Discuz! Board

 找回密码
 立即注册
搜索
热搜: 活动 交友 discuz
查看: 3|回复: 0

【创世纪】人工智能的历史性突破!

[复制链接]

1万

主题

1万

帖子

5万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
58026
发表于 2020-10-14 20:06:35 | 显示全部楼层 |阅读模式

                    

                    

                    
                    
                    <p><iframe src="https://v.qq.com/iframe/player.html?vid=n0318wj13hw&auto=0" width="100%" height="580" frameborder="0"></iframe><br  /></p><p><span></span></p><p><strong>——从“深蓝”到“沃森”,IBM的漫长AI之路</strong><br  /></p><p><br  /></p><p>1997年5月 ,IBM研制的深蓝<strong>(DEEP BLUE)</strong>计算机战胜了等级分排名世界第一的棋手——国际象棋大师卡斯帕洛夫(KASPAROV)。2016年3月,由谷歌(Google)旗下DeepMind公司开发的人工智能程序阿尔法围棋(AlphaGo)对战世界围棋冠军、职业九段选手李世石,以4:1的总比分获胜。</p><p><br  /></p><p><p><img src="image/20201014/cb183acc57db42eabeaa1e62f0b89aca_1.png" /></p><br  /></p><p><br  /></p><p>近年来互联网应用驱动下的人类科技正在加速演进,,全球公众对于人工智能(<span>Artificial Intelligence</span><span>)的关注度正在愈发浓厚,加上这些年来一大批包含人工智能元素的影视作品的渲染烘托——从《机械公敌》、《攻壳机动队》、《黑客帝国》、《她》、《机械姬》到《复仇者联盟:奥创纪元》里拥有机器人躯体的人工智能</span>奥创和幻视<span>,再到讲述人类对抗机器人的《超能查派》,更不用说《星球大战:原力觉醒》里呆萌的BB-8。</span></p><p><br  /></p><p>而现实中真正令人无比期待的是AI正以<span>不可抵挡<span>之势</span></span>进入生命科技领域,切实地为人类生活带来意义非凡的影响:</p><p><br  /></p><p><strong>——最新创举:人工相变神经元横空出世</strong></p><p><span><strong><br  /></strong></span></p><p>自1997年的深蓝(DEEP BLUE)以后,IBM在人工智能方面从未停止过前进的步伐。如今,时隔将近20年以后,<span>IBM宣布创造了世界上第一个人工相变神经元!实现了人工智能的又一大突破——</span><span>近日,IBM在苏黎世的研究中心创造了世界上第一个人工纳米随机相变神经元,确切的说IBM已经创造了500个人工纳米随机相变神经元(与我们人类大脑的生理特性如出一辙),并用它们处理了信号!!!</span></p><p><br  /></p><p><p><img src="image/20201014/712880fc0ab4b08b8c530dee917c2a50_2.png" /></p><br  /></p><p><br  /></p><p>这是一个引人注目的突破,他们用的是我们熟悉的材料,并且像人类神经元一样,用很低的能量消耗超高速的传递信号,更重要的是他们像生物神经元一样,具备随机性(它们产生的信号总是略有不同)。</p><p><br  /></p><p><p><img src="image/20201014/550503f206e5e07f3724ed0d25052817_3.png" /></p><br  /></p><p><br  /></p><p>和我们人类的神经元一样,IBM的人工神经元由树突、神经细胞膜、核、轴突组成。而最关键的技术在于神经细胞膜——在人体中,神经细胞膜是双层脂质结构,它不导电,但是当树突端积累足够的能量,它会产生自己的生物电流,并沿着轴突传递至下一个神经元。</p><p><br  /></p><p><p><img src="image/20201014/1f5353ca394bf3eeaaf29ef3fe43887e_4.png" /></p><br  /></p><p><br  /></p><p>IBM人工神经元的神经细胞膜由一块方形的GST锗锑碲合金组成,这种合金是一种很容易产生相变的材料,可处于晶相、非晶相两种状态,晶相下GST合金是绝缘的,而非晶相下GST合金是导电的。</p><p><span><br  /></span></p><p>与生物神经元相同,输入端累计电流,GST合金由晶相慢慢相变为非晶相,最终电流通过,产生神经信号;而一段时间后,GST合金会恢复为晶相,神经元重置。而且,GST合金每次重置后都会和之前略有区别,这就产生了随机性。</p><p><br  /></p><p><p><img src="image/20201014/d97c62ee28e03285928edceffa2715fd_5.png" /></p><br  /></p><p><br  /></p><p>到目前为止,IBM已经建立了一个500个人工神经元组成的神经网络,相信在不远的将来,我们就可以看到更复杂的“高级人工智能”的到来......</p><p><br  /></p><p><strong>——关于沃森(Watson)你想知道的一切</strong></p><p><strong><br  /></strong></p><p><strong></strong></p><p>5年前,IBM研发出一台能迅速回答涉及双关语和文字游戏等复杂问题的机器,取名为"沃森"(Watson),是为了纪念IBM创始人Thomas J. Watson。IBM开发沃森旨在完成一项艰巨挑战:建造一个能与人类回答问题能力匹敌的计算系统。这要求其具有足够的速度、精确度和置信度,并且能使用人类的自然语言回答问题。