В наступающем 2017 году технология глубокого обучения находится на подъеме, AlphaZero стремительно развивается в различных шахматных соревнованиях с «нуля», DeepStack и Libratus побеждают мастеров-людей в техасском холдеме, GAN выводит различные варианты, синтез речи От лаборатории к продукту , Vicarious предлагает новую модель вероятностной генерации и взламывает человеческий код проверки CAPTCHA. Эти захватывающие разработки перенесли интеллектуальные технологии из лаборатории на промышленный и прикладной уровень, а такие понятия, как «искусственный интеллект» и «глубокое обучение», также привлекли внимание общественности и стали популярными словами.
Будучи первым отечественным технологическим СМИ, систематически обращающим внимание на искусственный интеллект, Heart of Machines стал свидетелем еще одной волны искусственного интеллекта, возглавляемой глубоким обучением в последние несколько лет и энтузиазмом общественности.В то же время мы также обнаружили, что из-за к «AI Существование «Эффекта»,Многие люди игнорируют другие технологии искусственного интеллекта, кроме глубокого обучения, и им не хватает систематического понимания различных классификаций и основных концепций технологий искусственного интеллекта, исторического процесса и направления развития технологии.Это привело к отсутствию макропонимания общей тенденции развития и «доступности» технологии искусственного интеллекта, и многие обходные пути были предприняты при попытке использовать технологию искусственного интеллекта для промышленных инноваций.
Поэтому Сердце Машины запущено«Отчет о тенденциях в области технологий искусственного интеллекта», призванный помочь читателям:
1) Систематический обзор искусственного интеллекта (ИИ) 23 отраслевая технология.
2) Уточнить исторический путь развития каждой отраслевой технологии в рамках искусственного интеллекта (ИИ), а также интерпретировать существующие узкие места и будущие тенденции развития.
3) Проанализировать фактическое применение каждой отраслевой технологии искусственного интеллекта (ИИ) в отрасли и оценить ее применение в отрасли.Исследования, разработка, применение, социальное воздействиеПоложение на этих четырех этапах дает ориентир для принятия решений лицам, принимающим решения, которые планируют использовать технологию искусственного интеллекта.
4) дляспециалисты по искусственному интеллектуОбеспечьте техническую справку о тенденциях;Индустриальная сторона, новичоки т. д. для систематического предоставления технических учебных материалов.
Основное содержание доклада:
«Искусственный интеллект», обсуждаемый в этом отчете, в основном относится к интеллекту, который может быть реализован машинами, также известному как машинный интеллект. В академических исследованиях - интеллектуальный агент, который может воспринимать свое окружение и предпринимать действия для достижения наилучшего возможного результата. Вообще говоря, долгосрочной целью искусственного интеллекта является достижение искусственного общего интеллекта (AGI), который считается «сильным искусственным интеллектом (сильным ИИ)». При решении междоменных проблем AGI намного превосходит обычные машины и может выполнять несколько задач одновременно. Слабый ИИ (также известный как «узкий ИИ») не может решить ранее невиданные проблемы, и его возможности ограничены определенными областями. Однако точное определение ОИИ по-прежнему неоднозначно для экспертов и ученых в области ИИ. Обычный способ отличить сильный ИИ от слабого ИИ — это провести такие тесты, как Кофейный тест, Тест Тьюринга, Тест для студентов роботизированного колледжа и Тест на трудоустройство.
Термин «технология», обсуждаемый в этом отчете, представляет собой широкое понятие, охватывающее методы, алгоритмы и модели, используемые в области искусственного интеллекта, и мы будем использовать термин «технология» для обозначения всех трех. Основываясь на справочных материалах, таких как классические учебники, книги, статьи, блоги, видео и МООК (массовые открытые онлайн-курсы), мы определили 23 различных технологии искусственного интеллекта и сгруппировали их в 4 основные области:
- решение проблемы (поиск)
- Знание, рассуждение и планирование
- учиться
- Общение, восприятие и поведение
Мы классифицировали 23 технологии, перечисленные выше, в соответствии с их сходством основных механизмов, методов и приложений в области ИИ. Эти категории не исключают друг друга. Вы можете думать о них как о человеческих способностях, каждая из которых выполняет свою функцию, работая вместе для достижения более продвинутых и сложных целей.
Существует множество методов классификации стадий технологического развития. Большинство существующих методов называются «жизненными циклами технологий», которые также включают фазу «распада». Однако в этом конкретном исследовательском отчете о технологии ИИ мы не рассматривали стадию «упадка». Хотя мы считаем, что развитие той или иной технологии может в какой-то момент застопориться, ее развитие (с точки зрения научного прогресса) не регрессирует, ссылки на технологический «упадок» обычно рассматриваются с точки зрения бизнеса. Основываясь на нашей оценке и анализе нескольких источников информации, мы определили четыре цикла, через которые пройдет развитие технологии ИИ: исследования, разработка, приложения и воздействие на общество. Подробное определение каждого этапа дается здесь как парадигма для будущего подробного анализа:
Примечание. На самом деле здесь рассматривается много подкатегорий технологий, и мы рассматриваем их как единое целое, чтобы определить стадию их развития. Как только появляется конкретное указание на то, что технология прошла определенную стадию, вся категория технологии помещается на эту стадию, хотя могут быть некоторые текущие исследования, инженерные или прикладные работы над технологией.
Выдержки из отчета:
нажмите сейчасссылка для отчета, доступ к полной версии «Отчета о тенденциях в области технологий искусственного интеллекта».