为何在人类面前,人工智能还要大的突破?

在人工智能概念被热炒的时候,身为行业领导者的谷歌也清楚地知晓ai的局限性。 周三的google cloud大会上,谷歌副总裁andrew moore表示:“当前的人工智能仍然相当愚蠢,它们在处理人类大脑无法处理的事情方面确实很擅长,但不能活用类比、创造性思维、或者跳出条条框框进行通用推理”。
google cloud ai 副总裁 andrew moore 在人工智能大会上讲话
谷歌高管的这番话,并不是“强行劝退”,而是指明了应该如何科学地运用人工智能技术。以该公司为例,其已在图像识别等领域实现了重大的突破。类似大脑启发的神经网络,可以训练识别现实世界中的数据模式。对于不易编程的任务(比如语言翻译和以假乱真的计算机语音技术),这一点显得相当实用。不过 moore 也指出,我们应该了解人工智能的极限。
显然,moore 很是赞同创新工场 ceo 李开复、以及《ai superpower》作者的观点。在周一的 techonomy 2018 大会上,李表示 —— 机器学习的最大突破,源于九年前。在那之后,并没有取得太大的突破。不过我们仍有扩大使用范围的空间,李表示,我们可能正处于自电力被发明以来的‘2.0 时代’。
人工智能的下一阶段,或许是“无监督”状态下的自我学习。当前的 ai 已接受了大量数据的培训,但数据源都经过了仔细的标记,以便 ai 正确发现其中的模式。无监督学习意味着 ai 要自行咀嚼原始数据,例如谷歌地图街景小车拍摄的数百万张照片。

抗干扰神器光耦方面的知识梳理
NB-IOT和LoRa的技术对比,它们的优劣势分析
新方法“唤醒”石墨烯超导性 可拓展其应用
利用协作机器人集中检查汽车电气系统更大程度的为客户带来便利性
集成温度传感器AD590_LM35及其测量电路
为何在人类面前,人工智能还要大的突破?
曝英伟达RTX2060 Super完全停产
发力端侧、边缘侧AI能力,爱芯科技AX630A赋能智慧生活
这款手机外观完胜iPhone7,配置吊打小米5,续航超魅族Pro6
T9-1-X65+射频变压器的应用
使用新型160V MOTIX™三相栅极驱动器IC实现更好的电池供电设计(第二部分)
我国智能手机的更换和5G的普及速度已经放缓
Power Integrations高效率单通道门极驱动器具有先进的安全和保护特性
“汽车芯片荒”暴露出欧洲半导体业落后美国和亚洲的结构性问题
尼古拉宣布与Republic Services已经终止在电动垃圾车开发方面的合作
烟雾超标报警电路,Smoke alarm
纽瑞芯NRT81750 UWB芯片通过第三方AEC-Q100车规认证
2019年内存将拖累集成电路市场?
e络盟为亚太区供应针对极端电路应用的高功率无源元件
无人机可以通过什么方式来参与农业革命