2016 年的人工智慧和機器人又新學會了什麼?
下棋、打比賽、讀唇語......
謝邀。
雖然現在已經是2017年了,但毫無疑問,2016年是人工智慧大熱的一年,人工智慧技術也開始加速從研究轉嚮應用。
說到人工智慧又學會了什麼?除去具體的研究和產品不談,其實是要回答人工智慧技術又應用到了什麼領域上。以下列舉了一些我認為2016年新產生的或者值得關注的應用領域:
1.
遊戲(Gaming)
2016年人工智慧界最大的新聞必然是AlphaGo,知乎上有很多關於AlphaGo的討論,這裡就不再贅述。
其他遊戲形式也被廣泛嘗試,例如Minecraft。微軟研究院[Project Malmo]
(為什麼我們要讓人工智慧玩遊戲:微軟Project AIX)
在Minecraft中訓練人工智慧爬上遊戲中的一座小山。這個任務似乎很簡單,但要求AI能了解遊戲中所處的環境,識別遊戲場景中的關鍵目標和所需信息。AI需要跟人類玩家一樣在遊戲中適應環境,完成遊戲目標。
2017年初人工智慧還在撲克牌比賽中戰勝了人類。
2.
計算機視覺(Computer Vision)計算機視覺一直是人工智慧中最受關注的技術之一,原因在於其擁有非常廣泛的應用場景。之前人們比較熟知的領域主要是人臉識別、物體追蹤、文字識別等方面。
2016年計算機視覺技術有了更深層次和更廣泛的應用。
- 圖像鑒別:包括色情鑒別、廣告識別、暴恐識別、顏值和服裝風格識別等。
- 無人駕駛:雖然無人駕駛技術已經不是2016年新產生的技術應用,但越來越多廠商加入到這一領域的戰局並開始進行實測。
- 殘障人士輔助:例如[Seeing AI]
(Seeing AI:計算機視覺十年磨一劍,打造盲人的「瑞士軍刀」)
可以通過分析周圍環境給視障人士提供信息。
- 改進圖像質量:這一點就好像人們說的「腦補成功」。英國的創業公司Magic Pony(已被Twitter收購)採用人工智慧,將模糊的圖像或視頻優化為高清版。這家公司展示了在實時的視頻遊戲直播中改善模糊畫面,和把梵高自畫像轉換成一張逼真的照片。使用這樣的技術,或許以後再也不用求高清大圖和擔心視頻看不清了。
- 醫療協助:讓人工智慧來獨立診斷病人或許還讓人會產生各種各樣的擔憂,但人工智慧技術已經確確實實地應用在了幫助醫生減少誤診等方面。藉助計算機視覺技術,人工智慧不僅可以診斷X射線圖像,為醫生提供診斷依據,還可以分析ICU心電圖,做提前預警。
- 藝術品介紹和推薦:計算機視覺技術可以識別藝術品的特徵,找到相似的藝術品,為普通觀者提供藝術品的更多信息,也為收藏家和客戶提供藝術品推薦服務等。
3.
語音識別和語音合成
人工智慧在語音識別領域的準確率也已經和人類不相上下了。2016年的語音識別技術除了提升準確率和廣泛應用到個人助理和智能硬體(如智能手錶,智能音箱等)外,也在其他方面有了很大進步。
語音合成技術除了在向更加擬人的方向進步外,還在音樂生成方面有了一些成果。
- 聲紋識別
- 作曲:Google的Project
Magenta將Machine Learning用於音樂創作,譜出了一段[90秒的旋律](So, letamp;#x27;s talk about this song a Google Brain machine composed)
4.
自然語言處理(NLP)- Concept Learning:人工智慧可以理解一段文本中的某個實體具體指什麼。當我們說到蘋果的時候,是在指蘋果公司呢,還是水果呢?
- 寫詩:還是Google,通過上千本愛情小說數據訓練深度學習模型,使得其能夠[寫詩]
(Google Is Feeding Romance Novels To Its Artificial Intelligence Engine To Make Its Products More Conversational)
- 寫劇本:在倫敦科幻電影節中,有位來自紐約大學的人工智慧研究者Ross Goodwin,他用自己做的人工智慧Benjamin寫了一個劇本。Goodwin找來上世紀八九十年代的科幻電影劇本作為數據,讓Benjamin來預測每個詞後面的句子。
5.
