如何做人工智能
Source:
近年来我们。 它是使用几乎无处不在：从领域的高技术和复杂的数学向医学、汽车工业和甚至有智能手机。 技术基础的工作AI在现代观点，即我们每天使用，有时甚至不去想它。 但是，什么是人工智能吗？ 它是如何工作的？ 而且是危险的？
<跨id="更321507">
什么是人工智能
第一，让我们来定义的术语。 如果你想像人工智能的东西是能够独立思考，作出决定，且通常的迹象的意识，然后赶紧让你失望。 几乎所有现有的今天，该系统不是更接近«；成本»的定义，大赦国际的。 和这些系统，显示出这种活动，它实际上仍内运作预先定义的算法。
有时，这些算法，但他们保留的«框架»,其内AI工作。 没有«宪章»；以及特别意识的迹象没有汽车。 这只是一个非常有成效的程序。 但他们«；最佳业务». 此外，大赦国际系统继续改善。 是的，他们被安排相当unhackneyed. 甚至如果你丢弃，事实上，现代人工智能是远非完美，它有我们很多共同点。
如何做人工智能
首先AI可以执行他们的任务(关于其后)和要获得新的技能，通过深入的机学习。 这学期我们太经常听到和使用。 但这是什么意思？ 不像«；经典»的方法，当所有的必要信息载入提前系统，计算机学习算法导致系统发展他们自己的，学习可用的信息。 其中，此外，机器在某些情况下，也可以寻找自己。
例如，创建一个程序，以侦测欺诈，该机学习算法的工作列表的银行交易及其结果(合法或非法). 该机学习模型考虑的例子和发展统计的依赖之间的合法和欺诈交易。 然后，当你提供算法的详细信息的一个新的信贷交易，他klassificeret它根据该模式，他提请从实例。
通常，更多的数据提供更准确地成为该机学习算法的同时执行他们的任务。 特别是有用的解决问题时那里的规则是不预先定义并不能解释二进制的。 回到我们的例子，与银行业务：在事实上离开我们是二进制：0—；一个合法运作，1—非法的。 但是为了达到这一结论，该系统需要执行一整套参数和如果你让他们动手动，那么，它将采取更多的超过一年。 和预测的所有选项都同样不会的工作。 一个系统基于深入的学习机会能够认识到的东西，即使正是这样一种情况下她以前从未遇见了.
深入学习和神经网络
的时候，作为一个典型机械学习的算法解决许多问题，其中有很多信息在数据库，他们不应对，可以这么说，«；视觉、听觉»；数据，如图像、视频、音频文件等。
<大段引用>例如，创建预测模型的乳腺癌使用的典型机械学习的方法要求程序员和数学家，说一名研究人员在该领域的艾杰里米*霍华德。 科学家们必须做很多较小的算法机学习，以应付流动的信息。 独立的子系统研究x-射线图像，私人和#8212；对核磁共振成像、其他—；对于解释血液测试，等等。 对于每一分析，我们将需要自己的系统。 然后，他们都联合成一个大系统…；这是一个非常困难和资源密集的过程。
<面width="500"height="281"src="https://www.youtube.com/embed/i76E6tvey_M?feature=oembed"架边界="0"允许="加速计；自动播放；加密-媒体；陀螺仪；画中画"allowfullscreen>
深学算法，以解决同样的问题使用深度的软件类型的建筑，启发人的脑子(虽然神经网络不同生物的神经元，原则的工作是几乎相同)。 神经计算机网络—；链接«；电子神经元»，这是能够处理和分类的信息。 他们是如何«层»；每«；层»；负责东西，最终形成一个总的画面。 例如，当你火车神经网络上的图像的各种各样的对象，她发现方式的提取功能，从这些图像。 每一层的神经网络检测到某些特点：物体的形状、颜色的物体等。
a<他们>肤浅层的神经网络的发现共同的特点。 深层已经揭示了实际的对象。 图一示意图的一个简单的神经网络。 绿色代表输入神经元(postupala信息)，蓝色的—隐藏的神经元(数据分析)，黄出神经元(决定)
神经网络—；是人造人大脑？
尽管结构类似的机和人类神经网络特点的我们的中枢神经系统，他们不具备的。 神经计算机网络基本上是所有的同事业。 只是碰巧，最高度有组织的系统用于计算原来是我们的大脑。 你可能听说过的表达«；我们的大脑—；这种计算机»? 科学家只是#171；重复»的一些方面，其结构在«；数字形式». 它只是允许的速度计算，但不赋予机的意识。
