人工智能诞生于20世纪50年代，但为何近几年才进入爆发期？哪一项人工智能应用对人类社会影响*深远？

如果说谁有资格谈论人工智能革命，《深度学习》一书作者、被称为“世界AI之父”的特伦斯·谢诺夫斯基（Terry Sejnowski）是其一。在大多数人都“迷信”基于逻辑的计算机编程作为人工智能基本方法时，他提出受大脑生物学启发的“神经网络”，证明基于大脑式的计算方法是可行的，为深度学习的发展奠定基础。近日，在杨浦举行的“2019未来大会”现场，记者专访了特伦斯。

记者：AI（人工智能）早期为何发展缓慢？

特伦斯：早期，电脑运行速度慢，内存昂贵，用编程来解决问题十分耗费人力。如今计算机运行快了百万倍，内存也大，劳动力却越来越贵，因此让计算机学习比让人类编程更高效。

除技术限制外，学界观念也是难以跨越的藩篱。过去那些主张编程的AI先驱，本身并不关心人脑是如何实现智能行为的。深度学习的转折点出现在2012年。在当年的NIPS大会（神经信息处理系统大会）上，科学家论证了在一个包含1万个类别和1000万个图像的数据集上，使用深度学习分类可将错误减少20%。根据以往经验，在该数据集上的分类错误一年内也减少不到1%，这相当于我们在一年内达到过去20年取得的成绩。深度学习一夜之间变得出名。

记者：在大多数研究人员都着眼于电脑编程时，你为何会把眼光投向人脑，相信深度学习可以打开人工智能发展的突破口？

特伦斯：这要追溯到我刚开始研究深度学习时所设计的一个话语网络系统，它让计算机来学习阅读。自学习开始后，它一个晚上就吸收了整个训练集的信息。我们发现语言是神经网络非常擅长的事，而且神经网络学习语言的方式和人类学习语言方式是一致的。在今天AI的所有应用场景中，语言翻译能力是*让人惊讶的，它让世界不同的人群能直接对话。

记者：1989年，你在一次讲座中阐述了一只苍蝇和一台超级计算机的场景，并称世上*快的计算机比不上一只苍蝇，真的如此吗？

特伦斯：我只是想借这一对比让大家明白一件事，在大自然面前我们应更谦逊一点。实际上并非说计算机比不上一只苍蝇。计算机是一种通用设备，它可以被编程来计算任何东西，同一个硬盘可以运行不同的程序，而苍蝇是一种“专用计算机”，它只能运行一种程序。但无可厚非的是，在苍蝇那个小小的脑袋里，蕴含着数以千计的神经元，其视觉算法已嵌入它本身的网络，可通过视觉识别来寻找食物，并保持飞行，同时还能在复杂的世界里生存下去，而且消耗*少的能量。

记者：你并不认为人工智能会取代人类？

特伦斯：1997年“深蓝”打败象棋世界冠军时，就有人说“人类会被计算机取代”。但后来，人们开始跟电脑下棋，结果变成更好的棋手。人工智能在代替一部分职业的同时，也产生新的岗位。比如无人驾驶，会让将来出现在市中心的车辆减少，因为自动驾驶汽车可在城市外围停放，大量停车场空间会被高效利用。
       司机会被取代，会产生新的职业岗位，如安全监测、传感器技术供应链等。在医疗领域，医生在转移性乳腺癌的淋巴结活检切片图像上的判断，直接关系病人的生命。一个经过训练的深度学习网络能达到0.925的判断准确率，仍不及人类专家在同一测试上达到的0.966。把深度学习和人类专家的预测结合起来，准确率能达0.995，几近完美。这表明在未来，人类与机器将是合作而非竞争关系。
    －－－－-转帖自电子发烧友
 

硬件测试微信交流群，有兴趣可以加入我们。VX：david329112

支持如下硬件测试项目：

  以太网一致性测试、USB2.0测试、USB3.0测试、MIPI测试、HDMI测试、眼图测试

抖动测试、纹波测试、时序测试、DDR测试、CAN/LAN测试、I2C测试和SPI测试

安规测试、噪声测试、S参数测试、WIFI测试、阻抗测试、静电放电测试

有需要可以联系我们：

原创作者：北京淼森波信息技术有限公司