1. 首頁 > 生活百科 > 科技 > >

IPO|未來屬于提出問題的人

ipo跨境支付

IPO|未來屬于提出問題的人

文章圖片

IPO|未來屬于提出問題的人

文章圖片

IPO|未來屬于提出問題的人


AI 是如何做好人類幫手的？

軟件工程思想家杰拉爾德·溫伯格曾經給「問題」下了個定義：問題 ， 就是理想狀態和現實狀態之間的差別 。
我們的工作 ， 就是應對問題的挑戰 。 問題可能是「我想要產品檢測更準確」 ， 「我想要快速完成重復的任務」 ，或者 ， 「我想要沙漠變成綠洲」 。
「我想要沙漠變成綠洲」這個問題 ， 是高鴻志提出來的 。 他是個大學生 ， 來自甘肅省古浪縣 。 在這個緊貼騰格里沙漠的縣 ， 有幾位被稱為「治沙六老漢」的固執老農 ， 用 38 年造林 21.7 萬畝 ， 在風沙中一寸寸奪回耕地 ， 保護農田 。
【IPO|未來屬于提出問題的人】
「治沙六老漢」三代治沙人合影 | 圖片來源：視覺中國
高鴻志也想做同樣的事 。 不過作為自動化專業的學生 ， 他想換一種方法 。 他和朋友們開發出栽種和養護樹苗的智能機器人 ， 這些小家伙能在復雜沙漠地形中 ， 找到合適的地方栽下樹苗；在巡視林地時能識別樹苗根部 ， 精準澆水和施肥 。
成為時代楷模的「治沙六老漢」憑借毅力和人定勝天的信念 ， 靠雙手阻住了風沙的腳步；在人工智能（AI Artificial Intelligence）的幫助下 ， 高鴻志找到了解決問題的新方法 ， 讓新時代的治沙人 ， 有了新的眼睛和新的手腳 。
那么 ， AI 是怎么幫人解決問題的？

01、智能時代的操作系統 AI 是計算機科學的分支 ， 它嘗試讓機器去做到那些傳統上只有人能做到的事情——聽起來很簡單 ， 但是要實現卻很困難 。 自上世紀五十年代 AI 的概念提出以來 ， 這個蘊含希望的領域讓人們激動了兩次 ， 又失望了兩次 。 直到 2006 年 ， 多倫多大學的杰弗里·辛頓教授提出一種基于多層人工神經網絡的機器學習方法 ， AI 才迎來了第三次發展浪潮 。
人工神經網絡模仿了神經元相互傳遞信號的方式 ， 它會在訓練數據的幫助下逐漸學習 ， 做出的判斷越來越準確 。 而多層神經網絡 ， 是在數據輸入層和結果輸出層之間 ， 夾著更多 「隱藏層」的神經網絡 。 各層中的神經元彼此相連 ， 構成類似大腦皮層的復雜結構 。
這種讓多層神經網絡從訓練數據中學習的方法 ， 就是大名鼎鼎的「深度學習」 。 它是目前最受重視的機器學習方法 ， 也是近年來 AI 迅速發展的基礎 。 無論是打敗李世石的 AlphaGo ，還是能聽懂我們說話的小度音箱 ， 都是基于深度學習技術；處理人類的自然語言、看到和識別物體、轉換不同數據形式 ， 都是深度學習技術能夠分擔人類工作的領域 。
簡單人工神經網絡和深度人工神經網絡
在這項技術發展的早期 ， 往往是研究者自己編寫神經網絡 ， 經由數據訓練 ， 轉化成能解決問題的深度學習模型 。 很快地 ， 人們把構建深度學習模型的幾個必要過程提煉出來 ， 形成穩定通用的組合 ， 構成「深度學習框架」 。 它們隱藏了復雜的底層工作 ， 大幅降低深度學習的使用門檻 。 因其重要 ， 框架被稱為「智能時代的操作系統」 ， 成為大多數 AI 用戶的入口 。
許多 IT 企業都以開放源代碼的方式發布了自己的深度學習框架 ， 希望能將 AI 引入更多行業中 。 在世界上 ， 谷歌的 TensorFlow ， Meta（原臉書）的 PyTorch百度的飛槳 PaddlePaddle ， 亞馬遜的 MXNet 都擁有大量用戶 ， 吸引了大批開發者和研究者；2020 年以來 ， 國內又相繼出現了曠視 MegEngine、清華大學 Jittor、華為 MindSpore、一流科技 OneFlow 等等一批開源深度學習軟件框架 。

相關經驗推薦