AI /自动化

把人工智能带到人类大脑要去的地方

人类的大脑——聪明而独特——正给科学家们带来挑战，他们决心破解其复杂性，开启改善人类生活的可能性。通过利用人工智能(AI)，他们已经通过沃森、Siri等在人机交互方面取得了突破。但是，要让人工智能产生真正的变革影响，人工神经网络需要由人类的天然智能进一步加强。

人类大脑随着时间的推移，在响应生存本能，利用智力的好奇心和管理性质的需求时，已经提出过。当人类对环境的动态感到墨水时，我们开始寻求复制性质。

我们在模仿性方面的成功与科学和技术的进步有关。例如，我们对飞行的愿望。我们复制翅膀以实现安全和长途航空旅行。然而，我们意识到，不灵活的飞机翼不是精确的替代品，并且可能的解决方案可能位于马萨诸塞州理工学院（麻省理工学院）的自组装实验室。它正在开发4D打印技术，以创建适应空气动力学条件的飞机翼。

虽然人类大脑发现了超越我们的物理能力的方法，但数学，算法，计算方法和统计模型的组合正在加速我们的科学追求。人工智能（AI）在Alan Mathison TITE开发了一种用于生物学形态发生的数学模型之后，聚集了势头，并在计算智能中撰写了精英纸。如今，AI已从数据模型中生长对人工神经网络的问题解决 - 一种基于人体生物网络结构和功能的计算模型。

教学机器

第一代AI创建了机器学习系统。机器学习侧重于在暴露于新数据时可以改变或学习的计算机程序的开发。来自第一代AI'教授的机器的算法来识别图像和对象，请参阅障碍物，关联和发现变量之间的关系。它导致一次管理单个任务的智能应用程序。

人工智能使工业机械精确、可靠、自愈;并为类似人类行为的校准性能铺平了道路。建模技术定位犹豫不决的选民，确定最适合特定地形的作物，并验证临床诊断和治疗。人工智能与机器人控制、基于视觉的传感和地理空间系统集成，使先进系统自动化。它加强了疾病预防和治疗，增强了工程系统，并推动了自组织供应链。到目前为止，人工智能在苏格兰皇家银行(Royal Bank of Scotland)提供近乎人类的客户服务，在福国互助人寿保险(Fukoku Mutual Life insurance)评估保险索赔。

事实上，我们现在依靠机器来跨流程决策 - 承销，招聘，欺诈检测，维护等等。真正的核心能源使用机器学习算法来评估生产和性能参数，以指导钻探运营以及投资决策。1800-Flowers.com礼品礼宾服务使用AI推荐礼品。它将客户互动与宏观购买趋势和消费者行为相结合，推荐个性化的赠品思想。飞利浦开发了一种基于深度学习的自动筛选解决方案，用于检测结核病，这是一种影响印度250万人的疾病。

在韩国首尔举行的围棋世界冠军李世石(Lee Sedol)与AlphaGo的比赛中，人类在第37步向人工智能认输。专家们花了几周时间才理解AlphaGo机器的“智慧”。

人工神经网络的结构是受到人类神经系统的启发。它帮助“训练”机器理解语言、图像和模式。Facebook面部识别系统DeepFace经过训练，能够使用上传的数百万张图像来识别数字图像中的人脸。麻省理工学院(MIT)的研究人员开发了一种面部识别模型，复制了人类大脑的神经功能。

机器学会思考

计算神经科学通过创建人脑的理论模型对其职能的跨学科研究，包括视力，运动，感官控制和学习来桥接人类智力与AI之间的差距。

对人类认知的研究揭示了我们对神经系统及其复杂处理能力的更深层次的理解。在记忆、信息处理和语音/物体识别方面提供丰富见解的模型，正在同时重塑人工智能。

对人类大脑结构的细致入微的理解，可以帮助重建分层深度学习模型。深度学习是机器学习的一个分支，它是基于一组试图对数据进行高级抽象建模的算法。它将增强语音/图像识别程序和语言处理工具，通过理解面部表情、手势、声调和其他抽象。我们即将体验到语音技术的进步，这将带来更实用的数字助手和更准确的面部识别，将安全系统提升到一个新的水平。

然而，当代的深度神经网络并不像人类大脑那样处理信息。这些网络高度依赖数据，甚至可以完成简单的任务。复杂的过程需要用丰富的描述符来标注大量数据，并准确标记以便机器“学习”。“此外，同样的工作量，深度学习系统消耗的能量远远超过人类大脑(20瓦)。”

我们需要发现不那么密集的机器学习方法，用本地智能来增强人工智能。我们的世界充斥着来自事情互联网（物联网）应用程序。能够利用大数据进行自我学习的深度神经网络将会非常有用。就像儿童辨别树木一样，尽管树木的大小、形状和方向各不相同，增强智能系统应该在较少的数据下学习，或者独立地利用生态系统中的知识来加速学习。这种自学习算法对于真正个性化的产品和服务是必要的。

界面势在必行
人类智慧和AI的合并将使电脑变成超级人或人形，远远超过人类能力。然而，它需要计算模型，即综合沟通，即人类大脑的视觉和自然语言处理。

语言学习技能是人类智慧的定义特征之一。由于单词的含义随着上下文而变化，因此计算机的人类语言很难。AI嵌入式的虚拟助手可以解决复杂的请求，并仅在他们“思考和说”人类语言“时才能参与有意义的对话。机器应该学会理解人类沟通技巧的更丰富的背景。它们应赋予更丰富的认知功能来正确解释语音和图像。

如果语言、感官处理、推理和情境化的质量得到提升，IBM的沃森(Watson)、亚马逊(Amazon)的Alexa、苹果(Apple)的Siri和谷歌助手等人工智能系统将变得更有用。声控设备和智能机器将创建一个集中的人工智能网络或“智能互联网”，它将重新定义人机和机器之间的协作。

在不久的将来，带内置导航系统的无人机将在拥挤的城市提供货物。智能家用电器将翻译食谱，以响应语音命令组装成分，并为美食膳食提供服务。

当然，随着计算机变得更强大、更网络化、更人性化，它们能够独立地与利益相关者进行互动。然而，创造力和战略思维将人类与人工智能实体区分开来。今天，我们还没有完全理解那些使我们的智能独一无二的概念。我们需要更深入地了解人类大脑是如何运作的，以便将情感和社交智能整合到机器中。人类将继续控制一切，直到机器成为自我参照系统。在那之前，我们必须重新审视我们的生态系统，包括教育体系、技能发展过程和社会福利模式，为更有效的方法让路。

人工智能系统每个行业和人类活动都将成为一种力量乘数。它可以通过Myriad应用程序转换数十亿个生命，并解决基本问题：清洁我们呼吸的空气，净化我们喝的水，丰富我们消耗的食物，并确保我们的健康。所有它需要的是，人机用户界面模仿大脑界面。

当技术以变革性和看不见的方式工作时，世界将是连续几代人的更好的地方。虽然人类的本土智力制作了普遍存在的发明，但人类智力和人工智能的汇合将放大增长并提供可持续的进展。