人工智能漫談老師演講april15

??????????????思想萌芽可以追??思想萌芽可以追溯到十七世紀(jì)的巴斯卡和萊布尼茨，萌生了有智能的機(jī)器的想十九世紀(jì)，布爾和摩爾根提出了“思維定律”，這是人工智能的開端；英國(guó)科學(xué)家巴貝奇設(shè)計(jì)了第一架“計(jì)算機(jī)器”，被認(rèn)為是計(jì)算機(jī)硬件，也是A硬件的前身。??1943年M-PModel提出，Heb學(xué)習(xí)率發(fā)現(xiàn)Perceptron的提出，神經(jīng)網(wǎng)絡(luò)訓(xùn)練召開的會(huì)議上，首次提出“ArtificialIntelligence”概念。今年是AI誕生60周年（1個(gè)甲子?阿蘭·圖靈認(rèn)為機(jī)器可以模擬人腦思維過程；一個(gè)良好設(shè)計(jì)的計(jì)算機(jī)能夠做到人腦所能做的一切?！⑻m阿蘭·圖靈認(rèn)為機(jī)器可以模擬人腦思維過程；一個(gè)良好設(shè)計(jì)的計(jì)算機(jī)能夠做到人腦所能做的一切?！⑻m·麥席森·TheTuring圖靈獎(jiǎng)???????符號(hào)主義學(xué)派––––始于20世紀(jì)50代表人物：Simon,?符號(hào)主義學(xué)派––––始于20世紀(jì)50代表人物：Simon,Minsky和Newell.McCarthy?聯(lián)接主義學(xué)派始于1943年的M-P模型––––1982年Hopfiled提出的用硬件模擬神經(jīng)網(wǎng)絡(luò)BP算法結(jié)構(gòu)-功能模擬的方法McCulloch,PittsHopfieldRumelhart?行為主義學(xué)派–––––6??????????????AI語(yǔ)言(Lisp，Prolog?計(jì)算智能的研究-?計(jì)算智能的研究-?????人工神經(jīng)網(wǎng)絡(luò)---例如：多層神經(jīng)網(wǎng)絡(luò)（MLP）及其BackPropagationBP進(jìn)化計(jì)算---例如群體智能---例如：PSOFireworks計(jì)算智能（CI）領(lǐng)域，它的研究和發(fā)展正反映了當(dāng)代科學(xué)技術(shù)多學(xué)科交叉與集成的VS??符號(hào)人工智VS??符號(hào)人工智始于20世紀(jì)50以符號(hào)形式的知識(shí)和信息為基礎(chǔ)，通過邏輯推理，運(yùn)用知識(shí)進(jìn)行問題求–––計(jì)算人工智始于20世紀(jì)80以數(shù)值數(shù)據(jù)為基礎(chǔ)，通過數(shù)計(jì)算，運(yùn)用算法進(jìn)行問題求–vs.人工神經(jīng)網(wǎng)生vs.人工神經(jīng)網(wǎng)生物神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)多層前饋人工神經(jīng)網(wǎng)絡(luò)模型Standardbenchmark1）Spherenfxx2,xii2）Rosenbrockfx Standardbenchmark1）Spherenfxx2,xii2）Rosenbrockfx x12,x2iiii3）Rastrigin D10xiii4）Ackley1nnin,xfx20e20exp 2 nii更復(fù)雜優(yōu)化問更復(fù)雜優(yōu)化問題---智能優(yōu)化搜索方法遺傳算法-生物進(jìn)化是一個(gè)優(yōu)化過程，目的是在不遺傳算法-生物進(jìn)化是一個(gè)優(yōu)化過程，目的是在不斷變化的競(jìng)爭(zhēng)環(huán)境達(dá)爾YingTan,FireworksAlgorithm,YingTan,FireworksAlgorithm,Springer,Y.Tan,C.Yu,S.Q.ZhengandK.Ding,"IntroductiontoFireworksAlgorithms,"InternationalJournalofSwarmIntelligenceResearch(IJSIR),October-December2013,vol.4,No.4,pp.39-71.譚營(yíng)(著)，《煙花算法引論》科學(xué)出版社機(jī)器學(xué)習(xí)（Machine通過機(jī)器學(xué)習(xí)（Machine通過經(jīng)驗(yàn)提高系統(tǒng)自身性能的過程（系統(tǒng)自我改進(jìn)機(jī)器學(xué)習(xí)是人工智能的主要核心研究領(lǐng)域之一也是現(xiàn)代智能系統(tǒng)的關(guān)鍵環(huán)節(jié)和瓶頸。機(jī)器學(xué)習(xí)正逐漸從AI中獨(dú)立出來(lái),成為一種新的問題求解工具。機(jī)器學(xué)習(xí)就是根據(jù)這個(gè)有限樣本集Q，推算這個(gè)世界的模型，使得其對(duì)這個(gè)世機(jī)器學(xué)習(xí)就是根據(jù)這個(gè)有限樣本集Q，推算這個(gè)世界的模型，使得其對(duì)這個(gè)世訓(xùn)練與泛譚營(yíng)---機(jī)器學(xué)習(xí)研究及最新進(jìn)展WQ淺層學(xué)習(xí)（Shallow?淺淺層學(xué)習(xí)（Shallow?淺層學(xué)習(xí)是機(jī)器學(xué)習(xí)的第一次浪多層感知機(jī)（Multi-layerPerceptron），支撐向量機(jī)（SVM）Boosting、最大熵方法（如LogisticRegression）等。???DeeplearningalgorithmsattempttoDeeplearningalgorithmsattempttolearnmultiplelevelsofrepresentationofincreasingcomplexity/abstraction.?Deep2006年，ProfGeoffreyHinton等在《科學(xué)》上發(fā)訓(xùn)練”（layer-wisepre-training）來(lái)有效解決。