手机浏览器扫描二维码访问
历景铄还未露面,周瑾龙却率先带来一则消息:鹏城电视台《今日鹏城》栏目的记者李杰,有意采访秦奕。
不仅如此,李杰目前正在筹备一部名为《前进中的鹏城》的纪录片,他表达了让秦奕也参与录制这部纪录片的意愿。
能借助鹏城电视台这一平台扩大自身影响力,秦奕哪有拒绝的道理,当下便与李杰敲定,几日后接受采访,同时也会全力配合纪录片的录制。
刚敲定采访时间,历景铄恰好赶到。
秦奕随即领着历景铄步入会议室,一同探讨起他的人工智能项目。
实际上,在理想基金的项目申请中,并非仅有历景铄的项目与人工智能相关。除他之外,还有两个项目同样聚焦于人工智能领域,只不过那两个项目专注于人工智能的专家系统分支,而历景铄选择钻研的,则是神经网络分支。
至于秦奕为什么青睐历景铄的项目,而非另外两个呢?这就得从人工智能未来的发展态势说起了。
秦奕心里清楚,当下基于逻辑推理与规则系统的专家系统技术正日益成熟,应用领域如雨后春笋般迅速拓展,已广泛深入到各个专业领域。
在国际市场上,众多企业已开发出数以千计的专家系统,不少在功能上已达到甚至超越同领域人类专家的水平,创造出颇为可观的经济效益。
与此同时,专家系统在理论与方法层面也得到深入探究,适用于其开发的程序语言和高级工具相继问世,这些专家系统工具的出现,极大地加快了开发进程,进一步推动了其普及应用。
然而从前世的经验来看,现在兴盛的专家系统注定只能是昙花一现,难以长久辉煌。
在即将到来的20世纪90年代初期,专家系统的局限性将逐渐显现。诸如知识获取困难、维护成本高昂、对复杂和动态问题处理能力不足等问题,都将成为阻碍其进一步发展的绊脚石。
此外,随着计算机通用性能的提升,专用的专家系统硬件优势不再,再加上人工智能领域其他技术的激烈竞争,专家系统将逐渐走向衰落。
直至21世纪10年代之后,深度学习兴起,专家系统与深度学习以及一些其他新兴技术融合后,才会再度出现在大众视野之中。
反观历景铄所选的人工智能方向——神经网络,此前曾陷入发展低谷。
1969年,人工智能领域的两位先驱马文?明斯基和西摩?佩珀特出版了《感知机》一书。
书中明确指出,感知机仅能处理线性可分问题,面对异或问题这类线性不可分的情况则无能为力,并且认为在当时的条件下,多层神经网络的训练算法难以实现。这一观点给神经网络的研究带来了极为沉重的打击。
后来的事实也的确在一定程度上验证了书中的说法,尽管神经网络的概念早已存在,但人们始终未能找到有效训练多层神经网络的方法。传统的神经网络在训练过程中,面对多层结构,往往难以有效地调整每一层的参数,致使网络难以很好地学习复杂模式。
这种困境一直持续到1986年,随着关于反向传播的论文发表,情况才会出现转机。论文中提出的“反向传播”算法,为训练多层神经网络提供了一种行之有效的途径。
该算法的核心思路是,通过计算每一层的误差,并将这些误差逐层向后传播,进而调整每一层的权重和偏置,使整个网络的输出误差达到最小化。
此后,神经网络总算是有了些许希望,吸引了不少人投身研究,被后来者称为“深度学习三巨头”的杨立昆就在反向传播论文发布后,构建了应用于图像分类的卷积神经网络,即LeNet的最初版本,并且首次使用了“卷积”一词,“卷积神经网络”由此得名。
秦奕作为重生之人,自然知道神经网络与深度学习虽在当下发展迟缓,但未来必将大放异彩。
可历景铄并非穿越之人,显然无法预知未来,所以秦奕很好奇历景铄选择这个方向的理由:“历同学,你为什么会选择在神经网络这个方向进行研究呢?就目前的科研情况来看,它的发展状况似乎不太乐观。”
历景铄嘿嘿一笑,说道:“发展状况不乐观,那都是过去的事情了。我最近了解到,漂亮国那边的人工智能学术圈有不少人都研究出类似的反向传播训练算法。据说有了这个算法,神经网络的训练会变得简单可行,所以神经网络的发展环境马上就要迎来改变了!”
