本文目录
求从自然科学到人工智能论文
走近人工智能 人工智能(Artificial Intelligence，AI)一直都处于计算机技术的最前沿，经历了几起几落…… 长久以来，人工智能对于普通人来说是那样的可望而不可及，然而它却吸引了无数研究人员为之奉献才智，从美国的麻省理工学院(MIT)、卡内基-梅隆大学(CMU)到IBM公司，再到日本的本田公司、SONY公司以及国内的清华大学、中科院等科研院所，全世界的实验室都在进行着AI技术的实验。不久前，著名导演斯蒂文·斯皮尔伯格还将这一主题搬上了银幕，科幻片《人工智能》(A.I.)对许多人的头脑又一次产生了震动，引起了一些人士了解并探索人工智能领域的兴趣。 在本期技术专题中，中国科学院计算技术研究所智能信息处理开放实验室的几位研究人员将引领我们走近人工智能这一充满挑战与机遇的领域。 计算机与人工智能 "智能"源于拉丁语LEGERE，字面意思是采集(特别是果实)、收集、汇集，并由此进行选择，形成一个东西。INTELEGERE是从中进行选择，进而理解、领悟和认识。正如帕梅拉·麦考达克在《机器思维》(Machines Who Thinks,1979)中所提出的: 在复杂的机械装置与智能之间存在长期的联系。从几个世纪前出现的神话般的巨钟和机械自动机开始，人们已对机器操作的复杂性与自身的某些智能活动进行直观联系。经过几个世纪之后，新技术已使我们所建立的机器的复杂性大为提高。1936年，24岁的英国数学家图灵(Turing)提出了"自动机"理论，把研究会思维的机器和计算机的工作大大向前推进了一步，他也因此被称为"人工智能之父"。 人工智能领域的研究是从1956年正式开始的，这一年在达特茅斯大学召开的会议上正式使用了"人工智能"(Artificial Intelligence，AI)这个术语。随后的几十年中，人们从问题求解、逻辑推理与定理证明、自然语言理解、博弈、自动程序设计、专家系统、学习以及机器人学等多个角度展开了研究，已经建立了一些具有不同程度人工智能的计算机系统，例如能够求解微分方程、设计分析集成电路、合成人类自然语言，而进行情报检索，提供语音识别、手写体识别的多模式接口，应用于疾病诊断的专家系统以及控制太空飞行器和水下机器人更加贴近我们的生活。我们熟知的IBM的"深蓝"在棋盘上击败了国际象棋大师卡斯帕罗夫就是比较突出的例子。 当然，人工智能的发展也并不是一帆风顺的，也曾因计算机计算能力的限制无法模仿人脑的思考以及与实际需求的差距过远而走入低谷，但是随着硬件和软件的发展，计算机的运算能力在以指数级增长，同时网络技术蓬勃兴起，确保计算机已经具备了足够的条件来运行一些要求更高的AI软件，而且现在的AI具备了更多的现实应用的基础。90年代以来，人工智能研究又出现了新的高潮。 我们有幸采访了中国科学院计算技术研究所智能信息处理开放实验室史忠植研究员，请他和他的实验室成员引领我们走近人工智能这个让普通人感到深奥却又具有无穷魅力的领域。 问: 目前人工智能研究出现了新的高潮，那么现在有哪些新的研究热点和实际应用呢？ 答: AI研究出现了新的高潮，这一方面是因为在人工智能理论方面有了新的进展，另一方面也是因为计算机硬件突飞猛进的发展。随着计算机速度的不断提高、存储容量的不断扩大、价格的不断降低以及网络技术的不断发展，许多原来无法完成的工作现在已经能够实现。目前人工智能研究的3个热点是: 智能接口、数据挖掘、主体及多主体系统。 智能接口技术是研究如何使人们能够方便自然地与计算机交流。为了实现这一目标，要求计算机能够看懂文字、听懂语言、说话表达，甚至能够进行不同语言之间的翻译，而这些功能的实现又依赖于知识表示方法的研究。因此，智能接口技术的研究既有巨大的应用价值，又有基础的理论意义。目前，智能接口技术已经取得了显著成果，文字识别、语音识别、语音合成、图像识别、机器翻译以及自然语言理解等技术已经开始实用化。 数据挖掘就是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。