21世纪伟大的3大科技技术,是人工智能、量子计算机、云计算。21世纪十年代是人工智能的复兴时期,出现了革命性的深度学习,包括卷积神经网络算法,模仿人类的智能,是特有的硅基生物机器人的开始,人工智能是首选。
市场上有成熟的人工智能技术,比如语音识别技术、人机交互技术、图像识别技术等等,为什么人工智能还没到终极技术?现在很零散的技术,未来出现完美的硅基生物,希望大家努力研究。
现在的是弱人工智能,还没到强人工智能,不过革命性的深度学习,是人工智能的进步。
下面我综合众多的人工智能理论和技术,总结前人的经验。也有我自创的4大人工智能新理论,是市场上没有的,只不过是理论假想。
一、成熟的人工智能技术
1.深度学习
深度学习是机器学习的分支,相对于浅层学习,提出的是神经网络算法,模拟人类的大脑神经元,具有分析学习能力,是现在最新、最好的技术,也是基础重点的人工智能技术。
整个深度学习是模拟人类的大脑神经元而得到的启发,将来得到几代人们的努力,从而完善深度学习。深度学习第一位的是卷积神经网络算法,现在技术很成熟。
深度学习的神经网络构造,分为双向的顶层与底层,向上是“认知”、向下是“生成”,也有自顶向下的监督学习;自下而上升的非监督学习,训练时顶层输入;应用时底层生成。
而深度学习只要的是大数据和多层神经网络,分层训练参数,神经网络的抽象是每一层的结点状态,里面包括决策树,通过神经网络的输入输出而解释顶层复原底层的结点。
比如调温器,可以在屋子里把现实的温度调到理想的温度,可自动智能上下调温,就是反馈系统,可以把这个理念应用深度学习。整个神经网络是向上顶层、向下底层,逐层一层层构建神经元。
打个比喻人脸是从顶层向下底层,代表醒和睡,在神经网络当中逐层一层层生成新的人脸。深度学习的提出改变人工智能,对人工智能而言是第一性。
2.卷积神经网络算法
对深度学习或神经网络算法,卷积神经网络算法是基础,对图像、声音、视觉,卷积神经网络算法也可以用上场,是模拟人类大脑神经元的方法。
是一层一层的模型,加上参数、函数、大数据,才形成神经网络。具有自动学习的能力,叫预学习。
卷积神经网络算法的构造,有训练集,前提是要有视觉系统,包括隐含层,分为卷积层、池化层、全连接层,而卷积层也是卷积核。
神经网络风格迁移是现在革命性可以真正学习功能的人工智能,是预学习的典型,可以人工智能自作画,输入一幅风格画,然后找地方拍一张风景照片,就这样生成另一幅原创画,需要大数据的神经网络风格迁移,是未来真正意义的学习。
卷积神经网络算法的发明,是基于人类的视觉神经系统的模拟,大脑的视觉层和眼睛的视觉神经系统,现在叫感受野,这是人工神经网络最好的技术,是卷积神经网络算法。
卷积神经网络算法的应用在我们生活的方方面面,是人工神经网络最好的技术,也是深度学习最好的技术。
3.脉冲神经网络算法
脉冲神经网络算法是脉冲激起一个神经元而产生的信号,为什么叫做脉冲神经网络算法,是因为特有的脉冲。
脉冲神经网络算法可以时间脉冲,也可以脉冲编码,对于时间性编码,是此技术的特征之一,虽然很简单。
4.语音识别技术
语音识别技术可以文字转换语音,也可以语音转换文字,是已经成熟的人工智能技术,应用我们生活的方方面面,而对此技术研发的有科大讯飞、苹果公司、微软、小米。
而科大讯飞有迅飞输入法,苹果公司有苹果语音助手,微软有小冰,小米有小爱同学。此技术先进研发出来的完善是科大讯飞,背后支持是合肥的中国科学技术大学。将来此技术得到完善。
5.图像识别技术
可以以图搜图,也可以拍照相片识别,分出是猫还是狗,图像识别技术采用新的人工智能技术,比如一张图片可以标出这个物品是什么名字。
语音管声音,图像管形象,此技术也是人工智能的一种,将来可能产生新的图像识别技术,但现在已经成熟,和语音识别技术一样市面上已经有了。
顾名思义,图像在计算机上是由像素组成,然后一层层分析,分出图像的类型和名字,图像识别技术象征人类的视觉图像。
为什么图像识别技术也是人工智能的重点代表,因为其的图像处理功能,将来相对于语音识别技术,像喇叭和麦克风二合一,缺一不可。
6.人机交互技术
