你会为AI转型吗? 土豆的思考浅谈

你会为AI转型吗? 土豆的思考浅谈_第1张图片

人工智能意味着什么?

终身学习与人工智能

                  《复杂》读后感

0 经历
按照自己生活规律每天早上第一件事收发邮件这是昨天打开邮箱后看到的论文和相关论文推荐,从1956年诞生以来到2013开始接触这个东西,国内我曾经关注过几个当时比较感兴趣该方向的专家,例如中南大学蔡老师、上海交大周老师、前百度深度学习研究院余凯老师等,当时我的第一本人工智能的书是《图解机器学习》,在这本书中我慢慢熟悉了人工智能和科学计算问题,随后在朋友帮助下得知Coursera上学习众所周知的Ng老师的课程和一门叫 《模型思维》课程,当时这门课程还有汉语字母后来我去看好像没有啦! 随着这方面的积累我知道台大的机器学习且看了相关学习视频,此时我开始阅读《机器学习导论》这本书是土耳其的一个博士所著,此书复杂的和难度很高。慢慢的使用matlab学习这些算法模型,其实最初我使用过spss应此对这些算法有个基本的名词概念,通过这些锻炼我知道基本算法的来源,优缺点和使用范围,通过底层的学习训练有了一些相关基础从此开始正式为AI做出了改变—我为此放弃了研究生复习考试进行大量的工程项目在工业界的学习使用。期间感谢我的家人和导师指导!
人工智能又称机器智能和计算机智能,只有机器智能了物联网和刚刚百度发布DuerOS才有用武之地。应此这个问题就变得复杂了,牵一发而动全身,需要一个基于语言和平台搭建,此时刚刚国外通过python发现了引力波问题,这就让我产生浓厚的兴趣开始正式的学习python科学计算和人工智能。
那么接下来聊聊智能这个词语,我个人认为智能就是具有逻辑推理的人或机器在获得外界的量化动态参数得到一个可一直进化学习的过程。这样就会出现电子生命,这种电子生命是基于数据的一种客观规律的发现和知识系统的发现机制,这个问题是我读了《数字创世纪人工生命新科学》中SOAR等模型的专家系统后发现这是一个超自然科学的复杂性科学,目前人工智能刚刚起来在与人类相关的衣食住行及其环境方面,我们未来面临的问题人-机-环境的系统问题,这个最早我国是钱学森老师提出并完善的理论。
1 浅谈
有句非常经典的话“下雨了!有些人在雨中奔走,有些人能听见下雨的声音”,浅读《The Use of knowledge in Analogy and induction》(在类比与归纳中使用知识)这个就是我所理解的学习,那么机器学习就是使用机器可以利用的规则利用原有的特征数据在数学模型的基础上得到事物发展演变规律,人工智能就是让这种规律在现实发展中得到进化,所以机器学习是实现人工智能一种方法不是唯一,作为具有学习能力的机制通过好的表征(数据结构)通过理性的概念和健康的思想意图规划性能度量让机器赋有对环境感知能力和为之做出多维式克主义(哲学:正确大多数主义的思想)的知识总结和行为表示。这种表示往往是对目标单一有用的规则下学习,
2 逻辑走向直觉的通用人工智能
感知是实现逻辑的第一步,我个人认为逻辑就是事物内外的联系规则,这种规则的量化特征是一种规律。这是我读完《人工智能 一种现代方法》后的认识。
刚刚在杭州结束了人工智能大会,现在我发现关于人工智能大数据的会议和学习机会越来越多了,感谢这个时代!
3 人工智能的发展
人工智能其实在军研项目上已经开始20-30年,但是此次人工智能浪潮爆发的主要特征是:
一、从工业界开始
二、政界关注和聚焦
三、发达国家英美及我国开始部署人工智能计划
你会为AI转型吗? 土豆的思考浅谈_第2张图片

你会为AI转型吗? 土豆的思考浅谈_第3张图片你会为AI转型吗? 土豆的思考浅谈_第4张图片你会为AI转型吗? 土豆的思考浅谈_第5张图片
你会为AI转型吗? 土豆的思考浅谈_第6张图片你会为AI转型吗? 土豆的思考浅谈_第7张图片
四、相关企业在工业界的使用
五、媒体的关注、相关业界的人才传奇
六、同时出现了研究的短缺的应用管理问题,这个方向的研究目前仍然是黑盒研究。相关研究成果到工业产品严重匮乏,造成了目前比较突出的泡沫现象。从技术上讲智能最大的难题是如下:感知机制混乱对智能的推理单一
你会为AI转型吗? 土豆的思考浅谈_第8张图片
4 改变
我们不能改变这个世界时候就要学会让世界改变我们,以最好最快态度适应!
科学已经探索了微观和宏观世界;我们对所处的方位已经有了很好的认识,探索的前沿领域变得复杂。
《理性之梦》(The Drams of Reason) Heinz Pagels

读《复杂》后感想是人工智能这个学科有待完善,需要我们不断的摸索学习,从数据结构、特征工程、特征建模、算法模型选择、程序编写、调整、质量评价、系统部署。
机器学习已经发展涉及生命科学、量子物理、基因工程、脑科学、应用数学、计算机编程、医学、工程、艺术和STEM是科学(Science),技术(Technology),工程(Engineering),数学(Mathematics)及其相关交叉性科学,《复杂》读后看了张戎博士的《不要做低品质的勤奋者》开始思考为什么我们学的很卖力但是很平凡,结果就是我们没有改变只是重复着。开始从程序员转型AI工程师在有限的资源通过学习先进的知识解决未来无限的问题也行这就是人工智能对我们这一代的启示(启示我们要不断学习终身学习,深度思考)!
If you want to go fast, if you want to go far, go together!
一个人独行走的很快,一起前进走的更远!
年轻的时候改变能改变的,学习适应不能改变的,这样才能成为一个对时代有思想意义的人,通过这个学习的习惯养成让我们在学习、思考中寻找到我们存在的人生意义!

                                                      2017/7/10
                                                        安芯

你可能感兴趣的:(码上生活,人工智能)