當(dāng)前位置:首頁 > 消費(fèi)電子 > 消費(fèi)電子
[導(dǎo)讀]機(jī)器學(xué)習(xí)算法:機(jī)器學(xué)習(xí)是一種讓計(jì)算機(jī)通過學(xué)習(xí)數(shù)據(jù)和模式來改進(jìn)自身算法的技術(shù)。這些算法包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

人工智能算法可以分為以下幾種:

1、邏輯推理算法:這種算法基于推理和邏輯,根據(jù)事實(shí)和規(guī)則進(jìn)行推理,從而做出決策。

2、機(jī)器學(xué)習(xí)算法:機(jī)器學(xué)習(xí)是一種讓計(jì)算機(jī)通過學(xué)習(xí)數(shù)據(jù)和模式來改進(jìn)自身算法的技術(shù)。這些算法包括監(jiān)督學(xué)習(xí)、無監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

3、自然語言處理算法:自然語言處理是一種使計(jì)算機(jī)能夠理解和生成自然語言的技術(shù)。這些算法包括語音識別、語義分析和機(jī)器翻譯。

4、計(jì)算機(jī)視覺算法:計(jì)算機(jī)視覺是一種讓計(jì)算機(jī)能夠理解和處理圖像和視頻的技術(shù)。這些算法包括圖像分類、目標(biāo)檢測和圖像分割。

5、進(jìn)化算法:進(jìn)化算法是一種仿生學(xué)算法,通過模擬自然進(jìn)化過程來優(yōu)化解決方案。這些算法包括遺傳算法、粒子群算法和蟻群算法。

6、神經(jīng)網(wǎng)絡(luò)算法:神經(jīng)網(wǎng)絡(luò)是一種受人類神經(jīng)系統(tǒng)啟發(fā)的算法,通過模擬神經(jīng)元之間的連接和交互來處理信息。這些算法包括人工神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)和循環(huán)神經(jīng)網(wǎng)絡(luò)。

據(jù)消息人士稱,OpenAI正在訓(xùn)練下一代的人工智能,暫名“Q*”(讀作Q-star)。新的一年,OpenAI下一代產(chǎn)品可能發(fā)布數(shù)據(jù)瓶頸指的是可用于訓(xùn)練AI的高質(zhì)量數(shù)據(jù)的有限性,合成數(shù)據(jù)有望打破這一瓶頸。除了對大量高質(zhì)量數(shù)據(jù)的需求導(dǎo)致合成數(shù)據(jù)受到追捧以外,對數(shù)據(jù)安全的考量也是重要原因作為全球性能最強(qiáng)的AI,ChatGPT已遇到算力等方面的瓶頸。在此背景下,討論量子計(jì)算機(jī)在人工智能領(lǐng)域的應(yīng)用就成為一種頗具潛力的未來解決方案2023年,世人見證了ChatGPT在全球范圍的大火。以生成式人工智能為代表的新一代人工智能問世,改變了人工智能(AI)技術(shù)與應(yīng)用的發(fā)展軌跡,加速了人與AI的互動進(jìn)程,是人工智能發(fā)展史上的新里程碑。2024年,人工智能技術(shù)與應(yīng)用的發(fā)展又會呈現(xiàn)出哪些趨勢?讓我們一同展望這些值得關(guān)注的重大趨勢。全模擬光電智能計(jì)算芯片效果圖。 經(jīng)長期聯(lián)合攻關(guān),清華大學(xué)研究團(tuán)隊(duì)突破傳統(tǒng)芯片的物理瓶頸,創(chuàng)造性提出光電融合的全新計(jì)算框架,并研制出國際首個全模擬光電智能計(jì)算芯片(簡稱ACCEL) 新華社圖趨勢一:從AI大模型邁向通用人工智能2023年,ChatGPT開發(fā)者OpenAI被置于前所未有的聚光燈下,也使GPT-4后續(xù)版本的開發(fā)被推向了風(fēng)口浪尖。據(jù)消息人士稱,OpenAI正在訓(xùn)練下一代的人工智能,暫名“Q*”(讀作Q-star)。新的一年,OpenAI下一代產(chǎn)品可能發(fā)布。據(jù)媒體爆料,“Q*”可能是第一次采用“從零開始”的方式訓(xùn)練的人工智能。

