广业堂909 · 2020年01月17日

AI再定义

AI从上世纪的50年代萌芽,在搜索和图像识别等方面不断发展,到了上世纪末IBM的深蓝,初步到了一个顶峰。但要把深蓝的那套移植到围棋,就发现力不从心。后来的Alphago的故事,大家应当都知道了。其思路就是,确定性的事情,各种可能性太多,我处理不了,那我就随便处理,也就是随机性和模糊性。实际上,人类不管在下棋或者识别物体的时候,随机性和模糊性,占了相当大的部分。除了随机性和模糊性,在下棋或者识别物体的时候,会进行存储、比较、辨别。因此,可以说,AI就是对随机数据或者模式的优化。至于学习啊、训练啊,等等,都是为优化服务的。
现在大家都知道,棋类人是下不过AI了;人脸识别,AI也是又快又准,什么的。可大家有没有比较过,AI下棋或者识别人脸用的电,和人脑的能耗?上个世纪的后半叶,AI从原始阶段,发展了50年,在上个十年,通过对随机数据的优化,达到了AI的第一级台阶。我相信,下个十年,AI将在能耗方面,取得突破,逐步接近人类的脑细胞能耗。
因此,AI的进一步定义就是:低能耗前提下的随机数据优化。
人类用脑细胞处理和存储信息,而AI用电子、光子,似乎量子也即将登场。那么,AI的最终定义就是:利用微观媒介做载体的低能耗前提下的随机数据优化。
听说现在中国连商用性强的操作系统都做不出来。我相信,在AI接近中级阶段的时候,AI分分钟钟给你一个最优的操作系统。目前我从上海的郊区,到南京的郊区,可以朝出夜归。或许二十年左右,我将早上离开地球,到火星上班,晚上回来。最后做一个广告,我火星上有一块地皮,欢迎大家入股,完全免费的。

推荐阅读
目录
极术微信服务号
关注极术微信号
实时接收点赞提醒和评论通知
安谋科技学堂公众号
关注安谋科技学堂
实时获取安谋科技及 Arm 教学资源
安谋科技招聘公众号
关注安谋科技招聘
实时获取安谋科技中国职位信息