国产精品看高国产精品不卡-国产精品看片-国产精品蝌蚪-国产精品狼人久久久久影院草久久一区二区三区午夜亚洲福-国产精品老熟女视频一区二区-国产精品理论片

· Deepmind相當于人工智能領域的“阿波羅計劃”，匯集各方面頂尖科學家解決AI問題。

· 在1997年戰勝象棋大師卡斯帕羅夫的Deepblue是“弱”智能，它是預設程序，是被動的接受。Deepblue的勝利說明程序員的大腦有開創性。而AlphaGo是“強”智能，運用強化學習框架實現自我學習的功能。

· 為什么計算機下圍棋很困難？
1、復雜程度難以解決；
2、不可能寫出評估方程式以決定輸贏；
3、圍棋除了單一計算，還要看直覺。

· 圍棋是建設性游戲、象棋是解構性游戲。

· 未來可以看到人機結合的力量，人工智能也是工具，為人們所用。

· 人工智能要恰當的應用，才能為人類謀福。

Eric Schmidt，Alphabet 董事長 

· 這是一個智能時代，還有很多有意思的公司還沒出生，還有很多領域的“智能”程度有待開發。 

Jeff Dean， Google Brain資深研究員 

· 神經網絡發展迅猛。目前來看，在有些領域里，神經網絡是唯一的解決途徑。計算機的發展也支持了神經網絡的發展。5年前，對一張模糊圖片的判斷，神經網絡是26%的錯誤率，而人類錯誤率只有5%，到2016年，神經網絡的錯誤率僅為3%，其發展速度讓人驚嘆。

· 人工智能發展很快，因為大家都有開放的心態。全球致力于人工智能的程序員們把最新的進展及時發在網絡社區上，讓大家看到并討論，這種開放進一步促進了人工智能的發展。

· 教機器學會學習，通過機器自己發現問題、解決問題，這是我們努力的方向。現在那么多的企業，能教會機器學習的可能只有一萬家，而我們希望以后將一萬家變成一千五百萬家。

· 關于人工智能會不會有“自主動機”這件事，我無法回答大家，現在還不好說。

陳剛，浙江大學計算機學院副院長  

· 人工智能應該把更多精力放在醫學、教育、能源等領域的應用。

· 我們今天的教育領域，“因材施教”還沒實現，因為單人對單人的效率太低。基于大數據和人工智能，可以實現每個小孩子的學習路徑都不一樣，真正的做到“因材施教”。 

· 人工智能目前沒看到任何證據說明它有“自主動機"，目前的人工智能還處于非常早起的階段，未來發展到什么程度并不好說。

劉知青 ，北京郵電大學教授、北郵計算機圍棋研究所所長  

· 當AlphaGo剛出來的時候，我說5-15年后它會戰勝職業棋手，沒想到Deepmind這么短時間就實現了。這也開啟了大家對于深度學習認知網絡的認識。在我看來，AlphaGo實現突破的主要原因是對數據的認知又上了一個階層。

· 我看好人工智能在交通物流領域的應用。圍棋落子在于每一步效率最高，交通物流也是這樣，核心就是提高資源利用率，這也正是人工智能擅長的。

· 機器學習是按照人的方法來設計的。通過感知、抽象和應用一步步學習。隨著人工智能發展，是能夠減輕人的負擔的。比如計算功能的升級，人就不需要做過多計算工作；搜索功能的應用，讓人類可以在記憶上減輕負擔。人就可以被解脫出來做更多創造性工作、高等工作。

· 人工智能不是解決人類，而是解放人類。

李佳，Google Cloud&AI研發主管   

· 對人工智能領域感興趣的人才越來越多，從一個角度上來說也促進了AI現在的蓬勃發展。

文章為「錦囊專家」原創作品，歡迎轉載。作者： 小錦。