人工智能

A collection of 2 posts
核聚变

CS183C笔记 - 从另一个角度看人工智能、核聚变、生物技术的复兴

在CS183C的第二堂课上 [https://www.youtube.com/watch?v=CxKXJWf-WMg&list=PL11qn6zM2Y3Z5NkvLhVmkTuwvgLO06-9u&index=2] ,Sam Altman提到了他所投资的能源公司Helion Energy [http://www.helionenergy.com/] ,并且坚信能源可以极大的改变人类的面貌。的确,试想一下,如果能源突然变成取之不尽用之不竭的东西,人类社会的结构和伦理会和永生的实现 一样,发生根本的改变。所有的冲突都能归结于能源的冲突。Sam认为,未来的能源结构会是太阳能与核能共存,共同重塑整个人类社会。 话说,为什么这几年,这些以前只存在于科幻和少儿百科全书当中的,短期内不赚钱黑科技,怎么一夜之间受到了投资机构的青睐,并且有越来越多的人投身进来呢? 观点一 传统观点是是从技术角度上来分析的。 科技的发展虽然是指数,但是却是阶梯状指数发展的。 互联网和信息技术是人类发展的一个Tipping Point,造就了几十年疯狂的增长。在过去的几十年中,大量的资金以及最聪明的人都涌向了这
4 min read
骇客技

最近人工智能大热背后的功臣 - Deep Learning深度学习

这篇文章纯粹是写给我自己,也算是最近调研的总结。Deep Learning是最近人工智能大热的一个导火索,虽然已经被玩烂了,但是还是稍微补充一些这方面的知识。或许,人工智能的革命会越来越快呢? 1. 机器学习是做什么的 Deep Learning又叫做深度学习,最近人工智能的火爆,AlphaGo的成名,以至于各种语音识别技术(Siri等)突飞猛进,都离不开这几年Deep Learning级数的大发展。 首先,机器要实现所谓的人工智能,其中一个关键节点是模式识别,或者机器学习,其核心就是能够比如识别出人类的手写文字,识别出语音,在这一步基础上,才有后面的分析 的步骤。 在机器学习或者模式识别领域,数十年下来已经了非常多成熟的算法,虽然他们在复杂条件下的准确率只有80%-90%,但是也足以适用绝大部分的场景,比如车牌识别。 传统的机器学习方法有神经网络(ANN),支持向量机(SVM),语音识别领域前些年大热的则是隐形马尔可夫模型(HMM),此外还有灰常多不同的工具和发明被各路大牛探索出来。 以语音识别的HMM为例,识别率大道90%左右则一直无法提升。虽然它已经超过了种种其他各种机
6 min read