных средств такой захватывающий. Я буду использовать «имитируют человеческую AI» (человек-подражательной AI), чтобы обратиться к этому желанию, по-видимому, чтобы подчеркнуть искусственный интеллект объект должен быть наш человек один, если не станет физически, то хотя бы по духу к этому ( Независимо от того, что это могло бы) сказать.
Это в значительной степени академической карьеры. Хотя соответствующие научные области, такие как научные исследования, статистические данные, распознавание образов, теория информации и теория управления уже существует, и часто вдохновленное поведение человека или животных, но эти области можно сказать, чтобы сосредоточиться на сигнале низкого уровня и принятие решений.
Например, белки могут чувствовать трехмерную структуру леса, чтобы жить, и может прыгать с ветки на ветку, эта способность поучительную в этих областях. AI разработан, чтобы сосредоточиться на чем-то другом: Advanced или познавательной способности рассуждать и мыслить человеческих существ. Тем не менее, спустя 60 лет, мышление и рассуждения на высоком уровне остается неуловимым. В настоящее время известно как развитие ИИ в основном в инженерных областях, связанных с низким уровнем распознавания образов и управления движением, а также области статистики, в центре внимания дисциплины, чтобы обнаружить закономерности в данных, и делать прогнозы на основе достаточной проверки гипотезы и принятие решений.
На самом деле, в настоящее время считается ядром так называемой «AI революции» хорошо известный алгоритм обратного распространения, является Румельхарт заново открыт в начале 1980-х годов, и на ранних стадиях его в области теории управления в 1960-х и 60-х Это произошло. Один из его раннего применения является оптимизация тяги космического аппарата летать Аполлон на Луну.
С 1960-х годов, AI был достигнут значительный прогресс, но можно сказать, что этот прогресс не от преследования ИИ, чтобы имитировать человека. Вместо этого, в качестве примера космического корабля Apollo, эти идеи часто скрываются за кулисами, работа исследователей сосредоточено на конкретных инженерных задач. Хотя общественность не может видеть, но в поиске документов, классификациях текстов, выявление случаев мошенничества, системы рекомендаций, персонализированный поиск, анализ социальной сети, область планирования, диагностики и А / Б и других научно-исследовательских и сборщиков систем добились значительного прогресса, этого прогресс способствовать успеху Google, Netflix, Facebook и Amazon и других компаний.
Люди могут просто положить все, что называется AI, на самом деле, это, кажется, произошло. Для тех, кто находит себя внезапно называемый оптимизацией или статистические исследователями исследователей ИИ, такая маркировка может сделать их удивленной. Но в стороне этикетки в стороне, тем больше вопроса, используя этот сингл, неопределенные акронимы, затрудняя их четкое понимание проблемных областей и бизнес-аналитик играет определенную роль в.
В течение последних 20 лет, промышленные и научные поля достигли значительного прогресс - в качестве дополнения для имитации человеческого AI, часто упоминаются как «умное повышение» (Intelligence Увеличение, IA). Здесь расчеты и данные используются для создания улучшенного человеческого интеллекта и творчества службы. Поисковая система может рассматриваться в качестве примера IA, как это может улучшить память человека и фактические знания, естественный язык перевода является еще одним примером IA, он может повысить навыки общения человечества. Художник на основе звука и изображения поколения компьютера обеспечивает возможность создавать и расширять палитру. Хотя этот вид услуг в будущем не может содержать высокий уровень мышления и мышление, но нет, они в основном выполняют различную совпадающую строку и числовые операции для захвата моделей, которые люди могут использовать.
Давайте идея дисциплины широкий спектр «умной инфраструктуры», построенный на вычислениям, сетей передачи данных и физических лиц, человеческое окружение более интересным и безопасным. В настоящее время эта инфраструктура уже началась в транспорте, медицине, бизнесе и финансах, влияя тем самым на личность и общество все более и более глубоко.
