AI /自动化

采取人工智能人类的脑

人脑 - 智能和独特 - 是挑战的科学家，他决心解散其复杂性和解锁可能性，以增强人类的生命。通过利用人工智能（AI），他们已经通过Watson，Siri等人机互动已经取得了突破。但是，对于AI具有真正的变革影响，人工神经网络需要通过人的原生智能进一步加强。

人类大脑随着时间的推移，在响应生存本能，利用智力的好奇心和管理性质的需求时，已经提出过。当人类对环境的动态感到墨水时，我们开始寻求复制性质。

我们在模仿性方面的成功与科学和技术的进步有关。例如，我们对飞行的愿望。我们复制翅膀以实现安全和长途航空旅行。然而，我们意识到，不灵活的飞机翼不是精确的替代品，并且可能的解决方案可能位于马萨诸塞州理工学院（麻省理工学院）的自组装实验室。它正在开发4D打印技术，以创建适应空气动力学条件的飞机翼。

虽然人类大脑发现了超越我们的物理能力的方法，但数学，算法，计算方法和统计模型的组合正在加速我们的科学追求。人工智能（AI）在Alan Mathison TITE开发了一种用于生物学形态发生的数学模型之后，聚集了势头，并在计算智能中撰写了精英纸。如今，AI已从数据模型中生长对人工神经网络的问题解决 - 一种基于人体生物网络结构和功能的计算模型。

教机

第一代AI创建了机器学习系统。机器学习侧重于在暴露于新数据时可以改变或学习的计算机程序的开发。来自第一代AI'教授的机器的算法来识别图像和对象，请参阅障碍物，关联和发现变量之间的关系。它导致一次管理单个任务的智能应用程序。

AI使工业机械精确，可靠，自愈;并为类似人类行动的校准性能铺平道路。建模技术定位犹豫不决的选民，识别最适合特定地形的作物，并验证临床诊断和治疗。AI与机器人控制，基于视觉的感应和地理空间系统集成，以自动化高级系统。它增强了疾病预防和治疗，提升了工程系统，驱动自组织供应链。截至目前，AI在苏格兰皇家银行提供近人客户服务，并评估福冈相互寿险的保险索赔。

事实上，我们现在依靠机器来跨流程决策 - 承销，招聘，欺诈检测，维护等等。真正的核心能源使用机器学习算法来评估生产和性能参数，以指导钻探运营以及投资决策。1800-Flowers.com礼品礼宾服务使用AI推荐礼品。它将客户互动与宏观购买趋势和消费者行为相结合，推荐个性化的赠品思想。飞利浦开发了一种基于深度学习的自动筛选解决方案，用于检测结核病，这是一种影响印度250万人的疾病。

人工竞争在李塞托尔，世界冠军和韩国首尔的世界冠军和alphago之间移动＃37的人工智能。专家花了数周才能理解alphano机器的“智慧”。

人工神经网络的结构受到人类神经系统的启发。它可以帮助“火车”机器进行语音，图像和模式。BeepFace是Facebook面部识别系统，通过使用数百万上传的图像训练来识别数字图像中的人类面。麻省理工学院的研究人员已经开发了一种模型，用于缩写人脑的神经功能。

机器学会思考

计算神经科学通过创建人脑的理论模型对其职能的跨学科研究，包括视力，运动，感官控制和学习来桥接人类智力与AI之间的差距。

人类认知的研究揭示了对我们神经系统的更深入了解及其复杂的加工能力。提供丰富洞察的模型，进入内存，信息处理和语音/对象识别同时重塑AI。

对人类大脑结构的细致入微的理解可以帮助重构层次式深度学习模型。深度学习是机器学习的一个分支，它基于一组算法，这些算法试图对数据中的高级抽象进行建模。它将增强语音/图像识别程序和语言处理工具，通过理解面部表情、手势、语调和其他摘要。我们正在经历语音技术的进步，这将带来更实用的数字助手和准确的面部识别，将安全系统提升到一个新的水平。

然而，当代深度神经网络不会根据人类大脑的方式处理信息。这些网络依赖于高度数据，应该培训，以实现甚至可以实现简单的任务。复杂的进程需要大量的数据，并用丰富的描述符注释，并准确地标记为机器“学习”。进一步的深度学习系统比人类大脑（20瓦）的功率相同，对于相同数量的工作。

我们需要发现较少的密集型机器学习方法，以增加人工智能与本土智能。我们的世界是令人畏惧的数据来自事情互联网（物联网）应用程序。能够消耗大数据的深度神经网络将非常有用。正如儿童识别树木，尽管大小，形状和方向变化，那么增强的智力系统应该学习较少的数据或独立地利用生态系统的知识来加速学习。这种自学习算法是真正个性化产品和服务所必需的。

界面势在必行
人类智慧和AI的合并将使电脑变成超级人或人形，远远超过人类能力。然而，它需要计算模型，即综合沟通，即人类大脑的视觉和自然语言处理。

语言学习技能是人类智慧的定义特征之一。由于单词的含义随着上下文而变化，因此计算机的人类语言很难。AI嵌入式的虚拟助手可以解决复杂的请求，并仅在他们“思考和说”人类语言“时才能参与有意义的对话。机器应该学会理解人类沟通技巧的更丰富的背景。它们应赋予更丰富的认知功能来正确解释语音和图像。

AI系统，如IBM的Watson，Amazon的Alexa，Apple的Siri和Google Assistant将变得更加有用，如果对语言质量和感官加工，推理和上下文化的增强，则变得更加有用。语音激活的设备和智能机器将创建集中式，人工智能网络或“智能互联网”，该网络将重新定义人机和机器机器协作。

在不久的将来，带内置导航系统的无人机将在拥挤的城市提供货物。智能家用电器将翻译食谱，以响应语音命令组装成分，并为美食膳食提供服务。

当然，随着计算机变得更强大，更联网等人类，他们能够与利益相关者的独立互动。然而，创造力和战略思想将人类从人工智能实体区分开来。今天，我们并不完全了解使我们智力独一无二的概念。我们需要更深入地了解人类的思想如何运作，作为将情感和社会智能融入机器的手段。在机器成为自我参照系统之前，人类将继续控制一切。直到那时，我们必须重新审视我们的生态系统，跨越教育系统，技能发展过程和社会福利模型，以使方法能够以获得更有效的方法。

AI系统每个行业和人类活动都将成为一种力量乘数。它可以通过Myriad应用程序转换数十亿个生命，并解决基本问题：清洁我们呼吸的空气，净化我们喝的水，丰富我们消耗的食物，并确保我们的健康。所有它需要的是，人机用户界面模仿大脑界面。

当技术以变革性和看不见的方式工作时，世界将是连续几代人的更好的地方。虽然人类的本土智力制作了普遍存在的发明，但人类智力和人工智能的汇合将放大增长并提供可持续的进展。