人工神经网络的发展
现代意义上对神经网络(特指人工神经网络)的研究一般认为从1943年美国芝加哥大学的生理学家W.S. McCulloch和W.A. Pitts提出M-P神经元模型开始,到今年正好六十年。
在这六十年中,神经网络的发展走过了一段曲折的道路。
1965年M. Minsky和S. Papert在《感知机》一书中指出感知机的缺陷并表示出对这方面研究的悲观态度,使得神经网络的研究从兴起期进入了停滞期,这是神经网络发展史上的第一个转折。
到了20世纪80年代初,J.J. Hopfield的工作和D. Rumelhart等人的PDP报告显示出神经网络的巨大潜力,使得该领域的研究从停滞期进入了繁荣期,这是神经网络发展史上的第二个转折。
到了20世纪90年代中后期,随着研究者们对神经网络的局限有了更清楚的认识,以及支持向量机等似乎更有前途的方法的出现,“神经网络”这个词不再象前些年那么“火爆”了。
很多人认为神经网络的研究又开始陷入了低潮,并认为支持向量机将取代神经网络。
有趣的是,著名学者C.-J. Lin于2003年1月在德国马克斯·普朗克研究所所做的报告中说,支持向量机虽然是一个非常热门的话题,但目前最主流的分类工具仍然是决策树和神经网络。
由著名的支持向量机研究者说出这番话,显然有一种特殊的意味。事实上,目前神经网络的境遇与1965年之后真正的低潮期相比有明显的不同。
在1965年之后的很长一段时期里,美国和前苏联没有资助任何一项神经网络的研究课题,而今天世界各国对神经网络的研究仍然有大量的经费支持;1965年之后90%以上的神经网络研究者改变了研究方向,而今天无论是国际还是国内都有一支相对稳定的研究队伍。
实际上,神经网络在1965年之后陷入低潮是因为当时该领域的研究在一定意义上遭到了否定,而今天的相对平静是因为该领域已经走向成熟,很多技术开始走进生产和生活,从而造成了原有研究空间的缩小。
在科学研究中通常有这么一个现象,当某个领域的论文大量涌现的时候,往往正是该领域很不成熟、研究空间很大的时候,而且由于这时候人们对该领域研究的局限缺乏清楚的认识,其热情往往具有很大的盲目性。
从这个意义上说,过去若干年里各领域研究者一拥而上、各种专业刊物满眼“神经网络”的风光,其实是一种畸形繁荣的景象,而对神经网络的研究现在才进入了一个比较理智、正常的发展期。
在这段时期中,通过对以往研究中存在的问题和局限进行反思,并适当借鉴相关领域的研究进展,将可望开拓新的研究空间,为该领域的进一步发展奠定基础。
谷歌人工智能写作项目:神经网络伪原创
未来的人工神经网络将会怎样改变我们的生活。
1、客服行业/行政助手传统客服、企业内部行政,这种机械性、重复性、程式化的重复体力劳动的工作将会被专业的行政/客服机器人所替代写作猫。
2、翻译行业打破语言界限,帮助人类进行跨民族、跨语种、跨文化的交流,一直以来都是“翻译”这一专业领域的神圣指责,且深深的在全球化的大潮中,被重要依赖着。
3、服务于公共交通的司机、公交车司机交通改变了人类生存的空间感和时间感,交通行业的发展和速度效率的提升,极大的提升了社会效率和人类生活体验。
但每年不断增加的汽车保有量和随之快速上升的交通事故,也造成了不可挽回的生命及财产损失。4、制造业流水线工人人工智能最常让人浮想联翩的技术领域,毫无疑问是机器人,尤其是工业制造机器人领域。
现在在高端科技制造、精密机械制造、主流汽车生产和甚至手机生产线中,工业机器人是标配。大量的工业应用故事,已经明确地指明了未来工业生产的方向。
5、基础医学服务和辅助医疗近年来在医疗行业,多家企业源源不断地向人工智能技术应用方向注入大量资金,尤其是降低医疗成本、增加医疗效果、提升医疗效率、改善患者健康领域。
在某些情境下,人工智能的深度学习能力已超越医生。专家预测2020年医疗人工智能将持续增长,尤其是在成像、诊断、预测分析和管理领域。
6、金融审计和风控人工智能的知识图谱、深度学习、大数据处理等技术在金融行业已有广泛的应用,通过专业策略深度应用下,对金融领域数据的监控和数据分析、决策方向极大的提高了业务处理效率,并且在每日新增和历史的金融海量数据下,人工智能的效率是人工不可企及的。
7、便利店收银员无营业员超市,又称为无人超市。负责收钱的不是营业员,而是一个具备摄像头、人脸识别、机器交互终端、扫码设备的自动收款机器人。这种无须排队结账的实体店:刷手机进店、选品、拿货,然后走人!
这种黑科技早已于2016年,随着Amazon Go无人超市的正式上