Вы можете себе представить, что мы живем в обществе, охватывающее всю систему здравоохранения, эта система способна создавать и анализировать поток данных между людьми и врачами, медицинским оборудованием, чтобы помочь врачам сделать более точные диагнозы, а также предоставлением медицинской помощи. Система может интегрировать информацию из соматических клеток, ДНК, анализов крови, окружающая среды, популяционная генетики и много научной литературы по наркотикам и терапии. Это не касается только об индивидуальных особенностей пациента и врача, но и на отношения между всеми людьми, помогает поддерживать актуальность медицинской информации о концепции источника и надежности, так же, как сегодняшние проблемы финансово-банковской системы, относится к области платежей же. Хотя можно предусмотреть такую систему будет много проблем, такие как вопросы неприкосновенности частной жизни, вопросы ответственности, вопросы безопасности и так далее. Но мы должны рассматривать как проблемы смелости, чтобы эти вопросы, а не препятствовать прогрессу.
Нынешние достижения ИИ не может решить основную проблему
Сейчас мы столкнулись с решающим вопросом: в настоящее время лучшего традиционном способом, на основе человеческой имитации AI действительно для решения этих проблем (или даже единственным способа) это?
В самом деле, в последние года, машинное обучение успеха некоторых из истории успеха в области человеческой имитации ИИ, такие как машинное зрение, распознавание речи, игры и робототехника. Может быть, мы должны продолжать ждать, ожидая дополнительный технический прогресс в этих областях. Есть две вещи, чтобы отметить.
Во-первых, успех, достигнутый имитируют человеческий ИИ еще очень ограничены, мы все еще далеки от достижения конечной желания. Между тем, в этой области было сделано ограниченный прогресс создал огромное удовольствие, но и порождает много страха, что приводит к чрезмерному изобилию и вниманию СМИ ИИ, который в других областях техники не существует.
Более важно то, что вторая точка, успех, достигнутый в этих областях, не достаточно, чтобы решить важную проблему IA и II. Такой, как автономные транспортные средства. Для достижения автопилота, вам необходимо решить ряд технических проблем, эти проблемы могут быть связаны со способностью людей (или отсутствия человеческих ресурсов) имеет мало общего. В целом транспортная система (система II) может быть ближе к существующей системе управления воздушным движением, а не текущего широко распространенное беспокойство человеческого водителя. Эта система является гораздо более сложным, чем существующие системы управления воздушным движением, в частности, можно использовать большие объемы данных и адаптивного статистического моделирования, чтобы предоставить информацию для уточнения принятия решений. Решение этих проблем требует сосредоточиться на самых передовых, сосредоточить внимание только имитируют человеческий ИИ не хватает.
Что касается необходимости, он сказал, чтобы имитировать человеческое зрение охватывает AI и IA II цель, потому что он может не только решить классическую проблему искусственного интеллекта (например, тест Тьюринга), но и самый лучший выбор для решения проблемы IA и II. Но этот аргумент почти нет прецедента в истории. ? Слышал, что перед использованием AI AI плотник или каменщик осуществлять свою гражданские, химическое машиностроение, должен ли он построить каркасную химика AI является более спорным :? Если наша цель состоит в том, чтобы построить химические заводы, должен сначала создать группу AI химик, а затем пусть ТП будут изучать, как строить?
Существует поговорка, что человеческий разум является единственным разумным, как мы знаем, так что мы должны подражать человеческому интеллекту в качестве первого шага. Тем не менее, некоторые люди на самом деле не хорошо рассуждения, человеческие существа имеют свои собственные ошибки, предрассудки и ограничение. Кроме того, очень важно, чтобы люди не развивались достаточно, чтобы быть в состоянии выполнить крупномасштабную современную систему принятия II должна быть обращено, ни способность справляться с неопределенностью возникает II среды.
Можно было бы сказать, что не только система искусственного интеллекта, чтобы имитировать человеческий интеллект, искусственный интеллект будет исправлен, и эта способность может быть расширена на проблему любого размера. Конечно, теперь, в категории научной фантастики, спекулятивного аргумент, хотя в научной фантастика будет очень привлекательной, но не должна быть основная стратегией принять, когда сталкивается с критическими проблемами мы IA и II, эти проблема начала появляться. Нам нужно решить проблему IA и II в соответствии с их собственной выгоды, но не только имитируют человеческий AI.
Конечно, классическая проблема искусственного интеллекта по-прежнему имеет смысл. Тем не менее, в настоящее время акцент делается на данных, собранных исследований ИИ, глубина развертывания инфраструктуры обучения и систем, чтобы имитировать определенные человеческие навыки демонстрации. В исследовании не участвовали почти никаких новых принципов толкования, исследования будет иметь тенденцию отвлекать внимание от нескольких крупных открытых вопросов в области классического ИИ.
