【第75期】《失控玩家》引发的思考：我们究竟离真正的人工智能有多远？

hzbooks

于 2021-10-03 09:24:00 发布

阅读量297

点赞数

文章标签：人工智能算法大数据机器学习深度学习

原文链接：https://mp.weixin.qq.com/s?__biz=Mzg5MDU5NTM1NQ==&mid=2247525257&idx=1&sn=9ca1b3a63b3142750cc6ab541ad42a54&chksm=cfd812fdf8af9beb1fb867abeb686b4a507193f806486d6c6dcd4afc282ca7c2661c2ef966fa&scene=126&&sessionid=0

版权

谈到暑期档最火爆电影

非《失控玩家》莫属

随着这匹最大黑马杀出重围

主人公“Guy”也当仁不让地成为

这个暑期档的“最强玩家”

然而，像Guy这样拥有完全意识的人工智能

目前还只处在我们的想象之中

受制于硬件发展水平

仅是最常见深度学习中的建模与部署就需要消耗大量时间

如何才能正确拥抱人工智能

将我们的工作从重复中解救出来？

话不多说，下滑带你一窥究竟

一

为什么说人工智能无法回避深度学习?

以主流观点而论，机器学习是一种实现人工智能的方法，深度学习是用于建立、模拟人脑进行分析学习的神经网络，模仿人脑的机制解释数据的一种机器学习技术。作为目前应用最广泛、传播最火热的人工智能概念之一，深度学习是当之无愧的“AI显学”。

深度学习也是可以在理论上将《失控玩家》中的NPC赋予创造力和具备深度学习能力的技术。深度学习技术的普及所带来人工智能技术爆发，正是网络平行世界“元宇宙”能够走上台前的关键。

二

是什么在阻挡机器进行深度学习？

深度学习的最大优点之一，在于它的应用领域（视觉、自然语言，语音、RL等）共享大多数技术。换言之，当你曾在计算机视觉深度学习领域工作过，很快也就能在自然语言处理中上手。因此，深度学习应用中的实际建模也就格外重要。

对于任何神经网络来说，深度学习模型的训练阶段都是最耗费资源的任务，构建深度学习模型需要大量的训练数据，才能展现出神奇的智能效果。

另一方面，无论是TensorFlow、Pytorch还是国产的PaddlePaddle飞桨，主流深度学习框架都需要消耗大量的GPU、硬盘CPU等硬件保证训练速度。

三

推荐阅读

《人工智能开发实践：云端机器学习导论》

推荐理由

不再追求人工智能项目的完美方案，而是在有限的成本、资源、技术条件下，实现能够交付于实际生产的解决方案。利用Amazon、Google和Microsoft的强大云服务产品，降低AI项目开发成本，缩短开发周期，提升工作效率。

《深度学习与目标检测：工具、原理与算法》

推荐理由

AI和计算机视觉专家在阿里、腾讯、百度经验总结，工具、原理、算法3维度快速入门目标检测，附源数据和代码。

《AI游戏开发和深度学习进阶》

推荐理由

本书是一本关于游戏和谜题AI的书籍，对AI基础理论、深度学习、强化学习以及使用进化计算的新方法进行了介绍，并通过具体示例进行了详细的解释说明。此外，本书不仅涵盖算法，还涵盖与AI相关的主题、历史背景和数学主题的诸多内容，其中包含如何让游戏AI表现得像一个人类玩家。实际上，对游戏AI的研究不单纯是针对游戏，它还有助于解决许多与优化理论和系统工程相关的问题。

《Python深度学习：模型、方法与实现》

推荐理由

介绍了对象检测、图像分类、图像语义分割、自然语言处理、自动驾驶等领域的新的深度学习模型、方法和实现。

《嵌入式深度学习：算法和硬件实现技术》

推荐理由

本书是入门嵌入式深度学习算法及其硬件技术实现的经典书籍。详细介绍如何在应用层、算法层、硬件架构层和电路层进行设计和优化，以及跨层次的软硬件协同设计，阐述嵌入式深度学习算法及其硬件技术实现。

《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）》

推荐理由

豆瓣满分神书！国外AI“四大名著”之一！AI霸榜书重磅更新！“美亚”AI+神经网络+CV+NLP四大畅销榜首图书，基于TensorFlow 2和新版Scikit-Learn全面升级，内容增加近一倍！前谷歌工程师撰写，Keras之父和TensorFlow移动端负责人鼎力推荐，从实践出发，手把手教你从零开始搭建起一个神经网络。