这一系统没有连接至互联网,因此不会通过网络进行搜索,仅靠内存资料库作答。</p><p><br  /></p><p>沃森接替了深蓝继续对人类智能极限发出挑战。2011年2月17日,沃森作为选手参加了美国最受欢迎的智力竞猜电视节目《危险边缘》,并连续击败了该节目历史上最为成功的两位选手肯?詹宁斯和布拉德?鲁特,成为了《危险边缘》节目新的冠军。这被视为了新一季的“人机大战”,小试牛刀的沃森一战成名。因为这证明了沃森不仅会用自然语言进行处理和分析,而且处理信息的方式类似于人类思维。</p><p><br  /></p><p>随着它的首演,沃森为自己向世界做了一个很好的宣传。之后,它就成为一个强大的AI(人工智能)平台,并且为许多大型企业所应用,从医学研究到金融领域。现在,IBM的目标是把Watson(沃森)带给全球广大的消费者。</p><p><br  /></p><p>IBM最初的计划是将沃森应用到非常困难的问题中,在早期宣布的“登月”计划中包括“终结癌症”和加速非洲发展这样的社会焦点难题。然而遗憾的是,有关这些项目的报道新闻还墨迹未干,IBM就已然放弃了。比如IBM曾和花旗银行合作探索在各种银行活动中使用沃森系统,但很快这一计划就不了了之。</p><p>&nbsp;</p><p><p><img src="image/20201014/5985900ad67d07082b22f711c8209c0f_6.png" /></p><br  /></p><p><br  /></p><p>经过了2014年的调整之后,IBM开始使用“沃森”品牌开展业务。客户可以通过API调用的方式将IBM的服务作用自己的计算组件使用,其中包括情感分析(搜集推文等信息对情绪进行评估)和个性化追踪(使用52种不同的特性测量个人的在线输出并进行判定)。</p><p><br  /></p><p>IBM前全球副总裁曾经以在智慧医疗尝试为例,说明了沃森的神奇。他说:<span>“每年全世界1400万例恶性肿瘤(癌症)发病,其中要导致820万人死亡,这是个惊人的数字。但是恶性肿瘤确实是很难治愈的,因为肿瘤当中含有8000亿个DNA碱基对,要想很好的治疗癌症,我们要对每一个碱基对的模式进行分析,掌握规律后进行治疗,因为可能有很多突变不同的规律。同时,人类在漫长的过程当中写了大量文件进行了大量分析,有2300万个相关的文件和医学研究文章。不可能有一个人或者几个人或者一个组织对所有的文献进行非常详细的分析,针对每一个病人,针对它的每一个病人当中8000亿DNA碱基对的突变进行理顺,只有像沃森这样有认知能力的计算机才有这样本事做这个事情。”</span></p><p><span><br  /></span></p><p><strong>——对话沃森资深销售顾问Pascal Sempé</strong></p><p><strong><br  /></strong></p><p><span>IBM的沃森系统——认知计算机的先锋,美国电脑公司寡头已为沃森找到多种合适应用。帕斯卡尔·桑贝是法国沃森健康机构资深销售顾问,他向我们解释了沃森的功能,以及面临的危机。</span></p><p><strong><span>ME e-mag:沃森能取代医生吗?</span></strong></p><p>帕斯卡尔·桑贝:沃森是一个帮助医生的工具,但肯定不能“指挥”医生。使用沃森并不意味着医生不会检查病人或提出问题。在病人面前,医生可以知道系统不能检测到的东西。因此,他说,沃森将取代医生是一种误区。大优势的智能机能超过一个人,它可以记住大量信息并且过目不忘。但是医生操作该系统制定分析报告。该系统会给医生不同的选择,但最终,医生将决定做什么。这不是对医患关系的替代品。</p><p><br  /></p><p><br  /></p><section data-id="84261"><section><section></section><p><br  /></p><section></section><p><br  /></p><section data-style="color: rgb(51, 51, 51); font-size: 1em; line-height: 1.75em; word-break: break-all; word-wrap: break-word; text-align: justify;"><p><span><strong><em><span></span></em></strong></span><span><span>有很多适合沃森的应用,其中</span><span>医疗领域</span><span>的是尤为有发展前景的。</span></span><span><strong><em></em></strong></span></p></section><section><section></section></section></section><section></section></section><p><br  /></p><p><br  /></p><p><strong><span>ME e-mag:沃森项目的开始时间</span></strong></p><p>帕斯卡尔·桑贝:2005年左右,沃森项目在IBM实验室开始。其目的是快速充分地利用大量的信息,尤其是社交网路的出现后,信息飞速传播。但是我们想去了解它,而不仅仅是从一些文本或文件中找到思路,因为我们已经这么做很多年了。</p><p><br  /></p><p>我们的目标是创造信息系统,让其包含接近自然语言的信息,通过一个巨大的、快速发展的数据库,提供信息和证据使其作出相关回应,就是像一个问答系统。2011年,它成功了,我们选择Jeopardy这个节目来表现它的科技能力。这个全美著名的节目,其问题的含义特别复杂。</p><p><br  /></p><p><strong><span>ME e-mag: IBM沃森何时开始涉足健康领域?</span></strong></p><p>帕斯卡尔·桑贝:对沃森而言,在金融,教育,酒店行业等等,有很多的应用。但是健康领域是有着特殊的前景。只要某个领域有大量的消息且快速发展和很多的科学发现,就能成为它的领域。所有人都知道医生要得到这些巨量的信息并保持更新,是很困难的。沃森于2012-2013年见进入医疗领域。2015年四月,我们创立了一个新的分支-<span>沃森医疗</span>。</p><p><br  /></p><p><strong><span>ME e-mag:该系统如何培训?