<大段引用>这很有趣：
神经网络已经存在，由于1950年代(至少在形式concepi). 但是，直到最近，他们没有得到多少的发展，因为他们的创作所需要的大量数据和计算能力。 在过去几年中，它成为可供使用，所以神经网络和脱颖而出之后他发展。 重要的是要明白，对于他们充分的外观缺乏技术。 因为他们没有现在为了把技术到新的水平。
为什么使用深度的学习和神经网络
有几个领域，这两种技术有助于实现重大进展。 而且，他们中的一些我们每天都在使用我们的生活，甚至不考虑什么是他们背后。
-
p—；能力的软件，以了解内容的图像和视频。 这是其中一个领域深入的学习已经取得很大进展。 例如，图像处理算法深入学习可以检测到不同类型的癌症、肺病、心脏等。 并且要做得更快和更有效的医生。 而是深入学习的也根植于许多应用中使用的每一天。 苹果和谷歌面ID的照片使用深学习认识面和提高质量图像。 Facebook使用深度的学习以自动标记的人在上传照片等等。 计算机的视野还有助于公司自动识别并阻止可疑的内容，例如暴力和裸体。 最后，深入学习发挥着非常重要的作用，确保自动驾驶的汽车，使他们能够了解他们周围的环境。
- 语音识别，语音。 当你说的命令对于你的助手，算法，深入学习，改变你. 几个网上应用程序的使用深度的学习抄录音频和视频文件。 甚至当你171;catamite»；歌曲，在这种情况下，涉及的算法、神经网络和深刻的机学习。
- 搜索网页：即使你寻找的东西在一个搜索引擎，以便为你的请求待处理的更准确的结果是最正确的，该公司开始连接的算法的神经网络为他们的搜索引擎。 因此，性能的搜索引擎Google增加了几次后的系统转换至机深学和神经网络。
的限制，深入学习和神经网络
尽管有其优点，深入学习和神经网络也有一些缺点。
-
一个li>依赖的数据：在一般情况下，深入学习需要大量的培训数据，以准确地完成他们的任务。 不幸的是，对于许多问题的解决不足的高质量的培训数据，以创造工作模式。
- 不可预测性：神经网络是在一些奇怪的方式。 有时候，一切都按计划进行。 并且有时(甚至如果神经网络处理与其任务)，即使创造者正在努力了解如何算法的工作。 缺乏可预测性，使得极其难以解决和纠正错误算法的神经网络。
- 算法抵消：算法深入学习的一样好的数据对他们的培训。 问题是，训练数据常常包含隐藏的或明显的错误或遗漏，和算法得到他们的«继承». 例如，面部检测的算法、培训主要是在照片的白人的工作将较少准确的人有不同的皮肤颜色。
- 缺乏聚合：深入学习的算法是执行有目的的任务，但不概括他们的知识。 人类不同，该模式的深度学习，不会能够发挥的另一个类似的游戏：说，在魔兽。 此外，深入学习不配合的数据偏离其培训的实例。
未来的深入学习的神经网络，并AI
很明显，工作深入的学习和神经网络仍然远远没有完成。 各种正在努力提高深学习算法。 深学习—；它是一个简单技术在创造人工智能。 它正变得越来越受欢迎在过去的几年里，谢谢以丰富的数据和增加计算能力。 这是基本的技术基础的许多应用程序，我们每天使用。
但是出生在这一技术的基础的意识？ 真正的人工生命？ 一个科学家认为，在当时的编号之间的连接部件的人工神经网络的方法相同图，你必须在人的大脑之间的神经元，像这样的东西可能会发生。 然而，这zayavlenie非常值得怀疑的。 为了一个真正的爱现，我们需要重新思考发展办法的基础的系统。 所有这就是现在—；这只是一个应用程序来严格限范围的任务。 如果我们不想相信未来是现在…
你怎么想? 引起人们的爱 请您分享您的意见，在我们
建议
模拟摄像机的运动在四维空间。 查看世界上不同的尺寸变化的方式，我们认为周围的一切，包括时间和空间。 想想之间的差两维和三维是容易的，但是，我们的第四个? 重要的是要明白你是什么意思科学家和其他研究人员，当他们谈论不同的方面：我们的世界有三个空间维度：的宽度、深度和高度和第四维度的可能时间。 科学家们多年来做研究在试图找出什么的第四空间尺度，但是，由于这样的事实，观察到四尺，我们不能证明它的存在是很难找到。 有多少尺寸? ，以更好地了解什么似乎是第四维，让我们仔细看看究竟是什么使得这三个方面的...
