AI 已经在众多领域带来了革新, 取代了众多人类的工作, 改变未来学生必须具备的技能这都是怎么发生的? 为了更好地理解 AI 时代, 我们先简单梳理一下 AI 的基本概念, 然后看看推动 AI 时代到来的六大因子
什么是 AI?
AI 大致可以分为三大类:
弱人工智能: 能够解决某一具体的问题, 例如搜索引擎 Siri 或者机器人顾问
强人工智能: 与人类智能相似, 能胜任一系列功能, 例如再过 30-50 年也许我们能看到例子
超人工智能: 指数级超越人类智能的 AI 你以为需要比 30-50 年更久才能出现, 但是专家预测, 也许强人工智能实现后, 只要 2 天, 超人工智能就会到来
AI 的子集
虽然弱人工智能听起来很弱, 但是它已经为能够有效利用它的人带来了巨大的 ROI 机遇在 AI 中, 有两个子集尤其值得关注:
a). 机器学习:
机器学习能够利用算法, 能够自动理解随机数据机器能够将数据分类, 帮助预测未来事件或行动这种超越人类的数据处理能力, 为金融服务领域带来了巨大机遇
b). 深度学习:
深度学习利用深度神经网络 (DNN) 的方式, 类似人类大脑的运作方式深度学习击中了数据科学和大数据的红心, 能揭开数据中的隐藏层次
接下来, 我们简单梳理是哪一些因素, 让 AI 从科幻片的一个新概念, 到在各行各业大展身手:
AI 时代到来的六大因子
机器学习的突破: 2012 年, 多伦多大学的一支全明星团队包括被认为是深度学习教父的 Geoff Hinton 在 ImageNet 大规模图像识别竞赛 (ILSVRC) 上展示了一个大型深度卷积神经网络并赢得了比赛这一刻起, AI 引起了人们的关注
大数据: 机器从数据中学习, 无大数据不成 AI 数据有限使得 AI 研究滞后了几十年研究人员预测, 未来十年内将有 1500 亿联网传感器, 这是地球上人口数量的 20 倍机器学习的进展速度可想而知
CPU 到 GPU 的转变: 大部分机器学习算法都是分布式的, 需要同时处理多个数据流 GPU 最适合平行计算, 吴恩达推动了 CPU 到 GPU 的转换领先业界的 GPU 制造商英伟达 (NVIDIA) 的股价也说明了 GPU 也随着 AI 潮变得炙手可热
云计算: 自从 AI 的诞生起, 限制其发展的不只是数据, 还有计算能力云计算时代的, AWSIBM 和谷歌等公司带来了新的力量
开源软件: 开源运动使得最先进的研究和技术可以分享, 加速了 AI 领域的进步
MOOC: 与开源运动同样意义深远的是大规模在线开放课程 (MOOC) 高等教育不再遥远, 人们能便捷地从最好的教育机构获得免费的教育资源想从斯坦福学到最好的 AI? 没问题
来源: http://click.aliyun.com/m/42664/