人工智能领域选题?人工智能领域
3
2024-06-10
人工智能一共分为自然语言处理、计算机视觉、语音识别、专家系统四个领域。
自然语言处理,英文NaturalLanguageProcessing,简写NLP。NLP这个概念本身过于庞大,可以把它分成“自然语言”和“处理”两部分。先来看自然语言。区分于计算机语言,自然语言是人类发展过程中形成的一种信息交流的方式,包括口语及书面语,反映了人类的思维,都是以自然语言的形式表达。
计算机视觉,也就是cv其实研究成像过程中的各种逆问题,试图从二维图像中恢复有意义的信息,这里需要格外提醒的一点就是逆问题通常不解析,这也和我们遇到的其他数学物理问题一样,正过程是解析的,有公式,逆过程不解析,没有解析解。
语音识别是计算语言学的跨学科子领域,利用其开发方法和技术,能够通过计算机识别和翻译口语。也被称为自动语音识别技术(ASR),计算机语音识别或语音到文本(STT)技术。它融合了语言学、计算机科学和电气工程领域的知识和研究。
专家系统是早期人工智能的一个重要分支,它可以看作是一类具有专门知识和经验的计算机智能程序系统,一般采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。一般来说,专家系统=知识库+推理机,因此专家系统也被称为基于知识的系统。是一个具有大量的专门知识与经验的程序系统,它应用人工智能技术和计算机技术,一个专家系统必须具备三要素:领域专家级知识,模拟专家思维,达到专家级的水平。
人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。
1、机器学习。这一概念最早出现在世纪5年代,当时科学家们开始将计算机编程与统计学相结合来发展新的算法和技术。
2、其中一个里程碑性的事件是956年达特茅斯会议,该会议被认为是人工智能的起源,会议上提出了机器学习的概念和方法。随着技术的进步,机器学习在各个领域得到广泛应用,如图像识别、语音识别、自然语言处理等。它的成功应用推动了人工智能的快速发展。
谷歌旗下实际上有两家互相独立的人工智能实验室,谷歌人工智能实验室负责谷歌自身产品相关的AI产品开发,大名鼎鼎的第二代人工智能系统TensorFlow就是在这里诞生的。
DeepMind是一家英国的人工智能公司,由人工智能研究者兼神经科学家DemisHassabis等人联合创立,2014年被谷歌收购。前段时间举世闻名的AlphaGo就是这家公司的成果。现在他们已经教会了计算机玩49种不同的电子游戏。
微软拥有自己的移动操作系统、翻译、地图、搜索等业务,其在人工智能上的研究和应用轨迹同谷歌十分相似。其亮点在于旗下分别定为智能助手和情感交互的小冰和小娜,目前小娜和小冰的对话水平已经属于语音助手界的顶级水平。
艾伦人工智能研究院是由微软的联合创始人PaulAllen建立的,致力于对AI的研究。目前主要专注于四个项目的研究:名为Aristo的机器阅读与推理程序,SemanticScholar的语义理解搜索程序,Euclid的自然语言理解程序,和Plato的计算机视觉程序。
Facebook现在可不单纯是一家社交网站了,其在技术方面的研究同样很前沿。Facebook需要由机器学习来对用户在NewsFeeds中看到的内容等大量信息进行自动管理。目前Facebook在AI领域的应用主要有语言翻译、强大的个人数字助理“M”和图像、视频分析程序等。
丰田实验室近期将收购发明双足机器人Atlas的波士顿动力。这个实验室既关注无人驾驶领域也在机器人领域有了相当大的进展。丰田实验室的主要制造成果有丰田生活辅助机器人(HSR),丰田KiroboMini机器人等。
Uber在去年也建立了自己的研发中心,希望在自动驾驶领域有所突破。5月底Uber的自动驾驶汽车刚刚获准进行无人驾驶汽车的实验。Uber先进科技中心的很多研究者是卡内基梅隆大学挖来的著名学者和研究人员。