情感計算(AffectiveConputing)2016年湧現出幾十家研究情感計算的初創公司。
CMU計算機科學學院院長Andrew
Moore也曾表示,[2016年是機器情緒識別的分水嶺](Why 2016 Could Be a Watershed Year for Emotional Intelligence--in Machines)
2016年1月Apple收購了創業公司Emotient,這家公司通過面部表情來分析人的情緒。
除了計算機視覺上的情感識別,語音和文字上的情感識別研究也有很多成果。例如Amazon的Alexa就希望能夠通過語音指令中的情緒做出有針對性的回應。
情感識別可以應用在諸如廣告推送、安保監控和治癒自閉症等多個領域。
高準確度的情感計算要求從文字、語音和視覺的多個維度同時進行分析。同樣一段文字用不同的語音和不同的表情說出來會有不同的情緒,同樣的表情配上不同的語音和文字也有表達出不同的感情狀態……
Emotibot在自然語言理解、語音識別和計算機視覺上都實現了情感識別,同時考量了三個維度,使得情感識別的最終結果更加準確。
目前Emotibot在自然語言理解方面也已經做出了22種文字情感的分類識別,在語音上分類出了7種語音情感(準確率81%),而在視覺上能識別分類出7種人臉表情(準確率95.63%)。多維度的情感識別使得機器人能夠更加理解用戶現在的情感狀態,從而使得交互更加自然和人性化。
畫餅、吹牛、 騙錢、融資、拾人牙慧。
深度學習中 基於 attention 模型的興起,這個我之後會細緻的談一談
當一個市場是以技術驅動的時候,來自最前沿的技術研究對於市場的影響是至關重要的。
在過去的一年中,大群主看到了世界上第一個完全軟體自驅動機器人誕生,也看到了最會走路的Altas再次突破自己學會走「梅花樁」,這些技術的突破必將在業界產生影響。
更多內容:知乎專欄--硬創公開課
---------------------------------------------------------------
仿生機器人
韓研究團隊打造強大人造神經,讓超級計算機模仿人腦
這是一種微型部件,其能模仿人腦神經元之間的連接方式,功能優於之前所有人造大腦設備。這些新的人造神經是一種晶體管,或是電子開關。在開和關的過程中,它們可以模仿神經元學習的方式。
研究者在一個直徑為10厘米的晶體上組裝了144個神經元晶體管,這些晶體管中裝有直徑為200到300納米的金屬絲。其實,人類頭髮的平均直徑為10萬納米,因此這些晶體管和神經元的細小程度可想而知,其消耗的能量也是非常之少。
該項目由韓國浦項工科大學打造,項目負責人、材料科學家Tae-Woo Lee表示:」這種新的研究將能夠引領未來,打造更好的機器人、自動駕駛汽車、數據挖掘、醫療診斷、股票分析,以及其他的智能人機交互系統和機器。「
距人造人更近一步,哈佛科學家用活體細胞造了一個機器人
一個來自哈佛大學的科研團隊憑藉機器人工程和基因生物學的知識,利用一些豐胸用的硅膠、一小撮黃金和20萬個經基因改造過的小鼠心肌細胞,製造出了一條人造的黃貂魚,最令人驚訝的是,小魚還能不藉助外力,自發地在營養液里向著光源遊動。
科學家們的具體做法是:用一小塊硅膠注成黃貂魚的外形,然後利用機器人形態學的技術把少量的黃金注入硅膠里形成黃貂魚的骨骼支撐,然後在「骨骼」之上再鋪一層硅膠,這是為了防止小鼠心肌細胞直接接觸金屬造成細胞死亡,最後將活體細胞鋪在黃金骨骼之上,就構成了一個會動的人造黃貂魚。
其中,心肌細胞是依靠基因生物學的技術,切掉原始基因鏈中不需要的基因片段,嫁接上需要的,然後重新培養而成。其中科學家植入的新基因片段是一段趨光性的基因,因此該心肌細胞除了具備心臟肌肉那樣的伸縮特性,還具有趨光性。這也是為什麼該人造黃貂魚不但能夠自己遊動,還能趨光的原因。
