国产精品久久久久久久小说,国产国产裸模裸模私拍视频,国产精品免费看久久久无码,风流少妇又紧又爽又丰满,国产精品,午夜福利

熱搜: 佳士科技  irobot  工業(yè)機器人  機器人  ABB  機器人產(chǎn)業(yè)聯(lián)盟  發(fā)那科  庫卡  碼垛機器人  機械手 

你好,機器人!終于即將進入屬于你的時代!

   日期:2015-03-18     來源:新浪網(wǎng)    作者:jy     評論:0    
標簽:
 
  在「摩爾定律」的影響下,科技水平目前正在呈現(xiàn)跨越式發(fā)展,尤其在計算機領(lǐng)域體現(xiàn)的尤其明顯。毫無疑問,當數(shù)據(jù)在「云層」匯總,「機器學習」開始逐漸成熟,我們必然要邁入機器人時代。在這個時代中,我們將以全新的目光來審視四周,以及自身與機器之間的關(guān)系。社會的方方面面,人們的日常生活都將改頭換面。本文針對即將到來的機器人時代,進行了全方面的總結(jié)和描述。從計算機技術(shù)的發(fā)展歷程,講到社會演變的各個層面,其所包含的內(nèi)容全面且深刻。相信讀完之后,你對世界的認識,對自己未來生活的定位都會有了全新的看法。
 
  你好,機器人。我們來了!
 
  從政府的秘密項目到如今電視柜中的游戲機
  1992 年,美蘇雙方達成共識,終止一切核試驗項目。在此情況下,1996 年美國政府開啟了一個名叫「戰(zhàn)略計算能力加速研發(fā)項目」。當時中斷的核試驗使得人們需要進行復雜的計算機推演,一方面出于安全的考慮,設(shè)計目前傳統(tǒng)武器該如何逐步的削減下來;另外一方面也是出于對世界仍舊動蕩不安的現(xiàn)狀的認識,在不違反這次核試驗中斷協(xié)議的前提下利用強大的計算能力去開發(fā)新式武器。無論是處于和平需要,又或者是為了武裝自己,美國人都極為需要超級發(fā)達的計算機提供支持。為了做到這一點,剛才提到的 ASCI(戰(zhàn)略計算能力加速項目)所需要的計算能力已經(jīng)超過了當時任何機器的極限。最后,一款名叫 ASCI Red 的超級電腦橫空出世,它是世界上第一款能夠每秒進行一萬億次計算的超級計算機。到了 1997 年,Red 超級電腦開始運行起來的時候,它甚至能夠進行每秒 1.8 萬億次的計算。這相當于在 18 后面加了 11 個 0!直到 2000 年的年末,Red 這臺超級電腦一直穩(wěn)坐著世界最強大的超級計算機的頭號交椅。
 
  喔對了,要跟你們說一下,我昨天的時候就運行了一次「Red」超級計算機。同學們肯定要問:真的假的!這么牛逼的超級計算機怎么可能讓你輕易接觸到?事實上我并不是真的觸摸到實際的真機,而是擁有著和 Red 的運算能力完全一樣的一款機器。它就是 PS3. 它于 2005 年由 Sony 發(fā)布,于 2006 年開始上市售賣。
 
  然后,讓我們看看 Red 和 PS3 之間的區(qū)別吧。Red 這臺超級計算機的大小應該僅次于一座網(wǎng)球場,使用的電力相當于供給 800 間房子,斥資高達 5500 萬美金。那么 PS3 呢?它就安放在我家電視機的下方,連著最普通不過的電線。你只要花不到兩百美金就能搞到一臺。十年的時間,那個一秒鐘運行 1.8 萬億次的計算機,只能由世界上最富有的政府手中打造,為了世界和平等非常宏大高遠的目的而誕生出來的機器,演變成了一款年輕人在圣誕節(jié)的圣誕樹下所期待的小小禮物。
 
 
  摩爾定律
 
  這十年的光陰背后所演變的力量,我們稱之為「摩爾定律」。這其實并非一個真的定律,而是由一個叫做喬登·摩爾(Gordon Moore)的人對于事物演變過程的一種觀察和總結(jié)。喬登·摩爾曾是計算機芯片公司 Intel 的創(chuàng)始人之一。直到 1965 年,摩爾發(fā)現(xiàn)了硅芯片在經(jīng)過幾年時間的研發(fā)后,其能力變得越發(fā)強大,而與之相關(guān)的價格卻在持續(xù)不斷的大幅下降。于是他發(fā)布了一篇論文,預測這樣的趨勢將會持續(xù)至少十年時間。這在現(xiàn)在聽起來其實覺得是很保守的了。當時他的理論很快被發(fā)展成為一種更加準確的表示:每十八個月,計算機芯片的運算能力將翻倍,而價格將下降一半。這樣的趨勢目前已經(jīng)維持了將近半個世紀。也正是因為這種趨勢的存在,才使得我們擁有了客廳電視柜中的 PS3. 如果站在人類發(fā)展的歷史長河中去審視這段時間,你會發(fā)現(xiàn)人類的發(fā)明創(chuàng)造從未以如此驚人的速度向前躍進。
 
