让我们来回顾一下2017年 。人工智能有多厉害！
文章插图
文章插图
文章插图
其他观点：
现在的人工智能总的来说 。可以算是有智能没智慧、有智商没情商、会计算不会算计、有专才而无通才 。
我们看待现阶段的人工智能 。它的强大 。绝不体现在以自主意识为代表的智能上 。而主要体现在以大量数据计算的实时性和准确性为代表的智能上 。与人的优缺点恰好互补 。赋能现有产业 。为生产效率带来提升 。
文章插图
现在人工智能的“智能”可以重点关注一下几点 。
大量历史经验数据对当前决策的客观指导
当人在面对一个选择时 。经常会依赖历史经验来进行决策 。古人有言 。“早霞不出门 。晚霞行千里” 。这个时候判断明天天气好坏的依据仅有是否出现早霞和晚霞 。这个二维信息进行决策 。随着气象科学的发展 。我们现在知道 。判断第二天天气好坏 。需要考虑方方面面的信息 。例如：空气湿度、风向风速、地形位置等 。
文章插图
现在我们再将目光转向股市 。由于全球市场经济的高度耦合 。带来了前所未有的复杂性 。如果抱着“跌买入 。涨买进”这样简单的理财理念 。已经完全无法应付股市的复杂情况 。银行板块的涨幅 。可能受到政策影响、利率影响、粮食价格波动、黄金价格波动等等影响 。这个时候对于一个单个的个体而言 。想要处理如此繁杂的信息 。首先无法很快获取所有信息进行辅助决策 。此次人脑也无法客观的将多维的信息进行汇总分析 。
而依赖人工智能的机器却更适合处理类似问题 。尤其在金融行业 。数字化开展较早 。因此有大量的数据辅助决策 。人只需要将可能影响到这只股票的信息高速训练模型 。基于机器学习的算法模型可以按照历史信息进行“学习” 。来判断当前状况下 。这只股票涨跌的可能性分别是多少 。甚至可以预估短时间内可以达到的涨幅 。
当前 。我需要分析一个股票是否需要买入卖出 。算法模型会通过大量多维的历史数据作为“经验数据” 。将这些经验通过模型拟合成多维曲线 。那么 。如果想评估当前情况 。我只需要将此时此刻这些影响因素的当前状况为坐标 。标记在这个多维曲线中 。并映射到一个一维坐标下 。即“涨”或“跌” 。对于短期进行的估计 。人工智能可能会比人类更“靠谱”一些 。
需要依赖大量记忆的最佳决策
人类目前即使面对最强大的机器 。在自主的创造力上还是保持着“爸爸”等级的存在 。人类在创造力上还是属于绝对的领先 。即使现在已经广泛应用的机器翻译来说 。机器翻译确实已经足够的准确 。但是语言的“信达雅”上 。机器翻译还是有很长的路要走 。
但是 。毋庸置疑 。人类的大脑构造本身是不适合做存储和计算的 。
在审问时 。当警察让嫌疑人将所有事件按照时间从近到远再重复一次时 。人往往无法对刚刚编出的故事做准确的描述 。因此人“记事”往往是用事情的互相关系来进行记忆的 。而不只是存储时间本身 。并为这些事件标记时间戳 。
计算就更不用说了 。现在有多少人 。即使在计算二位数的加减都要依赖计算器来实现 。
文章插图
而机器却不一样 。前几年名声大噪的AlphaGo 。打败围棋各路高手 。可是AlphaGo的成功是因为它“智能”吗？其实并不是如此 。
围棋虽然变化多样 。但是规则还是相对简单 。在互相对弈的过程中 。人类可能会往前演算5-7步 。可是这个时候AlphaGo早已经将所有的后续发展可能性演算完成 。并按照事先定义好的数据结构进行存储 。
换句话说 。当人类和AlphaGo在对弈过程中 。机器的每步均是在当前情况下 。以“最大胜率”为评价分数 。将棋子放在了评价分数最高的位置上 。当AlphaGo“学习”玩所有的招式后 。那么人类与AlphaGo下棋 。最佳的结果就是打成平手 。因为AlphaGo不会犯错 。
总结
总之 。目前的人工智能没你想象的那么强大 。但是可以比你想象的还要专业 。
其他观点：
【现在的人工智能到底有多智能？】
推荐阅读
- 三星s5838刚上市多少钱，三星s5838内存大小
- 全国客车时刻表查询_全国客车时间表
- 汶川地震十三周年纪念日文案她汶川地震十三周年纪念日文案
- 用自媒体拍视频时怎样在几分钟内表达出一个完整的作品？
- 耐火砖密度怎么计算 耐火砖密度是多少
- t恤印花机器多少钱1台地摊 t恤印花机器多少钱1台
- 日照各区财政收入 日照财政局长
- 为什么夏天头发容易出油
- 鞍山发生地震 鞍山3.2级地震