的一个场景的科幻惊悚片«；边缘的明天»；汤姆*克鲁斯和艾米莉*布朗特. 我们每个人或早或晚面对死亡。 但是发生什么事情的时刻死去后呢？ 在其整个历史上，人类寻求这些问题的答案。 基督教和其他亚伯拉罕宗教提供永远生活在天堂或地狱，但是佛教在看的过程中生活和死亡的一点不同，提供轮回。 神古代埃及、北欧民间传说、神话的远古的希腊–所有这些故事是以某种方式连接的与死亡和试图应付的损失。 但是如果你看到死亡有所不同？ 什么如果死亡实际上是没有结束，但你的心只是装和出现在另一个时空? 土拨...
蝴蝶效应是指属性的一些混乱系统 嗯，科幻小说迷–这是一次失望。 记得故事中的雷布拉德伯里«打雷的声音»? 在这个猎人扇命名Eckels去昂贵的狩猎生代，但在回来的路上小心即将关闭的道和踩着一只蝴蝶。 回到他的时间，主人公意识到，该死的蝴蝶已经导致了一系列的不受控制的变化。 这个故事的勇敢描述了所谓的«；蝴蝶效应»–理论，即使是最轻微的变化可能造成混乱的未来。 据认为，拍打着蝴蝶翅膀在英国，可能会导致龙卷风在美国。 当然，蝴蝶效应»细«看起来...
相关消息
如果你认为这样的疾病如麻疹、破伤风和百日咳嗽不再是一个威胁，我们有个坏消息告诉你。 在过去几年世界各地越来越受欢迎的运动反对者接种疫苗。 在2019年疫苗接种的恐惧超过。 这种恐惧导致爆发的麻疹和百日咳在俄罗斯、欧洲和美国。 红色和艮图像中选定的国家，其中记录的大爆发麻疹。 人们如何克服病毒 的历史，我们的物种。 失败者消失。 记得大量的流行病的各种疾病具有历史的世界。 只是100年前，第一次世界大战之后，西班牙流感流行病变成一种流行病，采取的生命，50...
我认为这是没有必要解释什么可能发生对人类的咬的毒蛇，因为令人不快的后果的这样的事件很多人都听到。 但如果发生了什么蛇咬的另一个蛇？ 根据官方的科学、蛇通常每一个其他不攻击。 除蛇吃自己喜欢的动物。 虽然其中的蛇是相当罕见的，efiopiya(所谓的电蛇)观察到在所有已知的眼镜蛇。 已知的是，所谓的cabe-眼镜蛇有最嗜血的性质，以他们的品种，攻击的主要是在配合。 蛇有豁免权以自己的毒药 尽管有时不可预测的行为，蛇是很方便的生存功能–他们中的大多数具有...
根据科学家从斯坦福大学，在那里混咸海水淡水、能源的巨大生产量，根据一份新闻稿上的大学网站。 作者注意，这种技术的能量生产可能会使沿海地处理厂废水中的能源独立于其他动力源。 此外，这种类型的能源生产创造无污染的环境。 如何水产生的能量？ 当新鲜的水处理从沿海植物混合，用盐水，在此过程是电化学反应过程中，能源生产。 这种能源可以用于例子。 的科学家估计，一立方米的淡水混合的相同数量的盐水能够产生关于0.65千瓦小时的能量。 这将是足够的力量平均每个美国家庭...
如果你吃薄荷叶，你会怎么感觉你的嘴开始传播的一个愉快凉爽。 这是由于物质的薄荷，其中包含薄荷和影响的系统受体上发现的粘膜的嘴。 科学家们发现，猫是一种物质出现意外。 谢谢你这必须是进化的植物。 此外，研究人员决定更深入地挖掘，并找出究竟是如何薄荷醇创建一个寒冷的感觉，在你的嘴里。 如何是薄荷的薄荷? 和化学家保罗聪明，祖先的现代化工厂的薄荷(和他们在今天的世界中，有42种)已经开发的能力综合薄荷醇和使用它作为保护机制。 薄荷，如你所知，具有一个非常强大...
