人工智能

今年以来，随着谷歌*AlphaGo围棋程序在人机大战中以碾压的表现战胜历史上实力超群的人类棋手之一李世石，人工智能（AI）在展示自身强大实力的同时，也让公众第一次接触和了解到深度学习、卷积神经网络这些有点神秘高深的概念，随后在全球范围掀起的人工智能浪潮更是让业界始料不及，目不暇接。

美银美林近期发布的一份报告预测，到2020年，全球人工智能市场的规模将达到1530亿美元。人工智能充满着巨大的成长空间和发展机遇。

虽处婴儿期但人工智能必将改变世界
人工智能依然处于发展的早期阶段。当今的人工智能实现途径仍然主要是与人脑进行比较，与目前最快的超级计算机相比，人脑体积要小得多，而效率要高上好几万倍。而目前并没有一种实现途径能够填补计算机与人类的智力差距，无论是仿真大脑的神经形态处理器，还是模拟大脑的最新实现途径变革和新技术。人工智能发展还面临着众多的认知和技术挑战。

机器有大脑吗?当然没有，即便有，也是人类植入的，它始终还是需要人类操控。但是，一旦它们掌握了人类的某种能力，其爆发出来的潜能将是不可限量和估计的。近日，美国麻省理工学院的AI科学家，发明了一个系统，使得机器人能够像人类一样模拟接下来可能发生的事情，并自动生成一个短视频，其真实程度比人类自己在大脑中想象的还要逼真。

一种新的人工智能系统能够用静态图像生成短视频，这些视频能够模拟接下来发生的事，这就好像人类想象接下来将会看到的情景一样。

人类能够直觉地理解世界运作的方式。这使得人比机器更容易预测事件接下来将如何发展。一张静态图像中的物体可以用多种不同方式运动，或者和其他物体发生作用，这让机器很难做出类似的预测。不过，一种新型的深度学习系统(deep-learning system)创造出的短视频却能够让人信以为真。和真实的视频片段相比，在20%的情况下，人类更相信它创造出的视频。

该深度学习系统的发明者是麻省理工学院(MIT)的研究人员。他们让两种神经网络互相竞争，其中一个要区分真实的视频和机器创造的视频，而另一个则要创造出能够打败第一个系统的近乎真实的视频。

2016年初，一场“人机大战”成为万众瞩目的焦点，谷歌AlphaGo大胜世界围棋冠军李世石，更是引发激烈讨论。尽管这场世纪大战硝烟散尽，但AlphaGo的精彩表现让由此引发的人工智能热潮不减反增。在这股热潮下，很多行业都开始向人工智能演进，人工智能时代已经悄然到来，而人工智能也将极大地提升和扩展人类的能力边界，对促进技术创新、提升国家竞争优势，乃至推动人类社会发展产生深远影响。

我国人工智能正在向通用应用过度
　　纵观国内的人工智能产业发展，在整个产业链上主要由“基础技术”、“人工智能技术”和“人工智能应用”三个核心环节构成。从这三个方面，我们可以看到国内人工智能产业的发展脉络，可以对人工智能的应用进行解析。

　　人工智能的基础技术主要依赖于云计算技术和大数据技术。在这方面，国内市场的规模是巨大的。产业界对待云计算技术和大数据技术已不同于早期单纯地学习、模仿的业务模式，而是越来越务实地接纳它，不断挖掘其中蕴藏的巨大价值，并依据服务性质的不同，构建出人工智能的基础平台。

　　这些平台从基础设施、平台服务、软件应用服务等层面，为人工智能技术的实现和人工智能应用的落地提供了基础的后台保障和实现前提。例如，云创大数据推出的深度学习一体机，就是在大数据基础上推出的人工智能平台，有助于研究者迅速深入到人工智能的核心领域。

之前在网上搜索了好多好多关于CNN，卷积神经网络的文章，很多都讲如何卷积、卷积层如何操作、具体如何进行卷积计算、卷积的好处。我也在此之前走了好多弯路，已经很了解如何卷积了，但是却不知道物理意义上，卷积与神经网络之间的联系。

但是鉴于大量的文章在网络上层出不穷地重复与累赘，更重要的是对于卷积神经网络一词当中，很多人都忽略了神经网络而去强调如何卷积，因此本文主要讲述卷积神经网络中最重要的部分，神经网络。希望看完这篇文章和相关卷积神经网络ConvsNet的人能够搞懂 NN 与 Conv 之间的联系与物理意义。

