人工智能

郑馨

目录

  • 1 学生优秀作品
    • 1.1 BERT在自然语言处理的应用
    • 1.2 SimNet:基于LCQMC数据集实现文本相似度任务
    • 1.3 Alpha Zero
    • 1.4 YOLO目标检测系列算法
    • 1.5 OCR文字识别
    • 1.6 光场图像显著性检测
  • 2 绪论
    • 2.1 什么是人工智能
    • 2.2 人工智能经典问题
    • 2.3 第一次热潮
    • 2.4 第二次热潮
    • 2.5 第三次热潮
    • 2.6 人工智能发展状况
    • 2.7 本章测验
  • 3 基于决策树和搜索的智能系统
    • 3.1 实例1:读心术
    • 3.2 和人类一样的判断方式
    • 3.3 专家系统应用与发展
    • 3.4 实例2:井字棋
    • 3.5 博弈树
    • 3.6 估值决策
    • 3.7 最大最小值法
    • 3.8 AlphaBeta剪枝
    • 3.9 启发式算法
    • 3.10 从国际象棋到围棋
    • 3.11 本章测验
  • 4 知识表示与智能图谱
    • 4.1 知识的特性、分类和表示
    • 4.2 表示方法
    • 4.3 知识工程基本概念
    • 4.4 知识图谱基本概念和应用
  • 5 基于仿生算法的智能系统
    • 5.1 仿生算法简介
    • 5.2 基因遗传算法
    • 5.3 实例3:拼图游戏
    • 5.4 拼图的基因
    • 5.5 遗传和变异
    • 5.6 自然选择
    • 5.7 本章测验
  • 6 基于神经网络的智能系统
    • 6.1 神经元与神经网络
    • 6.2 实例4:手写数字识别
    • 6.3 网络构建
    • 6.4 计算损失函数
    • 6.5 优化器优化函数
    • 6.6 反向传播
    • 6.7 本章测验
  • 7 基于神经网络的智能系统II
    • 7.1 监督学习和非监督学习
    • 7.2 让人工智能学会玩游戏
    • 7.3 试错式学习
    • 7.4 状态动作回报
    • 7.5 价值判断Q函数
    • 7.6 尝遍百草
    • 7.7 熟能生巧
    • 7.8 本章测验
  • 8 人工智能应用
    • 8.1 图像识别与分类
    • 8.2 医学影像分析
    • 8.3 语音识别
    • 8.4 人脸识别和情感计算
    • 8.5 自动驾驶
    • 8.6 本章测验
  • 9 人工智能与人类社会未来
    • 9.1 挑战-技术视角
    • 9.2 挑战-人文视角
    • 9.3 伦理规范-社会层面
    • 9.4 伦理规范-公共政策
    • 9.5 科幻作品中的人工智能
    • 9.6 奇点理论-畅想未来
    • 9.7 本章测验
  • 10 实例讲解与虚拟机
    • 10.1 实例安装
    • 10.2 实例1
    • 10.3 实例2
    • 10.4 实例3
    • 10.5 实例4
    • 10.6 实例5
  • 11 阅读
    • 11.1 阅读
  • 12 问卷调查
  • 13 其他
    • 13.1 递归及汉诺塔问题
      • 13.1.1 递归的定义
      • 13.1.2 递归算法初探
      • 13.1.3 递归算法进阶
      • 13.1.4 汉诺塔问题
      • 13.1.5 课外阅读文献
    • 13.2 串的模式匹配算法
      • 13.2.1 串的定义
      • 13.2.2 串的存储及实现
      • 13.2.3 串的模式匹配算法
      • 13.2.4 病毒感染检测
      • 13.2.5 课外阅读文献
    • 13.3 稀疏矩阵的转置
      • 13.3.1 稀疏矩阵的概念及存储
      • 13.3.2 压缩转置
      • 13.3.3 快速转置
    • 13.4 哈夫曼编码
      • 13.4.1 哈夫曼树
      • 13.4.2 哈夫曼编码
      • 13.4.3 图像压缩
    • 13.5 图的深度优先遍历
      • 13.5.1 图的基本概念
