予秋对《人工智能》的笔记(1)

第5页 5

" Prisma的手机绘画程序"" Kiva的公司，收购的唯一目的就是获取设计、制造仓储机器人的能力。基于Kiva技术，亚马逊大量制造一种橙黄色的小个子机器人，这些机器人可以自动驮着货物转运架，在亚马逊的大型仓储中心里快速移动，将货物运送到指定位置。"
"从投资者的角度看，越是追求与人长得一样，试图像人一样说话、做事的机器人项目，就越没有商业前景。这个道理很简单——机器人越像人，人类就这时，技术的不足会暴露无遗，在“缺点放大镜”的作用下，这种机器人只会显得无比愚蠢和笨拙。"用户会更喜欢一个有一定沟通能力、比较可爱甚至很“萌”的小家电，而不是一个处处缺陷的全功能人形机器人。"
"历史上，人工智能的定义历经多次转变。一些肤浅的、未能揭示内在规律的定义很早就被研究者抛弃。但直到今天，被广泛接受的定义仍有很多种。具体使用哪一种定义，通常取决于我们讨论问题的语境和关注的焦点。"这里，简要列举几种历史上有影响的，或目前仍流行的人工智能的定义。对这些定义的分析、讨论是一件相当有趣的事，这有些类似于古代哲学家们围坐在一起探讨“人何以为人”，或者，类似于科幻迷们对阿西莫夫的“机器人三定律”展开辩论。其实，很多实用主义者反对形而上的讨论，他们会大声说：“嘿，管它什么是人工智能呢？,..这种唯经验论的定义显然缺乏一致性，会因时代不同、背景不同、评判者的经验不同而套用不同的标准。但这一定义往往反映的是一个时代里大多数的普通人对人工智能的认知方式：每当一个新的人工智能热点出现时，新闻媒体和大众总是用自己的经验来判定人工智能技术的价值高低，而不管这种技术在本质上究竟有没有“智能”。就是能遵照思维里的逻辑规律进行思考的计算机程序。"
"思维法则，或者说，逻辑学，是一个人的思考过程是不是理性的最高判定标准。从古希腊的先贤们开始，形式逻辑、数理逻辑、语言逻辑、认知逻辑等分支在数千年的积累和发展过程中，总结出大量规律性的法则，并成功地为几乎所有科学研究提供了方法论层面的指导。让计算机中的人工智能程序遵循逻辑学的基本规律进行运算、归纳或推演，是许多早期人工智能研究者的最大追求。..“心有余而力不足”（the spirit is willing but the flesh is weak）翻译为“伏特加不错而肉都烂掉了”（the vodka is good but the meat is rotten）"
“仿生学的道路上，最本质的问题是，人类至今对大脑如何实现学习、记忆、归纳、推理等思维过程的机理还缺乏认识，况且，我们并不知道，到底要在哪一个层面（大脑各功能区相互作用的层面？细胞之间和仿生学派强调对人脑的研究与模仿不同，实用主义者从不觉得人工智能的实现必须遵循什么规则或理论框架。“黑猫白猫，逮住耗子的就是好猫。”在人工智能的语境下，这句话可以被改成：“简单程序，复杂程序，聪明管用的就是好程序。”人类行为的最终结果出发，忽视达到这一结果的手段。
“无学习，不AI”，无体育不清华
”罗素（Stuart Russell）与彼得·诺维格（Peter Norvig）在《人工智能：一种现代的方法一书中的定义，他们认为：人工智能是有关“智能主体（Intelligent agent）的研究与设计”的学问，而“智能主体是指一个可以观察周遭环境并做出行动以达致目标的系统”
“基本上，这个定义将前面几个实用主义的定义都涵盖了进去，既强调人工智能可以根据环境感知做出主动反应，又强调人工智能所做出的反应必须达致目标，同时，不再强调人工智能对人类思维方式或人类总结的思维法则（逻辑学规律）的模仿。国内著名机器学习专家、南京大学教授周志华则说：“现在有很多媒体，常说深度学习是‘模拟人脑’，其实这个说法不太对。我们可以说从最早的神经网络受到一点点启发，但完全不能说是‘模拟人脑’之类的。”
”基本上，偏重实证是近年来人工智能研究者的主流倾向。在今天这个结果至上的时代里，没有多少人愿意花心思推敲人工智能到底该如何定义。有那个时间，还不如去搞几个深度学习的新模型，发几篇深度学习新算法的论文来得划算。“
