文章 答疑

个人开发者如何通过人工智能盈利?

个人开发者如何通过人工智能盈利?

目录

一、人工智能大背景,历史。

二、关于人工智能的知识网络拓扑图及学习路线。

三、阿尔法狗原理算法深入解析包含:

  • .MCTS 蒙特卡洛树搜索(选重要节点向后推断,得到最优值)
  • .CNN 卷积神经网络(分层拆分计算,求无限接近值),包括:策略网络policy network、快速走子网络playout network、估值网络value network。
  • .RL 强化学习

四、阿尔法狗适用于哪些应用场景以及如何拿来用。

五、个人如何开发一款人工智能应用。

六、个人如何利用免费的人工智能工具与平台赚钱。




一、人工智能大背景,历史。

  1. 智能是什么?从模仿游戏开始

大家知道人是具有智能的,如果做一个机器,让你分辨不出它是人还是机器,就说明这个机器具有了智能(图灵测试)。有兴趣的可以看《模仿游戏》这部电影。

enter image description here

机器是模仿人,那人是如何具有智力的呢?有人说是天生的。人出生时就像一块白板,没有数据,通过天生的AI,慢慢训练,就有了智力。

如何弄清楚智能原理呢?似乎又回到了起点,不管那么多了,先从简单的入门吧。只要造出来的机器能够体现某种智能行为即可,比如下棋、驾驶、翻译、玩游戏等。

  1. 从有规则的事起步----数学,先说说机器擅长的事。

1+1=2,2+2=4,这些机器好理解。

自1936年从理论上图灵机可以模拟任何一种计算机算法的逻辑,到现代通用计算机。再到现在的云计算。计算过程如下图,有点复杂,不过不懂没关系,这里不讲复杂的东西,跳过。有兴趣可看《汇编语言(第3版) 》王爽著。

enter image description here

反正计算机很强大了,又快又准,算法越来越高效。机器终于能帮我们干许多活了,只是苦了我们这些码农。

大人说小孩子不能玩水,不能玩火,不能碰电,这也不能做,那也不能做,于是经过漫长的知识经验累积,形成了专家系统。有兴趣的可以看《疯狂原始人》这部电影。

信息越来越多,越来越复杂。信息的输入、维护、分析整理越来越不容易。

在很长的一段时间里,人们依赖逻辑和规则给计算机编程。不同的需求,编写不同的规则(If - Else),数据也通过人来标注好,比如这张图是猫,这张图是狗,反正只要能解决问题,再苦再累也值了。谁让机器不会自动学习呢?

enter image description here

人为什么可以不需要根据既定的编程自动学习呢?人脑肯定是以某种形式工作。有没有一种计算机算法的演算过程与人脑的思维方式相比拟呢?

2012年一个权威的全球比赛改变了这一切。深度学习领头人Hinton的学生利用深度学习技术一出场,就拉开第二名一大截,甚至超过了谷歌这些大神。

好比武林大会,昆仑、武当、少林几个元老在切磋武艺,上下激战百来回合,也不过你棍子碰到了我的肩膀,我长剑划破了你的衣服。结果,比着比着,突然我冲上台来,掏出深度学习这把手枪,啪啪,几个元老全都被秒杀了。然后整个武林都震惊了。

工业界开始关注深度学习,接着图像识别,然后是语音识别,在这些领域,一个一个被深度学习突破。

深度学习技术是怎么做的呢?它是通过像搭积木一样地搭建那些神经网络的组合,用数据灌入到网络,接下来,就是见证奇迹的时刻了,他竟然会自己一层层的逐渐寻找出最重要的特征,比人类几十年专家经验设计的特征,效果都要要好得多。这就是深度学习技术技术牛逼的地方。

2.深度学习(人工神经网络)

大脑储存信息的方式并非将记忆储存在一个特定的地方,而是在整个神经网络里传播(分布式表征)。举个最简单的例子。一辆 "大黑狗",如果分布式地表达,一个神经元代表大小,一个神经元代表颜色,第三个神经元代表狗的类别。三个神经元同时激活时,就可以准确描述我们要表达的物体。

enter image description here

人类大脑有数十亿个神经细胞,它们之间通过神经突触相互影响,形成极其复杂的相互联系。然而科学家们并不能解释这些具体的影响和联系。神经到底是如何进行学习以及计算的?

创建生物智能的模拟,模仿大脑的神经元之间传递,处理信息的模式,卡在了两个关键问题:1、单层的神经网络无法解决不可线性分割(异或门)2、超大的计算量。

最近几年内,随着计算能力的大幅提升(解决了问题2),还有相关学科的研究进步(反向传播解决了问题1),AI在各领域也有了突破性进展。

虽然现在科学家还没有完全弄明白人类大脑的神经网络运作方式,但人工智能科学家想,不理解没关系,先在计算机中模拟一组虚拟的神经网络试试看,这就是人工神经网络(深度学习)。

enter image description here

现在在围棋中,人工神经网络终于可以自己学习,也可以对其做出反应了,效率与进度让世人吃惊。AlphaGo就是以深度学习技术为基础的电脑程序。

6

3.人工神经网络到底是怎么学习的?简单入门

enter image description here

在人工神经网络中,每一个小圆圈都是在模拟一个"神经元"。它能够接收从上一层神经元传来的输入信号(也就是一堆数字);根据不同神经元在它眼中的重要性,分配不同的权重,然后将输入信号按照各自的权重加起来(一堆数字乘以权重的大小,再求和);接着,它将加起来结果代入某个函数(通常是非线性函数),进行运算,得到最终结果;最后,它再将这个结果输出给神经网络中的下一层神经元。 所谓的人工神经网络学习,本质上是让人工神经网络尝试调节每一个神经元上的权重大小,使得整个人工神经网络在某一个任务的测试中的表现达到某个要求(例如,识别汽车的正确率达到90%以上)。

2017年11月22日,周三晚上8点30分,曾参与过国家助学贷款系统、百度网盘搜索引擎、工业物联网控制系统,小黄人软件首席工程师陈浩带来了主题为《个人开发者如何通过人工智能盈利》的交流。以下是主持人果冻爽整理的问答实录,记录了作者和读者问答的精彩时刻!


内容提要:

  • 人工智能发展到什么程度会取代程序猿或者其他行业,听说已经有写海报的AI了,距离取代程序猿还远吗?
  • 现在自然语言处理达到什么地步了?
  • 虽然接触了3个月AI,但是学的比较散,可以推荐一套系统的学习路线吗?
  • 前端开发转人工智能开发需要从哪方面入手,需要掌握什么技能?
  • 人工智能怎么检验自己的能力到哪种等级了?
  • 可不可以多介绍一些适合个人开发者的具体的盈利模式,以及适合个人开发者的发展方向?
  • 学习人工智能开发要求数学掌握到什么程度,没学过高数的同学应该怎样学习?
  • 移动开发与人工智能结合的场景,因为移动设备计算能力有限,有哪些应用点?
  • 前端开发和AI有什么结合点吗?
  • 人工智能是否会带来新的商业模式?
  • 人工智能与硬件、无线电、APP或小程序有哪些结合应用前景?或者比较有启发性的例子?
  • 关于自然语言处理,目前世界上有什么前沿的论文或书籍推荐吗?
  • 盈利模式的话,数据能否成为盈利点,成功的AI项目中,是如何获取训练数据的?
  • 除了经典的书籍,AI有哪些高质量论文和论坛可以供我们持续学习?

问:人工智能发展到什么程度会取代程序猿或者其他行业,听说已经有写海报的AI了,距离取代程序猿还远吗?

收藏 收藏
分享
购买文章 ¥1.99