2016年比较令人振奋的6大人工技术进步

2016-12-19 16:12:52 738

  科技网站近日撰文总结了2016年比较令人振奋的人工技术进步,展现了无人驾驶汽车、语音识别和学习等新锐科技如何改善我们的生活。
 
  以下为原文内容:
 
  2016年,特斯拉和福特等大型汽车厂商都宣布了全自动无人驾驶汽车的推出时间表。作为谷歌的人工系统,DeepMind的AlphaGo击败了世界围棋冠军李世石。与此同时,人工还在医疗领域取得了重大进步,有些系统的对癌症的诊断效果甚至满人类医生。
 
  想了解人工技术在2016年取得了哪些炫酷的成就?一起看看下面的榜单吧。
 
  1、AlphaGo击败世界围棋冠军
 
  2016年1月,谷歌DeepMind的学习领域取得了重大胜利——该公司开发的AlphaGo掌握了围棋这种中国古老的棋类游戏。
 
  DeepMind负责人戴密斯·哈萨比斯(Demis Hassabis)表示,这项成就比很多预计的早了10年。在2月举行的美国人工协会的年会上,哈萨比斯称围棋是“人类发明的比较复杂的游戏,” 因为它的潜在走法数量较。
 
  很多表示,围棋很大程度上依赖于人类的直觉。AlphaGo通过研究数百万盘真人对战棋局才掌握了这种游戏。AlphaGo今年3月还以4:1的比分击败了世界围棋冠军李世石。
 
  2、特斯拉Autopilot将血栓病人送到医院
 
  特斯拉的Autopilot是一款半自动驾驶功能,可以调节车速、切换车道、自动刹车。关于这项功能的很多媒体报道都把重点放在佛罗里达的致命车祸上——当时,约书亚·布朗(Joshua Brown)的特斯拉Model S在Autopilot模式下撞击了一辆半挂车。
 
  尽管如此,特斯拉CEO伊隆·马斯克(Elon Musk)还是指出,拥有Autopilot的汽车比没有这项功能的汽车更加安全。统计数据也支撑了他的观点:根据美国国家安全委员会2015年发布的报告,全美汽车平均每行驶1亿英里便会死亡1.3人,而Autopilot用户总共行驶了1.3亿英里,目前只确认1人死亡。
 
  事实上,Autopilot的确做了一件好事:他把一位血栓病人送到了医院。约书亚·尼利(Joshua Neally)开车回家时突然感到胸闷,于是在密苏里州的斯普林菲尔德下了高速公路。在开启了Autopilot功能后,他的汽车带着他一路来到医院。尼利认为,正是这项自动驾驶功能救了他一命。
 
  3、Swarm人工预测肯塔基赛马结果
 
  今年5月,人工平台UNU成功预测了肯塔基赛马的前四名。Swarm是一款实时在线工具,可以集合人们一起制定群体决策。
 
  该平台是由Unanimous A.I.开发的,在此之前,人们都认为赛马比赛的结果无法预测。但Swarm准确预测了前四名,之前从没有一位肯塔基赛马做到这一点。
 
  4、微软人工的语言理解能力满人类
 
  语音识别技术在2016年实现了长足发展,Echo等虚拟助理广受欢迎。微软今年10月的一项研究显示,在执行会话型语音任务时,“自动识别首次能够与人类比肩。” 这套系统使用卷积神经网络和递归神经网络接受了2000个小时的数据训练,取得这场胜利。
 
  5、人工预测美国大选
 
  虽然美国总统大选的结果出乎很多人的意料,甚至连内部人士也例外,但有一套人工系统却提前预测了这一结果:孟买人工创业公司MoglA就预测特朗普会胜选。该公司通过2000万个社交媒体数据点分析了社交媒体上的情绪。通过这种方式便可真正了解传统民调无法了解的民意。
 
  虽然有的人工警告称,不应该大肆渲染MoglA的这项成就,但它的确能够预测多数人类都无法预测的事件。
  
  6、人工诊断癌症
 
  “人工在医疗领域取得了重大进步。”路易斯维尔大学网络安全实验室主任罗曼·亚普尔斯基(Roman Yampolskiy)说。例如:IBM沃森就能判断医生无法判断的问题。
 
  IBM沃森总经理大卫·肯尼(David Kenny)在Business Insider的Ignition大会上讲了一个故事:这台认知机器竟然在日本诊断了一位之前被漏诊的白血病女患者。“从统计学上看,这种情况出现的概率约为三分之一,沃森建议再次诊断。”肯尼说。
 
  另外,德克萨斯州休斯顿卫理公会研究所的一个人工程序对数百万乳房X光片进行了评估——比人类速度快30倍——而癌症诊断的准确率则99%。“我母亲患有乳腺癌。”Sundown AI总裁法比奥·卡德纳斯(Fabio Cardenas)说,“所以很高兴看到人工可以改进鉴别诊断和病人护理流程。”
 


 关注区域电商系统品牌商之翼,好用的ecshop模板云商城系统任你选!


云ERP


上一篇: 2016年的VR产业为何雷声大雨点小?
下一篇: 乐视酷派回应前华为员工被抓:不存在泄密行为
咨询
客服