美媒人工智能
『壹』 人工智能中美PK，中国的优势在哪儿
可以说海量用户是中国的独特优势。中国是手机和互联网市场中用户最多的国家。基于应用的人多，产生的数据推动技术发展，反过来的回补也多，从而提高整个中国对人工智能技术的认可度，使人工智能在各领域可以更快、更广地得到验证和使用，形成良性循环。
试想一下，对着话筒说“我的名字叫小明”，随即一行汉字显示在屏幕上，大部分人会认为这是一款语音转换工具;当这句话被快速翻译成美国总统特朗普口音的英语播放出来时，更多人会惊叹地“哦!”;可如果再补充一句“不是大小的小，是拂晓的晓”，屏幕上会“机智”地把“我的名字叫小明”改成“我的名字叫晓明”
“AI”曾是“欺骗”代名词
以上是《环球时报》记者近日在科大讯飞公司年度发布会上看到的一幕。但比起这些“黑科技”，记者印象更深的是，能容纳数千人的会场被技术专家、产业人员和记者挤得满满当当——人工智能的火爆可见一斑。
对于老一辈业内专家而言，这种场景并不陌生，毕竟现在是人工智能的第三波热潮。上世纪70年代和90年代，也曾出现过类似情况。但那两波热潮因未能取得预期的商业效果而遭遇堪称“产业灾难”的毁灭性打击，大量公司破产、人才流失，“AI”几乎沦为欺骗的代名词。这两段苦难期还有个专业词汇——“AI之冬”。
不过，业内人士认为，正是由于“AI之冬”对整个产业的“清零”，当第三次人工智能浪潮来临时，中国得以和美国几乎同时从上次热潮的废墟上起步。科大讯飞董事长刘庆峰介绍说，当前的浪潮主要起源于2006年深度学习等新算法的提出，由于在数学统计建模上取得重大突破，使得机器在感知和认知智能上有了以往根本想象不到的优秀表现。机器通过学习行业顶尖专家的知识，达到一流专家水平，有望超过90%的普通专业人士。
例子有很多。讯飞智医助手今年成为全球第一个通过国家医师资格考试的机器人;2017年国际英文语音合成大赛暴风雪竞赛，科大讯飞第12次蝉联第一，而且是世界上唯一让语音合成技术达到真人说话水平的。另一个国际权威的人工智能比赛是针对肺结节医学影像的判断，人工智能技术已经达到三甲医院医生的平均水平。
中国在人工智能领域的成功不是凭空得来的。科大讯飞执行总裁胡郁对《环球时报》记者回顾说，1999年科大讯飞正式成立时，正值人工智能最艰苦的时期，“可以说我们在黑暗中摸索了很多年，但从1999年到现在的18年，我们从来没有放弃，一直在做。第三次浪潮到来时，成功就已经是一种必然，不管是深度神经网络还是其他算法，只要有做研究的人在坚持，他们就一定能够找到这条道路。”
“数据越多，事情越好办”
中国人工智能企业取得的一系列成就让世界瞩目，以至于美国谷歌公司前首席执行官埃里克-施密特最近发出警告：“到2020年，中国将迎头赶上;到2025年，他们将超过我们;到2030年，他们将主宰这些行业。”
刘庆峰对《环球时报》记者说，从技术角度来看，中国有着海量用户的独特优势。推动当前人工智能发展的深度学习等算法，严重依赖大数据的规模，“数据越多，事情越好办”。
中国政府对于人工智能领域的坚定支持也被外界认为是一大优势。刘庆峰表示：“政府7月颁布的《新一代人工智能发展规划》提到，到2020年人工智能技术与世界先进水平同步;到2030年，成为世界主要人工智能创新中心。我觉得这个梦想一定能实现。”
但业内人士普遍表示，在对中国人工智能发展充满乐观的同时，也需要正视中美间的差距。科大讯飞副总裁江涛说，我们在一些最基础的理论方面依然存在差距。第三波人工智能浪潮是以应用为驱动的，因此中国企业在该产业的布局也偏重智能机器人、无人驾驶、语音识别等应用层面，而在源头性技术创新、顶层设计以及AI算法与芯片等基础层面，美国依然占据较大优势。
“人类不是要跟AI去PK”
高速“进化”的人工智能何时会取代人类？从“阿尔法狗”完胜人类棋手，到波士顿动力公司最新机器人做出完美后空翻，接连不断的突破让诸多西方媒体开始呼吁限制人工智能的发展。
