Chumbo:

Esta onda de "novo AI" revolução, na comunidade de gerenciamento de no final o que efeito? Eu acho que é mais do que quatro pares de empresas "olhos". Apenas por meio de dados recolhidos passadas, o campo de dados é definida pelo fora humano. Internet das coisas e do mundo estava cheio de dados de sedimentos, os dados inadvertidamente deixado para trás, ele representa o mundo real. Mas esses dados precipitada desorganizado, não há nenhuma regra. Essas propriedades se encaixa bem com os pontos fortes "novo AI", já não dependem da lógica do projeto humano, mas dependem de uma série de dados fora de ordem, e em seguida, encontrar características expressão fazem classificação, julgamento e raciocínio. "O novo AI" é um novo olho humano, vamos ver o mundo real (dados de precipitação), olhos foram abertos, que irá produzir uma série de nova explosão espécies.

Texto / Luxi Peng

AI táticas primeiro par de olhos: ver Precision

A melhor maneira de negócios construir a confiança, é que você me ver, eu vejo você. Uma vez que você tem confiança, você tinha um grande surto da espécie, tem havido um grande número de modelo de negócio P2P.

Vamos primeiro par de olhos artificiais para ver o mundo digital como dados de precipitação. Por que é chamado os dados de precipitação, porque os dados não está fora do plano, mas o legado de um grande número, mas uma bagunça. dados de precipitação é, inicialmente, não sabe o que fazer? Mas, para uma certa quantidade de precipitação, sua utilidade está sendo escavado. Pessoas chamados cientistas de dados de mineração de dados, porque essas pessoas terão de compreender as ferramentas de dados, conhecimento de domínio de entender, compreender modelo matemático, resultando em muito a falta de talento. Existem basicamente as seguintes categorias de aplicações.

Por exemplo, os dados de mineração de escavação. decisões de negócios, já não dependem da probabilidade de causalidade, mas por táticas depois de ver associação. A empresa produziu uma explosão de dados. A construção do modelo por meio de dados de boa qualidade, uma análise estrutural de dados (tabular) bom armazenamento em massa. Como Alibaba, Taobao Singles acumulado dados de transações consideráveis, após a análise de vários tipos de modelos de dados, Ma pode saber: o que os clientes compram a maior parte do biquíni da província (A resposta acabou por ser Mongólia Interior); para os Singles, as cidades as pessoas estão comprando o quê? além disso, há a análise de correlação comumente utilizados, tais como análise da Amazon comprou o livro que também comprou vários outros livros. Ou análise de árvore de decisão, através da análise de grandes quantidades passadas de dados, podemos determinar o que as pessoas são relativamente pessoas de alto risco, a equipe de help-line para tomar decisões.

Além disso, você também pode ver o serviço personalizado precisa, consulte o elo mais fraco de confiança, análise da opinião pública serra, ler o arquivo, operações fluviais (streaming de computação).

AI táticas olho segundo duplo: ver a sabedoria da vida

Coisas para fazer as coisas Jieke networking, a questão é, o que fazer depois de rede?

Eu acho que, primeiros pares de olhos (Internet comercial) para ver essa pessoa (P2P), ele gera uma era de negócios C2B inversa. O segundo par de olhos (Internet Industrial) é visto artigos (M2M), para todas as coisas de rede, resultando no conceito de planeta sabedoria. Deixe o futuro da Internet não é mais o centro da plataforma, mas onde você está é o centro da rede.

Especificamente, a inteligência artificial do segundo par de olhos tem três níveis:

camada percepção endpoint

Por exemplo, a Tecnologia Verde precisa detectar monitoramento ambiental, a indústria de rede precisa de coleta de dados Perceptron e integração de rede real, máquinas inteligentes requerem máquina de detecção de integração elemento, indústria de defesa exige precisão sensoriamento IC, biotecnologia médica necessidades biosensing IC, a fim de dados coleta, para fazer julgamentos inteligentes e responder para fazer ações de manejo. As coisas serão a base para a futura indústria precisa de infra-estrutura para suporte. Esta infra-estrutura é a Internet de dados coisas enviados para o banco de dados em nuvem para integrar dada julgamento Ordenar por aprender a inteligência artificial, alguns dos últimos a iniciar o serviço. Este "fim-aware, o julgamento nuvem, começar a responder," tornou-se a base para a construção da inteligência artificial do segundo par de olhos.

camada Nuvem Analisar

Normalmente, quando estamos falando de big data, não porque você tem dados grandes, mas de rede e de dados em nuvem é infinitamente grande. Quando o conteúdo de todos Perceptron são enviados para a nuvem, além de dados pode ser de tela cruz (telefone celular, computador, televisão, etc. síncrono), e mais importante, a integração destes dados através de cientistas de dados algoritmos projetados fazer julgar a inteligência artificial.

Comece a camada de serviço

Endpoint-aware, após o julgamento em nuvem, a coisa mais importante é começar o serviço de aplicação. Por exemplo, quando eu sei que o motorista não é o proprietário do carro, descobrimos que quando o relógio inteligente quedas em idosos, quando encontrado para ter medidores inteligentes anormais para a electricidade, o próximo passo é começar o serviço? Esta é a primeira menção, todas as coisas podem ser em rede , o foco não é mais ciência e tecnologia, mas após o trabalho em rede, o que pode ser feito?

monitores de pressão arterial, medidor de glicose no sangue, relógios desportivos, garrafas da medicina pode ser on-line, consulte o seu comportamento individual afeta seus prémios pessoais. Na sabedoria de cuidados médicos, o médico pode ver a cirurgia endoscópica e minimamente invasivo, os pacientes podem se conectar Perceptron sempre saber os dados fisiológicos, ou mesmo saber a localização dos idosos e para determinar se a queda.

