人工智能漫谈老师演讲april15

••••••••••••••思想萌芽可以追••思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，萌生了有智能的机器的想十九世纪，布尔和摩尔根提出了“思维定律”，这是人工智能的开端；英国科学家巴贝奇设计了第一架“计算机器”，被认为是计算机硬件，也是A硬件的前身。••1943年M-PModel提出，Heb学习率发现Perceptron的提出，神经网络训练召开的会议上，首次提出“ArtificialIntelligence”概念。今年是AI诞生60周年（1个甲子•阿兰·图灵认为机器可以模拟人脑思维过程；一个良好设计的计算机能够做到人脑所能做的一切。——阿兰阿兰·图灵认为机器可以模拟人脑思维过程；一个良好设计的计算机能够做到人脑所能做的一切。——阿兰·麦席森·TheTuring图灵奖•••••••符号主义学派––––始于20世纪50代表人物：Simon,•符号主义学派––––始于20世纪50代表人物：Simon,Minsky和Newell.McCarthy•联接主义学派始于1943年的M-P模型––––1982年Hopfiled提出的用硬件模拟神经网络BP算法结构-功能模拟的方法McCulloch,PittsHopfieldRumelhart•行为主义学派–––––6••••••••••••••AI语言(Lisp，Prolog•计算智能的研究-•计算智能的研究-•••••人工神经网络---例如：多层神经网络（MLP）及其BackPropagationBP进化计算---例如群体智能---例如：PSOFireworks计算智能（CI）领域，它的研究和发展正反映了当代科学技术多学科交叉与集成的VS••符号人工智VS••符号人工智始于20世纪50以符号形式的知识和信息为基础，通过逻辑推理，运用知识进行问题求–––计算人工智始于20世纪80以数值数据为基础，通过数计算，运用算法进行问题求–vs.人工神经网生vs.人工神经网生物神经网络结构多层前馈人工神经网络模型Standardbenchmark1）Spherenfxx2,xii2）Rosenbrockfx Standardbenchmark1）Spherenfxx2,xii2）Rosenbrockfx x12,x2iiii3）Rastrigin D10xiii4）Ackley1nnin,xfx20e20exp 2 nii更复杂优化问更复杂优化问题---智能优化搜索方法遗传算法-生物进化是一个优化过程，目的是在不遗传算法-生物进化是一个优化过程，目的是在不断变化的竞争环境达尔YingTan,FireworksAlgorithm,YingTan,FireworksAlgorithm,Springer,Y.Tan,C.Yu,S.Q.ZhengandK.Ding,"IntroductiontoFireworksAlgorithms,"InternationalJournalofSwarmIntelligenceResearch(IJSIR),October-December2013,vol.4,No.4,pp.39-71.谭营(著)，《烟花算法引论》科学出版社机器学习（Machine通过机器学习（Machine通过经验提高系统自身性能的过程（系统自我改进机器学习是人工智能的主要核心研究领域之一也是现代智能系统的关键环节和瓶颈。机器学习正逐渐从AI中独立出来,成为一种新的问题求解工具。机器学习就是根据这个有限样本集Q，推算这个世界的模型，使得其对这个世机器学习就是根据这个有限样本集Q，推算这个世界的模型，使得其对这个世训练与泛谭营---机器学习研究及最新进展WQ浅层学习（Shallow•浅浅层学习（Shallow•浅层学习是机器学习的第一次浪多层感知机（Multi-layerPerceptron），支撑向量机（SVM）Boosting、最大熵方法（如LogisticRegression）等。•••DeeplearningalgorithmsattempttoDeeplearningalgorithmsattempttolearnmultiplelevelsofrepresentationofincreasingcomplexity/abstraction.•Deep2006年，ProfGeoffreyHinton等在《科学》上发训练”（layer-wisepre-training）来有效解决。深度学习是机器学习的第二次浪潮DeepDeepmulti-layerneuralDeepDeepmulti-layerneuralnetworksarethebasicarchitecturesofdeepWhenafunctioncanbeapproximatedbyadeeparchitecturewithfewcomputationalelements,itmightneedaverylargearchitecturetobeapproximatedbyaninsufficientlydeepone.Greedylayerwiseunsupervisedpre-Greedylayerwiseunsupervisedpre-–Hintonetal.,2006;Bengioetal.,2007;Ranzatoetal.,••Usetheweightsgotbypre-trainingtoinitializetheweightofsupervisedThenrunthegeneralsupervisedtrainingprocesssuchasBP•ExperimentalWithoutpre-training,trainingExperimentalWithoutpre-training,trainingconvergestoapoorerapparentlocalminimum.Unsupervisedpre-traininghelpstofindabetterminimumoftheonlineerror.ExperimentswereperformedbyDumitruRaceonImageNet(TopRaceonImageNet(Top5HitAnswerfromGeoffHinton:85%,CUHK(.hk在LFWCUHK(.hk在LFWLabeledFacesintheWild)此前Facebook发布了另一套基于深度学习的人脸识别算法DeepFace，在上取得了97.35%的识别••“自己”“异己”浓–•••“自己”“异己”浓–•Matzinger的免疫危险模型••危险区域定义匹配信号与危险信号的协–•集成检测模型的性能表现Matzinger的免疫危险模型••危险区域定义匹配信号与危险信号的协–•集成检测模型的性能表现围棋人机大战：AlphaGov.sLeeSedol（李世石围棋人机大战：AlphaGov.sLeeSedol（李世石Results:人工智能下棋程序AlphaGo获得大胜！MonteCarloMonteCarloSearchTree(MCST)+SupervisedLearning(SL)+ReinforcementLearning(RL)+DeepNeuralNetworks(DNN).Clever(Goodstartingpoint):UseSLPolicyNetworktolearnfromhumanexpertgoodexperience(Rapidlyboostingup):UseRLPolicyNetworktoimprovebyplayingwith(Efficientstrategy):UseRLValueNetworkstocomputetheoutcomeofeverymoveAlphaGO’sMonteCarlotreesearchAlphaGO’sMonteCarlotreesearchSupervisedlearningofpolicynetworksins:Supervisedlearningofpolicynetworksins:state(3^(19*19))a:action(19*19)•••SLpolicy–predict•RLpolicy–samplingeach•fromitsprobabilitydistributionover•RLpolicynetworkvsSLpolicywon80%ofEvaluatingtheplayingstrengthofEvaluatingtheplayingstrengthofAlphaGovsotherGowon494outof495gamesThedistributedAlphaGovswon77%ofThedistributedAlphaGovsotherGo–Won•••阿里云人工智能程序小Ai阿里云人工智能程序小Ai准确预测了《我是歌手4》歌王---李玟落下帷幕，阿里云人工智能程序小Ai在七进六帮帮唱环节，小Ai也准确预测出容祖儿被淘汰。在六进三两两演唱PK环节，小Ai完全准确的预测出了获胜者张信哲、黄致列、李玟。在最终歌王争霸环节，小Ai以42％的胜率一举命中总决赛歌王李玟，在三轮比••来自《光明网小Ai小A的学习速度是人类的1万倍，要成为某一领域的专家，如果人类需要10万小时，则小Ai只需要10小时。AI技术正AI技术正在以前所未有的发展速度飞速前进，更多的惊喜会不断涌现AI技术的发展会将人类社会发展推到一个前所未有的新高度，进入智能社会结束人工智能是一门