人工智能已成趋势,C+又将重新焕发光芒

人工智慧从字面上看就是人造的智慧,但是实际上涵盖了不少部分,大家最关心的实际上是人工自主意识,因为网络和电脑已经完成了知识的检索和存储,几大搜索引擎也完成了关键字-关联解释的功能和海量数据积累,而且大多数机器人厂商已经完成了反应机,自适应等等高级功能,但是还是没有能出现通过图灵测试的人工自主意识,当然这也包含了人类对自身意识的研究并没有上升到更透彻的层面。

什么是人工智能

现在应该是有两大派,也许还有更多分支,其实就是一个问题的是否两面性回答:自主意识是否是自主产生,还是人工赋予?如果是自主产生,那么就面临一个严重的认知性障碍,只有神经系统复杂到一定程度,且在大尺度上的相似性高度保持一致,那么个体自然产生的意识才会具备相似神经网络个体的认同和感知,简单说,以人类神经网络构成分布,和社会化训练的过程复制产生的个体自然产生的意识,才能被人类所认同和感知到。所以很可能网络上自动机和各种设备产生的不知名网络现象,有可能是互联网自主意识的初级阶段,但是无法被人类类型的智慧个体感知,而是被当做不知名故障进行处理,多数无解,可以称为Ghost-In-The-Machine。也就是说,当人造神经网络复杂到一定程度,意识只不过是诸多需求反馈链交错所致。

人工赋予的意识很可能在初期会表现出来类似创造者的行为而获得相当认同,但是一样会面临要么会被超过或少于神经反馈网络数据量导致的过载或饥荒,进而导致意识的消亡。或者当刚好适合的神经网络加入了适当的意识,很可能会在一段时间内因为个体对群体交流的渴望而失去意识。

当然在另外一个层面上来说,为何我们无法制造出真正意义上的自主意识,是因为几个非常简单的原因:

能源不能自给

不能自我修复

个体复制并不能自动完成

这三个关键因素没有能在一个人造个体内实现,那么我们距离自主产生的意识真是相距甚远。以上三点可以简单的描述为,如果能源不是自主获取的,那么谈不上求生。不能自我修复,也就不具备变异的基础特征,就更谈不上进化;或者说不能自我修复,会让进化的路程变得更遥远,如果不能携带当前一代的经验和因果学习数据到下一代,那么就更谈不上进化。意识如果是进化优势的产物,那么没有进化,自然不会产生意识,更谈不上个体间意识的合作从而获得更高的进化优势。(如有不足,欢迎补充)

C++与人工智能

说起C++的历史,简直就是一部人工智能发展的历史。20世纪70年代中期,Bjarne在剑桥大学计算机中心工作,使用过Simula和ALGOL,接触过C语言。1979年,Bjame进入贝尔实验室,开始从事将C改良为C with classes的工作,他一心想提高项目的工作效率,希望设计一种能直接操控硬件的更好的计算机语言。他说:

“一个编程语言最大的价值在于应用,IT技术可以被应用到很多行业,从电话到火箭,从小到大的领域,地球上永远有人对新应用感兴趣。”

1983年,改良后的C with classes,被正式命名为C++。作为一个实用主义者,Bjarne认为任何语言的编程,首先需要非常直白,不断做重复的实验测试,以及程序员之间的及时沟通、频繁交流,写代码并不是一个单打独斗的事情。

C++先后经历了3次修订,Bjame不断修改,为其加入新特征。到了20世纪90年代初,人们开始为C++建立一个标准,成立了ANSI和ISO,这是一个联合标准化委员会。

科学家Alexander stepanov创建了标准模板库,即STL,它功能强大、设计优雅,委员会将STL包含到C++标准中,扩展了C++的范围。1997年委员会通过了标准的最终草案,1998年,C++的ANSI/IS0标准被投入使用。

标准C++被确认了,所有主流编译器,包括微软的Visual C++和Borland公司的C++Builder,都支持这个版本。之后它不断迭代完善:

1990年,引入模板和异常处理的概念;

1993年,引入运行时类型识别(RTTI)和命名空间(Name Space)的概念;

1997年,C++语言成为美国国家标准(ANSI);

1998年,C++语言又成为了国际标准(ISO)。

现在它已成为使用最广泛、面向对象的程序设计语言之一,微软、Apple的大部分软件、 腾讯的QQ和微信、Android底层架构、 大部分数据库的核心代码……它无处不在。