科大讯飞副总裁江涛介绍说，从技术角度来说，人工智能的发展阶段分为计算智能、感知智能和认知智能。在计算智能领域，人工智能被公认为完全超过人类，“阿尔法狗”本质上属于计算智能。感知智能，就是能听会说，比如人脸识别、图像识别、自动驾驶、辅助驾驶等。现在感知智能基本可以跟人媲美，甚至在一些特殊任务中超过人类专家。第三个阶段是认知智能。在这个领域，人工智能才刚刚起步。比如阅读理解，让机器参加高考，让机器参加医师资格考试，这些都是典型的认知智能。科幻电影里的人工智能就是所谓通用人工智能，它能像人类一样，自主地在陌生环境里找到相应的知识并真正理解。
“我们要有一个正确的心态，人类不是跟AI去PK，比人类更强大的绝不是AI，而是掌握了AI的人。”刘庆峰说，未来人类的发展和机器正走在不同的路线上，人工智能将要大幅替代的，恰恰是人类并不喜欢的岗位。
对于人工智能的未来发展方向，胡郁提出3条线索：第一条是现在人工智能技术延续的深度神经网络、大数据。第二条是用超级计算及模拟方法得到一个“模拟脑”，我们已经逐步可以把老鼠、鱼甚至猴子的脑神经所有单位完全重构，这种全脑模拟有望复制人类的智能。第三条叫智能动力学。人的大脑受到非常多的生理限制，而人工智能不受这些限制，当我们研究出大脑的工作原理，未来可以有超过人脑的产物。
『贰』 人工智能未来会最终消灭人类吗
据多家美国媒体报道，在最近一次网络答问活动中，盖茨被提问如何看待人工智能的潜在危害，他表示，这确实是值得担心的问题。盖茨说：“如果我们能够很好地驾驭，机器能够为人类造福，但如果若干年后机器发展得足够智能，就将成为人类的心头大患。”
『叁』 为什么用“印度人冒充人工智能”的印度Engineer.ai，能骗走30亿资金
随着科技的发展，人工智能AI技术也逐渐开始出现在人们的视野中，并迅速在不经意间改变我们的生活方式，无人化也越来越多的应用在民生、军事、工业等领域。而各国也在为抓住人工智能发展的重大战略机遇而努力。而我们的老邻居，印度人自然不敢落后，也积极展开人工智能技术。
加上最近印度自己吹嘘了很久的“航天强国梦”在月球2.1公里处失联，不少网友表示，印度这个国家就是好面子，一直想不明白，为什么印度从上到下，就是喜欢和美国、和中国在各方面比较，一定要分出个三六九等。中国去探月，印度也要去，还是直接选择在最困难的月球南极地区登陆，结果直接就失联了。而现在，看着中国人的人工智能AI技术蒸蒸日上，印度也要发展AI，结果自己又没这个技术，就去靠到处行骗，来维持自己“AI大国”的地位，着实可笑。
有网友认为，从一定程度上来说，印度还不一定比得过非洲的发展水平，虽然人家没什么突出事迹，可以拿出来在全球显摆的，但是人家至少不会到处吹牛。一个厕所都造不起来的国家，却总要摆出一副超级大国的架子，希望他们在发展“人工智能”的时候，可以先尝试让自己变得“智能稳重”一些。
『肆』 人工智能中的Artiststyle是什么
是一种模式，应该是一种偏文艺范的思维模式
『伍』 人工智能的威力有多强大，中美英潜艇都要仰仗它
人工智能的威力有多强大，中美英潜艇都要仰仗它提高战斗力
据媒体报道中国正在用人工智能(ai)升级核潜艇的电脑系统，以提高指挥人员的潜在思维能力。这名科研人员说，人工智能增强版潜艇不但能让庞大的中国海军在未来战争占得先机，而且能够将人工智能的应用提高到一个新水平。
人工智能在指挥上的应用效果可以设想。一个稍微有点规模的战争是多个层次的，各个层级在决策过程中需要时间、各个层次之间的沟通需要时间、随着战场环境和背景的变化，战斗的部署和打法可能随时改变。这都需要时间来分析、判断。有了人工智能，这些效率都可以大大的提高。
『陆』 人工智能的具体发展历史是什么
【1950-1956年是人工智能的诞生年】
图灵测试1950
Dartmouth 会议1956
（1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。）
