相關圖片
 
G. AI:1993 ~ Now
    現已年過半百的AI終於實現了它最初的一些目標,它已被成功地用在技術產業中,不過有時是在幕後。這些成就有的歸功於計算機性能的提升,有的則是在高尚的科學責任感驅使下對特定的課題不斷追求而獲得的。不過,至少在商業領域裡的AI的聲譽已經不如往昔了。「實現人類水平的智能」這一最初的夢想曾在60年代令全世界的想像力為之著迷,其失敗的原因至今仍眾說紛紜。各種因素的合力將AI拆分為各自為戰的幾個子領域,有時候它們甚至會用新名詞來掩飾「人工智慧」這塊被玷汙的金字招牌。AI比以往的任何時候都更加謹慎,卻也更加成功。
 
    1997年5月11日,深藍(Deep Blue)成為戰勝西洋棋世界冠軍卡斯帕羅夫(Garry Kasparov)的第一個計算機系統。2005年,Stanford開發的一台機器人在一條沙漠小徑上成功地自動行駛了131英里,贏得了DARPA挑戰大賽頭獎。2009年,藍腦計畫聲稱已經成功地模擬了部分鼠腦。2011年,IBM 沃森參加《危險邊緣》節目,在最後一集打敗了人類選手。2016年3月,AlphaGo擊敗李世乭,成為第一個不讓子而擊敗職業圍棋棋士的電腦圍棋程式。2017年5月,AlphaGo在中國烏鎮圍棋峰會的三局比賽中擊敗當時世界排名第一的中國棋手柯潔。這些成就的取得並不是因為範式上的革命。它們仍然是工程技術的複雜應用,但是計算機性能已經今非昔比了。事實上,深藍計算機比克里斯多福·斯特雷奇(Christopher Strachey)在1951年用來下棋的Ferranti Mark 1快一千萬倍。這種劇烈增長可以用摩爾定律(Moore's law)描述:計算速度和內存容量每兩年翻一番。計算性能上的基礎性障礙已被逐漸克服。
 
圖:Deep Blue & Garry Kasparov
 
圖:AlphaGo & Lee Sedol
 
 
    一種稱為「智能代理」的新範式在90年代被廣泛接受。儘管早期研究者提出了模塊化的分治策略,但是直到Judea Pearl、Allan Newell、Leslie P.Kaelbling等人將一些概念從決策理論和經濟學中引入AI之後,現代智能代理範式才逐漸形成。當經濟學中的「理性代理(rational agent)」與計算機科學中的「對象」或「模塊」相結合,「智能代理」範式就完善了。智能代理是一種能夠感知周圍環境,然後採取措施使成功的機率最大化的系統。它為AI各領域乃至經濟學、控制論等使用抽象代理概念的領域提供了描述問題和共享解答的一種通用語言。人們希望能找到一種完整的代理架構,允許研究者們應用交互的智能代理建立起通用的智能系統。
 
圖:代理人以感測器及作用器與環境作用
 
 
    AI研究者們開始開發且使用比以往任何時候還要更複雜的數學算式,AI曾經解決大量的難題,這些解決方案在產業界起了重要的作用,應用AI技術的數據挖掘、工業機器人、物流、語音識別、銀行業軟體、醫療診斷和Google搜尋引擎等。如今,AI技術能百花齊放全歸功於先驅者們不懈的努力,前人冒險做了很多嘗試,期間也經歷幾次的低潮期,他們還是堅持下來,才讓我們有了今日人工智慧成熟的技術。
arrow
arrow
    文章標籤
    Deep Blue AlphaGo DARPA
    全站熱搜

    eatontseng 發表在 痞客邦 留言(0) 人氣()