別細思極恐了，我們正打算讓人工智能對你服服帖帖

AlphaGo背后的科學家們沒有想到，小丑們的想象力在中國人中引發了關于“人工智能”是否會消滅文明和統治人類的最大爭論。

科幻文學和好萊塢電影強大的洗腦能力已經深深地印在了公眾的腦海中“人工智能是一種可以做任何事情的機器人，從天堂到地球。通常人們會覺得它與現實相去甚遠，但一個虛幻的大腦突然出現，在智力競賽中橫掃了幾乎代表人類智能最高水平的選手，被公認為“人類智能的最后高地””。人類的自尊很難被接受，人類的治理和防御本能更受到挑戰，所以他們“仔細思考，深深恐懼”。

事實上，恐慌是沒有必要的。人工智能已經滲透到社會中，就在人們沒有注意到的點之上。例如，汽車防抱死制動系統、燃油管理系統、可以將實時語音翻譯成不同語言的谷歌翻譯軟件、垃圾郵件過濾系統、根據用戶偏好和瀏覽記錄推薦產品的電子商務網站，幫助醫生在醫院進行診斷的醫療系統等等。

這些都是人工智能的實際應用，隨著技術的發展，人工智能的應用越來越先進，比如蘋果手機中的Siri、民用智能無人機和自動駕駛汽車。

中馳車服人工智能研究院對此次人機圍棋大戰的研究意見

AlphaGo和李世石之間的世紀之戰之所以備受關注，是因為在基本原則不變的情況下，新的訓練和處理模式得到了發展，使人工智能走得更遠。

AlphaGo采用了深度卷積神經網絡技術，DCNN的核心是卷積核，它起到了濾波網絡的作用。DCNN在圖像識別和語音識別方面非常有用，人工智能可以通過它來評估國際象棋比賽的質量。

讓我們做實驗：我們準備了10000張狗的照片，各種表情和部位的照片，用于機器學習。

此過程如下：

首先，展示各種濾鏡，比如可以黑白、平滑、去噪等等。愛美的人一定都用過美圖秀秀，但我們反對美圖秀秀秀。我們不是想美化，而是想模糊。這樣可以突出照片中最獨特的部分。

2.為了降低計算復雜度，將所有圖像切成小塊，例如10*10的圖像，并準備權重共享等方法。通過添加硬件設備，可以開始計算。

3.它是什么？計算這一萬張狗狗照片的各種特征值，并使用分類器形成最佳分類模型。事實上，多層堆疊后生成的分類模型并沒有狗的真實外觀，機器也不在乎狗長什么樣。

訓練完成后，生成模型，如下圖所示。算法看到的是一個紅色、黃色和藍色的色塊，藍色區域代表小狗的頭部。

讓我們回到AlphaGo的問題上來。通過谷歌的論文，我們知道它將19*19的棋盤視為一個圖形，以黑白粒子為像素。棋盤上的每一滴都相當于添加了一層過濾器。這是評估棋盤成功率的政策網絡的基礎。因此，在下棋時，每個人都覺得AlphaGo有大局觀，甚至可能做出令人困惑和奇怪的決定。事實上，它只是根據圖表的勝率做出判斷。

過去，人工智能是基于人工指定的規則來推導專業的解決方案。如今，人工智能主要使用神經網絡算法對文本、圖像和聲音進行大規模計算，并自主識別其中的模式。它甚至可能揭示人類忽視的模式。就像圍棋中留下的神之一AlphaGo一樣，使用“人腦”思維的玩家仍然無法理解其深刻的含義。

DCNN技術當然不僅僅是人工智能在圍棋領域的制勝工具，讓我們欣賞它的視覺成就。

這是一張從窗戶上拍攝的照片：

這是梵高描繪的星空：

人工智能學習和創造的成果：

（注：神經網絡的本質是指MXNet）

我們選擇的人工智能可能會讓你眼前一亮

如何……

人工智能會是rful嗎？目前，這并不取決于人工智能本身，而是取決于我們。

以教育等特定行業為例，我們真的需要一個陪伴孩子成長的人形人工智能機器人嗎？例如，在體育領域，我們真的需要能夠與人類競爭的機器運動員嗎？例如，在醫療領域，我們真的需要一對機械臂來幫助你進行手術嗎？人工智能不一定需要取代人類，而是幫助他們過上更好的生活。

中馳車服人工智能團隊針對汽車場景的應用提出了以下思路：

無論是4S店還是路邊店，維修技術人員都無法解決所有車型出現的任何問題。因為人類的知識和經驗是有限的。但人工智能能增加數據來幫助技術人員解決這個問題嗎？

2.車主在不同的駕駛場景中可能會遇到各種問題，如學習、購買、故障、維修、保養、自駕游等。如何理解和解決這些問題？一個包括自然語言分析和機器學習的人工智能汽車助手可能就是答案。

3.上游汽車制造商、品牌零部件制造商和下游修理廠如何決定整個汽車后市場用戶需求和市場趨勢的變化？人工智能可以通過挖掘中馳車服已經擁有的大量B2B數據為您提供答案。

因此，無論人工智能是人類的有力競爭對手，還是幫助我們提高生活質量和效率的助手，所有這些都將由我們人類做出自己的選擇。

作為中國傳統文化中“太極”另一種精神意義所代表的概念，圍棋從來不是一個生存問題，而是一種生活哲學。

標簽：世紀理念

汽車資訊熱門資訊