亚马逊并没有为人工智能单独成立一个实验室,但其云服务部门AWS已经对云服务有了深刻的应用,亚马逊启用了一个叫“亚马逊机器学习”(AmazonMachineLearning)的服务,用于数据的处理和存储,来同微软和谷歌竞争,亚马逊Kiva机器人则可以提高仓储中心的工作效率,近期旗下的AlexaInternet还推出了一款叫Echo的智能音响兼语音助手。
IBM最近的超级电脑Watson安装有IBM研发的“语气分析工具”(ToneAnalyzer)。这一工具可以对人类的书写文字进行智能识别,识别出其中的高兴、悲伤等情绪。
现在,本田已有四家技术研发中心,研究领域涉及计算科学、计算机视觉、人工智能、机器人等多个方面。硅谷研发中心主要关注于车联网、大数据、语音识别等领域。
1、近日,马斯克坦承特斯拉汽车内摄像头可以监视驾驶员一事,引发了车主对智能汽车内部安装摄像头与窃听器的不满。虽然这两种设备在智能汽车生产厂商眼中起到的是对驾乘人员的保护作用,但依然无法打消车主心中的疑虑。
2、智能汽车逐步发展,无人驾驶也在“路上”。未来,如何兼顾驾乘人员的安全与隐私,是个值得探讨和重视的问题。
3、日前,国外有用户在社交网站向特斯拉CEO埃隆·马斯克询问特斯拉的车内摄像头是否可以检测车主目光,马斯克回复“是的”。引发舆论关注的原因是,这是特斯拉方面首次承认通过车内摄像头来监视驾驶员。
4、在该用户提出疑问前,马斯克就曾在社交网站上发文称将收回一些车主的完全自动驾驶能力测试版(FSDbeta)的试用权限。原因是这些车主在使用FSDbeta功能时,没有对道路情况给予足够的关注。马斯克称,之所以是beta版本,就意味着还处在测试阶段,尽管目前没有出现任何事故,但不能放任不管。
5、显然,自动驾驶将赋予智能汽车更多权利,也意味着汽车内外需要加装更多传感器、摄像头和监听器等。但不论哪种设备,都对汽车内部相对隐秘空间内的驾乘人员隐私造成了威胁。
6、这不是特斯拉第一次曝出信息安全丑闻。去年,一位白帽黑客格林曝光特斯拉的车载计算机系统可能会导致个人隐私的泄露。接触过特斯拉的人都知道,特斯拉的车载计算机系统功能繁多,包含收音机、蓝牙电话、上网、玩游戏等。驾乘人员还可以通过Wi-Fi连接社交网站,甚至能存储联系人的电话号码。
7、但很多车主没有想到的是,暗藏在车载计算机系统屏幕背后的组件,正成为隐私数据泄露的源头。这位白帽黑客从某购物平台上购买到被换下来的自动辅助驾驶系统(AP)和媒体控制单元(MCU)。尽管这些组件已经有明显损坏迹象,但仍能从中获得之前车主的隐私,例如手机连接的电话本、通话记录、日历、家庭和工作地点的定位、导航去过的位置,以及允许访问网站的会话cookies。
8、之所以可以从MCU上获取个人信息,是因为特斯拉基于Linux内核搭载MCU。MCU使用的是镁光生产的嵌入式多媒体控制器(eMMC)存储颗粒,而特斯拉的车机系统并没有对这块eMMC硬盘进行任何的加密处理。
9、不仅是特斯拉,蔚来汽车“监控每位车主行程”也曾在网上闹得沸沸扬扬。此外,滴滴打车也为了确保驾乘人员安全,采取全程监听车内人员对话的措施。
10、尽管这些安装监听、监视设备的生产方打着“向善”的旗号,却往往没有明确告知消费者他们将会被收集哪些信息;亦无人知晓,这些信息是否真的会被妥善安全地保存。
11、而在信息技术飞速发展的现代,将安全性让渡给驾乘人员的隐私真的可行吗?前段时间,货拉拉公司货车女乘客跳车一事余温未了。社会上不乏对货拉拉公司为何不在车内安装监控系统的质疑之声。
12、安全与隐私应如何兼顾?在福州大学数学与计算机学院教授陈德旺眼中,安全与隐私是互相矛盾的名词。“想要获得更多安全性,就需要让传感器采集更多的数据。”