数据挖掘和知识发现的研究目前已经形成了三根强大的技术支柱: 数据库、人工智能和数理统计。主要研究内容包括基础理论、发现算法、数据仓库、可视化技术、定性定量互换模型、知识表示方法、发现知识的维护和再利用、半结构化和非结构化数据中的知识发现以及网上数据挖掘等。 主体是具有信念、愿望、意图、能力、选择、承诺等心智状态的实体，比对象的粒度更大，智能性更高，而且具有一定自主性。主体试图自治地、独立地完成任务，而且可以和环境交互，与其他主体通信，通过规划达到目标。多主体系统主要研究在逻辑上或物理上分离的多个主体之间进行协调智能行为，最终实现问题求解。多主体系统试图用主体来模拟人的理性行为，主要应用在对现实世界和社会的模拟、机器人以及智能机械等领域。目前对主体和多主体系统的研究主要集中在主体和多主体理论、主体的体系结构和组织、主体语言、主体之间的协作和协调、通信和交互技术、多主体学习以及多主体系统应用等方面。 问: 您在人工智能领域研究了几十年，参与了许多国家重点研究课题，非常清楚国内外目前人工智能领域的研究情况。您认为目前我国人工智能的研究情况如何？ 答: 我国开始"863计划"时，正值全世界的人工智能热潮。"863-306"主题的名称是"智能计算机系统"，其任务就是在充分发掘现有计算机潜力的基础上，分析现有计算机在应用中的缺陷和"瓶颈"，用人工智能技术克服这些问题，建立起更为和谐的人-机环境。经过十几年来的努力，我们缩短了我国人工智能技术与世界先进水平的差距，也为未来的发展奠定了技术和人才基础。 但是也应该看到目前我国人工智能研究中还存在一些问题，其特点是: 课题比较分散，应用项目偏多、基础研究比例略少、理论研究与实际应用需求结合不够紧密。选题时，容易跟着国外的选题走; 立项论证时，惯于考虑国外怎么做; 落实项目时，又往往顾及面面俱到，大而全; 再加上受研究经费的限制，所以很多课题既没有取得理论上的突破，也没有太大的实际应用价值。 今后，基础研究的比例应该适当提高，同时人工智能研究一定要与应用需求相结合。科学研究讲创新，而创新必须接受应用和市场的检验。因此，我们不仅要善于找到解决问题的答案，更重要的是要发现最迫切需要解决的问题和最迫切需要满足的市场需求。 问: 请您预测一下人工智能将来会向哪些方面发展？ 答: 技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会向以下几个方面发展: 模糊处理、并行化、神经网络和机器情感。 目前，人工智能的推理功能已获突破，学习及联想功能正在研究之中，下一步就是模仿人类右脑的模糊处理功能和整个大脑的并行化处理功能。人工神经网络是未来人工智能应用的新领域，未来智能计算机的构成，可能就是作为主机的冯·诺依曼型机与作为智能外围的人工神经网络的结合。研究表明: 情感是智能的一部分，而不是与智能相分离的，因此人工智能领域的下一个突破可能在于赋予计算机情感能力。情感能力对于计算机与人的自然交往至关重要。 人工智能一直处于计算机技术的前沿，人工智能研究的理论和发现在很大程度上将决定计算机技术的发展方向。今天，已经有很多人工智能研究的成果进入人们的日常生活。将来，人工智能技术的发展将会给人们的生活、工作和教育等带来更大的影响。 什么是人工智能？ 人工智能也称机器智能，它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造出人造的智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。 AI理论的实用性 在一年一度AT&T实验室举行的机器人足球赛中，每支球队的"球员"都装备上了AI软件和许多感应器，它们都很清楚自己该踢什么位置，同时也明白有些情况下不能死守岗位。尽管现在的AI技术只能使它们大部分时间处于个人盘带的状态，但它们传接配合的能力正在以很快的速度改进。 