吳哲宇
人工智能的突破與科學(xué)方法的思考
吳哲宇
我是一名高中生,最近,我以文獻(xiàn)研究法對(duì)人工智能理論方面的突破進(jìn)行了探究,通過(guò)探究發(fā)現(xiàn),“信息-知識(shí)-智能轉(zhuǎn)換”已經(jīng)成為了人工智能機(jī)制模擬方法。本文,將綜合我已有的知識(shí)結(jié)構(gòu),先分析人工智能定義,再闡述人工智能方面的突破和涉及到的一些科學(xué)方法,望其能給我們高中生的成長(zhǎng)做出正確指引,讓我們意識(shí)到人工智能領(lǐng)域發(fā)展的重要性,逐漸成為人工智能創(chuàng)新發(fā)展所需人才。
人工智能已經(jīng)慢慢滲透到了各個(gè)領(lǐng)域發(fā)展中,它對(duì)于我們職業(yè)生涯的規(guī)劃有著重要影響,因而,我們?cè)诔砷L(zhǎng)過(guò)程中,應(yīng)強(qiáng)化對(duì)人工智能突破和科學(xué)方法方面的研究,經(jīng)過(guò)研究,確定我們未來(lái)的學(xué)習(xí)方向,為我們未來(lái)職業(yè)規(guī)劃做好充足準(zhǔn)備,增強(qiáng)我們自身核心競(jìng)爭(zhēng)力。同時(shí),為了更好的面對(duì)未來(lái)工作中所面臨的挑戰(zhàn),我們作為高中生,必須了解人工智能發(fā)展現(xiàn)狀和前景。然后,迎合時(shí)代發(fā)展方向,不斷完善我們自身的科學(xué)素養(yǎng)。
所謂人工智能,是指集信息論、控制論、仿生學(xué)、心理學(xué)、數(shù)理邏輯理論為一體的科學(xué),它最早出現(xiàn)于1956年的Dartmouth學(xué)會(huì)上。經(jīng)過(guò)文獻(xiàn)綜述調(diào)查我發(fā)現(xiàn),人工智能學(xué)科研究比較廣泛。包括了計(jì)算機(jī)視覺(jué)、智能機(jī)器人、知識(shí)處理系統(tǒng)等等。其中,計(jì)算機(jī)視覺(jué)研究又囊括了掌紋識(shí)別、指紋識(shí)別、視網(wǎng)膜識(shí)別等內(nèi)容。現(xiàn)階段人工智能實(shí)現(xiàn)方法主要有兩種。第一種,是傳統(tǒng)編程技術(shù),主要是以編程方法呈現(xiàn)智能效果。如,電腦下棋、文字識(shí)別等,均采用了傳統(tǒng)編程技術(shù)。第二種,是模擬法。包括了人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等等,這些模擬法的應(yīng)用主要是呈現(xiàn)于人類或生物機(jī)體神經(jīng)細(xì)胞活動(dòng)相同、類似的智能效果。
成本低廉并行計(jì)算。我在關(guān)于人工智能方面的文獻(xiàn)閱讀時(shí)發(fā)現(xiàn),人工智能的發(fā)展已經(jīng)逐漸實(shí)現(xiàn)了成本低廉的并行計(jì)算。即在人工智能領(lǐng)域發(fā)展過(guò)程中出現(xiàn)了被稱之為圖形處理單元的新型芯片,它作為一種并行計(jì)算芯片,若將它安置在電腦主板上,可滿足每秒鐘上百萬(wàn)像素的并行計(jì)算需求。同時(shí),GPU芯片的開(kāi)發(fā)為神經(jīng)網(wǎng)絡(luò)的創(chuàng)新提供了可能性,一些云計(jì)算公司開(kāi)始嘗試用GUP運(yùn)行神經(jīng)網(wǎng)絡(luò)。例如,在Facebook運(yùn)行過(guò)程中,便嘗試了對(duì)GPU芯片的使用,GPU芯片不僅價(jià)格便宜,產(chǎn)量高,它也可在神經(jīng)網(wǎng)絡(luò)運(yùn)行過(guò)程中幫助用戶識(shí)別好友,為用戶推薦一些他們喜歡的內(nèi)容。
