3.新药研发

神经网络的局限在于不适合发现因果关系,也不会推理。事物间有两类关系:一类是因果关系,一类是相关关系。因果是一件事导致另一件事,比如阳光很毒导致皮肤晒黑;相关是一件事和另一件事同时发生,皮肤晒黑时冰激凌也化了,皮肤晒黑不是冰激凌化了的原因,它们共同的原因可能是阳光很毒。

1.人脸识别

谷歌在AlphaGo之后又造了一个AlphaGo 0。AlphaGo是先学人类的残局学棋谱,最后超越了人类。AlphaGo 0不学人类的经验,而是自己和自己对弈,弄个双胞胎兄弟自己打,所以AlphaGo 0的意思就是从零学起。结果七天之后,AlphaGo 0就超过AlphaGo的水平,40天之后就打遍天下无敌手,到今天没有人能打败它。

在北京一个大医院看病,需要花好大的劲才能挂一个专家号,进去以后只有五分钟时间,因为一个医生一天要看很多病人,只能给你五分钟,在看病历和病人对话的过程中,他只可能抓住几个最主要的原因。但应用了人工智能的精准医疗就可以做出非常精细的判断,不光是这样,如果它能够把历史上所有的已知病人的资料都学一遍的话,它就可能成为地球上最有经验的医生,相当于看过一百万个病人的医生。

神经网络最擅长的是,发现事物间隐蔽的相关性,也就是暗知识。数据量越大,相关性越隐蔽,人越头痛,机器越得心应手。 但给神经网络一个简单的逻辑推理问题可能就难倒它了。

机器认知时代的第一个特点,就是到处都有传感器,记录着我们周围很多的量;第二个特点是,机器可以从大量记录下来的变量里发现很复杂的相关性,然后用来为我们的生活、为我们的生产服务;第三个特点是,未来可能有很多机器在不知疲倦地7×24小时工作。

http://www.nongmench

永利官方网

2019-05-20


作者:王维嘉,斯坦福大学电气工程系博士,曾在斯坦福大学师从人工智能鼻祖之一、美国国家工程院院士伯纳德·威