其特點(diǎn)是,智能不來自人類活動的數(shù)據(jù),且其有能力修改自身代碼以適應(yīng)更復(fù)雜的學(xué)習(xí)任務(wù)。前者使得人工智能能力的發(fā)展變得愈發(fā)不透明,而后者向來被看作是誕生人工智能“奇點(diǎn)”的必要條件。在人工智能發(fā)展領(lǐng)域,“奇點(diǎn)”特指機(jī)器擁有了自我迭代的能力,進(jìn)而在短時間內(nèi)迅猛發(fā)展,導(dǎo)致超出人類控制。雖然一些報道稱,“Q*”目前還只能解決小學(xué)難度的數(shù)學(xué)問題,距離“奇點(diǎn)”還遠(yuǎn)。但鑒于虛擬環(huán)境中人工智能迭代速度可能遠(yuǎn)超想象,其仍然可能在不遠(yuǎn)的將來自主發(fā)展出在各個領(lǐng)域均可超過人類水平的AI。2023年,OpenAI預(yù)言,各方面超越人類水平的人工智能在十年內(nèi)就會出現(xiàn);英偉達(dá)創(chuàng)始人黃仁勛表示,通用人工智能可能在五年內(nèi)超越人類。一旦通用人工智能得以實(shí)現(xiàn),就可被用于解決各種復(fù)雜的科學(xué)難題,譬如尋找外星人與地外宜居星系、人工核聚變控制、納米或超導(dǎo)材料篩選、抗癌藥研發(fā)等。

這些問題通常需要花費(fèi)人類研究員數(shù)十年的時間來尋找新的解決方案,部分前沿領(lǐng)域的研究量已超出人力極限。而通用人工智能在自己的虛擬世界中擁有幾乎無限的時間和精力,這使得其在部分容易虛擬化的任務(wù)中,有可能成為人類研究員的替代。但屆時,人類如何監(jiān)督這些從智能水平上超過人類的人工智能,確保其不會危害人類,又是一個值得思考的問題。當(dāng)然,我們也不應(yīng)過分高估硅谷巨頭們的部分言論,因?yàn)樵谌斯ぶ悄馨l(fā)展史上,已經(jīng)歷三次“AI寒冬”,其中不乏宏大的技術(shù)愿景因各方面限制化為泡影的例子。但目前可以肯定的是,大模型技術(shù)仍然有著不小的上升空間。除GPT-4外,谷歌的“雙子座”(Gemini),Anthropic的Claude2,目前都是僅次于GPT-4的大模型,國內(nèi)的百度“文心一言”與阿里“通義千問”,也是國產(chǎn)大模型中的佼佼者。它們在新的一年中是否會發(fā)布更具革命性的產(chǎn)品,同樣值得期待。趨勢二:合成數(shù)據(jù)打破人工智能訓(xùn)練數(shù)據(jù)瓶頸數(shù)據(jù)瓶頸指的是可用于訓(xùn)練AI的高質(zhì)量數(shù)據(jù)的有限性,合成數(shù)據(jù)有望打破這一瓶頸。合成數(shù)據(jù)是在模仿真實(shí)數(shù)據(jù)的基礎(chǔ)上,由機(jī)器學(xué)習(xí)模型利用數(shù)學(xué)和統(tǒng)計(jì)科學(xué)原理合成的數(shù)據(jù)。

關(guān)于什么是合成數(shù)據(jù),有一個較為淺顯易懂的比喻:這就像是在給AI編寫專門的教材。例如,盡管英文課本的對話中出現(xiàn)的可能是“小明”“小紅”這樣的虛構(gòu)人名,但并不影響學(xué)生們由此掌握英語,因此從某種意義上,對于學(xué)生而言,教材就可以看作一種經(jīng)過編纂、篩選和處理的“合成數(shù)據(jù)”。有論文表明,模型的規(guī)模至少要達(dá)到620億參數(shù)量后,才可能訓(xùn)練出“思維鏈”能力,即進(jìn)行分步驟的邏輯推理。但現(xiàn)實(shí)的尷尬在于,迄今為止人類產(chǎn)生的不重復(fù)的、可供訓(xùn)練的優(yōu)質(zhì)數(shù)據(jù)并沒有這么多。使用ChatGPT等生成式人工智能以前所未有的數(shù)量產(chǎn)生高質(zhì)量合成數(shù)據(jù),未來的AI將由此獲得更高的性能。除了對大量高質(zhì)量數(shù)據(jù)的需求導(dǎo)致合成數(shù)據(jù)受到追捧以外,對數(shù)據(jù)安全的考量也是重要原因。近年來,各國紛紛出臺更嚴(yán)格的數(shù)據(jù)安全保護(hù)法律,使得客觀上利用人類產(chǎn)生的數(shù)據(jù)訓(xùn)練人工智能變得更為繁瑣。這些數(shù)據(jù)中不僅可能隱含個人信息,其中的許多數(shù)據(jù)還受版權(quán)保護(hù)。在互聯(lián)網(wǎng)隱私與版權(quán)保護(hù)尚未形成統(tǒng)一標(biāo)準(zhǔn)與完善架構(gòu)的當(dāng)下,使用互聯(lián)網(wǎng)數(shù)據(jù)進(jìn)行訓(xùn)練,極易導(dǎo)致大量法律糾紛。而若考慮對這些數(shù)據(jù)進(jìn)行脫敏,又面臨篩查識別準(zhǔn)確率方面的挑戰(zhàn)。兩難之下,合成數(shù)據(jù)就成為最惠而不費(fèi)的一種選擇。此外,使用人類數(shù)據(jù)進(jìn)行訓(xùn)練,還可能導(dǎo)致人工智能學(xué)到有害內(nèi)容。一些諸如使用日用品制造炸彈、管制化學(xué)品的方法,另一些則包括許多人工智能本不應(yīng)當(dāng)出現(xiàn)的壞習(xí)慣,譬如像人一樣在任務(wù)執(zhí)行過程中偷懶、為了取悅用戶而說謊、產(chǎn)生偏見和歧視。

