a3ec7b1e9e
|
||
|---|---|---|
| .. | ||
| README.md | ||
| assignment.md | ||
README.md
AI简介
涂鸦笔记由 Tomomi Imura 提供
课前测验
人工智能是一门令人兴奋的科学学科，研究如何让计算机表现出智能行为，例如完成人类擅长的事情。
最初，计算机由查尔斯·巴贝奇发明，用于按照明确的程序——算法——处理数字。现代计算机虽然比19世纪提出的原始模型先进得多，但仍然遵循受控计算的理念。因此，如果我们知道实现目标所需的确切步骤序列，就可以编程让计算机完成某项任务。
照片由 Vickie Soshnikova 提供
✅ 从照片中定义一个人的年龄是无法明确编程的任务，因为我们无法解释自己在脑海中得出数字的过程。
然而，有些任务我们并不知道如何明确解决。例如，从一个人的照片中判断其年龄。我们能够做到这一点，是因为我们见过许多不同年龄的人，但我们无法明确解释自己是如何做到的，也无法编程让计算机完成这一任务。这正是人工智能（简称AI）感兴趣的任务类型。
✅ 想一想有哪些任务可以交给计算机处理，并从AI中受益。考虑金融、医学和艺术领域——这些领域今天如何从AI中获益？
弱人工智能与强人工智能
| 弱人工智能 | 强人工智能 |
|---|---|
| 弱人工智能指的是为特定任务或一组狭窄任务设计和训练的AI系统。 | 强人工智能，也称为人工通用智能（AGI），指的是具有人类水平智能和理解能力的AI系统。 |
| 这些AI系统并不具备普遍智能；它们擅长执行预定义任务，但缺乏真正的理解或意识。 | 这些AI系统能够执行人类可以完成的任何智力任务，适应不同领域，并具备某种形式的意识或自我认知。 |
| 弱人工智能的例子包括虚拟助手如Siri或Alexa、流媒体服务使用的推荐算法，以及专为特定客户服务任务设计的聊天机器人。 | 实现强人工智能是AI研究的长期目标，需要开发能够在广泛任务和环境中进行推理、学习、理解和适应的AI系统。 |
| 弱人工智能高度专业化，缺乏人类般的认知能力或超出其狭窄领域的通用问题解决能力。 | 强人工智能目前仍是一个理论概念，没有任何AI系统达到这种通用智能水平。 |
更多信息请参考 人工通用智能 (AGI)。
智能的定义与图灵测试
在讨论**智能这一术语时，一个问题是我们没有明确的定义。有人认为智能与抽象思维或自我意识**相关，但我们无法准确定义它。
照片由 Amber Kipp 提供，来自Unsplash
为了看到“智能”这一术语的模糊性，试着回答一个问题：“猫是智能的吗？”不同的人往往会给出不同的答案，因为没有普遍接受的测试来证明这一断言的真伪。如果你认为有——试着让你的猫参加智商测试吧……
✅ 花一分钟思考你如何定义智能。一只能够解决迷宫并获取食物的乌鸦是智能的吗？一个孩子是智能的吗？
在讨论AGI时，我们需要某种方法来判断是否创造了真正智能的系统。艾伦·图灵提出了一种方法，称为**图灵测试**，它也可以作为智能的定义。该测试将给定系统与某种固有智能的东西——一个真实的人类进行比较。由于任何自动化比较都可能被计算机程序绕过，我们使用人类审问者。如果一个人无法在基于文本的对话中区分真实的人和计算机系统，那么该系统就被认为是智能的。
一个名为 Eugene Goostman 的聊天机器人于2014年在圣彼得堡开发，使用了一个巧妙的个性技巧，几乎通过了图灵测试。它事先声明自己是一个13岁的乌克兰男孩，这解释了知识的缺乏和文本中的一些差异。该机器人在5分钟对话后说服了30%的评委认为它是人类，这是图灵认为机器到2000年能够通过的指标。然而，我们应该理解，这并不表明我们已经创造了一个智能系统，或者计算机系统欺骗了人类审问者——实际上是机器人开发者欺骗了人类。
✅ 你是否曾被聊天机器人欺骗，以为自己在与人类对话？它是如何让你相信的？
AI的不同方法
如果我们希望计算机像人类一样行为，我们需要以某种方式在计算机中模拟人类的思维方式。因此，我们需要尝试理解是什么让人类具有智能。
为了能够将智能编程到机器中，我们需要理解自己做决策的过程是如何运作的。如果你进行一些自我反思，你会意识到有些过程是潜意识发生的——例如，我们可以在不思考的情况下区分猫和狗——而另一些过程则涉及推理。
解决这个问题有两种可能的方法：
| 自上而下方法（符号推理） | 自下而上方法（神经网络） |
|---|---|
| 自上而下方法模拟人类解决问题的推理方式。它包括从人类提取知识，并以计算机可读的形式表示这些知识。我们还需要开发一种方法在计算机中模拟推理。 | 自下而上方法模拟人类大脑的结构，由大量简单单元组成，称为神经元。每个神经元的作用类似于其输入的加权平均值，我们可以通过提供训练数据来训练神经元网络解决有用的问题。 |
还有一些其他可能的智能方法：
-
涌现、协同或多代理方法基于这样一个事实，即复杂的智能行为可以通过大量简单代理的交互获得。根据进化控制论，智能可以在元系统转变过程中从更简单的反应行为中涌现。
-
进化方法或遗传算法是一种基于进化原理的优化过程。
我们将在课程后续内容中讨论这些方法，但现在我们将重点关注两种主要方向：自上而下和自下而上。
自上而下方法
在自上而下方法中，我们尝试模拟我们的推理过程。因为我们可以在推理时跟随自己的思维过程，我们可以尝试将这一过程形式化并编程到计算机中。这被称为符号推理。