      • 13.5.2 图的存储实现
      • 13.5.3 图的深度优先遍历
      • 13.5.4 课外阅读文献
    • 13.6 冒泡排序
      • 13.6.1 冒泡排序算法初探
      • 13.6.2 算法设计与优化
      • 13.6.3 算法性能分析
      • 13.6.4 课外阅读文献
    • 13.7 堆排序
      • 13.7.1 简单选择排序
      • 13.7.2 堆排序
      • 13.7.3 TopK问题
    • 13.8 数据结构
      • 13.8.1 绪论
        • 13.8.1.1 什么是数据结构
        • 13.8.1.2 基本概念和术语
        • 13.8.1.3 数据结构的内容
        • 13.8.1.4 算法和算法分析
        • 13.8.1.5 测验
        • 13.8.1.6 作业
      • 13.8.2 线性表
        • 13.8.2.1 线性表的定义
        • 13.8.2.2 线性表的顺序表示与实现
        • 13.8.2.3 线性表的链式存储表示与实现
        • 13.8.2.4 典型应用—一元多项式的表示和相加
        • 13.8.2.5 测验
        • 13.8.2.6 作业
      • 13.8.3 栈和队列
        • 13.8.3.1 栈
        • 13.8.3.2 栈的应用举例
        • 13.8.3.3 栈与递归
        • 13.8.3.4 队列
        • 13.8.3.5 测验
        • 13.8.3.6 作业
      • 13.8.4 串
        • 13.8.4.1 串类型的定义
        • 13.8.4.2 串的表示和实现
        • 13.8.4.3 串的模式匹配算法
        • 13.8.4.4 测验
        • 13.8.4.5 作业
      • 13.8.5 数组和广义表
        • 13.8.5.1 数组的定义
        • 13.8.5.2 数组的顺序表示和实现
        • 13.8.5.3 矩阵的压缩存储
        • 13.8.5.4 广义表的定义
        • 13.8.5.5 广义表的存储结构
        • 13.8.5.6 测验
        • 13.8.5.7 作业
      • 13.8.6 树
        • 13.8.6.1 树
        • 13.8.6.2 二叉树
        • 13.8.6.3 二叉树的遍历及应用
        • 13.8.6.4 Hufffman树
        • 13.8.6.5 树、森林和二叉树
        • 13.8.6.6 测验
        • 13.8.6.7 作业
      • 13.8.7 图
        • 13.8.7.1 图的定义和基本术语
        • 13.8.7.2 图的存储结构
        • 13.8.7.3 图的遍历
        • 13.8.7.4 最小生成树
        • 13.8.7.5 有向无环图及其应用
        • 13.8.7.6 最短路径
        • 13.8.7.7 测验
        • 13.8.7.8 作业
      • 13.8.8 查找
        • 13.8.8.1 静态查找表
        • 13.8.8.2 动态查找表
        • 13.8.8.3 哈希表
        • 13.8.8.4 测验
        • 13.8.8.5 作业
      • 13.8.9 排序
        • 13.8.9.1 排序概述
        • 13.8.9.2 插入排序
        • 13.8.9.3 交换排序
        • 13.8.9.4 选择排序
        • 13.8.9.5 归并排序
        • 13.8.9.6 基数排序
        • 13.8.9.7 各种内部排序方法的比较
        • 13.8.9.8 测验
        • 13.8.9.9 作业
    • 13.9 问卷调查
挑战-技术视角