人机交互技术就是人和机器的对话,加上语音识别技术,像人类可以自由聊天一样,人机交互技术是人和机器的语音控制,输入和输出。
现在市面上有小米的小爱同学、微软的小冰,是人机交互技术的典型,控制的语音输入输出,可以随意交谈,说播放音乐,机器马上弹出音乐平台界面。
像人与人之间聊天一样,人机交互技术是未来的趋势,将来人和机器人可以通过语音声音交谈,称为人机交互技术。
首先,人机交互技术需要编程,然后一对一语音人机交互,想聊就聊什么,尤如另外一个人类的硅基生物。
7.人脸识别技术
人脸识别技术在市场上已经非常成熟,为什么称为人脸?就是单单对于人的人脸而研发的技术,通过人脸识别技术可以像家里的开门识别,只需要有一张人脸够了。
人脸识别技术应用于登录系统、电子支付和门锁,是个人的标签,只需要设计完美,晚上也可以人脸识别,现在已经很成熟了,相对于人脸节点需要编程。
8.机器翻译
机器翻译的独角兽是科大讯飞,比如中文翻译成英文,英文也可以翻译中文,两个互补,在机器翻译语音方面,只要输入对话,就产生翻译的功能。
如果一个中国人拿一个机器翻译产品说中文,然后可以转成英语语音,与相对性的机器翻译,实现语言的间隔连通。机器翻译应用各国的语言翻译,比人与人翻译很好。
二、新的人工智能理论
9.印象神经网络算法
本人自创的人工智能新理论,有4个,称为神经网络算法范畴,采用按照休谟的《人性论》,其中的印象和观念,是重点之重点,本人采用哲学的理念,而完成理论假说。
首先,印象神经网络算法是个理论假说,来源休谟的《人性论》参考,分为印象和观念部分。模仿现在市场成熟的卷积神经网络算法,人的印象是独一无二的,可以应用于人工智能。
印象分为感觉印象和反省印象,产生的图像的印象,也产生声音的印象,人类是于印象支配的,现实生活的方方面面,离不开印象。
在哲学上,休谟的《人性论》可以应用人工智能,是最好的理论支持。所以本人采用哲学解析人工智能,印象和观念两个就够了,把印象和观念的思想应用于人工智能当中。
人工智能分计算功能、感知功能、认知功能3个阶段,感觉印象是大数据处理;反省印象是大数据学习处理,印象具有叠加大数据学习。
感觉印象看到的图像和声音,经过反省印象的模型处理,最后产生观念神经网络算法。
顾名思义,印象是图像和声音的感觉,经过大数据处理,而产生印象神经网络。
10.观念神经网络算法
观念神经网络算法是印象叠层叠加上而产生的,观念,是印象的再现,如果印象加上想象力,就产生观念。
在《人性论》这本哲学书,提出的印象、观念,可以应用人工神经网络,观念即是思维,经过感觉印象和反省印象而产生思维观念。
将来新的神经网络算法,还需要大家的努力,完善人工智能系统。
观念分为简单观念和复合观念,而简单观念是叠层印象产生思维学习,复合观念,比如想象一匹马加上翅膀,而成为有翅膀的天马。
简单观念,如果印象的图像和声音,叠层盖下印象而产生观念,观念代表思维。
复合观念,就是印象产生观念,加上想象力,没有翅膀的一匹马变成有翅膀的天马。
通过马的图像和声音,联想到有翅膀的天马,这是人工智能的复合观念。
11.逻辑神经网络算法
本人提出的逻辑神经网络算法,理论支持是亚里士多德的语言逻辑学三段论,各位学过逻辑学都知道,逻辑是一步一步来,一段一段来。
按照逻辑学方面,比如,如果上帝创造出一个搬不动的石头,按照上帝的全能,这块石头搬不动,上帝全能吗?造物是全能的,一半是造物的创造性,一半是造物的相对性。
叫舅舅,必然有一个外甥。下面是列亚里士多德的三段论:
1).世上存在一位造物主吗?
2).所有的事情都存在
3).所以存在一位造物主
12.相对性神经网络算法
采用相对性原理,也是爱因斯坦提出的相对论,相对性原理应用万物,这个世界是相对性的,有男有女,有正有负。
按照相对性原理,深度学习神经网络,有双向顶层和底层,向上是“认知”;向下是“生成”,所以人工神经网络也是相对的。
好了,上述是人工智能技术的详解,重点是神经网络算法。欢迎大家【关注】、收藏、点赞、、分享这篇文章。
大家有人工智能新理论吗?如果给大家一个选择,是选择卷积神经网络算法还是脉冲神经网络算法?欢迎在评论区评论。