进击的人工智能.pptx

2017 进击的人工智能 目录 1 什么是人工智能2 人工智能发展简史3 人工智能技术发展4 人工智能应用实例介绍5 人工智能在城市设计中的应用探讨6 人工智能的智慧城市简介7 人机共舞时代的来临 什么是人工智能 1 人工智能定义 机器人仅仅是人工智能的一个分支 2 人工智能评判标准 图灵指出 如果机器在某些现实的条件下 能够非常好地模仿人回答问题 以至提问者在相当长时间里误认它不是机器 那么机器就可以被认为是能够思维的 从表面上看 要使机器回答按一定范围提出的问题似乎没有什么困难 可以通过编制特殊的程序来实现 然而 如果提问者并不遵循常规标准 编制回答的程序是极其困难的事情 人工智能发展简史 1 人工智能 概念的诞生 2006年 会议五十年后 当事人重聚达特茅斯 2 人工智能发展热潮 创新工场董事长李开复在 人工智能 一书中写道 人工智能热潮至今已经有三波 20世纪60年代前后算一波 20世纪80年代到90年代前后有一波 AlphaGo这是第三波 AlphaGo阿尔法 AlphaGo 是第一个击败人类职业围棋选手 第一个战胜围棋世界冠军的人工智能程序 由谷歌 Google 旗下DeepMind公司戴密斯 哈萨比斯领衔的团队开发 其主要工作原理是 深度学习 深度学习 的概念源于人工神经网络的研究 由Hinton等人于2006年提出 是机器学习研究中的一个新的领域 其动机在于建立 模拟人脑进行分析学习的神经网络 它模仿人脑的机制来解释数据 例如图像 声音和文本 2016年3月 阿尔法与李世石进行围棋人机大战 以4比1的总比分获胜 2016年末2017年初 该程序在中国棋类网站上以 大师 Master 为注册帐号与中日韩数十位围棋高手进行快棋对决 连续60局无一败绩 2017年5月 与排名世界第一的世界围棋冠军柯洁对战 以3比0的总比分获胜 2017年5月27日 在柯洁与阿尔法围棋的人机大战之后 阿尔法围棋团队宣布阿尔法围棋将不再参加围棋比赛 3 不同的发展阶段 人工智能技术发展 1 传统人工智能 老师带学生 下国际象棋 简单游戏AI 量化投资 专家系统 人类得自己学会并形成经验总结编辑好算法才能让机器执行 猜你喜欢 机器没有自主学习能力 永远不可能比人聪明 2 走向自主学习 对具体问题提出了很多新的解决方案 新的数学模型和算法 摩尔定律下的硬件计算能力飞跃 是新一代人工智能算法的基础 摩尔定律 提供了发展工具和学习材料 大数据的发展 计算能力的提升是基础 3 机器学习 目前人工智能的发展 主要通过有监督的深度学习算法 解决语音识别 图像识别 自然语言理解等总样本量有上限的相对 有穷大 问题 增强学习算法主要从任意初始状态开始 机器与外部环境持续交互 通过不断试错和累积回报来 学习 最佳策略 在这个过程中外界不给予直接指导 监督 只给予间接的或是远距离的回报 Reward 4 围棋高手ALPHAGO 深度卷积神经网络 MCTS 蒙特卡洛搜索树及左右互搏 MCTS算法 蒙特卡洛搜索树用于持续改进下棋方法 评价函数v s 输入3000万盘人类围棋对战棋谱 让AlphaGo学习 自主提炼规律 仅凭此达到业余6段的水平 后期制造两个AlphaGo对下 快速持续进化 学会评估局势 确保选择全局最优的策略 培养大局观 围棋是可能性无穷大 围棋盘19 19 可能性10的171次方 的问题 复杂度远远超过国际象棋 如果用一个原子来存储围棋可能的状态 把全宇宙的原子加起来都不够储存所有的状态 因此之前很多围棋高手都不看好AlphaGo 合理的深度学习算法才能取胜 AlphaGo利用超过170个GPU 粗略估算超过800万核并行计算 不仅有前期训练过程中模仿人类 自我对弈不断进化 还有实战时的模拟对局可以实时进化 已经把现有方法发挥到了极限 是目前人工智能领域绝对的巅峰之作 5 新技能get 机器视觉 音乐创作 图像识别 机器学习 能解决像围棋这么复杂的问题 那么借鉴AlphaGo 能应用机器学习解决的问题就很多了 无人驾驶 6 小结 上述的进步更多是沿着统计机器学习的理论路径发展 都是解决具体问题的弱人工智能 强人工智能仍然有待发展 人工智能应用实例介绍 1 会 撸banner 的鲁班 2016年的 双11 中国最大的电商企业阿里巴巴 一套人工智能系统做了1 7亿张广告图片 精准投放后 广告点击率提升了百分之百 这套人工智能系统叫做 鲁班 据说是 撸banner 的谐音 banner 横幅图片的广告模式 此平台目前其设计水平已经非常接近专业设计师设计的效果 以一个广告Banner为例 我们把它归类为 大量低质易耗 的设计 这样的设计 设计师花一天做出来 