可以说没有一门计算机语言能和C++抗衡。其实很简单,不是我们不够聪明,无法超越C++的完美缔造一分新的语言。而是C++本身就是我们自然语言的化身。

C++与人工智能理论之间那千丝万缕的联系。是无论如何也斩不断的。所以,有一点经验拿出来和广大的朋友分享。如果你C++实在学得一头雾水,不如抽点时间去看看人工智能有关逻辑表达的书。(谓词逻辑,语义树,分类问题等等)也许能为你指明你前进的方向。尽管C++在大数据时代显得不温不火,但在性能和效率方面仍然保持优势,不少桌面级应用仍然大量采用C++。包括腾讯在内的互联网企业在招聘大数据工程师时,仍然把C++、可选的编程工具之一,人工智能时代反而会带来C++的再次繁荣昌盛,主流的人工智能框架应该都是基于C/C++的吧。某种程度上,python只是wrapper,C++才是core。毕竟C++语言是在人工智能大发展基础之上才出现的。追本溯源才是解决问题的王道。

人工智能的未来

人工智能早已来临,只是你没有感受到。最为重要的技术发展趋势之一是人工智能,感知并让产品更为智能的技术。大家可能对人工智能都不陌生,但是我想从一个不一样的角度解释它,让大家对未来的智能制造业有所了解。

首先,人工智能的时代已经来临,只是很多时候扮演幕后的角色,我们并没有直接的了解。人工智能系统解读X光片的本领已经比医生更高;查阅法律证据的能力也比律师要高;我来中国坐的飞机大部分时间也是由人工智能系统,而不是飞行员在控制;开车的时候,带有人工智能技术的刹车系统比人的判断更好。 百度 和 谷歌 的人工智能技术可以分析照片,告诉你照片里面正在发生什么事情。

这仅仅是一个开始,未来是难以预测的,如果时间倒退20年,我们不可能预料到会有现在的技术,在线地图,数码相机,信息技术等等。过去这三十年电脑和人工智能设备越来越小,未来可以将每个设备装上一个芯片,就可以连接到物联网,比如在灯泡上装芯片,在椅子上,在鞋上,在门上,这些在以前都会被认为是不切实际的想法,可是现在,酒店的每扇门上都有一个计算设备。

对于未来不可知的世界,我们要保持开放的心态。我们目前只是出于虚拟现实技术发展的早期,我们对这个领域知之甚少,没有在虚拟现实或者人工智能领域的专家。这是人工智能发展的最好时代,去放手创造些什么吧。开发工具比以往都更加优化,价格更加便宜。

未来的科技趋势可能难以预测,不过有一件事是确定的,那就是我未来,最伟大的产品今天还没有被发明出来。

本文来自企鹅号 - 未来机器人媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏悦思悦读

大数据技术在工业界的应用

大数据是近几年非常热门的一个概念。到底什么叫做大数据呢?简单而言,就是具备4V属性的数据:

1163
来自专栏吉浦迅科技

吴恩达:人工智能现在可以做什么和不能做什么?

许多管理人员问我人工智能可以做什么。 他们想知道它将如何破坏他们的行业,以及他们如何使用它来重塑自己的公司。 但最近媒体会不切实际地夸大AI的力量 (也许很快它...

40720
来自专栏机器人网

机器人行业各类工程师职位要求和月薪知多少?

近几年,随着美国、日本、德国等国家对机器人产业的大量投入,机器人的技术发展日新月异。全国各地机器人产业基地或园区如“雨后春笋”,平均每周新生两个机器人公司。中国...

2957
来自专栏DT数据侠

内容算法时代,如何引爆用户流量?

对于算法分发很多人会有所误解,这或许源自远观而缺乏了解,才会觉得算法猛如虎。而当你走近了算法分发,有了一定的了解之后,可能会有重新的认知:算法如虎,细嗅蔷薇。

780
来自专栏大数据文摘

关于数据分析,管理者的4个常规错误

1203
来自专栏罗超频道

杂志化会是移动新闻客户端未来吗?

从文字出现的第一天开始,人类对阅读的需求就没有停过,阅读背后的资讯和知识获取的深层次需求在文字出现之前就已存在。现在基于阅读的资讯获取,即新闻应用在移动互联网上...

35710
来自专栏大数据挖掘DT机器学习

数据科学家需要怎样的技能组合?

原文:http://developer.51cto.com/art/201604/508969.htm 在2016年的美国,数据科学家已经被冠以“最佳工作”的头...

3436
来自专栏灯塔大数据

大数据:大数据和数据可视化的重要性

什么是大数据?数据可视化如何帮助企业更好地利用数据资源?一些人知道大数据的真正含义,然而其他人声称自己懂大数据,只是为了让他们看起来并不低人一等。尽管大数据是...

34411
来自专栏BestSDK

一周简报|Uber推出机器学习平台Michelangelo,可训练API

声网SDK与V-cube达成战略合作,共同开拓日本视频市场;北汽与百度签署战略合作,打造“人工智能+汽车”生态;智齿客服加入“大数据星火联盟” 助力企业服务转型...

38910
来自专栏大数据文摘

揭秘:4种数据科学工作,8项求职技能

1062

扫码关注云+社区