当前位置:首页 > 嵌入式 > 嵌入式动态
[导读]人类对于AI灾难的幻想,如今变得愈发令人厌烦。因为他们总是喜欢从初级状态的AI,跳跃式地联想到可怕的未来。在他们幻想的未来中,每个机器人都会思考,而且最终将消灭人类。


 

人工智能就其本质而言,是对人的思维的信息过程的模拟。对于人的思维模拟可以从两条道路进行,一是结构模拟,仿照人脑的结构机制,制造出“类人脑”的机器;二是功能模拟,暂时撇开人脑的内部结构,而从其功能过程进行模拟。现代电子计算机的产生便是对人脑思维功能的模拟,是对人脑思维的信息过程的模拟。

Google说的没错,人工智能确实可以帮助我们。

人类对于AI灾难的幻想,如今变得愈发令人厌烦。因为他们总是喜欢从初级状态的AI,跳跃式地联想到可怕的未来。在他们幻想的未来中,每个机器人都会思考,而且最终将消灭人类。

并不是说这一切不可能发生,只是人工智能发展到这个水平至少还需要几十年,甚至更久的时间。现在我们应该更多地着眼于当下,这正是我喜欢Google I/O 2017开发者大会上的主题演讲的原因。大会中,Google首席执行官Sundar Pichai确立了从mobile-first到AI-first的根本战略转变。

将AI放在战略优先地位,并不会影响到Google在移动互联领域的布局。事实上,移动硬件和软件仍然是Google战略中的重要部分,只是如今它们或多或少都被注入了人工智能,尤其是机器学习。

Google探索神经网络和深度器学习(机器学习和AI的核心)的路线与Facebook截然不同,在后者的开发者大会上,Facebook模糊了人机交互的界限。Google对于赢得我们的喝彩兴趣不大,从它在I/O大会上展示的东西来看,它更在意如何将AI和机器学习应用到我们的日常生活中去。

此外,Google很巧妙地将去年推出的开源机器学习平台TensorFlow延伸到了Google Cloud中,让尽可能多的人能够掌握机器学习强大的能力。而这些人很可能可以看到人工智能在知识图谱以及Google平台以外的应用。

要而言之,我对Google在周三的I/O大会展示的所有对机器学习的整合都很赞赏。

要理解Google是如何运用AI和机器学习的,就必须了解Google的语音和视觉系统。这两大系统颠覆了我们搜索、处理图片以及探索未知的方式。广义来说,Google AI试图回答我们两个最大也最基本的问题:“这是什么”和“现在是什么”。

Google Lens识别物体的演示令人印象深刻,但还谈不上突破。三星甚至Pinterest的用户都使用过图像识别工具来识别物体。

演示的第二部分才是AI的真正魔力所在。

Google在识别物体的基础上帮助用户采取行动的能力,将AI的实用性提升到了另一个层次。以我最喜欢、也是赢得最多掌声的例子来说,将Google Lens对准无线路由器的设置标签,就能自动获取SSID和密码并将其输入到系统设置中,实现自动连接。

Google Photos拥有许多机器学习功能,我无法在这里一一列举。不过识别照片中的人脸,并自动将出现这个人的所有照片自动分享出去,以及自动创建物理相册和云备份的功能,很值得一提。Google Photos的强大功能同样充分阐释了,在你不经意间人工智能能为你做些什么。

每个人都喜欢愚弄AI助手,比如Google Assistant。AI助手可以回答用户的提问,和用户体面地对话,在这方面Google Assistant表现得要比Alexa 和 Siri更好。不过,正如机器人那样,AI最强大的功能都是在后台实现的。

Google十分乐于展示它在AI领域的努力,不过成果可能看起来微不足道。以Google for Jobs为例,它是在Google Search的基础上,通过机器学习进行的一次强力升级。Google开发这项功能仅仅是为了帮助人们更好地找工作。这在人工智能中是最不起眼的,却也是最有意义,能对每个人的日常生活产生实质影响的功能。我相信,这才是AI真正的希望所在。