大數(shù)據(jù)。我在人工智能突破、發(fā)展探究時(shí)發(fā)現(xiàn),人工智能的創(chuàng)新與海量數(shù)據(jù)的收集有著密切關(guān)系。即在現(xiàn)代社會(huì)發(fā)展中,線上足跡、網(wǎng)頁(yè)cookie、自動(dòng)跟蹤、巨型數(shù)據(jù)庫(kù)等開(kāi)發(fā)系統(tǒng)為我們提供了海量數(shù)據(jù),通過(guò)對(duì)這些數(shù)據(jù)的整理、分析、歸納,逐步實(shí)現(xiàn)了對(duì)人工智能發(fā)展方面的完善。
更優(yōu)的算法。在人工智能領(lǐng)域研究時(shí)我了解到,人工智能已經(jīng)逐漸實(shí)現(xiàn)了更優(yōu)的算法。以人臉識(shí)別為例,20世紀(jì)50年代,在人工智能發(fā)展過(guò)程中逐漸將神經(jīng)網(wǎng)絡(luò)組織成了堆疊層,在堆疊層中一只眼睛的圖像識(shí)別時(shí),若在該神經(jīng)網(wǎng)絡(luò)基礎(chǔ)上向上轉(zhuǎn)移,可經(jīng)過(guò)另一層次的分析,將兩個(gè)眼睛組在一起。當(dāng)轉(zhuǎn)移到第三個(gè)層次時(shí),可實(shí)現(xiàn)眼睛和鼻子圖像的組合,直至轉(zhuǎn)移至15個(gè)層級(jí),可完成人臉識(shí)別工作。在2006以后,杰夫·辛頓對(duì)這一種方法進(jìn)行了改進(jìn),注重站在數(shù)學(xué)角度優(yōu)化每一個(gè)層級(jí)。數(shù)年后,經(jīng)過(guò)改進(jìn)后的算法又被移植到了GPU集群上,通過(guò)移植,提高了深度學(xué)習(xí)算法的計(jì)算速度。即人工智能正在一步步地實(shí)現(xiàn)突破,我們作為高中生,應(yīng)全方位了解人工智能發(fā)展動(dòng)態(tài),搜集一些前沿資訊,將其運(yùn)用到我們?nèi)蘸舐殬I(yè)規(guī)劃中。
我作為一名高中生,在復(fù)雜信息系統(tǒng)的科學(xué)方法論探究時(shí)發(fā)現(xiàn),智能系統(tǒng)作為一種復(fù)雜系統(tǒng),它主要是把信息現(xiàn)象作為主導(dǎo)因素。但是,在對(duì)這一種復(fù)雜系統(tǒng)進(jìn)行深度研究時(shí)認(rèn)為,“分而治之”科學(xué)研究方法論的運(yùn)用已經(jīng)表現(xiàn)出了某些不足之處,很容易造成各個(gè)子系統(tǒng)之間作用信息的丟失。同時(shí),若利用“分而治之”科學(xué)方法論研究智能系統(tǒng),雖然可以將智能系統(tǒng)分解成若干個(gè)子系統(tǒng)進(jìn)行研究。但是,很難將子系統(tǒng)恢復(fù)成原有面貌。在面對(duì)這一問(wèn)題時(shí),應(yīng)結(jié)合智能系統(tǒng)是復(fù)雜信息系統(tǒng),包含了信息傳遞過(guò)程的特點(diǎn),采取“信保而分,分而治之,保信求真,分合互動(dòng)”科學(xué)方法論。比如,“信息-系統(tǒng)-機(jī)制”方法論。這種科學(xué)方法的運(yùn)用,更有助于尋求人工智能研究上的突破,解決傳統(tǒng)科學(xué)方法論表現(xiàn)出的問(wèn)題。
即實(shí)現(xiàn)科學(xué)方法論的創(chuàng)新是促進(jìn)人工智能實(shí)現(xiàn)突破的根本,需提高對(duì)其的重視。
綜上可知,人工智能與諸多職業(yè)崗位有著密切聯(lián)系。我們作為高中生,應(yīng)抓住高中階段的發(fā)展機(jī)遇,探究關(guān)于人工智能方面的發(fā)展問(wèn)題,了解我們?cè)谌斯ぶ悄馨l(fā)展方面的天賦、特長(zhǎng)、能力,不斷提高我們自身科學(xué)素養(yǎng),掌握一些科學(xué)方法,拓展我們的見(jiàn)識(shí),為我們以后報(bào)考做好充足準(zhǔn)備,并實(shí)現(xiàn)拋磚引玉的效果,確定未來(lái)就業(yè)動(dòng)向,樹(shù)立一個(gè)正確的人生目標(biāo),做好人生的規(guī)劃。
婁底市第三中學(xué))