物联网导论课程报告-人工智能带来了什么

人工智能带来了什么

作者:张家平

「摘要」论当今信息产业涌现发展的规律及神经网络深度学习技术对大学生学习规划的启示

「关键词」人工智能;深度学习;信息产业发展;

人工智能,神经网络,深度学习是当今最流行的明星算法,但它对人类社会最大的贡献不是解决了多少问题,而是揭示了人类学习的原理。

涌现

我们都知道实现功能的最小单位是蛋白质,虽然单个蛋白质能实现的功能只相当于开关门那么简单,但大量蛋白质有组织并行工作就有了质变,试想一栋高楼只是由简单的砖块和其他建筑类材料构成的,每一个体材料都很小,少量简单的胡乱堆叠只会形成一堆垃圾,而大量而有序的结合却可以构成更高级的结构,单个蛋白质的功能非常简单,经过漫长的演化过程却出现了如此多的生命体,这种由量变引起质变的现象就是涌现(emergence)。

涌现可以跃进式的增强体系发展,比如寒武纪生命大爆发,蚂蚁社群,免疫系统,以及现在的人类文明,尤其是互联网以及信息产业。

指数级发展

随着体系的发展和系统信息的积累,涌现得到的知识又会缩短下一次涌现的出现。在没有任何限制下,周期不断变短的连续涌现造成了当今人类文明的爆炸式的指数级发展,从而更加加快了体系信息积累的速度,而更快的信息累积则会造成更频繁的涌现,直到任何人都无法预测人类科技树几年,几个月,几天,甚至几小时后的样子,正应了斯宾塞·约翰逊那句“世界上唯一不变的是变化本身”。

学习本质

生物体任何的决策都是为了更好的生存(维持自身低熵条件),而想要存活就必须通过学习已有情况的知识来预测未知情况。地球上第一个学习系统是演化——通过大量的突变克隆体尝试、询问环境,不能预测危机发生的个体都会被环境淘汰,以牺牲一部分个体为代价来筛选出能正确的预测模型以稳定熵减。而随着个体生长周期和成本的增加,一些复杂生命体演化出了的第二种学习方法——神经网络,允许个体不再以死亡为代价来学习模型。

这是人工神经网络的运行机制:

用搜集来的训练集中的问题和答案来训练模型,用测试集来测试模型的质量,训练好的模型可以去解决实际从没遇到过的问题。

而这是由神经网络算法的启示的人类学习机制: