您好!欢迎光临这里是您的网站名称,我们竭诚为您服务!
定制咨询热线021-464392157
您的位置:主页 > 新闻动态 > 行业新闻 >

新闻动态

联系我们

爱游戏app岗亭有限公司

邮 箱:admin@ylsm88.com
手 机:17573878040
电 话:021-464392157
地 址:香港特别行政区香港市香港区建算大楼16号

人机大战:推动自然智能与人工智能“深度对话”

发布时间:2021-11-23 04:19:01人气:
本文摘要:AlphaGo战胜世界围棋冠军李世石引发了各界极大的震动,不少文章也从人工智能和棋士的角度展开了解析,作为神经科学研究人员,我更加注目的是这一事件与神经科学的关联及其意义。 大自然智能(大脑)与人工智能的对话可以从三个方面来解读:首先人脑建构和完备人工智能的过程就是一个对话的过程。其次,人工智能在某些领域挑战人类大脑(如棋类比赛)则是一个更加必要的对话形式。 另外,大脑智力研究领域和人工智能研究领域之间的交叉和渗入堪称一个具备最重要意义的对话过程。

爱游戏app

AlphaGo战胜世界围棋冠军李世石引发了各界极大的震动,不少文章也从人工智能和棋士的角度展开了解析,作为神经科学研究人员,我更加注目的是这一事件与神经科学的关联及其意义。  大自然智能(大脑)与人工智能的对话可以从三个方面来解读:首先人脑建构和完备人工智能的过程就是一个对话的过程。其次,人工智能在某些领域挑战人类大脑(如棋类比赛)则是一个更加必要的对话形式。

另外,大脑智力研究领域和人工智能研究领域之间的交叉和渗入堪称一个具备最重要意义的对话过程。  十分凑巧的是,1949年在人工智能领域和神经科学领域都再次发生了一个最重要历史事件。这一年,机器学习和人工智能的先驱者,美国人Arthur Samuel在IBM计算机上续写了第一个国际象棋的程序,首次向人们展出了具备一定自我自学能力的人工智能。

同一年,加拿大理解科学家和心理学家Donald Hebb公开发表了经典论着不道德的的组织,为大脑的自学机制明确提出了神经相连学说,即知名的Hebb自学定律。虽然Hebb学说被指出是人工智能应用于神经网路的理论依据,实质上在这个理论明确提出之后的数十年里,人工智能和脑认知科学基本上是在两个平行的轨迹上发展,没实质性的空集。  随着计算机硬件的较慢发展和更加先进设备的编程程序的应用于,依赖强劲的运算能力,IBM计算机深蓝于1997年5月打败了国际象棋冠军加里卡斯帕罗夫,沦为人工智能发展的一个标志性历史事件。

人们难以想象计算机需要对这样的简单系统展开全部运算。  AlphaGo之父Hassabis不仅是一个少见的天才,他的经历也十分有意思:8岁时设计了电脑游戏;13岁沦为国际象棋大师;之后分别在剑桥大学和伦敦大学学院取得计算机科学和理解神经学专业学位。Hassabis在理解神经科学的训练,毫无疑问是他在设计AlphaGo时需要得心应手地应用于具备深度自我自学功能的多层次神经网络的最重要原因。  我们再行来想到Hebb定律的核心:大脑各神经元之间通过神经元互相联系而构成简单的网络,虽然初期的联系有可能是随机的,但最后的网络联系及联系的强度则要求于所联系的神经元之间否具备重复的关联活动,即神经元前神经元A持续反复的活动如果需要引发神经元后神经元B产生实时的静电活动,则可以造成该神经元传送效能的减少,神经元联系的稳定性获得强化。

即一起静电的神经元将相连在一起。  Hebb自学定律根据神经元相连间的转录水平而转变权值,是一个无监督自学规则,使网络需要萃取训练的统计资料特性,把输出信息按照再次发生的几率区分为有所不同权重的类型展开辨别处置。而AlphaGo的深度自学神经网络正是使用这一原理,当机器展开重复的训练后,可以对落子的方位构成一定的优先级检验,从而跳过某些落子概率很低的方位运算,而不必须对所有有可能的方位展开运算,极大地提高了机器的运算效率。

  虽然神经科学家可以骄傲地指出,神经科学研究成果和理论为人工智能的里程碑发展做出了最重要贡献,但我们对大脑的工作原理的理解,特别是在是在神经网络水平上的活动规律和意义的理解,依然十分受限。而正是神经网络活动的机理才是我们解读大脑产生高级功能的关键环节。

  近年来一些关键研究技术的较慢发展,使脑科学研究,特别是在是在神经网络水平的解析,面对着重大突破的机遇。基于脑科学研究的前沿性、学科交叉性及实际应用于的最重要意义,这些重大突破终将在科学、经济、社会和军事等领域产生最重要影响,因此各发达国家都先后启动了大型的脑研究计划。在我国的十三五规划中,脑科学与类脑研究被列为六个科技创新2030重大项目之一,使中国神经科学家充满著了期望,期望能在国际脑科学研究领域做出自己特有的最重要贡献。

  一个有意思的问题是,既然人工智能利用非常简单的神经网络原理在某些规则具体的单一性能的智力(如棋类比赛)方面早已多达了人脑,我们否可以通过对计算机神经网络产生人工智能的机理来反推大脑的神经网络的工作机理?目前显然,答案是驳斥的。因为计算机神经网络的明确运算过程也是难以捉摸的,实质上它更加看起来一个黑箱系统,它的运算过程和决择几乎是根据它的自学经验而展开的,我们无法理解明确过程并对其展开掌控。


本文关键词:爱游戏app,人机,大战,推动,自然,智能,与,人工智能,“

本文来源:爱游戏app-www.ylsm88.com

021-464392157