现代人工智能走在仿生学的大道上

1587人阅读 评论(0) 收藏 举报

  在上世纪60-70年代,加拿大神经生理学专家David Hubel(1926-2013) 与瑞典生理学家Torsten Wiesel 1924-)紧密合作,以实验为基础,搞清楚了大脑视觉系统对外界刺激信号的反应机制,证明了大脑神经皮层的多层次结构,奠定了现代人工智能的仿生学基础,为此,荣获1981年度诺贝尔医学奖。



2006年,加拿大人工智能专家Geoffrey Hinton在《科学》期刊上发表署名文章,指出:深度神经网络(DNN)在系统训练上的难度,可以通过“逐层初始化”(Layer-wisePre-training)来有效克服,从此。开启了深度神经网络(DNN,又叫“深度学习”)的研究与应用的世界浪潮。



实际上,深度学习(DeepLearning)就是现代人工智能的核心技术。谷歌、微软与百度是现代人工智能领域的“三巨头”。它们拥有海量数据以及DNN技术,比如:201211月,微软(中国)在天津的一次会议上公开演示了一个全自动的“同声传译”系统,讲演者用英文演讲,后台的计算机一气呵成,完成语音识别、英中机器翻译,以及中文语音合成,效果非常流畅。微软使用的就是深度神经网络技术。



2014年,微软先后推出微软“小娜”(Cortana)语音助手以及微软“小冰”网络机器人,走的都是DNN仿生学道路。



我们要问:微软“小娜”与“小冰”的后台计算机在哪里呢?是一台大型服务器吗?非也。一般而言,深度神经网络系统由上万台计算机(CPUGPU处理器)构成,集中安装在一座计算机大楼之中,对外叫做“人工大脑”(大厦),派头十足!在不久的将来,当你与老外对话时,使用各自的智能手机,借助人工大脑,不用译员人工翻译,中、英直接对话,自由交流,不再是梦!



袁萌711



0
0

查看评论
* 以上用户言论只代表其个人观点,不代表CSDN网站的观点或立场
    个人资料
    • 访问:7646017次
    • 积分:144753
    • 等级:
    • 排名:第4名
    • 原创:4427篇
    • 转载:39篇
    • 译文:10篇
    • 评论:24183条
    文章分类
    文章存档
    最新评论
    voweber中文web技术开发站