</span></strong></p><p><span>帕斯卡尔·桑贝:在学习阶段,我们供给在非常大量的数据。我们输入不同的方法来来表达同样的事情和概念之间的关系,使其能够理解,例如,一个特殊疾病中基因突变和感性之间的关系。我们也教导在一个文件中其是如何表达的,以及应用什么样的语言。学习这些方法来阐明问题,它能翻译出意思,甚至与培训讲的方式不一样。它会建立平行资料库。沃森推荐疗法时,记录医生所采用的方法很重要。该系统整合医生经验,因为这些信息会优化自身。这是沃森的持续学习过程。</span><br  /></p><p><span><br  /></span></p><p><span></span></p><p><br  /></p><section data-id="84261"><section><section></section><p><br  /></p><section></section><p><br  /></p><section data-style="color: rgb(51, 51, 51); font-size: 1em; line-height: 1.75em; word-break: break-all; word-wrap: break-word; text-align: justify;"><p><span><strong><em><span></span></em></strong></span><span><span></span><span>学习这些方法来阐明问题,它能翻译出意思,甚至与培训讲的方式不一样。</span><span></span></span><span><strong><em></em></strong></span></p></section><section><section></section></section></section><section></section></section><p><br  /></p><p><span></span></p><p><span>&nbsp;</span><p><img src="image/20201014/cdda908d2e2a39a25d698192507cee14_7.jpg" /></p><br  /></p><p><strong><span><br  /></span></strong></p><p><strong><span>ME e-mag: 沃森的专用医疗应用</span></strong></p><p>首要集中在癌症上,通过平台,以帮助确定治疗方案。该系统还可以标识正在进行的、只有患者有资格做的临床试验。遗传学领域也有很高的期望,特别是对癌症,我们将比较系统地分析肿瘤活检,试图了解基因突变和癌症起源的可能性关联。</p><p><br  /></p><p>广义上,尤为有趣的是我们称之“现实世界的证据”的概念。病人不是图像或一组临床数据,但是是一个独立的个体,随着时间的改变历史和生物参数一直再变。因此,了解病人的居住环境以及评估这些参数尤为重要。对于这一点,物联网收集到的数据是资本。我们已经开发合作伙伴关系,如苹果和安德玛公司——一个智能服装公司。</p><p><br  /></p><p>在糖尿病领域,我们与美敦力合作。通过关联连接的设备获得的所有数据,我们能够构建模型使我们能够提前三小时预测低血糖的风险。最后,在医疗成像领域,我们已经收购合并,这将使我们能够“给沃森安双眼睛”。IBM研究中心也已经在这个领域工作了好几年。我们希望今年能公布几个有意思的发展。</p><p>&nbsp;</p><p><strong>——结语</strong><br  /></p><p><br  /></p><p>沃森(Watson)被认为是在IBM一百多年的历史当中可以说是富有创新力的一次创举,它代表着人类将进入一个崭新的阶段,一个人和机器相互融合的阶段,这也是计算的未来。作为一家百年的IT巨头,IBM对于沃森寄予厚望,那么人工智能沃森能拯救IBM吗?沃森究竟将如何改变世界?让我们拭目以待吧。</p><p><br  /></p><p><br  /></p><p><br  /></p><section data-id="1658"><section><section><section data-id="1658"><section><section><section data-id="1658"><section><section><section data-id="1658"><section><section><p><span><strong>相关阅读</strong></span></p></section><p><p><img src="image/20201014/ec237188ae1e9c03eb4d9814f31b18ab_8.gif" /></p></p><p><span>『大开眼界』史上最强AI读片“机构”</span></p><p><br  /></p><p><span>【创世纪】GE与华为和微软共舞将带来什么?</span><br  /></p><p><br  /></p><p><span>微软又憋黑科技,原来我们每个人就是一个移动大U盘啊!</span><br  /></p><p><br  /></p><p>除了天价收购ARM,软银在医疗领域的"大宝贝"可能你还不了解!</p></section></section><p><br  /></p></section></section></section></section></section></section></section></section></section><p><br  /></p><p><p><img src="image/20201014/da0d101cb2763cefb61f8120386ec54a_9.png" /></p></p>
               
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|Comsenz Inc. ( 浙ICP备17000336号-1 )

GMT+8, 2025-3-20 01:29 , Processed in 0.074770 second(s), 33 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表