当Elon Musk忙于人脑连接,试图让人类智能超越天启时,Google正在努力寻找让AI为每个人服务的方法。

Google探索AI的方法让我想起了微软,不耀眼,但是很实用。微软的智慧主要集中在其生产力工具中,可惜如今正在不断流失到其他战略分支中去。当然,两家公司也有着本质的区别:微软的商业模式不是建立在广告上的,所以不太可能使用搜集来的数据获利。

有人认为,Google为了让AI更加强大,需要不断地加载个人信息。这些个人信息可以提升Home音箱和Photos应用的性能,也会出于商业目的被用来建立详细的用户档案。也许事实的确如此。

但Google I/O大会的主题演讲也提醒我们,Google有潜力通过人工智能帮助别人并作出巨大贡献。Sundar Pichai在他谈论的的AI文章中说道:我们认为,如果科学家和工程师手中拥有更好、更强大的计算和研究工具,那么当前面临的复杂社会问题将迎来巨大突破。

为此,Google甚至推出了一个人工智能网站,向所有人提供最好的工具和作品。

你也许不喜欢人工智能,也许仍然担心机器人霸主的兴起。但我希望你能停顿片刻,感受AI工具带来的便捷。

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: 驱动电源

在工业自动化蓬勃发展的当下,工业电机作为核心动力设备,其驱动电源的性能直接关系到整个系统的稳定性和可靠性。其中,反电动势抑制与过流保护是驱动电源设计中至关重要的两个环节,集成化方案的设计成为提升电机驱动性能的关键。

关键字: 工业电机 驱动电源

LED 驱动电源作为 LED 照明系统的 “心脏”,其稳定性直接决定了整个照明设备的使用寿命。然而,在实际应用中,LED 驱动电源易损坏的问题却十分常见,不仅增加了维护成本,还影响了用户体验。要解决这一问题,需从设计、生...

关键字: 驱动电源 照明系统 散热

根据LED驱动电源的公式,电感内电流波动大小和电感值成反比,输出纹波和输出电容值成反比。所以加大电感值和输出电容值可以减小纹波。

关键字: LED 设计 驱动电源

电动汽车(EV)作为新能源汽车的重要代表,正逐渐成为全球汽车产业的重要发展方向。电动汽车的核心技术之一是电机驱动控制系统,而绝缘栅双极型晶体管(IGBT)作为电机驱动系统中的关键元件,其性能直接影响到电动汽车的动力性能和...

关键字: 电动汽车 新能源 驱动电源

在现代城市建设中,街道及停车场照明作为基础设施的重要组成部分,其质量和效率直接关系到城市的公共安全、居民生活质量和能源利用效率。随着科技的进步,高亮度白光发光二极管(LED)因其独特的优势逐渐取代传统光源,成为大功率区域...

关键字: 发光二极管 驱动电源 LED

LED通用照明设计工程师会遇到许多挑战,如功率密度、功率因数校正(PFC)、空间受限和可靠性等。

关键字: LED 驱动电源 功率因数校正

在LED照明技术日益普及的今天,LED驱动电源的电磁干扰(EMI)问题成为了一个不可忽视的挑战。电磁干扰不仅会影响LED灯具的正常工作,还可能对周围电子设备造成不利影响,甚至引发系统故障。因此,采取有效的硬件措施来解决L...

关键字: LED照明技术 电磁干扰 驱动电源

开关电源具有效率高的特性,而且开关电源的变压器体积比串联稳压型电源的要小得多,电源电路比较整洁,整机重量也有所下降,所以,现在的LED驱动电源

关键字: LED 驱动电源 开关电源

LED驱动电源是把电源供应转换为特定的电压电流以驱动LED发光的电压转换器,通常情况下:LED驱动电源的输入包括高压工频交流(即市电)、低压直流、高压直流、低压高频交流(如电子变压器的输出)等。

关键字: LED 隧道灯 驱动电源
关闭