人工智能一詞可謂是本世紀(jì)最熱門的詞匯，對于人工智能的種種消息必定引起全民關(guān)注。那么，現(xiàn)如今我們的人工智能究竟發(fā)展如何了呢？下面跟著小編一起去了解下。

人工智能現(xiàn)如今發(fā)展如何

1、超級智能時(shí)代來襲

AlphaGo戰(zhàn)勝李世石，意味著智能時(shí)代的到來。再往前發(fā)展一步，超級智能時(shí)代是什么？

將來不僅有單個(gè)的AlphaGo，整個(gè)北京市可能是一臺超級計(jì)算機(jī)。這個(gè)超級計(jì)算機(jī)由兩部分構(gòu)成，第一部分是它的大腦會變得更加聰明。第二，IoT（InternetofThings，物聯(lián)網(wǎng)）構(gòu)成了它的感官。整個(gè)城市是一個(gè)非常復(fù)雜的大“機(jī)器人”，我們每個(gè)人是物聯(lián)網(wǎng)的一部分。比如說，你要給太太買生日禮物，計(jì)算機(jī)知道你看過哪些購物網(wǎng)站，瀏覽過哪些產(chǎn)品頁面，你的智能車會問你是不是要去某品牌專賣店，去的路上，通知店員做準(zhǔn)備。

所以，很可能5年后，北京是一個(gè)超級計(jì)算機(jī)，10年后整個(gè)地球是個(gè)超級計(jì)算機(jī)。這種超級計(jì)算機(jī)，意味著超級智能時(shí)代的到來。

人和機(jī)器的邊界，越來越含糊了。過去我們用圖靈測試判斷。如果在屏幕后面有一個(gè)人，有一臺計(jì)算機(jī)，你問一個(gè)問題，判斷不清楚是人給的答案，還是計(jì)算機(jī)給的答案，我們就認(rèn)為人和計(jì)算機(jī)擁有同等的智能。這也是今天人工智能實(shí)現(xiàn)的一個(gè)原則。計(jì)算機(jī)并不需要模仿人，只需要達(dá)到同樣的效果。比如，只要下圍棋能贏就可以了，AlphaGo并不需要學(xué)棋譜。

所以，“人工智能”更準(zhǔn)確地說，應(yīng)該是機(jī)器智能，因?yàn)橛?jì)算機(jī)獲得智能的方式和人是不一樣的。有了這樣一個(gè)機(jī)器智能，IoT相當(dāng)于人的五官，機(jī)器智能相當(dāng)于人的大腦，然后，整個(gè)城市連成一個(gè)超級計(jì)算機(jī)。

2、人工智能的三個(gè)層次

人工智能的發(fā)展水平，可以分為三層：弱人工智能，強(qiáng)人工智能，還有超人工智能。

第一層，弱人工智能。美圖秀秀就是弱人工智能。這么多人用它自拍，它有自動學(xué)習(xí)的過程，不僅僅是根據(jù)經(jīng)驗(yàn)，事先設(shè)定一個(gè)參數(shù)。大家用過亞馬遜的Echo嗎？你可以跟他對話，他會根據(jù)你的購買行為，建議你買一些東西。這也是弱人工智能。

第二層，強(qiáng)人工智能。圍棋不僅是一項(xiàng)智力運(yùn)動，更是一種文化，超越了計(jì)算本身，但是，計(jì)算機(jī)可以解決得很好。理解人的語言，科大訊飛已經(jīng)做得不錯(cuò)了，甚至比速記員的差錯(cuò)率還低。我在谷歌最后兩年負(fù)責(zé)的一個(gè)項(xiàng)目里，雖然計(jì)算機(jī)不懂得物理學(xué)原理，但是它可以根據(jù)所有搜索結(jié)果，綜合知識點(diǎn)，重新組合出一個(gè)段落，回答“天為什么是藍(lán)色”這種問題，可以做得很好。計(jì)算機(jī)看病，輸入你的化驗(yàn)結(jié)果，口述你的身體狀況，以及以前的病歷，診斷水平在美國能達(dá)到醫(yī)生的平均水準(zhǔn)，在疑難病檢測上甚至比人做得好。

那么，有沒有超人工智能呢？至少在我們有限的生命里，是不用擔(dān)心這件事的，有兩個(gè)原因：第一，不管智能程序有多聰明，本質(zhì)上解決的都是可計(jì)算的問題。人類有很多問題是不可計(jì)算的。為什么不可計(jì)算？我們叫它自由意志。阿蘭·圖靈有兩位精神導(dǎo)師，一位是約翰·馮·諾依曼，一位是戴維·希爾伯特。希爾伯特就提出來，世界上有沒有不能直接回答“是”或者“非”的問題？當(dāng)然是有的，比如說情感問題。

3、機(jī)器能否取代人？

機(jī)器能否取代人？這是一個(gè)很好的問題。

計(jì)算機(jī)獲得智能的方式，很大程度上是靠摩爾定律。計(jì)算機(jī)的性能每18個(gè)月翻一番，1965年至今翻了34番，計(jì)算速度翻了160億次。最近幾年，摩爾定律進(jìn)步速度放緩。美國人估計(jì)到2030年，計(jì)算機(jī)機(jī)器智能的水平可能會達(dá)到黑猩猩的水平。黑猩猩是人科，它們與人類的差距，要比跟大猩猩的差距要小。

