环保101:让人工智能变得更聪明

人工智能是高科技领域最具争议的问题之一。问问特斯拉的CEO埃隆·马斯克就知道了，他非常担心这项技术的道德影响，最近与人共同创建了一个10亿美元的非营利组织OpenAI，致力于负责任的人工智能研究和开发。

麝香和他的同事们没有试图阻碍进步。毕竟，AI是在如那些特斯拉正在许多“智能”技术，显示自主车行动，以及城市的城市景观，商业建筑，供应链和世界各地的农业经营中心。他们只想人工智能研究人员和企业家，以确保潜在的人类影响最重要的考虑，而不是事后的想法。

把所有数据显示在屏幕上不一定能让你有真知灼见。但是，你能想象某种学习线束存在的应用，试图在这些数据集弄清楚模式。

“如今的人工智能系统拥有令人印象深刻但功能有限的能力，”OpenAI在十二月中旬宣布在其推出。"It seems that we’ll keep whittling away at their constraints, and in the extreme case they will reach human performance on virtually every intellectual task. It’s hard to fathom how much human-level AI could benefit society, and it’s equally hard to imagine how much it could damage society if built or used incorrectly."

随着时间的推移，承诺向OpenAI投资超过10亿美元的科技界巨头包括亚马逊网络服务公司(Amazon Web Services)、风险投资家彼得•泰尔(PayPal和大数据分析巨头Palantir的共同创始人)和计算机科学家艾伦•凯(Alan Kay，世界著名的软件程序员)。

我们已经走过了漫长的道路，宝贝

该组织的非常创作标记的临界点为AI，频繁的头条整个2015年的主题。

大多数人一定年龄与关联HAL，在SCI-FIC经典恶毒的计算机短语“2001：太空漫游”即抓住飞船的控制。一般而言，然而，AI是指使用算法以控制计算机或其他机器如何输入做出响应的过程。可替换短语是机器学习。无论哪种方式，系统被人类训练和想法是教一些设备来模仿人类的行为。其中最有名的现实世界的例子是IBM的深蓝超级计算机，它学会了如何下棋这么好，它最终击败当时的世界冠军卡斯帕罗夫。

眼下，AI市场是微不足道的：关于收入202.5 $万元，去年为商业应用和安装。这些数据是基于来自研究公司Tractica的市场预测。该公司预测，在2019年前后，事情变得非常有趣，到2024年，与人工智能应用相关的收入将达到111亿美元。

“尽管人工智能已经刚刚超越地平线了几十年，一个新的时代正在到来，” Tractica分析师Bruce戴利说。“仿照人类的大脑，如深度学习系统的变化，作为医疗诊断系统，信用评分，程序化交易，欺诈检测，产品推荐，图像分类，语音识别，语言翻译和自驾车车辆正被应用于执行的任务。结果开始为自己说话“。

基于神经网络的不断深入

其中最活跃的AI类是“深度学习” - 更多的风险资金一直致力于为创业公司专注于本学科比其他任何AI类别，根据数据从VentureScan。英特尔资本是最杰出和慷慨的投资者之一。

深度学习与神经网络软件密切相关，该软件利用联网的多台联网计算机的能力来模拟生物神经系统的行为，以及大脑对信息的解释和“学习”。这个想法已经存在了几十年，但是处理速度的提高——以更合理的价格——激发了一场狂热的实验。其中最突出和最大的项目是谷歌脑，1000多台计算机的网络，互联网公司使用面部识别应用。

深度学习是分阶段进行的，这意味着随着时间的推移，当他们吸收更多信息时，他们会变得更聪明、更老练。例如，以谷歌大脑为例，该系统首先检测构成和图像的明暗像素之间的鲜明对比。然而，随着时间的推移，该系统能够“看到”物体甚至人脸之间的差异。

深度学习的作用更熟悉的例子就是Siri的，苹果iPhone手机中发现的私人助理，和近亲属，如微软柯塔娜和谷歌现在。所有这三个声控应用的使用深度学习在随着时间的推移识别语音变得更好，就像一个孩子在认识到区分话语的细微差别变得更好。

传奇风险投资家史蒂夫Jurvetson公司相信深学习会推应用，如停车诱导系统，智能照明和楼宇控制和自动驾驶汽车的关键在试验阶段之外。一个重要的原因是:传感器输入和其他数据的数量需要使他们真正有用是惊人的。然而，通过对这些应用程序进行编程，使其在满足某些条件时能够适应其行为，它们变得更加实用。

“你有复杂的数据集，比如来自卫星和地面传感器的遥感数据，或者来自物联网的数据，以及遍布全球的各种设备中的传感器，”尤尔韦特森去年秋天告诉GreenBiz。“想想所有有温度传感器的手机和有传感器的汽车。我们并没有真正使用这些数据，但我们可以。把所有数据显示在屏幕上不一定能让你有真知灼见。但你可以想象某种学习工具被用来试图找出这些数据集的模式。”

这个想法在行动的一个比较简单的例子是“Lightswarm”由旧金山设计公司未来城市实验室设计的一种新型人工智能立面。当人们在城市人行道上走过时，该系统会根据声音而不是动作来开关灯光。它可以通过测量一个人的脚步声或声音的接近程度，实时地知道他或她在哪里。每个模块都是由3d打印的组件和编程算法，根据外部听觉和照明条件指导他们的行为。

在可持续商业应用方面，人工智能将成为下一代建筑自动化系统的核心。下一代建筑自动化系统将从无数来源收集数据——从天气预报到当地交通状况，再到企业库存系统——然后做出决策，优化运营。场景可能包括选择制造设备运行的最佳时间，开关灯和开，根据太阳能或风能条件选择最佳能源，甚至在安排大量会议时主动调节会议室温度。

人工智能也可以在供应链中发挥作用。例如，可以“训练”图像传感器，通过检查木材的独特特性来识别可能来自濒危森林的木材。可能性是无限的。

为什么现在？又到了秋后算账

我们听到了很多关于人工智能和深度学习的主要原因是因为有几个最有影响力的高科技公司，在世界 - 包括苹果，Facebook，谷歌，IBM和微软 - 都竞相建立领导岗位。

许多人抢购初创企业更快地提高自己的专业知识的AI。正如显著，一些（Facebook，谷歌和微软）共享的背后他们的一些最成功的项目的代码，以加快市场接受的希望。谷歌，例如，已经超过了张量流技术，它使用了语音识别，照片搜索和Gmail中的新的自动回复功能处理。

“我们希望这将让机器学习社区——从学术研究人员到工程师再到业余爱好者——通过工作代码，而不仅仅是研究论文，更快地交换想法。”谷歌的研究团队写道。

这是一个毫无争议的想法——在接下来的几个月里，它必将加速人工智能的应用。