AI的分类与演进

AI,Artificial Intelligence,顾名思义,是人工通过高强度的计算能力,并基于大量的环境数据、行为数据、历史数据等大数据支持,或是一定规则的自学习机制,来分析特定输入的情况下,事物的相关性、影响和可能处理方法,从而使机器不只是进行简单的运算,而是能够在某种程度上进行类智能的思考和运作。

业界的大事发生时,总会撩动AI热潮。远的是96年和97年卡斯帕罗夫和深蓝的对弈,2011年Iphone 4S 搭载Siri,2016年 Alpha Go 对垒李世石;近的是Alexa和Google Assistant的持续发展。AI的应用,在每次都得到一波投资热潮,应用的领域也在扩展。目前主要的领域包括:

1.人机交互领域

人机交互就是如何操作机器并获得结果的方法。AI使机器能够像智慧生物一样进行交流,而不是触摸、键盘等机械式交互。目前很多的AI应用,其实就是将进行交互方式基于AI的进行重构。

a)语音识别,这一能力经常会和语义分析的自然语言识别混淆,这一块的能力,是进行声纹识别,能够明白到底是谁在讲话。另外,把语音转化为文字,也是属于这一块的范畴,以语音代替密码进行登录和认证也是常用功能。国内已经有很多行业象科大讯飞等在做

b)人脸识别,这一块很容易理解,不进行细讲,现在国内的商汤科技是这一领域的知名企业

c)指纹和其它生物特征识别,还包括虹膜识别等其它方式的机器对于人的识别方法

d)NLP(Natural Language Processing)自然语言处理,是基于语音已被识别的基础上,对于其内在的含义进行分析,从而做出应答。比如,把一个声音流媒体转换成“上海今天天气如何”是语音识别的产出,而根据这句话,明白其含义并找到相应的网站和服务,比如气象局,通过其接口调出今天的天气结果,就是NLP需要完成的工作

e)动作追踪,是基于摄像头等机器视觉系统的支持下,对于操作人的肢体动作(含头部动作)进行追踪,从而进行相应的应答。就好象钢铁侠在家里用手在空中比划,就可以操作电脑一样

f)视觉追踪,类似上一条,不过捕抓的是操作人的眼神,从而有针对性的进行图像显示跟随和操作应答

g)穿戴设备/VR追踪,这个很好理解了,广义上讲,放在裤兜里的手机的摆陀也算。更有科技感的,是环太平洋里面的奥特曼工作台、医生的远程手术,都是这一类范畴

2、识别分析

是指通过AI的辅助,协助机器完成对周边环境的感知,以及通过大数据,完成各种行为的相关性分析,从而实现有限程度的结果推演(天气预测也属于此范畴)。

a)机器视觉,通过摄像机,完成图片、物体的静态和动态识别,能用于对特定物体的识别与追踪。比如在生产线上,通过机器视觉,识别产成品的质量等级

b)运动监测,通过相关传感器,识别不同尺寸和强度的运动的发生,并按相关预设程序进行响应或介入。比如国外的家庭安全方案,大多都能区分宠物的进出与非法入侵的区别,从而进行分别对待

c)化学分析,大量基于马桶的传感器近来正被大量研发,结合云端的大量相关数据库,进行健康监测。而在特定的生产和工作场所,通过AI分析,基于主要的化学成分进行安全预警和成分调优,也具备大量的想象空间

d)概率统计,AI从来就和大数据紧密相关,Alpha Go这些个AI,就是利用算法进行概率分析,从而得出相应的应答选择。而基于海量数据,对于特定的议题进行概率分析,将无穷趋近正确的结果,比如天气预报的日益准确

e)相关性分析,大数据分析的另一个特征,就是通过大量的数据,分析不同行为间的相关性,从而得出它们相关的程度,以进行决策支持,而且并不需要关心两者间的内在逻辑。比如,对于注塑温度与产品脆性间的相关性分析可以提高产出良率

f)行为分析,是基于无所不在的机器行为的记录,勾画出使用者的行为画像。比如通过智能汽车或车联网的记录,对于驾驶人的行为方式进行记录,并为保险精算定价提供非常精准的输入。这一模式已经非常成熟,FaceBook和Twitter,对于你的阅读偏好,甚至是为数不多的几个点赞,就能洞察一个人的性格、性取向、政治色谱等大量的行为偏好,从而进行更有效地服务,或用于其它的运用

g)质量追踪/问题溯源,通过产品生产过程、原料来源、设备参数、服务过程的记录,为快速进行问题排查提供帮助。另外大量的相关性分析,也能对于未知问题进行分析。国外的电网公司经历大断电之后,利用AI进行失效仿真模拟影响范围,或是根据事故结果推算问题节点方面,已取得长足进展

