方陵生/編譯

人工智能術語簡介

方陵生/編譯

人工智能（AI）一詞究竟是什么意思？這個詞從來沒有明確的界限。1956年在達特茅斯學院一次具有開創(chuàng)性意義的研討會上引入這個詞語時，人們普遍認為它是指讓機器擁有人類的智慧，并擁有按人類的行為方式做事的能力。人工智能最近取得的一個重要進展是機器學習，AI在從拼寫檢查到自動駕駛等新技術中大顯身手，這些都是由被稱為神經網絡的計算機系統進行的。關于人工智能的討論可能還包括以下術語：

算法步進式的一套指令，計算機算法可以是簡單的（如下午3點請發(fā)送一條提示信息），也可以是復雜的（如識別行人）。

反向傳播許多神經網絡的學習方式，找出輸出結果與所需輸出結果之間的差異，然后按照執(zhí)行的相反順序調整計算。

黑匣子對深度學習系統的一種描述。它們接受輸入并提供輸出，但發(fā)生在這兩者之間的計算過程對人類來說并不容易理解。

深度學習多層次神經網絡對漸次發(fā)展抽象模式敏感的一種學習方式。例如，在解析照片時，神經網絡的多層層次可能首先對圖形邊緣做出響應，然后是狗的爪子，最后是狗。

專家系統人工智能的一種表現形式，試圖復制人類在某一領域的專門知識，如醫(yī)學診斷，并結合了應用這些知識的一整套手編程序。機器學習技術正在逐漸取代手編程序。

生成性對抗網絡一對共同訓練的神經網絡，產生真實的新數據并在競爭中得到提高。一個神經網絡創(chuàng)建新的實例（例如畢加索作品的贗品），另一個神經網絡的任務就是檢測發(fā)現贗品。

機器學習在沒有明確指令的情況下，使用在數據中尋找特定模式的算法。例如，某個系統的任務可能是學習如何在圖像的輸入特性與標簽的輸出特性之間建立起關聯關系。

自然語言處理計算機“理解”口頭或書面語言的過程。它必須分析詞匯、語法和意圖，并考慮到語言使用中的一些變化。這一過程往往涉及機器學習。

神經網絡用于機器學習的高度抽象和簡化的人腦模型。一層單元接收一段輸入（例如照片中的像素），對它們進行簡單的計算，并將結果傳遞給下一層單元，最后一層則是答案。

神經形態(tài)芯片專門設計發(fā)揮神經網絡作用的計算機芯片。它可以是模擬式的、數字式的，也可以是這兩者結合的組合式的。

感知機20世紀50年代發(fā)展起來的一種早期神經網絡，這種模擬人類視神經控制系統的圖形識別機在當時大受歡迎，但后來卻顯示出其局限性，在之后的一些年里抑制了研究人員對神經網絡的興趣。

強化學習機器學習的一種類型，通過抽象目標學習算法，例如“在電子游戲中獲得高分”或“有效管理一個工廠”。在訓練過程中，每一項嘗試都基于對目標的貢獻進行評估。

強人工智能與人類一樣聰明和成熟的人工智能。有人說這是不可能的。目前的人工智能還很弱，或者說擅長的范圍還很狹窄。例如，它會下棋或會開車，但同時缺乏常識。

監(jiān)督式學習機器學習的一種類型，在訓練過程中算法將其輸出與正確輸出進行比較。而在無監(jiān)督學習中，算法只在一組數據中尋找特定模式。

谷歌張量流圖谷歌開發(fā)的一組用于深度學習的軟件工具。它是開源的，意味著任何人都可以使用它或對它進行改進。類似的項目還有火炬（Torch）和西雅娜（Theano）。

遷移學習機器學習的一種技術，一種算法學習完成一項任務，例如識別汽車，在這方面知識的基礎上學習不同但相關的任務，例如識別貓。

圖靈測試判斷人工智能擁有人類能力的一種測試。在阿蘭·圖靈（Alan Turing）的最初構想中，可以通過書面文本形式的對話判斷人工智能的能力。

[資料來源：Science][責任編輯：彥 隱]