a级片网址,www.一级毛片,日批国产,中文字幕日韩精品有码视频,黄色毛片免费网站,久久久精品午夜免费不卡,天堂福利视频

您當前的位置是:  首頁 > 新聞 > 專家觀點 >
 首頁 > 新聞 > 專家觀點 >

機器學習:人工智能和設計的極速發(fā)展

2017-01-06 11:37:26   作者:   來源:CTI論壇   評論:0  點擊:


  計算機游戲先驅Arthur Samuel曾這樣定義“機器學習”——“一個讓計算機具備學習能力但不對其明確編程的研究領域。”但對有些人來說,“機器學習”的含義卻大相徑庭——就好比電腦戰(zhàn)勝人腦之后反烏托邦電影中發(fā)生的一樣。
  不過,機器學習的未來前景并非黯淡無光。人類和人工智能(AI)將會結出更加豐碩的成果,而此刻,成果正逐漸顯露出來。
\
  機器學習是如何演進的?
  60年前,一名程序員教會了一臺機器如何在井字游戲中戰(zhàn)勝人類。從那時起,計算機就變得越來越智能。1997年,“深藍”(Big Blue)在國際象棋比賽中戰(zhàn)勝了世界冠軍卡斯帕羅夫。盡管這讓所有人都為之震驚,但“深藍”依靠的大多是強力計算。
  2011年,在智力競賽節(jié)目《危險邊緣》中,“深藍”的下一代計算機“沃森(Watson)”用推理能力擊敗了人類對手;而就在前不久,AlphaGo更戰(zhàn)勝了世界頂尖的圍棋手。要知道,圍棋可是全世界最復雜的游戲,其走法千變萬化,甚至比宇宙中存在的原子還多。
  在過去60年的歷程里,某些事情正在呈指數(shù)式發(fā)展:在不到一個人一生的時間里,計算機經(jīng)歷了從學習兒童游戲,到掌握被認定為戰(zhàn)略思想之極致的游戲。
  其中一個例子就是Atari電子游戲“Breakout(打磚塊)”:經(jīng)過整夜的數(shù)百萬次游戲訓練后,DeepMind的人工智能只看比分和控制者輸入的信息,就學會了戰(zhàn)勝人類玩家的方法。因此,其自學速度遠比人類可以教授的速度快,而且還可以快速將新得到的知識傳播給其它計算機。換句話說,你擅長玩打磚塊,但并不能讓你的朋友也擅長玩。而一旦一臺計算機掌握了打磚塊的玩法,那么與之互聯(lián)的其它計算機也就掌握了相應技巧。
  機器學習將如何讓行業(yè)及業(yè)務受益?
  首先,機器學習將會促進衍生式設計發(fā)展。以4軸飛行器的設計為例:設計師希望飛行器有良好的飛行表現(xiàn),同時還能承受有效載荷,也就是說,要減輕飛機底盤的重量和減少飛行器的空氣阻力。
  把這些限制條件輸入計算機之后,計算機就會去探索每一種可能的解決方案,并得出設計者意想不到的一些設計想法。計算機無需具備人類的繪圖能力就可以完全自主地創(chuàng)造這些想法。
  歐特克已經(jīng)把這項技術運用到了與空客的合作中,幫助空客重新構思和設計全新的機艙隔離結構。全新的隔離結構重量減半,但比原裝的隔離結構更結實堅固。2106年晚些時候,3D打印的全新隔離結構將會應用在空客的A320飛機上。
  同時,機器學習還將會推動機器人技術的發(fā)展。舉個例子,歐特克與藝術家Joris Laarman及其MX3D團隊合作,借助衍生式設計和機器人技術設計并打印出了世界上首座機器人自主制造的橋梁。2016年夏天,團隊將會按下按鈕,然后機器人將不受人工干預地打印出這座橋梁。該橋梁為不銹鋼材質,將橫跨阿姆斯特丹的一條運河。
  機器學習是否會影響物聯(lián)網(wǎng)的發(fā)展?
  當然會。為了探索出更加先進的物聯(lián)網(wǎng),歐特克與設計和制造研究集團Hack Rod以及電影制片廠Bandito Brothers合作,打造了一輛具有神經(jīng)系統(tǒng)的瘋狂賽車。合作團隊在一輛傳統(tǒng)賽車上配備了好幾十個傳感器,然后讓一名世界級賽車手在沙漠中駕駛這輛賽車,直至賽車達到極限。
  運用新的神經(jīng)系統(tǒng),這輛賽車記錄了其在那次駕駛中的所有數(shù)據(jù),包括受到的作用力。然后,團隊收集了這些實時數(shù)據(jù),準確地說,是數(shù)十億數(shù)據(jù)點,并把這些數(shù)據(jù)接入了我們的衍生式設計工具——Project Dreamcatcher。
  設計的成果是終極版底盤,這是人類不可能自行設計出來的。但借助衍生式設計、先進的機器人技術和上述的數(shù)字神經(jīng)系統(tǒng),底盤設計得以實現(xiàn)。
  機器學習未來將如何發(fā)展?
  隨著機器學習的不斷演進,它會留意設計師對它提出的設計方案有什么反應,并把設計師未說明的偏好納入到設計過程中,以此促進衍生式設計的發(fā)展。機器學習還將賦予機器人獨立完成任務的能力,而不用依靠設計師給出明確指令。此外,機器學習將使用機器人全新數(shù)字神經(jīng)系統(tǒng)(又稱物聯(lián)網(wǎng))中的信息,來智能地感知現(xiàn)實世界并對現(xiàn)實世界做出反應。
  不久之前,設計師還在使用計算機來解決左腦邏輯問題。但現(xiàn)在,計算機正開始進入人類創(chuàng)意領域。例如,一旦計算機了解了椅子的實質,它們就能幫助人們更好地設計椅子,因為設計師和計算機之間存在著一種共有意圖,這種共有意圖讓計算機成為了人類出色的創(chuàng)意伙伴。
  那么,如果計算機可以像人類一樣自主地產(chǎn)生洞察并進行創(chuàng)意飛躍,世界將會變成什么樣?設計師在創(chuàng)意過程中的作用將會發(fā)生極大的變化。未來,設計師更像是為計算機提供指導和經(jīng)驗的導師。
  縱觀歷史,人類塑造了當今世界;展望未來,人類還將塑造影響世界的物品。一切都將發(fā)生翻天覆地的變化;技術和人類將前所未有地緊密融合在一起。這將是一個激動人心的未來,值得我們期待。
  Jeff Kowalski/文
  歐特克公司高級副總裁、首席技術官

專題

榕江县| 水城县| 永福县| 蓬溪县| 隆化县| 钦州市| 黎城县| 清水河县| 高邮市| 新巴尔虎右旗| 惠水县| 望奎县| 广宁县| 离岛区| 泽库县| 靖安县| 汉中市| 佛冈县| 界首市| 新昌县| 岐山县| 南部县| 治多县| 新兴县| 磐安县| 蒙城县| 罗山县| 含山县| 巫溪县| 蛟河市| 抚松县| 富裕县| 吉首市| 神农架林区| 根河市| 六盘水市| 富平县| 南城县| 额敏县| 宁国市| 海门市|