10年前有了大數(shù)據(jù)，使得計(jì)算機(jī)的進(jìn)步非常快。今天計(jì)算機(jī)能獲得如此高的智能，很大程度上取決于數(shù)據(jù)。缺少數(shù)據(jù)的時(shí)候，計(jì)算機(jī)再快，“巧婦難為無米之炊”。有了數(shù)據(jù)，估計(jì)到2030年，計(jì)算機(jī)能在各方面達(dá)到人的水平，也就是說，還剩13年的時(shí)間。你覺得很主觀的事情，比如說買什么東西合適，你的判斷和計(jì)算機(jī)的判斷可能是完全一樣的。

幾年前深度學(xué)習(xí)開始發(fā)展，在算法上有一些改進(jìn)，這又會加速計(jì)算機(jī)智能的發(fā)展。所以，到2030年，計(jì)算機(jī)幾乎可以全面超越人。

4、IT助人提高競技水平

國際象棋有一套自己的積分標(biāo)準(zhǔn)，一名很牛的棋手叫加里·基莫維奇·卡斯帕羅夫，他的積分能達(dá)到2700分。他的下棋水平怎么達(dá)到這個(gè)程度的？他天天跟計(jì)算機(jī)下，平時(shí)根本不摸棋盤。也就是說，人工智能可以用來幫助訓(xùn)練棋手。

2015-2016賽季，金州勇士隊(duì)在常規(guī)賽中取得73勝9負(fù)的成績，打破了公牛隊(duì)在1995-1996賽季創(chuàng)下的紀(jì)錄。這個(gè)隊(duì)是怎么得到總冠軍的？你請一個(gè)里皮這樣的教練有一點(diǎn)用處，但更有用的是科技。2009年，金州勇士隊(duì)在NBA中倒數(shù)第二名，一位風(fēng)險(xiǎn)投資人就把它買下來，覺得能夠把這個(gè)球隊(duì)訓(xùn)練好。金州勇士隊(duì)把大牌賣了，引進(jìn)了庫里。庫里身高只有1.94米，在NBA球員里是比較矮的，而且腿受過傷，但是他的投籃技術(shù)很好。圍繞著庫里的優(yōu)勢，教練設(shè)計(jì)了新的打法。工程師團(tuán)隊(duì)在球場上設(shè)置了很多攝像機(jī)，用SportVU跟蹤記錄，用MOCAP制定具體打法。六年下來，勇士隊(duì)從倒數(shù)第二名，做到了NBA總冠軍。

如果關(guān)注高爾夫球，你會發(fā)現(xiàn)，老虎·伍茲當(dāng)時(shí)打出67、68桿的成績就能得冠軍。他們訓(xùn)練的時(shí)候要渾身帶著設(shè)備，旋轉(zhuǎn)角度很準(zhǔn)。

這就是機(jī)器智能，或者說IT對體育的幫助。

5、機(jī)器智能是如何產(chǎn)生的？

機(jī)器智能是如何產(chǎn)生的？有三個(gè)支柱，一個(gè)是摩爾定律，一個(gè)是數(shù)據(jù)量的提高，第三是數(shù)學(xué)模型。第三個(gè)，數(shù)據(jù)模型的實(shí)現(xiàn)，叫深度學(xué)習(xí)。所以，機(jī)器智能其實(shí)是沿著數(shù)據(jù)和深度學(xué)習(xí)的路徑在發(fā)展。如果有人在這個(gè)領(lǐng)域要?jiǎng)?chuàng)業(yè)的話，想要像谷歌一樣去研究深度學(xué)習(xí)是沒有希望了，但是，真正地研究清楚一個(gè)行業(yè)，掌握這個(gè)行業(yè)的數(shù)據(jù)和數(shù)學(xué)模型，還是有希望的。

人工智能發(fā)展，經(jīng)過了三個(gè)階段。

第一階段（1956-1970年）是模擬人。這是人認(rèn)知的普遍規(guī)律。人想飛，不會飛，看到鳥有翅膀可以飛，所以人就綁上翅膀。直到今天，很多人想象中的機(jī)器人，還是人形機(jī)器智能，其實(shí)它不需要人形。

第二階段（1970-2000年），趕上人。康奈爾大學(xué)一位教授提出來，要把一個(gè)現(xiàn)實(shí)問題變成數(shù)學(xué)問題，后來取得了突破性進(jìn)展。語音識別是最早的智能。

第三階段是超越人，比如說無人駕駛汽車。谷歌無人駕駛在美國跑了300多萬公里，主動的交通事故是兩次。智能駕駛汽車看到的場景跟我們完全不一樣，上面有激光雷達(dá)，下面藏了無數(shù)傳感器，有一些死角能夠看到。人只有五官，機(jī)器的IoT特別多。

以上就是人工智能現(xiàn)如今發(fā)展如何的全部內(nèi)容了，就如李彥宏所說，人工智能不再是離我們很遙遠(yuǎn)的一個(gè)神話，而是正在漸漸落實(shí)在我們的生活當(dāng)中。