英特爾神經(jīng)網(wǎng)絡(luò)計(jì)算引擎發(fā)布 為前端帶來(lái)人工智能
亞里士多德曾說(shuō)，知識(shí)來(lái)自于實(shí)踐。技術(shù)的飛速發(fā)展使機(jī)器精準(zhǔn)性大幅提升，實(shí)現(xiàn)無(wú)人駕駛車輛的升級(jí)。今天，不僅是人類，以人腦為模型建構(gòu)的AI計(jì)算機(jī)也可以從實(shí)踐中獲得知識(shí)、認(rèn)知規(guī)律、作出決定，并且逐步具備以經(jīng)驗(yàn)為基礎(chǔ)的感知、理性、行動(dòng)和適應(yīng)能力。 智能機(jī)器的研究歷程 時(shí)至今日，計(jì)算機(jī)科學(xué)家對(duì)智能機(jī)器的研究已有60多年，研究過(guò)程中，他們發(fā)現(xiàn)“做”與“說(shuō)”對(duì)于機(jī)器學(xué)習(xí)有著重大意義。 人工智能（AI）發(fā)展初期，研究人員試圖通過(guò)“說(shuō)”的方式“告訴”計(jì)算機(jī)一切需要學(xué)習(xí)的事物，但結(jié)果不甚理想，研究人員繼而嘗試機(jī)器學(xué)習(xí)策略，讓AI程序直接對(duì)數(shù)據(jù)進(jìn)行分析和學(xué)習(xí)。 事實(shí)上，“直接學(xué)習(xí)法”，即讓機(jī)器直接分析、學(xué)習(xí)數(shù)據(jù)，是一次聰明的嘗試，因?yàn)樗鼜娜齻€(gè)方面促成了學(xué)習(xí)技術(shù)的騰飛。高效的計(jì)算機(jī)性能、訪問(wèn)更多線上數(shù)據(jù)（包括文本、構(gòu)想、圖像和感知數(shù)據(jù)）以及對(duì)數(shù)據(jù)的注釋或信息添加――三者結(jié)合能夠大幅度提升AI系統(tǒng)的推理能力。 如今，在軟件、硬件和網(wǎng)絡(luò)的幫助下，軟件開(kāi)發(fā)人員已開(kāi)發(fā)出各種強(qiáng)大的AI使用。從金融詐騙檢測(cè)、困局脫險(xiǎn)到與客戶的線上交流，AI使用幾乎無(wú)所不能。 智能機(jī)器的學(xué)習(xí)模式 盡管有些人類也不能回答的問(wèn)題學(xué)習(xí)型智能機(jī)也無(wú)法搞定，但它能夠處理大量數(shù)據(jù)，快速建立聯(lián)系，并且在此基礎(chǔ)上做出推斷。因此AI智能機(jī)器的學(xué)習(xí)能大大提升人們的做事效率，這是機(jī)器學(xué)習(xí)的最大優(yōu)勢(shì)。當(dāng)下許多產(chǎn)業(yè)，例如游戲、制造業(yè)、醫(yī)療保健行業(yè)運(yùn)用的機(jī)器學(xué)習(xí)技術(shù)以計(jì)算機(jī)程序?yàn)橐劳?，這些程序不需要通過(guò)編程就可以直接學(xué)習(xí)、分析數(shù)據(jù)，且分析能力在經(jīng)驗(yàn)積累的過(guò)程中不斷提升。 在游戲當(dāng)中，機(jī)器學(xué)習(xí)法能夠分析對(duì)手，同時(shí)預(yù)測(cè)對(duì)手行動(dòng)，營(yíng)造更具挑戰(zhàn)性的游戲氛圍。在制造業(yè)中，掌握數(shù)據(jù)能夠幫助企業(yè)預(yù)測(cè)修理工作的發(fā)生，提升預(yù)防性維修能力。而在醫(yī)療保健領(lǐng)域，AI可以對(duì)多種疾病的醫(yī)療數(shù)據(jù)庫(kù)進(jìn)行分析，從而幫助信息提供者更快、更準(zhǔn)確地做出診斷。 學(xué)習(xí)型智能機(jī)的建立基礎(chǔ)――人腦神經(jīng)網(wǎng)絡(luò) 人腦的神經(jīng)網(wǎng)絡(luò)是最強(qiáng)大的計(jì)算機(jī)器之一，也是機(jī)器學(xué)習(xí)的建立基礎(chǔ)。人工神經(jīng)元網(wǎng)絡(luò)，簡(jiǎn)稱ANN模仿人腦搞定問(wèn)題的方式，利用算法對(duì)輸入進(jìn)行加工并得到輸出，以此學(xué)習(xí)事物、認(rèn)知規(guī)律、做出決定。 計(jì)算機(jī)程序通過(guò)機(jī)器學(xué)習(xí)辨識(shí)人體和物體 ANN可以利用砝碼確定最重要的信息。人造神經(jīng)元在網(wǎng)絡(luò)中相互連接，檢測(cè)單個(gè)神經(jīng)元對(duì)其他神經(jīng)元的影響力。人們可以在訓(xùn)練項(xiàng)目中對(duì)砝碼進(jìn)行調(diào)整，并通過(guò)訓(xùn)練，教會(huì)神經(jīng)元網(wǎng)絡(luò)如何對(duì)輸入內(nèi)容做出正確反應(yīng)。 深度學(xué)習(xí)程序會(huì)進(jìn)行多層計(jì)算。這一層的計(jì)算結(jié)果會(huì)輸送到下一層繼續(xù)進(jìn)行分析，繼而產(chǎn)生更為復(fù)雜的數(shù)據(jù)解讀。