  機器學習正在向人類語言領(lǐng)域邁進
 
  在計算機的運算能力呈現(xiàn)指數(shù)式爆炸發(fā)展,并且價格也變得越來越便宜的同時,人類在編程方面的能力也越來越棒。最明顯的一個例子來自于 2011 年。那時候有一個由 IBM 牽頭研發(fā)的項目,名字叫做「Watson」。這個項目背后的理念是打造出來一臺能夠理解普通語言的計算機,使得它能夠參加電視上的猜謎競賽活動!它不僅要和普通的參賽者進行較量,還要和猜謎游戲的紀錄保持者一較高下,看看這款計算機是否能夠擊敗他們!這不禁讓人們想到了 1997 年 IBM 公司研發(fā)的 Deep Blue 超級電腦(「深藍」),它在當年的國際象棋比賽中一舉擊敗了世界冠軍蓋里·卡斯帕羅夫。不過這次的「Watson」計算機所面臨的挑戰(zhàn)可比 1997 年要嚴峻很多。因為這要將復雜的人類交流能力納入到計算機模式匹配當中,所需要滿足的要求比之前要多太多。國際象棋其實在超級強大的計算能力面前也許只是小兒科。而一款涉及人類語言和文化的猜謎游戲,這對于純粹的計算能力來說真的容易做到嗎?
 
  它能否勝出?這個懸念牽動著無數(shù)人的心,無論是計算機領(lǐng)域,機器人,又或者是未來學,它們所指的核心都在于這次 Watson 超級電腦的表現(xiàn)。結(jié)果出來,Watson 計算機贏了,以非常輕松的方式。盡管它的表現(xiàn)不是十全十美,比如它錯誤的認為多倫多是在美國,當問到一些具有雙關(guān)語特征的詞匯的時候,它會表意錯誤。不過,這一切都無所謂了。在為期兩天的對抗競賽中,它的得分已經(jīng)超過了人類對手的佼佼者,其得分是人類最高分的三倍多!挫敗的人類選手沮喪的說:「也許猜謎游戲是人類歷史上第一個被電腦一腳踢出局,變得無用無趣的娛樂活動。并且我相信這并不是最后一個,這只是一個開始?!?/div>
 
  Watson 的表現(xiàn)實際上就充分顯示出來了機器學習方面在最近這些年所獲得的進展。在處理任務(wù)的過程中,機器用于在自我提升算法的過程中,涉及兩方面的內(nèi)容:其一是分析;其二是預測。而機器學習的各個環(huán)節(jié)都圍繞著數(shù)據(jù)統(tǒng)計進行展開。通過不斷的測試以及出錯的頻率,機器會很快的知道到底哪個答案的正確率是最高的。這聽起來似乎有點兒不靠譜,難道僅僅是猜么?這樣我們就不得不回到「摩爾定律」這個話題上,正是因為這個定律,計算機的運算能力得到了空前的進步,機器能夠以超快的速度進行一輪又一輪的試錯,在非常短的時間內(nèi),機器的分析能力就能夠得到實質(zhì)性的提升。Google 的翻譯軟件就是一個非常有力的例證。你登陸 Google Translate 這個頁面,在上面你可以打一些文字,然后就看到系統(tǒng)跳出選項,讓你選擇翻譯的語言種類。這項翻譯服務(wù)是在 2006 年推出的,不過一經(jīng)推出就被人們視為「讓人印象深刻的笑話」。說印象深刻,是因為沒人想到真的有公司推出來機器語言翻譯的服務(wù),它竟然真的已經(jīng)存在了!說是笑話,是因為翻譯的精準度實在讓人汗顏。但是如果你在那個時候就放棄使用 Google Translate,再也不關(guān)注它的發(fā)展,也許你就見證不了它在后面的日子里經(jīng)過了怎樣飛速的提升?,F(xiàn)在最新版的 Translate 已經(jīng)存在于智能手機的 App 上,你不僅僅可以打字,你還可以通過說話,系統(tǒng)通過你的語音進行翻譯!同時,這款 App 還能夠通過智能手機的攝像頭掃描文本將其翻譯成另外一種語言。如果你同時知曉兩種語言,那么 Google Translate 的表現(xiàn)在你的眼中還是比較可笑的,介于糟糕和尷尬之間。但如果那是一種你完全不知道的語言,那么它所提供的服務(wù)真的是非常有價值的。想象一下你現(xiàn)在的手機可以隨意的在匈牙利語與日本語之間轉(zhuǎn)換,在馬來語和依博語之間轉(zhuǎn)換,這多么神奇??!而且,更加關(guān)鍵的是,這項服務(wù)還都是免費的!
 
  曾經(jīng),語言的翻譯工作需要一大堆學者進行詞匯的謄寫和對比工作,如今機器學習的出現(xiàn),使得這一進程大大加快。軟件在兩種平行的語言之間進行比對,主要就是通過數(shù)據(jù)來判定到底在 B 語言中的哪個句子最有可能對應上 A 語言的句子。于是,Translate 憑借著計算機超強的運算能力,將數(shù)以海量級別的文本投射到數(shù)據(jù)庫,使之找出不斷完善自身的「對應」水平。也許有人會說這壓根不是什么所謂的「學習」。確實,它這種通過數(shù)據(jù)統(tǒng)計,通過最高概率來「猜」正確答案的方式并不符合人們腦海中對學習的定義。但是從廣義的角度上來看,比如「鑒于從某個具體的任務(wù)出發(fā),結(jié)果正在不斷的朝著更好的方向發(fā)展」,那么它就是機器學習。
 
  在下一章節(jié),我們將討論更加有趣的內(nèi)容。機器自我學習的技術(shù)瓶頸到底有哪些?哪些是它即將克服的領(lǐng)域,哪些又是克服不了的?牛津大學的學者甚至還做出一份榜單,到底哪些工作要被機器取代?哪些又無法被取代?想知道這一切的答案?請關(guān)注本系列的下一章節(jié)!
 
 
更多>相關(guān)資訊
0相關(guān)評論

推薦圖文
推薦資訊
點擊排行