今天是母亲节
每到这个时节
小编就会发现为女士们挑选礼物
也是个技术活儿
不过如果让我选择一个
当代的汽车技术作为礼物
送给母亲的话
我会毫不犹豫选择
人工智能
因为它可以让一切都变的简单
那么传说中的人工智能
到底是啥?
自从发明了计算机,人们就对这个“电脑”何时能取代人脑抱有幻想。
但是当工科生们开始为文科生的想象买单时,却发现让“电脑”像人一样“看见”和“听见”都是一件很复杂的事情。
因为就像所有机器一样,计算机会更习惯按照一个特定的规则去执行,但是所谓“智能”本身的含义其实就是不按常理出牌,不然调戏siri哪来的乐趣。
虽然很复杂,但是工科生的荣誉感使得他们即使含着泪也要把吹过的牛逼实现,然后他们继承了“理论不够,仿生来凑”的光荣传统,为了解决这个问题,他们这次把目光放到了人脑上。
这其中最疯狂的尝试就要数Mark 1 Perceptron,本着想要了解复杂的机器就去建一个复杂机器的原则,Frank Rosenblatt在上世纪50年代真的建了个“电脑”,这也被视为现代人工智能的先驱,因为最后的结果真的很先驱。
在一系列疯狂而漫长的尝试之后,他们终于找到一种可以让计算机像人脑一样思考的方式,就是将复杂的信息分散到无数神经元去处理,再利用神经网络将信息整合。
这种方式不仅可以高效的处理数据,而且最重要的是,他们不用在一开始就造一个全能的“神”,而只是创造一个不死小强,然后不断的训练他升级打怪,直到走上智能巅峰。
所以这个所谓的“不死小强”就是传说中的神经网络架构,也就是当代人工智能的基础架构。
与规则式的直来直去不同,神经网络是通过分析现有的数据计算出可能性最大的结果。
这样其实非常符合人脑的思维方式了,不然人类的语言也不会出现差不多,大概,可能一类的词汇。
当然这并不意味着人工智能不靠谱,工科生们可以用大量数据来训练这个“小强”,比如在展示10万张猫的图片以后,这个小强对猫的识别准确率完全可以碾压人类。
当然,你可以说你不仅可以识别这种猫,你可以识别出各式各样的猫,比如这只:
事实上识别更复杂的图片并不需要改变小强的架构,但是在设计小强的时候会加入更多的分析层,来分析和学习更深层的信息,也就是传说中的“深度学习”。
所以“深度学习”后的小强基本就是这样一个状态......
理论上来讲,神经网络越深,可识别的特征就越多,得到的结果也越精细,所以google 的老大劈柴哥就经常跟谷歌的大神们讲“always go deeper”。
经过深度训练走向智能巅峰的一个个小强们会轻而易举的成为某一领域最有经验的“专家”。
而且人工智能还有一个特点,就是即使小强走上了智能巅峰,它也可以持续进化。
最典型的例子就是Alpha Go,初代Alpha Go是经过23万局人类棋谱训练出来的,在和李世石对弈期间还在不断进化。
不过Alpha Go显然觉得跟人下棋进化太慢,最新开发的Alpha Zero完全是自己跟自己下进行进化迭代,然后在运行36小时后干掉了赢李世石的初代Alpha Go,成绩是100:0。
所以如果把人的喜好作为进化标准,那么这样的人工智能系统就可以随时学习人的习惯,成为最懂你的人,并根据人的改变而进化,提供最舒适、安全的驾驶体验,无论是在座舱里还是在自动驾驶的时候。
这也是达尔文系统最初的设计理念。
小编还记得当母亲刚拿到牌照,开着一台手动挡的车上路的恐惧。但是达尔文系统可以让小编妈妈非常轻松安全的享受驾驶带来的便捷和乐趣,这也是为什么小编觉得人工智能是工科生们能送给妈妈们最好的节日礼物。
在文章的最后,小编祝所有选择或者即将选择我们产品的妈妈们,母亲节快乐!
达尔文系统现在到底发展到了什么程度,下一周北汽新能源的鲸智队将参加第三届世界智能驾驶挑战赛,届时技术活儿也将全程进行跟踪报道,并探索达尔文系统在自动驾驶领域的进化程度。
而且我们还会和北汽新能源的工科生讨论一下达尔文系统的智能座舱的进化程度,欢迎关注哦~
领取专属 10元无门槛券
私享最新 技术干货