关灯
护眼
字体:

写在前面的话之二:为什么要选择创作本书

首页书架加入书签返回目录

请安装我们的客户端

更新超快的免费小说APP

下载APP
终身免费阅读

添加到主屏幕

请点击,然后点击“添加到主屏幕”

    本文是一些关于本书创作动机的胡言乱语而已,所以想到哪里写到哪里。

    下面是正题。

    随便翻开一本2000年前后出版的、讲述计算机发展历史的教科书,阿兰图灵的名字都如同一座丰碑,似乎他定义的那个超级终端,就是人类应该为之奋斗的人工智能最终形态。

    图灵奖,各种其他以他名字命名的纪念,已经把图灵与他的理论推上神坛。

    他的设想不能说错,毕竟“如今还做不到的东西,并不代表将来也做不到”。但是,随着历史迈入2010年代,互联网业界的技术前沿大咖们,至少已经达成了一点共识:或许阿兰图灵的超级终端构想没有错,但它至少不是人类最初、最容易实现的一种人工智能。

    因为,在2006年,加拿大多伦多大学的杰夫辛顿教授,发现与总结了“深度学习算法”。从那一刻之后,人类对人工智能的追求,从一台超级终端,转向了一个超级网络。

    什么?只是一种算法?你特么在逗我么?那关我们普通人鸟事?

    无数门外的读者,肯定会这般想,并且觉得转述前面这段话的作者实在是太不亲民,太喜欢端着逼格说话了。

    所以,咱用人话翻译一下。

    深度学习算法出现之后。

    从近了说,谷歌弄出了图片搜索引擎,FACEBOOK弄出了人像识别技术,搜狗弄出了可以自我学习的输入法。

    往远了说,在06年深度学习算法这个分水岭出现之前,谷歌的工业机器人还停留在“人类程序员帮助机器感知与归纳,而计算机只负责演绎人类定义好的程序算法,并自动执行”的层面。而这个算法出现之后,机器的自我学习,主动“感知外部世界、根据人类的反馈自我修正算法的归纳原则”变成了可能。

    于是,进入2010年代,我们看到的工业机器人,从需要程序员如同操控数控机床那样,给他按照工艺流程编程,然后才能开工的低效状态。进化到了机器人机械臂上装着无数传感器、调整工艺流程的时候可以通过普通工人“手把手”用力回馈方式修正机械臂动作,然后让计算机“自己养成正确的操作行程习惯”。

    时至今日,亚马逊旗下的“天猫”(指亚马逊旗下类似于淘宝天猫的官方直营店)储运发货端,已经消灭了人类储运工人的岗位,实现了全自动发货。

    硅谷和洛杉矶市内的医院,已经实现了药房内机器人按处方抓药、彻底淘汰药剂师岗位。

    谷歌的无人驾驶汽车,也从“只能无人车和无人车在一起开车”的低级形态,进化到了“无人车可以和随时可能出现异常情况的有人车一起上路”的深度压力测试阶段。

    进入了千家万户的扫地机器人,也已经... -->>
本章未完,点击下一页继续阅读
上一章目录下一页

请安装我们的客户端

更新超快的免费小说APP

下载APP
终身免费阅读

添加到主屏幕

请点击,然后点击“添加到主屏幕”