舉例來(lái)說(shuō)，ANN在某一層進(jìn)行建筑圖像分析時(shí)可能會(huì)檢測(cè)到邊界，而這些邊界構(gòu)成了下一層的矩形命令。在接下來(lái)的計(jì)算層中，ANN會(huì)將矩形視為建筑物，并在最終層判斷出該建筑物是摩天大樓還是谷倉(cāng)。 此外，大型輸入數(shù)據(jù)集是軟件研究人員對(duì)ANN進(jìn)行的另一項(xiàng)訓(xùn)練內(nèi)容。事實(shí)上，表示原始數(shù)據(jù)本身并沒(méi)有太大用處，所以研究人員會(huì)對(duì)輸入數(shù)據(jù)進(jìn)行注解或添加信息，標(biāo)明“正確”的答案。 自學(xué)型計(jì)算機(jī) 人工智能使計(jì)算機(jī)能擺脫編程直接學(xué)習(xí)。軟件研究人員創(chuàng)造出了學(xué)習(xí)算法，這種算法又能使ANN在積累更多數(shù)據(jù)之后進(jìn)行自我提升。 學(xué)習(xí)算法分為三個(gè)部分：監(jiān)督式、半監(jiān)督式以及無(wú)監(jiān)督式學(xué)習(xí)。前兩者需要大量的訓(xùn)練數(shù)據(jù)才能得到理想結(jié)果。 例如，在前兩種情況下，研究人員如果要建立面部識(shí)別算法，就必需連續(xù)向機(jī)器提供帶有單獨(dú)標(biāo)簽的風(fēng)景、人物和動(dòng)物圖像，直到機(jī)器能夠在無(wú)標(biāo)簽的條件下準(zhǔn)確識(shí)別圖像。 而人工神經(jīng)元網(wǎng)絡(luò)可以利用算法識(shí)別面部形狀并進(jìn)行匹配。因此第三部分的無(wú)監(jiān)督式學(xué)習(xí)是機(jī)器學(xué)習(xí)工作的重頭戲，也是最重要的一部分。 無(wú)監(jiān)督式學(xué)習(xí)就是程序確定數(shù)據(jù)本身意義的過(guò)程。有些共性特征無(wú)法通過(guò)人腦識(shí)別，所以研究人員會(huì)讓機(jī)器以這些共性特征為基礎(chǔ)對(duì)圖像進(jìn)行集群處理。 AI智能機(jī)建設(shè)所運(yùn)用的工具 AI一直被賦予神秘的色彩，而實(shí)際上，建立智能系統(tǒng)的工具其實(shí)隨處可見(jiàn)?，F(xiàn)代發(fā)展已經(jīng)不需要Lisp和Prolog這樣的舊式AI專用語(yǔ)言，Python, Java和C++這樣的通用語(yǔ)言才是當(dāng)今AI研究人員的新寵。 研究人員擁有非常好用的工具來(lái)建立監(jiān)督式學(xué)習(xí)。Caffe, Theano, MXNet和TensorFlow這些優(yōu)化過(guò)的程序可以在英特爾硬件設(shè)備上運(yùn)行。此外，英特爾至強(qiáng)處理器這樣的高性能芯片能夠進(jìn)行高速的矩陣乘法運(yùn)算，滿足機(jī)器學(xué)習(xí)算法的要求。和人類一樣，AI智能機(jī)通過(guò)實(shí)踐不斷學(xué)習(xí)、提升，其分析融合不一樣種類數(shù)據(jù)從而進(jìn)行決策的能力越來(lái)
該文章被收錄于：
編程器 ? https://www.chinafix.com/zt/1877-1.html
Q:這個(gè)文檔的類型是什么？
A:資訊。
Q:文檔中提到的知識(shí)來(lái)源是什么？
A:文檔中提到知識(shí)來(lái)自于實(shí)踐。
Q:技術(shù)的飛速發(fā)展帶來(lái)了什么？
A:技術(shù)的飛速發(fā)展使機(jī)器精準(zhǔn)性大幅提升，實(shí)現(xiàn)無(wú)人駕駛車輛的升級(jí)。
Q:以人腦為模型建構(gòu)的 AI 計(jì)算機(jī)可以做什么？
A:可以從實(shí)踐中獲得知識(shí)、認(rèn)知規(guī)律、作出決定，并且逐步具備以經(jīng)驗(yàn)為基礎(chǔ)的感知、理性、行動(dòng)和適應(yīng)能力。
Q:文檔提到的文章被收錄在哪里？
A:被收錄于編程器 [https://www.chinafix.com/zt/1877-1.html](https://www.chinafix.com/zt/1877-1.html)。
Q:AI 計(jì)算機(jī)的學(xué)習(xí)模式有哪些？
A:文檔中未明確提及 AI 計(jì)算機(jī)的學(xué)習(xí)模式。
Q:AI 計(jì)算機(jī)的學(xué)習(xí)算法是什么？
A:文檔中未明確提及 AI 計(jì)算機(jī)的學(xué)習(xí)算法。
Q:AI 計(jì)算機(jī)的建立基礎(chǔ)是什么？
A:以人腦為模型建構(gòu)。
Q:無(wú)人駕駛車輛的升級(jí)是因?yàn)槭裁矗?br>A:技術(shù)的飛速發(fā)展使機(jī)器精準(zhǔn)性大幅提升。