1.人工神经网络

1.1 神经元模型

神经元是神经网络操作的基本信息处理单位。下图给出了神经元的模型model，这张图是后续章节单重将要探讨的设计（人工）神经网络Big Family的基础。我们在这里给出了神经元模型的三种基本元素：

人工智能的机器为交互类游戏带来了更多的个性和不可预测性。

2013年的电影《她》中，主人公Theodore在一次玩电脑游戏时惊讶地发现了一个很有个性的人工智能人物。这个满嘴脏话的小外星人指引着他一直晋级。《她》是一部科幻电影，但是电影中出现的拟人的交互游戏很快就成为现实了。由游戏设计师David OReilly创造，Alien Child这款游戏透露了人工智能和机器学习可以使今后的游戏更有互动性，参与感更强。
<center><img src="http://intel.eetrend.com/files/2016-12/wen_zhang_/100004430-14579-2.jpg…; alt=“” width="600"></center>

康奈尔大学的机器人研究人员制造了一只机械手，不仅能抓取物体，还可以感知其形状和材质。

传统的触觉机械手，通常是由刚性部件制成，由电机驱动关节，为的是让电流通过金属导体，依靠电信号的改变来产生触觉。

康奈尔大学这只触觉机械手，采用的却是导光材料。

它有着类似于“大白”的充气状手指，内部有可弯曲的波导和可携带光波的导管。当手指触摸物体时，其外部的轻微形变导致波导弯曲，进而扭曲或改变光信号，从而使机械手获取相应的触摸数据，以确定被触摸物体的坚硬程度和形状。

网易科技讯12月12日消息，据外媒（VentureBeat）报道，八十年代后期，随着许多创业公司、政府部门和大型企业部署新系统来执行原本只能由专家才能完成的工作，人工智能迎来新的热潮。这些系统基于规则运行。与以往依赖传统编程语言的严格程式逻辑不同，新系统将行为编码在规则中。随着内存等硬件配置的提升，系统能够处理更加精密的计算任务，比如机器学习、规划调度以及理解自然语言。在今日之大数据时代，许多人认为AI已经转移了其技术领域，其实不然。正如传声头乐队（Talking Heads）在歌曲中唱的那样：事情一如既往一成不变。

智能应用的核心一直是相同的。只不过八九十年代运用在航天飞机、太空望远镜和宇宙空间站上的技术在随后的年月里不断商业化。正是在此基础上，我们才得以发展电子商务、企业资源计划（ERP）和客户关系管理（CRM）这些复杂业务。当下人们便正在使用AI应用程序来处理海量数据。AI应用程序或许各不相同，然而它们核心却都大同小异。

伦敦皇家莎士比亚剧场里面最近上演了新版的《暴风雨》，这次复刻经典，剧组用了最新的灯光科技来渲染气氛，看过的人都说票钱太值了。据说有可能会被引进中国，小编费尽心力找到一条预告片，带你亲眼看看到底有多炫酷。

网易科技讯12月1日消息据外媒（Wall Street Daily）报道，美国研究人工智能的公司Kernel投资人布莱恩·约翰逊（Bryan Johnson）表示，植入式神经修复和认知增强未来的市场不可限量，并预言其有可能发展成为史上最大的产业。

这篇文章的主题是AI。对有些篮球迷来说，“AI”这个词最先让他们联想到的或许是艾伦·艾弗森（Allen Iverson）。曾经的费城巨星现已跻身NBA名人堂，本文中我们讨论的“AI”是“Artificial Intelligence”。评价人工智能比评价一位篮球运动员还要难。“好”、“坏”的两极化之间还有许多可说道的地方。

让我们先从“AI威胁论”开始。

恐惧是大众面对AI普遍存在的心理。即便是俨然科学化身的史蒂芬·霍金，也不断提醒人类要警惕AI机器人有一天会取代人类。在“时代精神2015年度会议”（Zeitgeist 2015 Conference）上，霍金发表演讲称百年内计算机将在某些方面超越人类。并希望人类最好确保自己到时候有能力掌控自己的创造物，而不是反被其控制。

恐惧的原因是未知。