目前,由於活體的心肌細胞不具備免疫系統,因此這條人造的黃貂魚還不能在營養液之外的環境中生存。但是,哈佛的科學家表示,或許可以將這條小魚作為一個起點,憑藉機器人工程學和基因生物學技術的結合,未來或許能創造更大的奇蹟。
日本科學家造出一個「活的」機器人,可對外界刺激自發響應
按照傳統的思路,機器人是按照科學家預先寫好的一段代碼運行,電機受代碼控制,代碼怎麼寫,機器人就怎麼動,這被認為是機器人和人類的最大區別之一。不過,隨著人工智慧技術的不斷發展,背靠著大數據和深度學習,現在更類似於人類的機器人也屢見不鮮,比如AlphaGo就是一個例子。現在,一群來自日本東京和大阪的科學家在這個方向上又向前邁了一大步。
7月份日本國立科學博物館展出了一個新的機器人,它名叫Alter。與博物館其他機器人最大的不同在於,Alter不但擁有一張擬人的臉,也有一顆擬人的心。
如圖所示,Alter目前並非一款擁有完整雙足的人形機器人,它只有上半身,並且除了面部和小臂有仿生材料包裹之外,其他部分都是裸露的機械結構。它最重要也是最與眾不同的地方在於一顆內置的CPG(Central Pattern Generator,中樞模式發生器),CPG基於Izhikevich神經網路技術,可以並行提取分布在Alter身體各處的多種感測器數據,然後針對各路數據進行綜合分析,通過體內42個氣動裝置,驅動Alter自發地做出各種擬人的動作,即所謂「自發意識」,而不是像傳統機器人那樣按照既定的代碼一步一步運行。
目前,Alter能夠檢測到周邊的物體移動、溫度、濕度和聲波強度等多種不同維度的信息,從而做出不同響應。比如,當檢測到周圍有多個人向自己靠近時,Alter會自發地開始顫抖。除此之外,Alter還能根據手指的動作唱歌(目前為止只是簡單的正弦波變化),能跟普通人輕鬆交談10分鐘以上。
MIT成功研製人造肌肉纖維,仿生機器人已在地平線
很多年裡,研究人員一直在嘗試創造出一種耐用、低成本的人造合成肌肉,但始終沒有成功。至今製造出的樣品要麼太昂貴,無法量產(比如碳納米管);要麼太脆弱,能耗又太高,以至於沒有多大實用價值。但就在近日, MIT 的一支研究團隊用尼龍纖維製造出了一種十分理想的、能滿足所有實用性要求的人造肌肉。
傳統的方法里,讓尼龍彎曲需要用到滑輪裝置。這增加了系統的重量、複雜度和成本——它們恰恰是是量產新技術最需要減少的三個東西。
MIT 團隊找到了一種很巧妙的方法繞過這個難題。該團隊使用的是普通的尼龍絲。他們先對它壓縮處理,把圓形的橫截面改為矩形。接著,他們只對纖維的一側進行加熱。這樣一來,加熱這一側比未加熱一側收縮得更快,強迫尼龍纖維向受熱一側彎曲。而加熱源可以是任何東西,包括電阻發熱,化學反應發熱和激光發熱。這些尼龍纖維出乎意料的非常結實耐用,可以經受 10 萬個使用周期,並且可以在一秒內收縮 17 次。
材料
有了這種皮膚,機器人能更好地表達「情緒」
康奈爾大學的研究人員研究出了一種特殊的「皮膚」,這是一種可發光的材料,柔軟性極強,可以拉伸至六倍以上並且保持發光。這種「皮膚」由兩層透明的導電水凝膠構成,兩層水凝膠之間是一排電容器,它們在通電時會發光。
這種靈感來源於章魚,它們能根據環境很快速地改變自己的皮膚顏色從而達到偽裝。研究報告第一作者、康奈爾大學機械與航空航天工程學助理教授Rob Shepherd認為這種「皮膚」將有兩種應用方向,一種是應用在機器人上,打造出能變色和顯示信息的軟體機器人;一種是能變形的顯示器。
有了這種「皮膚」,機器人不僅擁有柔軟的肢體,而且還能有自己的「情緒」表達,通過不同的顏色,機器人能展示自己的感受,從而與人類更好地溝通。
用這種液態金屬,可以造出現實版終結者
澳大利亞墨爾本市RMIT大學的研究團隊從無毒金屬鎵合金提煉了出一種特殊的導電材料,它可以自動變形,該高校的研究人員正嘗試使用這種導電的液態金屬製造電子元件。
眾所周知,金屬鎵在室溫條件下就會呈現液態,如果它與銦和錫等金屬混合加入到水中,並改變PH值,這種混合材料就可以神奇的實現自由移動。