在线上投放时间也只有一天 而且是重复的 改改字就可以了 非常适合被机器所取代 1 会 撸banner 的鲁班 这是鲁班从诞生的第一版到最近一版的发展历程 2016年9月 勉强完成一张图片的拼合 没有什么美感可言 第二张是去年圣诞节前做的广告 稍微看起来精致一点 整个设计还是非常简单 第三张是2月份的进展 基本上可以根据这个商品输入主体的氛围 找到最符合的背景氛围 整个设计细节和结构 看起来更稳定一点 1 会 撸banner 的鲁班 学习设计逻辑de四个组成部分 设计框架 元素中心 行动器 评估网络 相关文章 阿里智能设计实验室负责人乐乘解读 当设计遇上AI 2 人工智能绘画 人工智能已经可以像人类一样画画了 Google的开源程序DeepDream 能辨识和整理图像 还可以在辨识图像后加入新的元素 创作出新的画作 去年 Google甚至举办了人工智能画展 拍卖会后 29幅机器感十足的画作共筹资10万美元 2 人工智能绘画 另一款名为Prisma的俄罗斯应用程序 是一款运用了综合人工神经网络技术和人工智能技术 学习模仿各个著名绘画大师和流派的艺术风格 对你的照片进行全智能的风格化处理 也就是说 每个滤镜最后所呈现的照片艺术效果 都是Pisma 模仿 过去那些世界伟大艺术家们的风格 对你的照片进行AI智能分析之后而重绘出来的 印象派 野兽派 浮世绘 波普 解构主义 对Prisma来说都不是问题 而且显得异常轻松 最勤奋的油画画家达芬奇 画一幅普通作品要花一周左右的时间 人工智能机器 只需要用不到20秒 3 人工智能创造出前所未有的声音 NSynth NeuralSynthesizer 是一款神经声音合成器 由DeepMind 开发AlphaGo的团队 和谷歌大脑合作发布 它可以直接从数据中学习 为艺术家提供对音色和音乐的力度变化的直观控制 创造出人工方法不可能实现的音乐 除了谷歌 索尼 百度等巨头在探索人工智能在音乐上的运用外 很多初创公司也在尝试 来自纽约的初创公司AmperMusic是其中之一 不管有没有音乐经验或相关技能 只要使用AmperMusic的工具 任何人就能在几秒钟内完成编曲 用户只需选择一个自己想要表达的情感 以及歌曲期望播放时长 然后点击 Render 渲染 按键 4 能诗会唱的少女 小冰 微软的人工智能小冰最近出了一本诗集 叫 阳光失了玻璃窗 它作诗方式是 读图作诗 给它一张图 瞬间就能完成一首诗 据说她的创作 师承 1920年以来519位现代诗人的作品 经过1万次训练后 形成了自己的文风 幸福的人生的逼迫 作者 小冰这是一个诗人的教堂上太阳向西方走去我被抛弃可信的蛇会做云层鱼的声音听不见声音的天气若近是语言文字的艺术为自然的国人待从我的心灵幸福的人生的逼迫这就是人类生活的意义 5 建筑界的AlphaGo 小库XKool 由小库科技开发 据说是世界上第一个人工智能建筑师 也是第一款在实际建筑应用层面上实现了人工智能的SaaS系统 它结合了机器学习 大数据与云端智能显示等技术 能帮助建筑师和开发商完成常规的分析 规划和建筑设计前期工作 可以介入整个设计阶段的前40 包括拿地强排 概念设计等 还可以对接后期深化设计和施工 深圳湾某产业园概念竞赛阶段项目平面生成 单机版小库实践 5 建筑界的AlphaGo 首先 小库可以减少90 前期时间投入 设计师拿地方案一般要1 2周 小库可以即时设计出多个方案 一天内完成拿地方案比选 其次 错误率可降低99 以上 试错成本降低 最后 还能减少90 的经济投入 拿地方案一般为几万到十万不等 后续设计费更是高达几百上千万 而小库仅需花费千百元 就能拿到完整的方案和精确的数据 深圳湾某产业园概念竞赛阶段项目平面生成 单机版小库花了几秒钟做的强排方案 5 建筑界的AlphaGo 2011年 深圳湾某产业园项目全球公开招标 概念竞赛阶段规定两三周时间内 必须完成100万平方米的城市和建筑设计 按常规方式来走 这个方案设计是很难在规定时间内完成的 于是小库创始人团队就想到了运用以往研究成果 优化成一套设计辅助系统 再短时间内计算出了多种设计可能性 最终方案兼具深度和广度 从100多家竞争机构中脱颖而出 这就是小库雏形的由来 人工智能在城市设计中的应用探讨 5 1 人工智能与城市设计 人工智能在某项专业领域中的应用 是建立感知 输入 记忆 分析 知识 推理 判断 预测的过程 本章节探讨的城市设计 是狭义的城市设计 交通设计这个具体工作 而非广义的城市设计内容 2 未来预期功能 3 应用探讨 人工智能在城市设计过程中的表现形式 4 应用探讨 人工智能在城市设计手段中的功能表现 单体专业项目参数设计 总体协同设计 