13、“目前,智能汽车要协助驾驶员对车辆进行控制时,主要采集驾驶车周边的车及所在道路场景的实时数据,例如前后左右车的位置、类型、速度,交通标志、道路线、障碍物等。而实现无人驾驶,只需要对车外进行监控即可。”中国科学院自动化研究所研究员王飞跃在接受《中国科学报》采访时解释道,“监控车内主要是为了对驾驶员采取主动安全措施,即发现驾驶员出现疲劳驾驶、视线漂移、不系安全带等危险行为时,进行主动提醒。目前,尚没有对监控范围和清晰度有明确的统一标准。”
14、诚然,伴随着人工智能的发展,关于人工智能伦理的讨论从未停歇,但讨论主题却一直集中在讨论可能性和对未来影响的理论工作,而对人工智能实际应用的研究则探讨较少。因此,学术界对人工智能伦理道德的关系进行探讨虽已持续了数年,却并没有弄清普遍的人工智能伦理到底是什么。
15、“人工智能在当代广泛应用,带来了各种益处,但人们也发现了诸多伦理问题。直接与技术相关的,包括算法歧视、侵犯隐私等技术的误用和滥用等,较为间接和远期的则有就业问题、平等、家庭和社会关系的危机等。”中国人民大学法学院副教授郭锐告诉《中国科学报》。
16、就这点而言,智能汽车对隐私构成的威胁似乎并没有上升到这一高度。“从安全隐私角度以及自动驾驶及车内主动安全的技术实现上,采集的数据都是可以实时处理、实时做出自动驾驶行为,不需要保留任何数据的。这和现有车的倒车影像的逻辑是一样的。”王飞跃坦言,“但是,不排除部分厂商为了不断提升自动驾驶及主动安全的技术能力,以及识别能力,而保留部分数据,进行算法的再学习。如果能征得用户授权同意,未尝不可。”
17、陈德旺也建议,车企最好将车内安装设备与收集哪些信息标注清楚,让车主保留选择的权利。“有些车主认为汽车安全比隐私更重要,就可以选择让智能后台对其信息进行收集。也有车主认为车内是隐私空间,那么可以选择减少收集内容,或者适当关闭一些功能。”
18、对此,郭锐认为,人工智能的决策则必须按照人类的伦理来评估和校正;人工智能对社会的影响很大,牵涉很多的人,因此应当更加强调归责性。“就车内检测技术如何与隐私保护平衡的问题,我认为可以从两个维度进行考量。第一,应该遵循知情同意原则,采取‘事前告知’‘事后删除’的模式;第二,立法应对何时收集、收集到何种程度、保存期限多久等问题做出规定,并要求商业主体定期审核。”
19、“人工智能技术确实存在两面性,在带来驾驶安全性提升的同时,如果不加限制,确实也会带来侵犯隐私的隐患。但是解决方案提供商以及车厂,很容易通过法律和标准来约束产品和服务的隐私程度。例如,最关键的是要求不能留存数据、不能定位,这就解决了绝大部分的隐私问题。”王飞跃表示。
20、目前,人工智能和自动驾驶业内有分布式(联邦)数据共享、多方(联邦)数据智能计算等技术,也取得了初步的进展,能达到“数据可用不可见”的效果。王飞跃解释说,从技术上来讲,这种模式所形成的算法,与将数据聚集在一起计算训练的效果相同或者相近,从而能比较好地平衡数据隐私版权保护、数据要素开放共享服务两者之间的矛盾。正因如此,预计“数据可用不可见”是数据应用服务的未来趋势。
21、郭锐也表示,智能汽车收集的数据传统上被看作隐私问题。实际上,这个问题和传统隐私权语境有所不同。不同之处在于,它不是一个一方侵权、另一方被侵权的零和游戏,还展现了车主和汽车企业之间通过合同彼此信任、合作的一面。因此,个人信息保护在这个问题上可能比隐私权保护更加切合实际。
22、而且,相较于智能汽车驾乘人员隐私问题,网络隐私暴露更值得关注。“在技术上,科学研究者和业界也在探索是否可以达到利用数据的同时保护隐私的效果。在治理上,我们还应该支持市场的自治,企业之间的互相竞争某种程度上能够促进用户隐私的保护。比如在搜索引擎的竞争上,一些搜索引擎会以推出更加保护隐私的服务吸引消费者。”郭锐说,其实,人工智能发展过程中遭遇的最根本的伦理难题是创造秩序危机。创造秩序危机,简而言之,是人所创造的技术对人的反噬。反思人工智能伦理,是为了应对这个危机。伦理不是为了约束科学发展,而是为了防止我们在追求某一个具体目标的时候伤害人类的整体利益。