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的第二次浪潮DeepDeepmulti-layerneuralDeepDeepmulti-layerneuralnetworksarethebasicarchitecturesofdeepWhenafunctioncanbeapproximatedbyadeeparchitecturewithfewcomputationalelements,itmightneedaverylargearchitecturetobeapproximatedbyaninsufficientlydeepone.Greedylayerwiseunsupervisedpre-Greedylayerwiseunsupervisedpre-–Hintonetal.,2006;Bengioetal.,2007;Ranzatoetal.,??Usetheweightsgotbypre-trainingtoinitializetheweightofsupervisedThenrunthegeneralsupervisedtrainingprocesssuchasBP?ExperimentalWithoutpre-training,trainingExperimentalWithoutpre-training,trainingconvergestoapoorerapparentlocalminimum.Unsupervisedpre-traininghelpsto?ndabetterminimumoftheonlineerror.ExperimentswereperformedbyDumitruRaceonImageNet(TopRaceonImageNet(Top5HitAnswerfromGeoffHinton:85%,CUHK(.hk在LFWCUHK(.hk在LFWLabeledFacesintheWild)此前Facebook發(fā)布了另一套基于深度學(xué)習(xí)的人臉識(shí)別算法DeepFace，在上取得了97.35%的識(shí)別??“自己”“異己”濃–???“自己”“異己”濃–?Matzinger的免疫危險(xiǎn)模型??危險(xiǎn)區(qū)域定義匹配信號(hào)與危險(xiǎn)信號(hào)的協(xié)–?集成檢測(cè)模型的性能表現(xiàn)Matzinger的免疫危險(xiǎn)模型??危險(xiǎn)區(qū)域定義匹配信號(hào)與危險(xiǎn)信號(hào)的協(xié)–?集成檢測(cè)模型的性能表現(xiàn)圍棋人機(jī)大戰(zhàn)：AlphaGov.sLeeSedol（李世石圍棋人機(jī)大戰(zhàn)：AlphaGov.sLeeSedol（李世石Results:人工智能下棋程序AlphaGo獲得大勝！MonteCarloMonteCarloSearchTree(MCST)+SupervisedLearning(SL)+ReinforcementLearning(RL)+DeepNeuralNetworks(DNN).Clever(Goodstartingpoint):UseSLPolicyNetworktolearnfromhumanexpertgoodexperience(Rapidlyboostingup):UseRLPolicyNetworktoimprovebyplayingwith(Efficientstrategy):UseRLValueNetworkstocomputetheoutcomeofeverymoveAlphaGO’sMonteCarlotreesearchAlphaGO’sMonteCarlotreesearchSupervisedlearningofpolicynetworksins:Supervisedlearningofpolicynetworksins:state(3^(19*19))a:action(19*19)???SLpolicy–predict?RLpolicy–samplingeach?fromitsprobabilitydistributionover?RLpolicynetworkvsSLpolicywon80%ofEvaluatingtheplayingstrengthofEvaluatingtheplayingstrengthofAlphaGovsotherGowon494outof495gamesThedistributedAlphaGovswon77%ofThedistributedAlphaGovsotherGo–Won???阿里云人工智能程序小Ai阿里云人工智能程序小Ai準(zhǔn)確預(yù)測(cè)了《我是歌手4》歌王---李玟落下帷幕，阿里云人工智能程序小Ai在七進(jìn)六幫幫唱環(huán)節(jié)，小Ai也準(zhǔn)確預(yù)測(cè)出容祖兒被淘汰。在六進(jìn)三兩兩演唱PK環(huán)節(jié)，小Ai完全準(zhǔn)確的預(yù)測(cè)出了獲勝者張信哲、黃致列、李玟。在最終歌王爭(zhēng)霸環(huán)節(jié)，小Ai以42％的勝率一舉命中總決賽歌王李玟，在三輪比??來(lái)自《光明網(wǎng)小Ai小A的學(xué)習(xí)速度是人類的1萬(wàn)倍，要成為某一領(lǐng)域的專家，如果人類需要10萬(wàn)小時(shí)，則小Ai只需要10小時(shí)。AI技術(shù)正AI技術(shù)正在以前所未有的發(fā)展速度飛速前進(jìn)，更多的驚喜會(huì)不斷涌現(xiàn)AI技術(shù)的發(fā)展會(huì)將人類社會(huì)發(fā)展推到一個(gè)前所未有的新高度，進(jìn)入智能社會(huì)結(jié)束人工智能是一門