人们倾向于在头脑中有一些指导决策过程的规则。例如，当医生诊断患者时，他或她可能意识到患者发烧，因此身体内部可能存在某种炎症。通过将大量规则应用于特定问题，医生可能能够得出最终诊断。
这种方法高度依赖于知识表示和推理。从人类专家那里提取知识可能是最困难的部分，因为医生在许多情况下可能并不知道自己为什么得出某个诊断。有时解决方案只是自然而然地出现在他的脑海中，而没有明确的思考。有些任务，例如从照片中判断一个人的年龄，根本无法简化为知识操作。
自下而上方法
或者，我们可以尝试模拟我们大脑中的最简单元素——神经元。我们可以在计算机中构建所谓的人工神经网络，然后通过提供示例来尝试教它解决问题。这一过程类似于新生儿通过观察学习周围环境的方式。
✅ 研究一下婴儿是如何学习的。婴儿大脑的基本元素是什么？
那机器学习呢？ 人工智能的一部分基于计算机通过一些数据学习解决问题，称为机器学习。我们不会在本课程中讨论经典机器学习——请参考单独的机器学习入门课程。
AI简史
人工智能作为一个领域始于20世纪中叶。最初，符号推理是主要方法，并取得了一些重要成功，例如专家系统——能够在某些有限问题领域充当专家的计算机程序。然而，很快就发现这种方法扩展性不佳。从专家那里提取知识、在计算机中表示知识并保持知识库准确性，结果是一项非常复杂且在许多情况下成本过高的任务。这导致了1970年代的所谓AI寒冬。
图片由 Dmitry Soshnikov 提供
随着时间的推移，计算资源变得更便宜，数据也变得更加丰富，神经网络方法开始在许多领域表现出色，例如计算机视觉或语音理解。在过去十年中，“人工智能”这一术语大多被用作神经网络的同义词，因为我们听到的大多数AI成功案例都基于神经网络。
我们可以观察到方法的变化，例如在创建国际象棋程序时：
- 早期的国际象棋程序基于搜索——程序明确尝试估算对手在给定的几个后续步骤中的可能走法，并根据可以在几步内实现的最佳位置选择最佳走法。这导致了所谓的alpha-beta剪枝搜索算法的发展。
- 搜索策略在游戏后期效果很好，因为搜索空间受到少量可能走法的限制。然而，在游戏开始时，搜索空间巨大，算法可以通过从人类玩家之间的现有比赛中学习来改进。后续实验采用了所谓的基于案例推理，程序在知识库中寻找与当前游戏位置非常相似的案例。
- 现代能够击败人类玩家的程序基于神经网络和强化学习，程序通过长时间与自己对弈并从错误中学习来学习如何下棋——这与人类学习下棋的方式非常相似。然而，计算机程序可以在更短的时间内进行更多的游戏，因此可以更快地学习。
✅ 研究一下AI玩过的其他游戏。
同样，我们可以看到创建“会说话的程序”（可能通过图灵测试）的方法如何变化：
- 早期的此类程序，例如Eliza，基于非常简单的语法规则和将输入句子重新表述为问题。
- 现代助手，例如Cortana、Siri或Google Assistant，都是混合系统，使用神经网络将语音转换为文本并识别用户意图，然后使用一些推理或明确算法执行所需操作。
- 未来，我们可能会期待一个完全基于神经网络的模型能够独立处理对话。最近的GPT和Turing-NLG系列神经网络在这方面表现出色。
> 图片由 Dmitry Soshnikov 提供，[照片](https://unsplash.com/photos/r8LmVbUKgns) 由 [Marina Abrosimova](https://unsplash.com/@abrosimova_marina_foto) 提供，来源于 Unsplash
最近的人工智能研究
神经网络研究的巨大增长始于2010年左右，当时大型公共数据集开始变得可用。一组名为 ImageNet 的庞大图像集合包含约1400万张带注释的图像，这催生了 ImageNet 大规模视觉识别挑战赛。
图片由 Dmitry Soshnikov 提供
2012年，卷积神经网络 首次用于图像分类，这导致分类错误率显著下降（从接近30%降至16.4%）。2015年，微软研究院的 ResNet 架构达到了人类级别的准确率。
从那时起，神经网络在许多任务中表现出了非常成功的效果：
| 年份 | 达到人类水平 |
|---|---|
| 2015 | 图像分类 |
| 2016 | 会话语音识别 |
| 2018 | 自动机器翻译（中译英） |
| 2020 | 图像描述生成 |
在过去几年中，我们见证了大型语言模型的巨大成功，例如 BERT 和 GPT-3。这主要是因为有大量的通用文本数据可用，这使我们能够训练模型以捕捉文本的结构和意义，先在通用文本集合上进行预训练，然后再将这些模型专门化用于更具体的任务。我们将在本课程后续部分中学习更多关于自然语言处理的内容。
🚀 挑战
在互联网上进行探索，判断在你看来人工智能在哪些领域最有效地被使用。是地图应用程序、语音转文字服务还是视频游戏？研究这些系统是如何构建的。
课后测验
复习与自学
通过阅读这节课来复习人工智能和机器学习的历史。从这节课或本节课顶部的手绘笔记中选取一个元素，深入研究以了解其演变背后的文化背景。
作业: 游戏创作活动
免责声明：
本文档使用AI翻译服务 Co-op Translator 进行翻译。尽管我们努力确保翻译的准确性，但请注意，自动翻译可能包含错误或不准确之处。原始语言的文档应被视为权威来源。对于关键信息，建议使用专业人工翻译。我们不对因使用此翻译而产生的任何误解或误读承担责任。