共查询到20条相似文献,搜索用时 156 毫秒
1.
2.
3.
4.
<正>有办法摆脱人工智能的兴衰周期吗?1956年夏天,一群数学家和计算机科学家占用了达特茅斯学院数学系所在大楼的顶层。在大约八周的时间里,他们想象着是否存在对一个全新领域进行研究的可能性。当时作为达特茅斯学院的一名年轻教授,约翰·麦卡锡(John McCarthy)在为研讨会写提案时创造了"人工智能"(AI)一词。他说,研讨会将要探索这样的假设:"从原则上来讲, 相似文献
5.
6.
7.
8.
空间分析是对空间现象进行定量分析的一种方法,成为支撑地理信息系统(geographic information system,GIS)发展的核心竞争力。LBS(location based service)的非专业化应用,给空间分析带来了空前的挑战。尤其是智能手机、移动支付系统、共享单车等的快速发展,在短短几年时间内将空间分析带入到一个全新的人工智能阶段。为了给正在到来的人工智能空间分析(artificial intelligence spatial analysis,AISA)绘制一个蓝图,首先简要梳理了空间分析发展的关键节点:从0到1的计算机化工作模式、全球视野的可视化计算、隐LBS与智慧应用、云GIS与人工智能时空决策。其次梳理和总结了机器学习的五大流派、主导算法与空间分析对应的演进特点。再次,提出了人工智能空间分析的定义和建模原理、技术框架。最后,预测了未来人工智能空间分析的热点研究方向:智能空间计算、超参数空间优化、智能空间规划机器人、全样本时空预测和空间神经网络分析等。通过梳理、分析、总结及预测人工智能空间分析的发展历史及发展趋势,旨在为人工智能空间分析提供系统性的理论及应用研究参考。 相似文献
9.
正2018年6月,在国际机器学习大会(ICML)上,一组研究人员展示了他们用3D打印出来的海龟。大多数人都说它看起来就像一只海龟,但人工智能(AI)却不这么认为。很多时候,人工智能把海龟当成步枪。类似的,它将3D打印的棒球视为浓缩咖啡。这些是"对抗性攻击"的例子——巧妙地改变图像、物体或声音,愚弄人工智能,却没有引起人类的警觉。人工智能领域一些重大进步——尤其是机器学习算法,它可以在消化训练数据集以后 相似文献
10.
<正>深度思维(DeepMind)创始人丹米斯·哈撒比斯(Demis Hassabis)曾经指出,对于构建智能水平与人类相当的人工智能(AI)来说,人类大脑就是一个至高无上的灵感来源。持这种观点的不止他一个。深度学习的成功向人们展示了如何把来自神经科学的启迪(记忆、学习、决策、视觉)转换成各类算法,并以此把我们人类强大认知能力赋予人工智能的硅大脑。不过,人工智能又会对神经科学的发展有何启示呢?2019 相似文献
11.
激光分离铀同位素是激光在近期内可能获得大规模工业应用的一个重要研究领域.目前已经研究过多种激光分离铀同位素方法,例如铀原子蒸气的光电离法(AVLIS)和六氟化铀分子离解法(MOLIS).在这些方法中实际上都需要有一个多步激发的过程,但激光的选择性激发作用却仅限于其中的第一步激发步骤,其它激发步骤对整个过程的选择性均无贡献, 相似文献
12.
正"机器能思考吗?"能够模仿人类智慧的计算机曾经只是一个遥远的梦想,人工智能研究几经跌宕起伏,最终取得了意料之外的成功。如今,人工智能已神奇地进入我们生活的各个方面,但却是以与当年预言者所想象不到的方式……60年前科学家的预想1956年夏天,一群科学家和工程师在美国达特茅斯学院聚集一堂,其中包括计算机科学家马文·明斯基,信息理论家克劳德·香农,以及后来的两位诺贝尔得主赫伯特·西蒙和约翰·纳什。他们聚在一起的任务是要创建一个被称为"人工智能(AI)"的新 相似文献
13.
<正>近年来,"人工智能"已成为人们口中的热词。人工智能飞速发展,似乎已经超出了人们的想象。事实上,人工智能并不是近些年才出现的稀罕物。早在1962年,当时就职于IBM的阿瑟·萨缪尔在IBM 7090晶体管计算机上(内存仅为32k)研制出了西洋跳棋AI程序,并击败了当时全美最强的西洋跳棋选手之一的罗伯特·尼雷,引起了轰 相似文献
14.
正人工智能将统治未来的工作,因此学习如何使用它将是关键,但所需的技能跟你所期望的可能不一样。《预测机器:人工智能的简单经济学》(Prediction Machines:The Simple Economics of Artificial Intelligence)一书的合著者阿维·戈德法布(Avi Goldfarb)说:"未来有三种工作机会。"从事这三种工作的人分别是:创造人工智能的人,告诉机器该做什么并决定如何处理其产出的人,最后是知名人士。这其中最后一个类别包括演员、体育运动员、艺 相似文献
15.
R.G.霍夫曼(Reid G.Hoffman)是斯坦福大学的一名学生,一九九○年五月再次会见约翰·麦卡锡(JohnMoCarthy)先生,就人工智能领域的广泛问题进行了交谈.约翰·麦卡锡是计算理论杰出的先行者,也是人工智能研究的发起者(“人工智能”这一术语就是约翰·麦卡锡发明的).他的许多见解耐人寻味,富有启发,特译出以飨读者及人工智能领域同好.——译者注 相似文献
16.
长江下游第四纪冰缘沉积的发现和研究 总被引:1,自引:0,他引:1
在极地寒冷地区或冰流边缘,以冰雪作用(Frost-action)与融冻泥流(Solifluction)为主要的剥蚀营力,这种地面发育的营力及其沉积,目前限于极地及高山地区,但在第四纪冰期中影响范围较为广大,为第四纪地层、古地理提供了有力的论证,对于地貌发育过程也有显著的影响。1909年波兰的洛辛斯基研究喀尔巴阡山特殊气候条件下所进行的风化作用提出“冰缘”这个名词。它 相似文献
17.
18.
《世界科学》2015,(8)
<正>对未来机器人可能存在的风险和担忧,四位机器人学领域的专家谈及了他们的观点和解决之道。他们分别是伯克利加州大学计算机科学教授斯图尔特·拉塞尔(Stuart Russell),英国布里斯托尔大学机器人学讲师萨宾·赫尔特(Sabine Hauert),斯坦福大学生物医学和计算机科学教授拉斯·奥尔特曼(Russ Altman)和卡内基一梅隆大学计算机科学教授曼努拉·维罗索(Manuela Veloso)。对人工智能武器要表明立场人工智能(AI)和机器人领域面临一个重要的伦理抉择:对于致命性自主式武器系统(LAWS),我们应该持支持还是反对态度?要不了几十年,或在未来几年里,人工智能和 相似文献
19.
今天人工智能的巨大成就表现在机器学习上取得了突破性的发展及"智能+"推动了人工智能的普适应用。人工智能成为世界科技发展的一个新高地,各国对此都作出战略布局。同时,人工智能的发展也向我们提出了新的挑战,在伦理、社会治理等方面引入了新的课题。在展望人工智能光明前景的同时,我们也要清楚地认识到:人工智能,特别是机器学习,它基本的方法、基本的思路还是比较简单和粗糙的。现在的人工智能是着重于智能外延的人工智能,也就是说着重于模拟人的智能的外在功能,而人工智能的发展还有待于在智能内涵的理解上的不断进展。本文就此对人工智能的发展作一个抛砖引玉的讨论,也对机器学习的研究方向作探讨。 相似文献