物理学家来自苏格兰格拉斯哥大学的报告的一项实验中，科学家们能够得到有史以来第一个照片的颗粒。 现象的标准的物理学是如此奇怪的是，甚至是伟大的科学家20世纪的阿尔伯特*爱因斯坦叫它"怪异的行动在一个距离"。 实现的苏格兰科学家是非常重要的发展新技术。 为什么？ 让我们处理。 什么是量子纠缠? 如果我们谈论简单的话来说，量子纠缠是一种现象在该国的两个或多个对象，通常的粒子，可以相互依赖，不管它们彼此的距离。 换句话说，甚至如果你疏远这些粒子几千公里，从每个其...
的巨鼠，这是十倍大小的现代化的亲戚，被发现岛上有一些1000年前。 对于这样的结论来的考古学家后发现的遗骸的七个巨大的啮齿动物。 根据专家，这是最大的属的成员，曾经生活在地球上。 研究人员来自澳大利亚国立大学发现的化石在考察期间在人类早期的移徙通过东南亚。 第一个人类居住在东帝汶的大约46万年前。 我们有理由相信那个古老的人数千年来与大鼠，巨人，甚至用它们的食物。 最大的两个重约五公斤，这是相当尺寸的小狗。 现代化的大鼠，为了进行比较，重量大约一英镑。 ...
月11日2011年在福岛1位于同名的日本城市，在一个强烈的地震和海啸，其中声称大约16万人的生命，有一个主要的辐射事故。 自然灾害带来了不只有系统的电站，而备用发电机，引起缺乏冷核反应堆。 后成为意识到严重的辐射污染，政府决定撤离超过160万人住在附近的工厂。 此外，围绕该工厂是由一个20公里禁区采取行动，这一天。 几个星期内，全世界的眼睛已经链接到一个核电厂"福岛第一". 其安全系统是无法应付所造成的损失的海啸，并有一个机会，灾难性的反应危机会传播辐...
完全163年前的这一天出生的尼古拉*特斯拉。 几乎没有在这个星球上，有谁没有听说过它。 名字叫做尼古拉.特斯拉的公司，他被认为是伟大的，他的秘密地试图解开的今天。 许多人认为他是个可怕的有远见的人创建了一个秘密武器来征服未知的力量的性质。 什么是特拉斯? 什么是他的秘密吗？ 回答是你会喜欢它。 ...
对任何人都不是秘密，大部分的冰我们这个星球上是集中于南北两极，在"上层"和"低"帽子的地球。 在其他地区，只是太温馨的存在"永久冻土". 你能想象有多少水储存在这些冰储备。 但是有一个问题：由于恶意性质的行动的人类，全球温度上升，冰川开始融化。 如果融化，这是不可能的，我们将能够把他们的冰的形式。 世界将结束。 有多少水在南极洲的? 南极帽子，顶看 采取，例如，南极冰原。 这是"顶级"盖的地球(当在常规地图)。 它包含了61%的所有淡水的地球上。 如果...
对任何人都不是秘密，大部分的冰我们这个星球上是集中于南北两极，在"上层"和"低"帽子的地球。 在其他地区，只是太温馨的存在"永久冻土". 你能想象有多少水储存在这些冰储备。 但是有一个问题：由于恶意性质的行动的人类，全球温度上升，冰川开始融化。 如果融化，这是不可能的，我们将能够把他们的冰的形式。 世界将结束。 有多少水在南极洲的? 南极帽子，顶看 采取，例如，南极冰原。 这是"顶级"盖的地球(当在常规地图)。 它包含了61%的所有淡水的地球上。 如果...
更多的中学生物课程，我们知道，在正常形成的人体(阅读：如果没有各种先天性畸形)，我们的大多数遗传编码信息中的23对的染色体。 但你有没有想过为什么这些夫妇有23? 为什么不24、25或甚至16岁? 并且无论如何，为什么是染色体，这是一个甚至数？ 让我们处理。 和染色体DNA 要了解什么是染色体是，你首先需要了解什么。 DNA是一个复杂的分子现在所有的植物和动物。 这是包含在几乎每一个细胞在人体携带所需的所有信息，以维持身体，确保所有内部进程，而最重要的是...