A terceira dupla olhos AI: ver e ouvir o mundo de significados

Esta onda de revolução na inteligência artificial, principalmente no terceiro par de olhos, o computador pode ouvir e ver este mundo.

inteligência artificial, visão computacional tem sido a mais difícil de quebrar a ligação, porque o "valor característico" no mundo real também. Pessoas cognitiva processamento mundo complexo, haverá um acordo de "redução de dimensionalidade" das dimensões complexas do mundo real, reduzidos a um valor aceitável para o recurso. Por exemplo, o mercado de ações real é muito complexa, então a definição de profissionais de investimento serão variáveis importantes, a esperança de usar menos variáveis, pode explicar a maior parte da variância. A humanidade deve definir uma variável válida, as operações de ajuda do computador.

No passado, os responsáveis pela redução de dimensão humana, mas para encontrar os valores próprios não são bons o suficiente, no futuro, AI será responsável pela redução de dimensionalidade.

Por exemplo, o sistema de reconhecimento facial atual aeroporto de Taiwan Taoyuan é o "velho AI", engenheiro define as características faciais característicos de uma relação de rosto humano, em que a operação para identificar um rosto humano, de modo que quando você tem que aeroporto de reconhecimento facial em posição de sentido, dois olhar do olho para a lente, porque a posição da lente para confirmar as suas características faciais. redução de dimensão humana do número de não muito, se você definir apenas 20 recursos (posição geometria facial) em face de Lin Chi-ling, você pode facilmente encontrá-la na casa dos bilhões de pessoas na mesma? Se você pode enfrentar na inteligência artificial Lin Chi-ling encontrado em um milhão de recurso (Crochet forma característica face), e dimensão, em seguida, gradualmente reduzida, é mais fácil de encontrar na casa dos bilhões de pessoas em Lin Chi-ling.

Como um milhão de características procurar? Este resumiu seu próprio computador um método de redução de dimensão valores próprios de Lin Chi-ling rosto, é um grande avanço na profundidade de aprendizagem. Sobre a máquina passado aprendendo analogia comparativa como análise de regressão não-linear, os seres humanos definem o valor recurso de entrada X (número não muito) para ajustar os pesos para prever Y. Profundidade estudo comparando factores tais como analogias, de modo que quando a entrada é igual a saída, para baixo através de camadas de operações de manutenção, será capaz de generalizar gradualmente as melhores características de valor. A última definição humana variável de reconhecimento de face, principalmente à distância geométrica entre as características faciais e, em seguida, pelo algoritmo sofisticado projeto humano para identificar um rosto humano, e o computador é um processo constante e erro para encontrar os valores próprios do menor erro, na sua maioria menores crochet, em seguida, gradualmente redução dimensionalidade para o excesso de simplificar a imagem. Enquanto há bastante imagens para treinamento em informática, deixar o computador encontrar estes Crochet como proceder redução de dimensionalidade. Profundidade algoritmo de aprendizagem é fixo, ao contrário do passado tem que contar com a capacidade de programar o designer lógica, mas sim focar em que dominou o suficiente para fotografia rosto, que pode ganhar em reconhecimento facial.

Na integração de dados on-line e off-line, estamos habituados a precisar do código (como o número de cliente, um código de barras bidimensional, número de telefone, etc.) no futuro, se o rosto é o código, os empregadores podem enfrentar com a senha de pagamento, os empregadores enfrentam para substituir número de sócio contanto que você entrar em uma loja, a loja vai saber quem era, nós, seres humanos no mundo real, iria contar com reconhecimento facial quem você é.

A quarta olhos AI duplas: veja ambiente de jogo

Quando o computador com o visual e auditiva, eles começam a interagir com o mundo real, ou até mesmo um jogo.

Maze, explorar o estabelecimento de árvore compreensão do ambiente

Em um dos "old AI" momentos como mais desafiador jogo de labirinto é, na verdade, contanto que qualquer labirinto depois de qualquer robô para andar algumas vezes, desenhados para explorar as árvores de decisão, de tomada de decisão está brilhando futura exploração da árvore de decisão para ir. Como mostrado na Fig. 1, se você estiver na posição B, a saída mais rápida foi maneira, está em conformidade com a exploração árvore, B-A-C-G saiu. A chave é explorar como desenhar uma árvore? Avançado após o robô de limpeza atual para sua casa, primeiro você explorar toda a casa de novo, construir a sua árvore de família para explorar o futuro será capaz de chegar rapidamente a um ponto onde você quer ir . robot de manuseamento de materiais está configurado para explorar o depósito árvore, que será capaz de se mover rapidamente.

Inteligência Artificial chegou. empresa tradicional "do passado persistem e ignorância do futuro", é o desenvolvimento de preocupações de inteligência artificial.

Sobre o autor | Luxi Peng: em tempo integral Distinguished Professor de Informação Departamento de Universidade Nacional de Taiwan de Ciência e Tecnologia de Gestão

Fonte | Adaptado de "Management Review Tsinghua" 2018 Julho-Agosto artigo duplo problema "a" nova "era: Explosão Espécies" AI

Editor | eleição Liu

E-mail | liuyx6@sem.tsinghua.edu.cn