該項目的負責人庫羅什·卡蘭塔爾-扎德赫(Kourosh Kalantar-zadeh)表示:「利用這些發現,我們可以製造自主操作的移動物體、開關或水泵,由周圍流體組合驅動自我組裝的液態金屬。」
目前的電子設備都是基於固態元件的電路,採用這種材料的電子元件就完全可以顛覆傳統的電子設備,根據需要移動和重新配置。
當然不僅這些應用場景,通過類似的原理,未來還可以將其打造出3D液態金屬機器人,就像T-1000式液態「終結者」一樣。
這種材料可實現自我驅動,自動組裝機器人軍隊
新發明的這種材料可以自動組裝,安進機器人體內,作為獨立的元件運作自如。它由球體組成,進入電場後,會自動調整到合適的形態。將來,這種材料可以用於打造一支堅韌不拔、頭腦簡單的機器人軍隊。
這項研究是一群來自韓國蔚山科學技術大學的科學家的成果。這支國際研究隊伍受到蜜蜂和螞蟻蜂擁和集體行為的啟發,他們在實驗室中用電腦模型複製了這種行為,完成了初步設計。這種叫作「Janus Colloids」的能夠實現自我驅動的材料一旦進入電場,就隨意地調節自己的狀態。
Janus Colloids有正負兩個電極。因為對稱破缺,當Collids暴露在電場中時,電極便發生變化,從而引發不同Collids之間的電磁反應。這意味著有些顆粒相斥,有些顆粒相吸,有些顆粒保持中性。所以,這些半球才能夠自然而然地變化形態,比如鏈條狀、半球狀或是團狀。目前,這個材料在電腦模型和Janus Colloids的二維繫統中都測試過。科學家們希望能夠做出三維原型來展示這種材料如何運用在實際操作中。
這個團隊在暢想,在未來的某一天,這種材料能促進藥物在體內的傳輸。他們認為藥物可以放在球體內部,當身體需要它們的時候,它們就能自動組裝。這種材料既可以是獨立個體,又可以用於打造自我成型的機器人,甚至用作一支軍隊。
軟體機器人
波蘭團隊打造毛毛蟲機器人:驅動和控制全靠光線
波蘭華沙大學物理學院研究團隊運用液晶彈性體科技(該技術最初由佛羅倫薩LENS研究所研發),打造了一款15毫米長的仿生微型軟體機器人,它能夠模仿毛毛蟲的步態。值得一提的是,這款機器人能從綠色光線中吸收能量,並由激光射線控制。除了在平面上爬行,它還能爬過小坡、擠過縫隙,還能運輸東西。
液晶彈性體(LCE)是一種智能材料,它能夠在可見光的照射之下改變形狀。在結合了最新研發的技術之後,它能通過預先設定的驅動性能,將這些柔性物質變成任意一種三維形狀。這種由光線驅動的變形將能使單片LCE結構在無需許多離散致動器的情況下,進行複雜的動作操作。
研究人員希望這種新型材料、製作技術和設計策略可以打開微型軟體機器人的新大門,讓更多科學家創造更多微型和毫米級的機器人,並讓這些機器人擁有更多的技能,比如游泳(表面或水下),甚至飛行。
世界上第一個完全軟體自驅動機器人,用「氣動」取代「電動」
長期以來,機器人界一直希望造出通體由軟性材料構成的機器人,但開發出柔性的供能和控制元件一直是難點,例如現在很多研究人員紛紛都在開發柔性電池和電路板。
在8月24日的《自然》科學雜誌上, 哈佛維斯生物工程研究所(Wyss Institute for Biologically Inspired Engineering)發表了名為《全軟體自主機器人的一體化設計與製造策略》(An integrated design and fabrication strategy for entirely soft, autonomous robots)的論文。哈佛大學的研究人員採取了不同以往的方法,他們獨闢蹊徑,製造出了世界上第一個完全軟體的且自我驅動的機器人,它可以獨立運行4~8分鐘。
這個外形類似小章魚的機器人真正具有里程碑意義的特點是:在沒有電池和電路板的情況下,實現自我驅動。具體而言,它不是傳統的「電動」的,而是「氣動」的。
「小章魚」依靠體內的化學反應供能,這個化學反應里,少量的過氧化氫轉變成了大量氣體,這些氣體流入「小章魚」的手臂,給手臂充氣從而引發運動。
