当机器在“学习”的时候，它在学些什么？

最新推荐文章于 2024-11-01 17:07:00 发布

置顶 Mind_Hacks

最新推荐文章于 2024-11-01 17:07:00 发布

阅读量745

点赞数

分类专栏： NEW ICT 华为文章标签：机器学习人工智能物联网数据

本文链接：https://blog.csdn.net/huawei_eSDK/article/details/54236065

版权

华为同时被 2 个专栏收录

27 篇文章 1 订阅

订阅专栏

NEW ICT

20 篇文章 1 订阅

订阅专栏

文/Jeff Kowalski

原文作者为欧特克公司首席技术官Jeff Kowalski，文章来源为《ICT新视界》，原标题为《机器学习：人工智能和设计的极速发展》，本文有修改。

计算机游戏先驱Arthur Samuel曾这样定义“机器学习”——“一个让计算机具备学习能力但不对其明确编程的研究领域。”但对有些人来说，“机器学习”的含义却大相径庭——就好比电脑战胜人脑之后反乌托邦电影中发生的一样。

不过，机器学习的未来前景并非黯淡无光。人类和人工智能（AI）将会结出更加丰硕的成果，而此刻，成果正逐渐显露出来。

机器学习是如何演进的？

60年前，一名程序员教会了一台机器如何在井字游戏中战胜人类。从那时起，计算机就变得越来越智能。1997年，“深蓝”（Big Blue）在国际象棋比赛中战胜了世界冠军卡斯帕罗夫。尽管这让所有人都为之震惊，但“深蓝”依靠的大多是强力计算。

2011年，在智力竞赛节目《危险边缘》中，“深蓝”的下一代计算机“沃森（Watson）”用推理能力击败了人类对手；而就在前不久，AlphaGo更战胜了世界顶尖的围棋手。要知道，围棋可是全世界最复杂的游戏，其走法千变万化，甚至比宇宙中存在的原子还多。

在过去60年的历程里，某些事情正在呈指数式发展：在不到一个人一生的时间里，计算机经历了从学习儿童游戏，到掌握被认定为战略思想之极致的游戏。

其中一个例子就是Atari电子游戏“Breakout（打砖块）”：经过整夜的数百万次游戏训练后，DeepMind的人工智能只看比分和控制者输入的信息，就学会了战胜人类玩家的方法。因此，其自学速度远比人类可以教授的速度快，而且还可以快速将新得到的知识传播给其它计算机。换句话说，你擅长玩打砖块，但并不能让你的朋友也擅长玩。而一旦一台计算机掌握了打砖块的玩法，那么与之互联的其它计算机也就掌握了相应技巧。

机器学习将如何让行业及业务受益？

首先，机器学习将会促进衍生式设计发展。以4轴飞行器的设计为例：设计师希望飞行器有良好的飞行表现，同时还能承受有效载荷，也就是说，要减轻飞机底盘的重量和减少飞行器的空气阻力。

把这些限制条件输入计算机之后，计算机就会去探索每一种可能的解决方案，并得出设计者意想不到的一些设计想法。计算机无需具备人类的绘图能力就可以完全自主地创造这些想法。

图片来源：DJI

欧特克已经把这项技术运用到了与空客的合作中，帮助空客重新构思和设计全新的机舱隔离结构。全新的隔离结构重量减半，但比原装的隔离结构更结实坚固。2106年晚些时候，3D打印的全新隔离结构将会应用在空客的A320飞机上。

同时，机器学习还将会推动机器人技术的发展。举个例子，欧特克与艺术家Joris Laarman及其MX3D团队合作，借助衍生式设计和机器人技术设计并打印出了世界上首座机器人自主制造的桥梁。2016年夏天，团队将会按下按钮，然后机器人将不受人工干预地打印出这座桥梁。该桥梁为不锈钢材质，将横跨阿姆斯特丹的一条运河。

机器学习是否会影响物联网的发展？

当然会。为了探索出更加先进的物联网，欧特克与设计和制造研究集团Hack Rod以及电影制片厂Bandito Brothers合作，打造了一辆具有神经系统的疯狂赛车。合作团队在一辆传统赛车上配备了好几十个传感器，然后让一名世界级赛车手在沙漠中驾驶这辆赛车，直至赛车达到极限。

运用新的神经系统，这辆赛车记录了其在那次驾驶中的所有数据，包括受到的作用力。然后，团队收集了这些实时数据，准确地说，是数十亿数据点，并把这些数据接入了我们的衍生式设计工具——Project Dreamcatcher。

设计的成果是终极版底盘，这是人类不可能自行设计出来的。但借助衍生式设计、先进的机器人技术和上述的数字神经系统，底盘设计得以实现。

机器学习未来将如何发展？

随着机器学习的不断演进，它会留意设计师对它提出的设计方案有什么反应，并把设计师未说明的偏好纳入到设计过程中，以此促进衍生式设计的发展。机器学习还将赋予机器人独立完成任务的能力，而不用依靠设计师给出明确指令。此外，机器学习将使用机器人全新数字神经系统（又称物联网）中的信息，来智能地感知现实世界并对现实世界做出反应。