《人工智能进步的催化剂.doc》由会员分享，可在线阅读，更多相关《人工智能进步的催化剂.doc（2页珍藏版）》请在三一文库上搜索。
1、人工智能进步的催化剂截止到 21 世纪前 10 年的后期，出现了一系列复兴人工智能研究进程的要 素，尤其是一些核心技术。下面将对这些重要的因素和技术进行详细说明。1）摩尔定律在价格、体积不变的条件下，计算机的计算能力可以不断增长。这就是被 人们所熟知的摩尔定律，它以 Intel 共同创办人 Gordon Moore 命名。 Gordon Moore 从各种形式的计算中获利，包括人工智能研究人员使用的计算类型。数 年以前，先进的系统设计只能在理论上成立但无法实现，因为它所需要的计算 机资源过于昂贵或者计算机无法胜任。今天，我们已经拥有了实现这些设计所 需要的计算资源。举个梦幻般的例子，现在最新一
2、代微处理器的性能是 1971 年 第一代单片机的 400 万倍。2）大数据得益于互联网、社交媒体、移动设备和廉价的传感器，这个世界产生的数 据量急剧增加。随着对这些数据的价值的不断认识，用来管理和分析数据的新 技术也得到了发展。大数据是人工智能发展的助推剂，这是因为有些人工智能 技术使用统计模型来进行数据的概率推算，比如图像、文本或者语音，通过把 这些模型暴露在数据的海洋中，使它们得到不断优化，或者称之为 “训练 ”现 在这样的条件随处可得。3）互联网和云计算和大数据现象紧密相关，互联网和云计算可以被认为是人工智能基石有两 个原因，第一，它们可以让所有联网的计算机设备都能获得海量数据。这些数
3、据是人们推进人工智能研发所需要的，因此它可以促进人工智能的发展。第 二，它们为人们提供了一种可行的合作方式 有时显式有时隐式 来帮助人 工智能系统进行训练。比如，有些研究人员使用类似 Mechanical Turk 这样基于 云计算的众包服务来雇佣成千上万的人来描绘数字图像。这就使得图像识别算 法可以从这些描绘中进行学习。谷歌翻译通过分析用户的反馈以及使用者的无 偿贡献来提高它自动翻译的质量。4）新算法算法是解决一个设计程序或完成任务的路径方法。最近几年，新算法的发 展极大提高了机器学习的能力，这些算法本身很重要，同时也是其他技术的推 动者，比如计算机视觉（这项科技将会在后文描述）。机器学习算法目前被开 源使用，这种情形将促成更大进步，因为在开源环境下开发人员可以补足和增 强彼此的工作。