納米機器人
世界首個納米魚機器人,在你的血管里運送藥物
據美國《新科學家》9月報道,近日科學家受魚的游泳動作啟發,研發出一款全新的「納米魚機器人」,可以應用於在人體內輸送藥物。
這個納米魚的體積十分小,比一粒沙子要小100倍。「納米魚」由磁驅動,內含微小的金和鎳組件,中間由銀制的鉸鏈作為連接。它游泳的速度和方向受磁場的方向和力量所決定。
研發該機器人的是加州大學聖地亞哥分校的研究人員,他們希望自己的發明能夠應用於醫療領域,比如把鎮痛藥物傳輸到身體需要的特定部分。
儘管其他團隊也開發出類似功能的「納米游泳機器人」,但是他們大部分長得更像是一個小潛水艇,而如何讓納米機器人向前推進,傳統的靈感來自於細菌螺旋狀的尾部。實驗發現,這個「納米魚」比以往的類似功能的機器人更加有效。
無人機
帝國理工研發無人機無線供電技術,續航有保障
多數基於機載電池的多軸無人機在單次充電後,續航時間都難以超過30分鐘,這讓它們執行任務的能力受到了很大的限制。儘管我們可以通過電纜將能源輸送給無人機,但是局限性還是很大——這僅適用於懸浮觀察之類的小範圍應用。
為了解決這個問題,日前,來自倫敦帝國理工學院的科學家們研發了一款無需電池和輸送電力的纜線就可以充電的新型無人機——它在飛行的過程中能無線攝取電量。
這項研究基於一架現成的迷你四軸飛行器。科學家們先是移除了無人機上的電池,然後在機身外表纏上了銅線圈。除此之外,研究人員還利用電路板、電源和銅線圈打造了一個獨立的無線電力傳輸平台。當無人機接近這個平台後,機上的銅線圈就會作為磁場的接收天線,產生交變電流,然後無人機上的修正電子會把整流轉換成直流,從而為無人機供電。這項技術被稱為「電感耦合」(Inductive Coupling),早在 Nicola Tesla(塞爾維亞裔美籍科學家,生於1856年,卒於1943年)時期就被研發出來了。
另外,除了為飛行中的無人機不斷充電之外,這項技術還可以用來為機載電池進行充電,這樣一來,無人機就不需要著陸充電或是更換電池,也就是說,它們的飛行時間可以延長很久。
無人機避障不再老大難,Vijay Kumar 用彈性減震另闢蹊徑
在賓夕法尼亞大學的 GRASP Lab 中,由 Yash Mulgaonkar, Luis Guerrero-Bonilla、Anurag Makineni 以及大名鼎鼎的 Vijay Kumar 教授組成的研究團隊一直在努力研究,如何讓四軸無人機順利穿過玻璃。由此,他們提出了一個幫小型無人機實現導航和避障的簡易方法:給它們安一個減震結構,讓它們自個兒飛去吧,不會有事兒的。
在無人機的研發過程中,賓大 GRASP Lab 團隊想要尋求生物學方面的靈感,於是他們的關注點在於有彈性的小型無人機。最後,這個團隊推出了一系列重約25克、長僅10公分的寬版微型無人機。每架無人機都有一個輕量級的、形狀類似綱踄克的自動復原減震結構。它由熱固化的紗質材質構成,包含了1萬2千股碳纖維。這款微型無人機可以由一個簡單的控制器操縱,它「不需要考慮其他機器人或是障礙所處的位置,也不需要具備碰撞反應機制。」它需要做的就是讓微型無人機更加穩定,然後將它們導向目標位置。它的運行過程非常流程,甚至當機器人沒有識別到障礙以及其他微型無人機時也可以正常運行。
運動
NABiRoS 機器人要像螃蟹一樣橫著走,另闢蹊徑挑戰仿人類行走難題
隸屬加利福尼亞大學洛杉磯分校的 Dennis Hong 機器人及機械實驗室( RoMeLa )提出了一項全新的機器人設計方案——讓機器人採取全新的雙足步行方式。通過擬人設計與類人化側身實驗,他們已經能夠創造出穩定又敏捷的機器人,不僅操作簡單而且價格便宜。
Hong 表示:「與完全模仿人類行走不同,我們提出的是一種簡單的解決方案:我們在這種全新的結構配置中加入了『機械智能』為機器人的速度、穩定性與易用性提供幫助,使得「機器人移動」能夠在現實生活中實用有效。」