若改用合成數(shù)據(jù),使人工智能在訓(xùn)練中盡可能減少接觸有害內(nèi)容,則有望克服以上使用人類數(shù)據(jù)訓(xùn)練時附帶的缺點(diǎn)。從以上分析中可以看出,合成數(shù)據(jù)可以說是頗具開創(chuàng)性的,有望解決此前發(fā)展人工智能與數(shù)據(jù)隱私保護(hù)不可得兼的問題。但與此同時,如何確保相關(guān)的公司和機(jī)構(gòu)負(fù)責(zé)任地制作合成數(shù)據(jù),如何制作出既符合本國文化與價值觀,又在規(guī)模和技術(shù)水平上足以媲美西方以英文網(wǎng)絡(luò)資料為中心的合成數(shù)據(jù)訓(xùn)練集,也將成為中國面臨的一個頗具挑戰(zhàn)性的課題。除此之外,合成數(shù)據(jù)帶來的一個重大變化是,來自人類社會的大數(shù)據(jù)或?qū)⒉辉偈茿I訓(xùn)練所必需。在今后的數(shù)字世界中,人類數(shù)據(jù)的產(chǎn)生、存儲和使用仍將遵循人類社會的法則和秩序,包括維護(hù)國家數(shù)據(jù)安全、保守商業(yè)數(shù)據(jù)秘密和尊重個人數(shù)據(jù)隱私,而AI訓(xùn)練所需的合成數(shù)據(jù)則采用另一套標(biāo)準(zhǔn)進(jìn)行管理。

趨勢三:量子計(jì)算機(jī)可能率先應(yīng)用于人工智能作為電子計(jì)算機(jī)發(fā)展到今天的最前沿應(yīng)用,人工智能始終存在算力不足的隱憂。ChatGPT問世數(shù)月后,OpenAI總裁奧爾特曼曾公開表示,其并未鼓勵更多用戶注冊O(shè)penAI。2023年11月,OpenAI甚至宣布暫停ChatGPT Plus付費(fèi)訂閱新用戶的注冊,以確?,F(xiàn)有用戶擁有高質(zhì)量體驗(yàn)。顯然,作為全球性能最強(qiáng)的AI,ChatGPT已遇到算力等方面的瓶頸。在此背景下,討論量子計(jì)算機(jī)在人工智能領(lǐng)域的應(yīng)用就成為一種頗具潛力的未來解決方案。

首先,人工智能領(lǐng)域的算法,大部分屬于并行計(jì)算的范疇。舉例而言,AlphaGo在下圍棋的過程中,其需要同時考慮對手在不同位置落子后的應(yīng)對招數(shù),從中找到最有可能贏得棋局的下法。這就需要計(jì)算機(jī)優(yōu)化并行計(jì)算的效率來實(shí)現(xiàn)。而量子計(jì)算機(jī)擅長進(jìn)行并行計(jì)算,因?yàn)樗梢酝瑫r計(jì)算和存儲“0”和“1”兩種狀態(tài),無需像電子計(jì)算機(jī)那樣消耗額外的計(jì)算資源,譬如串聯(lián)多個計(jì)算單元,或?qū)⒂?jì)算任務(wù)在時間上并列。計(jì)算任務(wù)越復(fù)雜,量子計(jì)算就越具備優(yōu)勢。