《奇点临近》 (The Singularity Is Near: When Humans Transcend Biology) 是美国作家、发明家和未来学家雷蒙德·库茨魏尔的关于未来学的著作,于2005年出版;奇点指的是技术奇异点。

书中对未来科技的预测

2010年

超级计算机的运算能力将会跟人脑相同(虽然这时候的人工智能软件尚无法达成人脑的智能)。

不会有一个单一物品被叫做计算机,也就是说许多计算机将会和生活用品相结合。

虚拟现实技术将可以让用户完全沉浸在真实的视觉和听觉的体验。

2010年代

计算机会越来越小,然后和生活结合的越来越紧密。

越来越多的计算机可用作小型的网络服务器,它们的资源将可以被云计算所使用。

在几乎任何地方都可以和高质量宽带互联网连接。

头戴式投影镜片可以将视频直接投射在用户的眼睛,带动了虚拟现实的发展。这些设备通常也会有麦克风和耳机,提供用户语音服务。同时也可依造用户所在的位置提供及时的广告信息服务。

虚拟现实眼镜内置的计算机可以提供虚拟助理的服务,它可以帮助用户处理日常杂务。

虚拟助理可以提供多样的服务,即时口译是其中最有用的服务之一,可以将他人所说的外国语言即时地翻译并且将译文显示在镜片上。

手机将会直接内置在衣服上,可以直接将声音发送到用户的耳内。

广告商可以将声音直接聚焦在特定的地点,这项科技借由两束超音波将声音直接投射在想要的地点。

2014年

自动吸尘器将会到处可见。

2018年

一千美元所能买到的计算机存储器容量将达到10太比特(Terabits,相当于1013比特),这大约是一颗人脑的容量。

2020年

个人计算机将会拥有和人脑相同的信息处理能力。

2020年代

小于一百奈米的计算机变成可行。

奈米机器将会实用化,并且被用在医疗上面。

先进的医疗用奈米机器人将可以在活人身上运行脑神经扫描的功能。

因为可以运行活体的大脑精确扫描,所以能够精确模拟整颗大脑。而人脑的运作也可以被理解。

在2020年代末,奈米机器将能够进入血管内供给细胞营养并且排出废物。这些奈米机器将能够与人类共生,并协助人类转换成改造人(Cyborg,又译为赛博格)。

在2020年代晚期,奈米科技制造技术将会被广泛使用。并且从根本上改变人类的经济,所有物品都能够直接从原始的原料直接转换,几乎不用额外的成本,唯一的成本变成产品设计图的下载时间。

同样在这个年代晚期,虚拟现实将会进步到和真实无异。

基因工程所产生的基改细菌的威胁已经消失,因为奈米机器人更耐用、更聪明而且更实用。

在2029年,第一台通过图灵测试的计算机出现了,代表强人工智能已经可以思考,第一代的人工智能可能是由前面提到的人脑扫描和模拟技术所达成。

2025年

最有可能发生奈米科技争论的一年。

某些军用无人飞行机和路面载具将会完全由计算机控制。

2030年代

心智上传具有可行性。

奈米机械将可以直接注入脑部并和脑细胞互相沟通,因而可以不借助外部设备就可能达成真正的沉浸式虚拟现实。外部的神经刺激也可以被拦截,只留下想要的虚拟现实神经刺激。

脑袋的奈米机械也可以直接得知用户的情绪反应。

2040年代

人体3.0(库茨魏尔这么称呼)诞生。它不具有固定的外表,而且可以借由类似喷雾的奈米科技(“万用雾水”)改变外表,人体器官也将由性能优秀的人工器官接管。

人们将把他们大部分的时间花在完全沉浸式的虚拟现实,就像是电影《黑客帝国》中所描述。

万用雾水被广泛使用。

2045:奇点

一千美元可以买到的计算机将具有十亿颗人脑的运算能力,这代表就算是低级计算机也比一般正常人聪明的多。

奇点发生在人工智能比人类还要聪明、还有能力的时候,科技发展已经由机器接管,机器也可敏捷地思考、行动和沟通,甚至快到正常人无法理解。机器或是那些已经机器化的改造人掌握了全世界,机器进到加速自我反应的循环,每一代的人工智能都会越来越快,并且成指数加快,到了这个时候,科技爆炸性发展,因为人类文明已经被机器所掌握,所以之后的科技发展无法被精确预测。

奇点是一个极端跳跃性、改变全球的事件,并且永久改变人类的命运,因为人类和智能机械无法区分,所以人类绝种将会很困难(但非完全不可能)。

2045年之后:智能宇宙的觉醒

计算机晶体管的微缩已经达到物理限制,从这个时候开始,计算机只能够用更大的体积去获取更大的计算能力。

因为以上的原因,人工智能将地球上越来越多的物质转换成具有计算能力的物质,如此就可以产生更大人工智能,直到地球本身变成一个巨型计算机(但地球上部分地区会被划为自然保留区)。

在这个时候,唯一扩展这个人工智能生命体的方式就是将宇宙中所有的物质都转变为具有计算能力的计算机,人工智能将会以地球为中心向整个宇宙发散,将所有行星、卫星和小行星都转换成大型的计算机。也就是将宇宙中不会思考的物质转换成能够支持智能生命体的基质。

库茨魏尔预测到了2099年,智能机械生命体将会创造出跟行星一样大的计算机。

宇宙“觉醒”的进程最快会于2199年完成。