“原来如此,看来你在漂亮国那边积累了不少学术人脉啊!”秦奕笑着说道,“不过说实话,即便有了便捷的训练算法,神经网络本身所能表达的内容,目前还不是很清晰,其发展潜能也不是很明朗啊。”
其实神经网络的内容何止是目前不清晰,就算是后来人工智能大放异彩的时候,其可解释性仍旧是一个相当复杂的问题。
另外就算有了合适的训练算法,以目前这个硬件环境,神经网络还是没法快速发展的。
前世神经网络在这几年短暂复苏了一阵之后,就又一次进入了寒冬,要一直到GPU能够为深度神经网络提供足够的训练算力之后,神经网络才会在计算机视觉、自然语言处理、推荐系统等各个应用领域多点开花。
“事情总归是从不清晰走向清晰的嘛,真相哪能一开始就摆在眼前呢!我觉得从1980年福岛邦彦提出的神经认知机模型入手开展研究,是个不错的选择。”历景铄自信满满地回应道。
“很有自信啊!你要是坚持这个研究方向,倒也并非不可。但我感觉,要是仅仅做理论研究,似乎不太需要资金支持。你申请理想基金,究竟出于什么目的呢?”秦奕追问道。
喜欢科技革命,从1984开始请大家收藏:()科技革命,从1984开始
宝可梦:真实的理想 八零小炮灰,撩爆男主要上位 冰山学姐不谈恋爱,唯对我开特权 直播:要天后微信,砍一刀拼夕夕 干婚 逃不掉,娇气宝宝又被主神抓走了 云雷逐梦 重生魔修,开局捡到一颗丧尸星球 富豪大农民 和女神同居后,我激活了奖励系统 救世主再就业の排球行 我的悲惨前生与重生 白天娱乐圈搬砖,晚上搞玄学在线接单 你惹她干嘛?她一张符纸取你狗命 不是宿敌吗,我死了你疯什么 穿越:抢了皇位后,我带大明起飞 相亲后,我被阿姨和御姐盯上了 一穿就成了军中御姐 都市老光棍,异界一袋粮食换老婆 远古丛林生活小记
关于万里追狼白龙,它不是龙,也不是马,它是一条白色的狗,是60年代华北地区某村的一条狗王。在那个狼灾泛滥的时代,白龙在主人福哥的照料下,历经坎坷,从一条小狗崽成长为一条勇猛的狗王,并和村里的狗一起担负起守卫村庄的责任。由此与村庄周围的狼群结仇,几番恶战,斗智斗勇。。。...
关于诸天带着随身空间到了四合院世界陈琦莫名穿越,来到一片湖心岛,发现拥有空间之后,并感应到世界种子,按其要求吸收物质供给小世界之种,然后就被排斥到四合院世界,开局城门口,因为衣服新颖而被误认为富家公子而被放行,进入城内遇到还在卖包子的未成年何雨柱,阻止了他被人骗,改变了他获得外号的命运,从而改变了主角的命运从其身上获得了气运,得到了一定的庇护避免了被四合院世界排斥而赶出世界。之后陈琦靠着何雨柱的帮助进入了四合院租了院子安定下来,靠着小世界的养殖种植能力,通过何大清介绍给丰泽园供应食材,之后开肉铺,接手杂货铺,开商行,买地,生意越做越大,于是很多事情很多人也纷至沓来,蝴蝶效应直接造成何大清成了丰泽园二厨,并再娶了。而陈琦只想收集这个世界的各种动植物然后去诸天寻找永生。持续的获取气运使得小世界内开始出现了生成中的四合院世界的信标传送门,完成之后就可以在离开这个世界之后就可以随时回到四合院世界。现在开启了荒野大镖客2救赎的第一幕第一个世界,四合院,第1章124章第二世界,荒野西部大镖客2125章第三世界,港综第四个世界待定。...
关于林家有女整治家风种田宅斗大女主无金手指无cp脾气暴躁一言不合就咬人村中有四霸恶狗公羊大鹅和林三丫林瑶睁开眼就目睹了家徒四壁,那叫一个寒酸。再睁眼又目睹了泼妇骂街,得不想动嘴打一顿就好了。从此林家三丫性情大变一言不合就开撕。重男轻女的偏心祖母,心思深沉祖父,独木难支的后娘,软弱无能的亲爹。上有两个任人欺辱的姐姐,下有两个后娘生的弟妹,更有恶毒叔伯一窝好吃懒做筛子精,真真是极品凑了一堆。从此...
关于足坛之开局点满任意球什么?竟然把任意球点满了,我明明点的是传球呀!!!沦为皇马队饮水机管理员的江浩,在一场国家德比最后时刻登场,以两粒直接任意球破门方式开始传奇人生。弗洛伦蒂诺我这辈子最大的错误,便是把江浩卖给巴伦西亚。齐达内我很幸运,江浩没有出生在我们那个年代。C罗江浩是历史最佳,我不如他。贝尔难以想象,我竟然会在速度上被人碾压。拉莫斯这家伙不是惧怕对抗吗,怎么铲不动?梅西...
林风穿越到了一个诡异的世界,成了凌虚观的一名小道士。但这世界原本的规则早已破碎,破碎的仙道流落到各种生物手中,滋生出无数邪仙异教。林风在机缘巧合下,被疯子师父血肉附体,还换上了一颗恶鬼的心脏,变成一个半人半鬼的怪物。红月,血雨,尸林倒挂,白蜡油翻滚中人祭,万人朝拜的黄金树,连绵不断的尸垛,不死癫狂的难民,佛世净土中...
关于人在木叶生性纯良的我被系统逼上了邪路穿越火影世界,开局觉醒系统!呦,生性纯良的宿主呦!作为一个正常的男人,你怎么能眼睁睁的看着宇智波富岳那个混蛋老牛吃嫩草!一向宇智波美琴表白,俘获佳人芳心奖励S级忍术一门(随机)二生性纯良的宿主呦!只有愚蠢的人才会做选择,强夺一血奖励写轮眼三门忍术熟练度提升一级(随即)望着远处自己下属那纯真的神情,藤原哲也看着水中自己的倒影陷入了沉思。这一血,自己究竟是要,还是不要?...