其次,運(yùn)行ChatGPT所需的硬件條件,同樣也十分適合導(dǎo)入當(dāng)前體積龐大的量子計(jì)算機(jī),二者都需要安裝在高度集成的計(jì)算中心里,由一支專業(yè)化技術(shù)團(tuán)隊(duì)進(jìn)行管理支撐。什么是量子計(jì)算機(jī)?量子計(jì)算機(jī)是一類遵循量子力學(xué)規(guī)律進(jìn)行高速數(shù)學(xué)和邏輯運(yùn)算、存儲及處理量子信息的物理裝置。其不僅體積龐大,而且作為核心零部件的“量子芯片”,通常需要被置于接近絕對零度(零下273.15攝氏度)的極低溫中,利用在這種極低溫下部分微觀粒子表現(xiàn)出的量子特性進(jìn)行信息運(yùn)算和處理,且運(yùn)行結(jié)果只能存在幾毫秒的時間。

既然量子計(jì)算機(jī)“又大又難維護(hù)”,為什么還要發(fā)展?原因在于,量子計(jì)算機(jī)蘊(yùn)含巨大的算力潛能,以至于在一些算法上已經(jīng)體現(xiàn)出相對于電子計(jì)算機(jī)在速度上的“絕對碾壓”,即“量子優(yōu)越性”。但實(shí)現(xiàn)“量子優(yōu)越性”只是一個起點(diǎn)。目前的量子計(jì)算機(jī)只能完成一些專屬于量子領(lǐng)域的計(jì)算任務(wù),想要真正用好這種“量子優(yōu)越性”,先要使其量子位足夠多,以實(shí)現(xiàn)通用計(jì)算和可編程。而且,在實(shí)現(xiàn)通用計(jì)算后,量子計(jì)算機(jī)依然需要保持相對于電子計(jì)算機(jī)的優(yōu)勢,這被稱作“量子優(yōu)勢”。2

022年,來自谷歌、微軟、加州理工學(xué)院等機(jī)構(gòu)的研究者從原理上證明了“量子優(yōu)勢”在預(yù)測可觀測變量、量子主成分分析以及量子機(jī)器學(xué)習(xí)中確實(shí)存在。量子機(jī)器學(xué)習(xí),實(shí)際上就是量子計(jì)算在人工智能領(lǐng)域的應(yīng)用,也體現(xiàn)出未來量子計(jì)算與人工智能兩大前沿技術(shù)合流的趨勢。第一,人工智能將達(dá)到人類水平的智能。根據(jù)技術(shù)專家和未來學(xué)家 Ray Kurzweil 的說法,人工智能將在2030年達(dá)到人類水平的性能。這將取決于人工智能能夠成功通過有效的圖靈測試。但是,一家私人公司可能會擁有AI背后的算法,并且該算法在很長一段時間內(nèi)都不會與公眾共享。

第二,Java之類的人工智能助手將變得司空見慣。發(fā)達(dá)國家的大多數(shù)人都可以擁有人工智能助手來提高他們的生活質(zhì)量。據(jù)奇點(diǎn)大學(xué)創(chuàng)始人彼得·迪亞曼迪斯(Peter Diamandis)稱,Alexa、Google Home 和 Apple home pod 等其他公司的服務(wù)將擴(kuò)展的功能最終應(yīng)用到超越家庭使用外的其他地方。作為安全之類的軟件取決于你授予它什么權(quán)限,因?yàn)轳雎犇愕乃袑υ?、閱讀你的電子郵件、監(jiān)控你的血液化學(xué)等等。

AI的軟件將了解你的偏好,預(yù)測你的需求和行為,以監(jiān)控你的健康,幫助你解決問題并支持你的中長期目標(biāo)。它們也可能以操作系統(tǒng)的形式存在,可以連接多個設(shè)備。根據(jù) Ray Kurzweil 的說法,一些早期采用者甚至可能開始使用腦機(jī)接口連接到新皮質(zhì),這將使我們能夠與具有大腦活動的AI助手進(jìn)行交互,并將這一概念提升到一個全新的水平。

第三,人工智能與人類協(xié)作將在所有職業(yè)中飛速發(fā)展。到2030年,人工智能將成為我們?nèi)粘_\(yùn)營的重要組成部分,支持員工的創(chuàng)造性活動、產(chǎn)生新想法并解決以前無法實(shí)現(xiàn)的創(chuàng)新。在某些地方,甚至需要與人工智能合作。例如,已經(jīng)有優(yōu)秀的人工智能工具用于創(chuàng)意行業(yè)。此組合創(chuàng)建你提供給藝術(shù)育種者的草圖的渲染版本,創(chuàng)建一個AI生成的圖像,這些圖像是你提供給它的圖像的子級。已調(diào)整重新排列和優(yōu)化你提供給它的句子,并且腳本能夠在你將其輸入語音數(shù)據(jù)后使用你提供給它的文本來模仿你的聲音。