【1956-1974 年是人工智能的黄金年】
第一个人工智能程序LT逻辑理论家1958（西蒙和纽维尔）
LISP编程语言1958（约翰麦卡锡）
用于机器翻译的语义网1960（马斯特曼和剑桥大学同事）
模式识别-第一个机器学习论文发表（1963）
Dendral 专家系统1965
基于规则的Mycin医学诊断程序1974
【1974-1980年是人工智能第一个冬天】
人工智能：综合调查1973（来特希尔）
项目失败，列强削减科研经费
【1980-1987年是人工智能繁荣期】
AAAI在斯坦福大学召开第一届全国大会1980
日本启动第五代计算机用于知识处理1982
决策树模型带动机器学习复苏1980中期
ANN及多层神经网络1980中期
【1987-1993年是人工智能第二个冬天】
Lisp机市场崩溃1987
列强再次取消科研经费1988
专家系统滑翔谷底1993
日本第五代机退场1990年代
【1993-现在突破期】
IBM深蓝战胜卡斯帕罗夫1997
斯坦福大学Stanley 赢得无人驾驶汽车挑战赛2005
深度学习论文发表2006
IBM的沃森机器人问答比赛夺魁2011
谷歌启动谷歌大脑2011
苹果公司的Siri上线2012
微软通用实时翻译系统2012
微软Cortana 上线2014
网络度秘2015
IBM发布truenorth芯片2014
阿尔法狗打败人类棋手2016
『柒』 人工智能如今发展得怎么样了
人工智能现在已经能实现很多功能了，比如语音识别——李开复博士当年做的工作奠定了很多当今识别系统的基础。这里忍不住说一下，Siri本身的技术并没有特别大的亮点，真正nb的是它的模式（语音识别直接与搜索引擎结合在一起，产品体验做得好。而且关键是这样的模式能采集到更多数据，使得系统的精度越来越高）
自然语言理解——目前看到的最强的结果应该是IBM Watson。但其实我们现在用的搜索引擎、中文输入法、机器翻译（虽然其实还不怎么work）都和自然语言理解相关。这块儿不是我的专业。
数据挖掘——随着近年数据量的疯狂增长，数据挖掘也有了长足进步。最具有代表性的是前几年著名的Netflix
challenge（Netflix公司公开了自己的用户评分数据，让研究者根据这些数据对用户没看过的电影预测评分，谁先比现有系统好10%，谁就能赢100万美元）最后这一比赛成绩较好的队伍，并非是单一的某个特别nb的算法能给出精确的结果，而是把大量刻画了不同方面的模型混合在一起，进行最终的预测。
计算机视觉——目前越来越多的领域跟视觉有关。大家可能一开始想到的都是自动驾驶。虽然大家都在说googleX的无人车，
但实际上现在无论是商业上，还是技术整合上最成功的算法是Mobile Eye的辅助驾驶系统。这个公司也是目前computer
vision领域最挣钱的公司。
从实现新功能方面说，视觉的发展的趋势主要有两方面，A)
集成更多的模块，从问题的各种不同方面，解决同一个问题（比如Mobile Eye，就同时使用了数十种方法，放到一起最终作出决策） B)
使用新的信息，解决一个原来很难的问题。这方面最好的例子是M$的Kinect，这个产品最让人拍案叫绝的就是那个红外pattern投影仪。
『捌』 人工智能的威力有多强大，中美英潜艇都要仰仗它提高
媒体报道中国正在用人工智能(ai)升级核潜艇的电脑系统，以提高指挥人员的潜在思维能力。这名科研人员说，人工智能增强版潜艇不但能让庞大的中国海军在未来战争占得先机，而且能够将人工智能的应用提高到一个新水平。
人工智能在指挥上的应用效果可以设想。一个稍微有点规模的战争是多个层次的，各个层级在决策过程中需要时间、各个层次之间的沟通需要时间、随着战场环境和背景的变化，战斗的部署和打法可能随时改变。这都需要时间来分析、判断。有了人工智能，这些效率都可以大大的提高。