想学人工智能需要哪些基础呢?

人工智能(AI),是当今科学研究和应用的一个热门,目前人工智能的关键是让机器具有类似人类的学习和创造能力。要实现这两点,需要用到很多现代社会科学技术如:计算机科学的硬件、软件技术,社会科学的心理学、哲学、伦理学等等。

人工智能技术发展的一个重要里程碑是谷歌的阿尔法狗(AlphaGo)完胜人类最顶尖的围棋高手。AlphaGo,是一款人工智能围棋程序,由被 Google 收购的 DeepMind 公司开发。从2015年开始到2007年,先后战胜了樊麾二段、棋王李世石九段、世界第一的柯洁九段,一战成名,也将人工智能真真正正地带到了人类面前。

下面我尝试结合这一事件的主角,说说我对人工智能技术基础的理解。如上图,阿尔法狗人工智能围棋对战平台包括硬软件两个部分,那么分别涉及哪些基础技术呢?

1、计算机芯片技术任何人工智能平台,都需要强大的计算机芯片技术这一基础。

根据谷歌官方发布的信息,阿尔法狗的硬件平台搭建,初期采用了1920个CPU和280个GPU分布式服务器的方式。最新版本的阿尔法狗,则使用了谷歌机器学习处理器TPU来搭建。

如上图,无论是前期的分布式平台还是后期的TPU,都是基于计算机新品技术,大量集成CPU和GPU处理器来实现的。

另外,智能汽车的自动驾驶技术也是人工智能的应用之一。

如上图,特斯拉最新的自研自动驾驶芯片FSD HW3.0。

该就是集成了多核心的GPU和CPU、以及神经网络芯片TPN,实现了自动驾驶的人工智能芯片平台。

2、算法理论技术人工智能的关键是算法理论技术,如果说计算机硬件平台是人工智能的躯干,那么算法理论则是人工智能的灵魂。

还是阿尔法狗为例,它是通过学习人类棋谱,在网络上和人类对弈,通过输赢不断的学习和进化,继而自我对局来不断来提高进步。它在实验阶段并不是一直胜利的,而是通过实验室不断训练,通过用假名在网络对战平台学习,逐渐进化成神的。

根据谷歌发表的论文显示,在阿尔法狗的训练和进化中,用到了大量的人工智能算法,如专家评估系统(value network)、基于海量数据的深度神经网络(policy network),蒙特卡洛树搜索等算法技术来提高自己的水平,最终才实现实质性的飞跃。

在人工智能的自动驾驶方面,特斯拉就是运用神经网络技术,通过路上的电动车,不断地收集各种路况下的图形数据、行为数据实现自动驾驶的自我优化。

总结:人工智能基础包括硬软件等多个方面的基础,需要运用现代计算机技术、结合各种理论算法,不断的更新迭代,才能创造出智能围棋游戏机器人、智能自动驾驶汽车、智能工业机器人等各种应用。

(电影截图:人工智能机器人女友)

相信随着各种基础技术的进步和完善,人工智能必将成为人类社会发展最重要的推动力量之一。

发表评论