RoMeLa 是資深類人機器人研究團隊,我們知道的 DARwIn、CHARLI、SAFFiR 與 THOR 都出自他們之手。這些現有成果全部採用傳統人形設計,儘可能去模仿人類外觀與能力。
新突破,波士頓動力的 Atlas 會走「梅花樁」了
Atlas 最近確實有了較大提升,藉助佛羅里達理工學院人類和機器人認知(IHMC)研究人員開發的演算法,雖然有些踉踉蹌蹌,但它能做出許多此前根本不敢想像的動作了。
現在,當 Atlas 遇到一個不均勻的立足點,它會像你我一樣先將腳伸過去探一下虛實,確定立足點足夠安全後它才會信心百倍的將全身的重量轉移過去。如果下一步依然忐忑,Atlas 依然會重複之前的試探動作。整個過程中,為了保持平衡研發人員將 Atlas 快速和動態的步伐與角動量結合了起來。
每秒跳躍2.2米,世界最敏捷的跳躍機器人誕生
在剛剛發布的全新版《機器人科學》期刊中,Haldane 與 M. M. Plecnik、J. K. Yim 、R. S. Fearing 聯合展示了一款只有 100 g 重但彈跳驚人的機器人設計——他們利用夜猴的彈跳秘密成功研發出前所未有的敏捷的機器人。
彈跳的有效運動絕不僅僅在於你能夠跳的多遠——更關鍵的也在於你能達到的彈跳頻率。研究者們提到的「敏捷度」是指機器人在不斷跳躍過程中能達到的跳躍高度,更專業的說法是「跳躍系統在不斷重複跳躍時能達到的最大平均垂直速度」。如果是夜猴,0.78 秒的時間內能跳到 1.7 米的高度,那麼敏捷度就是 2.2 m/s。
PS:2016 年即將結束。當我們回望這一年,無論艱難還是幸運,這年彷彿過得飛快。「2016 影響因子」是雷鋒網在高速運轉的科技行當里,在不斷發生和被人忘記的事件中,試圖在各個領域篩選出那些我們認為可能對當下和未來產生深遠影響的因素。2016 影響因子,就是 2016 年值得記錄的人、事、公司和技術。
【招聘】雷鋒網機器人垂直欄目「新智造」招人了,工作地點深圳。簡歷投遞至雷鋒網(公眾號:雷鋒網),郵箱:wangjinhong@leiphone.com 。
雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知。
參考頁面:2016年機器人在研究領域都有哪些新突破 | 2016 影響因子我知道它可以做很多東西,在加速迭代中,希望儘快可以用到產品。比如聊天機器人。
我懂10%,不逼逼,先聽大家說。學會了怎麼寫一個10,000,000行的if else 來實現一個QA機器人(不論是客服,還是前台,還是聊天機器人。。。)
寫得好的已經在國內拿融資了。真的屌。
看來賺錢的本事就是要求不要臉,而且,還有那管他死後洪水滔天的魄力本來想好好答個題的。結果又變成了吐槽。。。我不知道又學會了什麼。反正沒有學會學習。也就沒有真正的智能。學會了下棋那麼學會其他類似的也沒有什麼問題。技術無罪。忽悠圈錢的人才是最不要臉的。就算沒有人工智慧也會有量子智能。就算沒有量子智能也會有生物智能。總之人工智慧只是他們騙錢的一種手段而已。選擇人工智慧僅僅是因為有Alpha Go 這個足夠強大的噱頭。而神經網路及各種變體的確是有不錯的實戰效果。更增加騙錢的方式。比如P2P機器審核放貸逾期率比裸貸少太多。又比如語音識別加個dl準確率一下到頂。但是離智能還差的太多。你看看Siri 能對你說的話的理解程度就知道了。一般都是牛頭不對馬嘴。基本上都是關鍵詞匹配。目前來看僅僅是概率統計。但就是概率統計也可以解決很多很多問題。不過呢。這貌似也有利於ai的發展。有了錢什麼都有可能。即使不能有大的突破。誰說的准呢。不要本末倒置就好了。
推薦閱讀:
※哪一句翻譯讓你覺得語言「妙不可言」?
※機器學習中的目標函數、損失函數、代價函數有什麼區別?
※神經網路中的SIGMOID函數的意義?
※第三次工業革命的完成會不會是以「AI製造AI」為標誌?
※本科生進數據機器學習和挖掘實驗室能做一些什麼?