第四,大多數(shù)設(shè)備都將嵌入AI。根據(jù) Peter Diamandis 的說法,專用機(jī)器學(xué)習(xí)芯片的價格正在迅速下降。隨著全球需求的增長。專門的AI芯片可以低至5美元,這將為玩具、電器、無人機(jī)、視頻游戲控制器等提供負(fù)擔(dān)得起 AI。隨著低成本微型傳感器的爆炸式增長和高帶寬網(wǎng)絡(luò)的部署,這將進(jìn)一步成為可能。此外,Gartner 預(yù)測,人工智能專用芯片的銷售額將從2019年的80億增長到2023年的340 億。到2030年,兒童玩具可以使用面部和語音識別來記住面孔和名字,電器可以使用語音識別來響應(yīng)語音命令并預(yù)測使用預(yù)測算法滿足你的需求。

第五,自動駕駛汽車可能比人類駕駛得更好。由于人工智能的進(jìn)步,包括特斯拉新推出的那些超級計(jì)算機(jī)完全自動駕駛汽車可以完全投入使用,并且在未來十年內(nèi)會有一些使用地理區(qū)域。盡管一些專家認(rèn)為這可能需要幾十年的時間。無論哪種方式,它們都可能導(dǎo)致整體運(yùn)輸成本逐漸下降,并影響地理區(qū)域和草地,擾亂城市規(guī)劃、送貨服務(wù)、卡車運(yùn)輸?shù)刃袠I(yè)。

第六,深度造假可能會成為社會問題。微軟和臉書已經(jīng)開發(fā)了工具來檢測其起源中的缺陷,但它們?nèi)匀豢赡茉斐傻膿p害,這個問題應(yīng)該要認(rèn)真對待。

第七,人工智能將提高醫(yī)療質(zhì)量。人工智能目前用于了解一個人的基因、環(huán)境和生活方式如何幫助確定預(yù)防或治療某些疾病的最佳方法,數(shù)字療法、定制設(shè)計(jì)的藥物和改進(jìn)的診斷已經(jīng)使治療更加準(zhǔn)確、負(fù)擔(dān)得起和易于獲得。

除了提高醫(yī)生的診斷能力外,它還將不斷學(xué)習(xí)和證明,因?yàn)樗挥糜诟鞣N醫(yī)療情況。人類醫(yī)生和人工智能診斷之間的持續(xù)互動將有助于提高這些系統(tǒng)的準(zhǔn)確性,并且隨著時間的推移,人類將有足夠的信心讓人工智能系統(tǒng)自主運(yùn)行。所有這些都將幫助人類過上更長壽、更健康的生活。

聲明:該篇文章為本站原創(chuàng),未經(jīng)授權(quán)不予轉(zhuǎn)載,侵權(quán)必究。
換一批
延伸閱讀

9月2日消息,不造車的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

加利福尼亞州圣克拉拉縣2024年8月30日 /美通社/ -- 數(shù)字化轉(zhuǎn)型技術(shù)解決方案公司Trianz今天宣布,該公司與Amazon Web Services (AWS)簽訂了...

關(guān)鍵字: AWS AN BSP 數(shù)字化

倫敦2024年8月29日 /美通社/ -- 英國汽車技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車。 SODA V工具的開發(fā)耗時1.5...

關(guān)鍵字: 汽車 人工智能 智能驅(qū)動 BSP

北京2024年8月28日 /美通社/ -- 越來越多用戶希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時企業(yè)卻面臨越來越多業(yè)務(wù)中斷的風(fēng)險,如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報道,騰訊和網(wǎng)易近期正在縮減他們對日本游戲市場的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會開幕式在貴陽舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國國際大數(shù)據(jù)產(chǎn)業(yè)博覽會上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱,數(shù)字世界的話語權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對環(huán)境變化,經(jīng)營業(yè)績穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤率延續(xù)升勢 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競爭力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競爭優(yōu)勢...

關(guān)鍵字: 通信 BSP 電信運(yùn)營商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺與中國電影電視技術(shù)學(xué)會聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會上宣布正式成立。 活動現(xiàn)場 NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會上,軟通動力信息技術(shù)(集團(tuán))股份有限公司(以下簡稱"軟通動力")與長三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