大西北網(wǎng)訊      人類(lèi)棋手一滴淚下，為這場(chǎng)似乎一開(kāi)始便已注定結局的人機圍棋大戰畫(huà)上了句號。是什么給了“阿爾法狗”如此高超的棋藝？是什么讓人工智能成為“超強大腦”？答案是算法。

　　算法是指由計算機執行的一系列獨立的指令和動(dòng)作。從初始狀態(tài)和初始輸入開(kāi)始，這些指令描述了完整的計算步驟——通過(guò)一系列有限的、確切的指令，產(chǎn)生并輸出答案和數據，最終止于結束狀態(tài)。

　　人工智能的算法是一套利用機器智能解決問(wèn)題的復雜手段。過(guò)去，我們給計算機下達規則式的指令來(lái)解決問(wèn)題；現在，我們只要告訴計算機想解決的問(wèn)題，它就可以自行選擇算法來(lái)解決問(wèn)題——這便是人工智能帶來(lái)的根本性變革。

　　人工智能最重要的是學(xué)習能力，即根據機器以往的經(jīng)驗來(lái)不斷優(yōu)化算法。第一次人工智能的浪潮始于上世紀70年代，當時(shí)的人工智能算法采用的是符號邏輯推理規則，以實(shí)現知識表征。由于缺乏自我學(xué)習能力，彼時(shí)的人工智能無(wú)法解決新領(lǐng)域中出現的問(wèn)題。第二代人工智能雖然在學(xué)習和感知能力上表現更佳，但由于當時(shí)的機器學(xué)習模型不具備大量吸收訓練數據的能力，與人類(lèi)的水平仍有很大差距。

　　大約在10年前，深層與結構化機器學(xué)習，或稱(chēng)為深度學(xué)習的新范式，讓人工智能算法的智能程度越來(lái)越高。傳統的機器學(xué)習方法讓電腦學(xué)習的“知識”，要由人來(lái)設計并輸入，因為需要掌握大量的專(zhuān)業(yè)知識，導致特征工程成為機器學(xué)習的瓶頸。深度學(xué)習打破了這一瓶頸，通過(guò)多層結構算法，機器對數據集的“特征”進(jìn)行篩選和提取，通過(guò)反復訓練，最終獲得了提取抽象概念的能力。

　　隨著(zhù)神經(jīng)網(wǎng)絡(luò )研究的深入，計算機視覺(jué)和聽(tīng)覺(jué)等讓人工智能技術(shù)再次迎來(lái)發(fā)展的拐點(diǎn)，計算機的算法也越來(lái)越精進(jìn)。未來(lái)，計算機對自然語(yǔ)言的應用還將大幅提高，電腦可以聽(tīng)懂、讀懂人類(lèi)平常所用的語(yǔ)言，而不僅僅是機器指令。這樣，存在于互聯(lián)網(wǎng)和局域網(wǎng)中的海量信息，都可以成為深度學(xué)習的素材。

　　通過(guò)深度學(xué)習，人工智能可以達到近似或超過(guò)人類(lèi)的識別精度。但與人類(lèi)相比，機器所需要的訓練數據、能耗和計算資源卻要多得多。從統計學(xué)角度看，雖然機器能夠達到的識別精度總體上令人印象深刻，但在個(gè)體應用中的表現往往不盡如人意。此外，由于目前大多數深度學(xué)習模型不具備推理和解釋能力，因而無(wú)法預測和提前防范嚴重錯誤的出現。

　　在提高人工智能學(xué)習能力的過(guò)程中，科學(xué)家和研究者們從未放松過(guò)對與之相關(guān)的倫理道德問(wèn)題的思考。例如美國電氣與電子工程師協(xié)會(huì )（IEEE）去年便發(fā)布了全球首個(gè)《人工智能道德準則設計草案》，力求讓人工智能更好地為人類(lèi)服務(wù)。相信隨著(zhù)未來(lái)在范式、算法和硬件領(lǐng)域不斷出現新的突破，人工智能的浪潮將深刻影響人類(lèi)的生活方式。 (責任編輯：鑫報)