3.增强仿真

是指基于AI识别输出的类型和场景,按预先设定的优化方案,或是不断的机器学习得到的优化方案,通过算法影响原先的输出结果,从而获得更好的视听效果。这一技术持续进步将使得增强/虚拟现实不断得到普及,最后在技术的仿真设计方面也大有可为

a)视像渲染,这一点大家都不陌生了。从一开始的美图秀秀、Face U,到现在的视频美颜、流媒体/电视厂商的AI算法增强,到现在很多硬件厂商直接把优化算法内置在原厂设置里,比如华为手机的拍月亮模式自动优化

b)语音渲染,大量的K歌软件的效果渲染,以及人工声音合成、朗读软件,都是这一类应用。AI不停进化的路上,把结果进行声音合成作为输出,未来会越来越成为标配

c)变频输出,小到空调冰箱的变频,大到街道的信号灯、路灯,公共场馆的电梯、新风系统等设备,按照人流量和其它环境因素,进行动态调优后的运作和输出。最有名的当属新加坡的EPR系统,通过路网的负荷,进行相应的信号灯调节,从而舒缓交通

d)仿真设计,最近热炒的数字双胞胎就是这一个范畴。通过数字化模拟,使得在设计阶段,可以通过虚拟的方式,来推算产品的特定性能和外观,从而在一开始就能排除掉大量无效的方案

c)增强/虚拟现实,增强现实,是基于现实的场景,叠加相应的特性。比如前些年风靡全球的《口袋妖怪Go》,就是基于现实的地图坐标,产生虚拟的精灵,玩家可以去到现实存在的GPS位置,进行捕抓。虚拟现实大家都不陌生了,迪士尼乐园的大型全场景球幕影院就是。目前苹果公司正在努力将VR眼镜从1厘米向更薄改良,加上未来的5G高带宽和低时延,大量的增强/虚拟现实的应用将会产生,我们的娱乐方式也将大不一样

f)服务机器人,大量的机器人程序已经投入生产,比如财务机器人的自动核帐、呼叫中心的语音机器人等。国外某些行业,已经能实现由机器人和客户进行应答,只在交易条款确认时,才需要按法律要求,真人进行介入确认

4.决策辅助

a)预防性维护,前一阵子IBM的“沃森”AI系统的广告,工程师在电梯出问题前就到现场维护,因为“沃森”告诉他哪些关键部件需要去退换了。现实中,除了计划性的维检之外,还有基于设备的运行状态,比如刀头的温度和切削次数,进行预防性维护,杜绝运作异常和事故

b)智能交通,这一领域其实包括智慧城市、智能电网(水务、燃气等公用设施)等相似或更高阶的应用场景。智能交通是根据一段足够长时间,在特定的路网内的交通流量数据,进行路网和信号规划的测试仿真;以及实时对路网流量进行监控,调节相关路口信号设置、以及利用广播等手段,进行动态优化的智能化交通管理

c)智能制造,在制造自动化的基础上,按照生产设备状态,进行设备参数、节拍、投料等环节,通过AI智能进行自动决策,并通过自学习不停进行决策优化的行为。到最后阶段,甚至协调供应链上相关的环节和合作伙伴的系统,共同进行按需按时和高质量高效率的生产组织

d)辅助驾驶,到最后会变成全自动驾驶。目前更多是根据地图数据和环境数据,进行驾驶过程的自动辅助。

e)环境调节,这是经常在智能家居宣传里出现的场景,比如灯随人动、空调随着心跳汗量和人的位置调节、根据PM2.5开关窗和空气净化器等

f)精算支持,按照大量的历史天气、交通、人口等数据,和个人行为数据,进行财产险、人身险的精算;国外领先的零售企业,根据厄尔尼诺和拉尼娜的轮替、中近期的天气预测,进行生鲜的价格测算和战略性采购安排、不同季节服装的更替计划安排等,这些智能测算也属于此一范围

g)高频交易,根据大量经验证的交易经验模型,以及不断学习优化的决策系统,国外在证券、期货等领域,大量的智能系统已成功应用于高频交易,并取得了单靠人力无法达到的优异成绩

5.形成意识

之上所述的AI,都只是利用计算机强大的算法,针对专门领域的话题,按一定的规则,进行大数据量的分析,并给出可供选择的结果和建议。近来的自学习,则是对不同的结果按一定的择优标准进行反馈,从而让AI程序可以优化其算法和参数的一个过程。这样的AI,只是一个强大的计算器而已。

而马斯克,甚至霍金警告的人工智能,则是机器需要跨越一个巨大的鸿沟,产生自主的意识。而我们知道,简单的算力堆砌是无法产生有自主意识的智能的。现代计算机的运算能力,远高于人类,但仍只是一个工具。在我们这个年代是否能产生有意识的人工智能,从而进行化成一种新的生命型态,在目前看来,还很遥远,除非奇迹出现,否则只能寄希望于下一次的技术革命了。

未经允许不得转载(声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:net-net@foxmail.com进行举报,并提供相关证据,工作人员会在10个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。):策信智库资讯网 » AI的分类与演进

赞 (0)