就是针对一个城市或者一个区域 要将设计好的单体进行组合 判断对总规的响应和执行度 判断对红线 容积率等约束性参数的符合度 对道路 建筑 管线等单体之间有冲突的地方应发现并提出改善性建议 在总体协同设计中应用人工智能难度略高 需要更综合的数据输入 知识学习 解读判断 对单体进行组合 逐个对设计要点进行排查 审图 主要的目标是在现有的CAD BIM基础上 能用人工智能实现参数化设计 通过一定的数据输入 规范规则 设计原则 约束条件 目标设定等 自动生成建筑 道路 桥梁等工程原型 同时设计电气 绿化等配套工程 根据当地物价指导及工程量生成造价估算 目前已有建筑 隧道 道路断面等能在CAD BIM基础上二次开发进行参数化设计 但人工智能程度还有待进一步提高 目前的审图主要由专业审图资格人员人工审图 主要审查设计图纸与说明是否齐全 总平面图与施工图的几何尺寸 平面位置 高程是否一致 与现行规范 规程有无矛盾 是否经济合理 防火要求是否满足 施工安全是否有保证等 而这些在未来应该大部分用人工智能软件系统或者机器人取代 辅以人工校验确认 人工智能在城市设计中的功能 可以分为单体专业项目 建筑 道路 桥梁 给排水 电气等 的参数化设计功能 总体协同设计功能 审图功能 机器自学习设计 前3者多为逻辑关系及知识库 而机器自学习设计则偏重于类人脑的神经网络自学习模式 机器自学习设计 具有自学习设计的能力 通过学习海量的城市设计方案 对规划策略 规划原则 规划目标 边界条件形成概念意识 输出边界参数 进行系统建模 图纸输出等 具有类人脑的功能 由于城市设计相当复杂 因此机器自学习设计应用单体 区域设计开始逐步发展 5 应用探讨 城市设计手段中人工智能的实现方式 1 工程学方法 EngineeringApproach 2 模拟法 ModelingApproach 采用传统的编程技术 使系统呈现智能的效果 需要人工详细规定程序逻辑 如判断红线 光照 高程 断面宽度等是否符合规范要求等 要求实现方法和人类或生物机体所用的方法相同或相类似 比如遗传算法 GenericAlgorithm 简称GA 和人工神经网络 ArtificialNeuralNnetwork 简称ANN 模拟人类的遗传进化或大脑神经细胞活动 城市设计中人工智能 无论是软件系统还是机器人 都需要预先设定程序 人工智能的计算机实现一般有2种方式 城市设计中的人工智能实现 阶段上讲可以以工程学方法为主 以模拟法为辅 先解决工程学手段能做到的规范搜索 参数化设计 逻辑分析 冲突检查等 再进一步用模拟法通过机器自学习大量不同的城市设计案例的特征输入和输出 形成GA和ANN的功能 形成类人脑的城市自学习设计 6 小结 城市设计过程是一个多目标 多要素 多阶段的复杂系统工程 也是直接影响着城市发展的重要决策 目前 用机器学习实现城市设计还是一个难点 比较现实的做法是让机器具有 转变知识形式 的能力 能够把人熟悉 掌握的知识形式自动地转化为适合于专家系统处理的知识表示形式 人工智能的智慧城市简介 6 1 人工智能的智慧城市 目前 人工智能正渗透到智慧城市建设的方方面面 以医疗领域为例 智能语音和人工智能技术可以使医生通过语音写病历 比传统手写病历的方式更自然 更快捷 在不久的将来 医学机器人或将为患者提供更人性化的就医体验 医疗诊断将更加准确 患者能体验到定制化的诊疗方案 在智慧政务领域 基于大数据 人工智能 信息安全和移动互联网技术的 社会服务管理信息化平台 可实现城市数据资源的共享协同 建立信息化支撑 网格化管理和多元化服务的 互联网 政务服务 新模式 使 百姓跑腿 变成 数据跑腿 2 个人助理时代 与此同时 以Siri为首的 个人助理时代 大幕正在拉开 最终很可能会成为人们与移动设备 计算机 汽车 可穿戴设备 家用电器 或其他要求复杂人机交互技术的主要交互方式 当前市场上已经有了Siri GoogleNow 以及Cortana 但必须承认 这些产品所在的市场和所用技术仍处于 青春期 再过几年 人工智能技术进步将帮助虚拟助手理解我们正在从事的工作 像真的私人助手一样提供帮助 给你安排行程 协调时间 告诉你交通情况 给你提供可行性方案 3 关于智慧城市整体架构 同济大学吴志强副校长在2016中国 上海 新型智慧城市创新发展峰会上的演讲 在城市感知平台和智慧建造平台等配套支持下的智慧城市整体架构及其发展目标 该架构包含城市空间智慧平台 城市大数据平台 城市动力平台和城市推演平台 4 小结 目前 人工智能 一词已被写入 十三五 规划纲要 我国未来将重点突破大数据和云计算关键技术 自主可控操作系统 高端工业和大型管理软件 新兴领域人工智能技术 这些技术的进