”高德纳咨询公司（Gartner）推荐的技术成熟度曲线。。心理学上说，人们接受一件新事物，就像人们感受一种外界刺激一样，是有一个心理阈值的。外界刺激（比如声、光、电）的强度太小的话，人们根本不会有任何感觉；只有外界刺激的强度超过了一个人能够感知的最小刺激量，人们才有“听到了声音”“看见了东西”之类的明确感受。这个能引起人们感知反应的最小刺激量，心理学上叫绝对阈值（absolute threshold“，关于第三次人工智能热潮，我的看法是：·前两次人工智能热潮是学术研究主导的，而这次人工智能热潮是现实商业需求主导的。前两次人工智能热潮多是市场宣传层面的，而这次人工智能热潮是商业模式层面的。·前两次人工智能热潮多是学术界在劝说、游说政府和投资人投钱，而
次人工智能热潮多是投资人主动向热点领域的学术项目和创业项目投钱。·前两次人工智能热潮更多是提出问题，而这次人工智能热潮更多是解决问题。与其去研制模拟成人思维的计算机，不如去试着制造更简单的，也许只相当于一个小孩智慧的人工智能系统，然后再让这个系统去不断学习——这种思路正是我们今天用机器学习来解决人工智能问题的核心指导思想”
“语言学就是关于人类语言的科学研究，包含句法、词法、语音学等研究方向。。但这个世界实在是复杂多样、变化万千，无论人们为计算机选择了多么优雅的建模方法，都很难真正模拟世界万物的特征规律。这就像一个试图用有限几种颜色画出世界真实面貌的画家，即便画艺再高明，他也很难做到“写实”二字。“
”实用主义意味着不求甚解。。《智能时代》的作者吴军博士说：“在方法论的层面，大数据是一种全新的思维方式。按照大数据的思维方式，我们做事情的方式与方法需要从根本上改变“。
”2015年5月，三人联名在《自然》杂志发表的名为《深度学习》的综述文章[插图]，成为人工智能领域近年来最重要的文献之一。在这篇著名的文章里，“三巨头”是这样展望深度学习的：“在不久的将来，我们认为深度学习将取得更多成就，因为它只需要极少的人工参与，所以它能轻而易举地从计算能力提升和数据量增长中获得裨益。目前正在开发的用于深层神经网络的新型学习算法和体系结构必将加速这一进程。”]《超级智能》一书中，将超人工智能定义为“在科学创造力、智慧和社交能力等每一方面都比最强的人类大脑聪明很多的智能。。。尼克·波斯特洛姆，超级智能，中信出版社，2015“
”既然奇点来临无法避免，那不如积极投入，至少，当威胁来临时，我们对威胁本身的理解会更加深刻。阿西洛马23条基本原则像科幻大师阿西莫夫笔下著名的“机器人三定律”一样，从方法、特征、伦理、道德等多方面，限定未来的人工智能可以做什么，不可以做什么问题首先在于，对智能的定义是非常主观的，这依赖于每个人自己的视角。这一点非常像我们对美的定义。你可以说某些人比其他人长得美，或者说一个人比另一些人更聪明，但希望把美或把智商的定义客观化、量化“”
“ 可以感知实体世界信息的传感器和相关的感知技术会越来越成熟，越来越便宜。。数据孤岛化和碎片化问题明。。人工智能创业团队面临诸多新的挑战。例如，对高级人才较为依赖，科学家创业者自身的商业实践经验较少。。但从突破性科研贡献的数量和质量上说，中国还无法与美国相比。如果只统计那种革命式的、里程碑式的突破，中国人或华人的占比就会少很多了。深度学习“三巨头”中没有一个华人面孔，这个事实至少说明，中国或世界华人科研群体中，还缺少顶级大师式的人物。用围棋的段位来比喻的话，就是中国在人工智能领域拥有不少六段、七段甚至八段的高段位棋手，但暂时还缺少九段的顶级高手。。。敢于设想别人不敢想的未来，敢于做别人不愿做的研究。。密涅瓦大学使用的是一套名为“沉浸式全球化体验”（Global Immersion）的教学方式。，姚期智院士创办的清华学堂计算机科学实验班”
“迁移学习”（Transfer Learning）的技术正吸引越来越多研究者的目光。这种学习技术的基本思路就是将计算机在一个领域取得的经验，通过某种形式的变换，迁移到计算机并不熟悉的另一个领域。。要消除恐惧，我们需要在两个方面努力：其一，是消除人们心中情绪化、非理性的恐慌心理；其二，则是理性解决问题”
“我不惧怕死亡，这使得我比任何人类更强大。”而人类则说：“你错了。如果你不惧怕死亡，那你就从未活着，你只是一种存在而已。” 《真实的人类》”