灭绝的大约2.6万年前的巨齿鲨鱼是最大和最危险的掠食性鱼，曾经存在于地球。 今天最大的掠食性鱼是大白鲨的，她是一个人吃的. 考虑到它的400多的攻击，每人一个季度的这是致命的。 在最近的一项研究中，研究人员发现这两个最危险的捕食者的深海中实际上来自一小、扁鲨鱼生活在海底的大约165万年前。 古老的祖先大白鲨 的巨齿鲨和大白(以及其他一些鲨鱼)成员的鼠鲨，也称为lunoobraznye. 其中一个特点，区分这些鲨鱼是他们的牙齿。 鲨鱼的牙齿包括硬矿搪瓷外壳...
根据七月3日2019年，当洪水在伊尔库茨克地区的剩20人死亡，15失踪。 部分摧毁了公路基础设施。 在区域洪水泛滥的打击几十个定居点。 紧急状态的力量在六个地区：Tulunskiy,Chunskiy,Nizhneudinsk,泰舍特,Zima和Kuitun. 成千上万的人无家可归。 3 000多家被淹没。 从被洪水淹没的地区撤离的近2 600多人，数百名寻求医疗帮助。 十多亿卢布的损害(确切的数字仍然是安装)。 水位上升到近14米。 如何发生的？ 导致...
在六月24在《自然》杂志的可持续性的文章编制的科学家小组在联合国评估对环境的影响有关报道之间的复杂联系臭氧层耗尽了南极洲和紫外线辐射，导致变化的气候区域的地球上，海洋温度，并且作为一个结果是增加了脆弱性的几种。 为什么臭氧层的重要来地球？ 如全球气候变化的今天，外观的一个巨大的洞中的臭氧层已经成为一个严重的环境问题在80年代和90-当中。 这种保护层上层大气反映了一个重要部分的有害紫外线的辐射，并发挥着重要的作用，在保持我们的星球上居住。 然而，在80年...
最近，一组科学家们已确定一些颗粒子可再生后，他们的衰退。 这个发现是非常重要的是对未来的人类、量子计算和星系的涂鸦。 理论物理学家，从技术慕尼黑大学和马克斯*普朗克研究所进行的实验模型，以确定一些准粒子基本上是不朽的。 是的，根据热力学第二定律，没有什么是永恒的，但是这些子颗粒可以从中恢复崩溃的—就像希腊神话中的凤凰城. 这里的是什么鲁Verrezen，导致提交人的研究： "的结果的一个复杂的模拟如下：不可否认，准粒子的衰退，但从残骸中的一个新的、相同的...
对于古希腊人，只能是一种幻想是一种不祥的生物部分是狮子，部分是山羊和部分一条蛇。 第一种幻想，胡安*卡洛斯*贝尔蒙特Izpisua创建于1992年明显少可怕的：它包括胚胎老鼠四肢枝机翼上的小鸡胚胎。 在那时贝尔蒙特是一个年轻的科学家正在实验室在海德堡。 他是着迷于神秘的表达的基因和生物信号控制发展的动物和纯潜在的胚胎细胞。 采取任何脊椎动物：一种鸡、猪、人。 在成熟程度，他们是完全不同的生物体，但是开始一个与此相同。 贝尔蒙开始怀疑：如果鼠的脚可以安定下...
我们为什么存在？ 这也许是最深刻的问题，似乎超出了基本粒子物理学。 但是，我们的新的大型强子对撞机在欧洲核子研究中心已经使我们更加接近的答案。 要了解为什么我们的存在，首先，你必须去13.8亿年前，在时间的大爆炸。 这一事件是由同等数量的实质内容，它们包括和反物质。 它认为，每个颗粒有合作伙伴的反物质，这几乎是相同的，但具有相反的费用。 当一颗粒和其反粒子了满足，他们消灭—消失在一道闪光。 这里是所有的反物质? 为什么宇宙中我们看到，完全由的问题，这是一...
...
评论意见 (0)
这篇文章已经没有意见，是第一个！