Эти проблемы включают в себя необходимость чувствовать и рассуждение в систему обработки естественного языка, и выразили необходимость реагировать на вывод о наличии причинно-следственной связи. Развитие вычислительного послушного представления неопределенности, а также развитие систем разрабатывать и осуществлять долгосрочные цели. Они имитируют классические цели человеческого интеллекта, но в нынешней волне революции в области искусственного интеллекта, легко забыть, что эти нерешенные вопросы.
IA также очень важный вопрос, потому что в обозримом будущем, компьютер по-прежнему не может сравниться с человеческой способностью рассуждать абстрактно реальную ситуацию. Мы должны пройти через намеренного взаимодействия человека с компьютером для решения самых насущных проблем. Мы хотим, чтобы компьютер, чтобы иметь возможность родили новый уровень человеческого творчества, а не заменить человеческое творчество.
AI в настоящее видение является слишком узким, слишком рано говорить о революции А.И.
Первый предложил «искусственный интеллект» является термин Джон Маккарти (когда он был профессором в Дартмут-колледже, а затем отправился в Массачусетский технологический институт), когда он предложил термин, он должен быть для того, чтобы отличать его зарождающиеся исследовательские проекты и снег проект Bert Weiner (MIT был старый профессор). Винер предложил «теории управления» термин для обозначения своего собственного видения для интеллектуальных систем и концепции исследования операций, тесно связана со статистикой, распознавания образов, теории информации и теории управления. И Маккарти подчеркнул связи с логикой. Интересно отметить, что на сегодняшний день является более доминирующим Винер на «умную» систему контекстной рекламы, но внешний вид это слово используется «искусственный интеллект» Maikaxiti вне.
В дополнение к различиям во взглядах на историю, мы должны признать, что нынешний общественный диалог искусственного интеллекта, большинство лишь малую долю промышленности и научных кругов, которые будут влиять на наше узкое видение искусственного интеллекта принесли лица все вызовы и возможности.
Вот что широкое видение, и достичь мало отношения между сценариями научной фантастики, необходимостью более человеческого пониманием и формированием связанным с технологией, потому что она становится все более влиятельной в нашей повседневной жизни. В этом понимании и формировании, нам нужно разнообразие звуков из всех слоев общества, а не только технического диалога. Фокус только имитировать человек ИИ, это может сделать Мы не знаем, или не хочет, чтобы узнать более широкий спектр информации.
Academia должны играть важную роль не только обеспечить некоторые из самых инновационных технологических идей, а также будет способствовать совместно с исследователями расчета, статистики и других дисциплин, эти вклады и идеи очень важны, особенно нуждаются в социальных науках, признается знание науки и гуманитарных наук перспективу.
С другой стороны, хотя наука человеческого прогресса имеет важное значение, но мы не должны преувеличивать наши усилия и результаты. Цель состоит в том, чтобы установить новые социальные достижения. Они должны быть построены в соответствии с заявлением заготовки способом. Мы не хотим, чтобы создать систему оказания медицинской помощи, вариантов транспортировки и возможности для бизнеса, а затем обнаружили, что эти системы не могут действительно играть роль, они обнаружили ошибку, которая влияет на наше счастье и жизнь. Так что, как я уже подчеркивал, там не может быть «инженерная дисциплина» как фокус в области данных и обучения. Хотя перспективы для развития этих полей возбуждающих, но пока не может рассматриваться как «инженерные дисциплины».
Мы должны принять тот факт, что мы наблюдаем рождение новой инженерной дисциплины. «Проект» имеет уникальный оттенок слова, легко думать о апатии, эмоциональных машин, а также потери контроля над человечеством, но мы можем построить то, что вы хотите инженерных дисциплин. В современную эпоху, мы открыли реальную возможность когда-либо задуманную в истории новых вещей: люди ориентированные на развивающиеся инженерных дисциплин. Здесь я не буду называть эту новую дисциплину, но если аббревиатура «AI» продолжает использовать название дисциплины, то мы должны понимать истинный смысл слова и ограничения. Мы должны расширить свои горизонты, чтобы подавить спекуляции, и будущие задачи имеют четкое понимание.
Далянь, какие больницы гинекологические хорошо mobile.dlfkyy.cn