这种AI机器人组队打比赛看似无聊，但是有很强的现实意义。因为通过这类活动可以加强机器之间的协作能力。我们知道，Internet是由无数台服务器和无数台路由器组成的，路由器的作用就是为各自的数据选择通道并加以传送，如果利用一些智能化的路由器很好地协作，就能分析出传输数据的最佳路径，从而可以大大减少网络堵塞。 我国也已经在大学中开展了机器人足球赛，有很多学校组队参加，引起了大学生对人工智能研究的兴趣。 未来的AI产品 安放于加州劳伦斯·利佛摩尔国家实验室的ASCI White电脑，是IBM制造的世界最快的超级电脑，但其智力能力也仅为人脑的千分之一。现在，IBM正在开发能力更为强大的新超级电脑--"蓝色牛仔"(Blue Jean)。据其研究主任保罗·霍恩称，预计于4年后诞生的"蓝色牛仔"的智力水平将大致与人脑相当。 麻省理工学院的AI实验室进行一个的代号为Cog的项目。Cog计划意图赋予机器人以人类的行为。该实验的一个项目是让机器人捕捉眼睛的移动和面部表情，另一个项目是让机器人抓住从它眼前经过的东西，还有一个项目则是让机器人学会聆听音乐的节奏并将其在鼓上演奏出来。
海量ICLR论文点评公开，用这几个工具可以读
016 年 ICLR（the International Conference on Learning Representations）会议于 5 月 2 日至 4 日在波多黎各首都圣胡安举行。此时，人工智能和机器学习社区聚集于此，讨论如何更好的学习有意义、有价值的数据，从而应用于视觉、音频和自然语言处理等领域。本次大会讨论的话题包括深度学习、特征学习、度量学习、核学习、组合模型、非线性结构预测以及非凸优化的有关问题。在为期三天的 ICLR 大会上，Facebook 人工智能研究室（FAIR）提交了数篇论文，同时也将出席、举办研讨会。以下就是 Facebook 在 ICLR 2016 大会上展现的它们的人工智能研究成果。
如何要做大规模在线开放课程论文
摘要:大规模在线公开课程(MOOCs)是当前教育领域出现的一种新型学习模式。它以学生规模“巨型化”、学生身份的“多元化”和教学模式的“人本化”设计引起了社会各界的广泛关注。MOOCs作为一种区别于传统课堂教学的教学模式，是一种基于学习科学、精心设计的教学模式，是心理学规律和教育学实践相结合的典范之作，就教学设计而言，MOOCs较为综合地运用了学习科学近30年不断倡导的人本化学习、掌握学习、建构主义学习、程序教学及有意义学习等理论原则。本文还指出MOOCs对学校教学可能带来的挑战。关键词:MOOCs；课程；教学设计原理一、MOOCs是一种新型课程及教学模式MOOCsCMassive Open Online Course，（下简称MOOCs)始于2007年美国犹他大学戴维·威利(David Wiley )教授在Wiki上发起的使世界各地用户都可以分享课程资源的一门开放课程。2008年1月，加拿大里贾纳大学(University of Regina)的Alec Couros教授开设了网络课程“社会媒体与开放教育”(Social Media and Open Education， ECI 831)，并邀请全球众多专家远程参与教学。这两个项目为MOOCs课程模式的诞生奠定了思想基础和技术准备，可说是MOOCs的前身。MOOCs这个专用名称是2008年由加拿大学者戴维?科米尔(Dave Cormier)和布赖恩·亚历山大(Bryan Alexander)提出的。同年9月，加拿大学者乔治·西蒙斯(George Siemens)和斯蒂芬唐斯(Stephen Downes)应用这个概念开设了第一门真正的MOOCs课程“联结主义与联结知识”在线课程(Connectivism and Connective Knowledge Online Course，CCK08)。Ken Masters 对 MOOCs 概念的解释如下:大规模(massive)主要是指大量的学习者参与课程，也可以指大规模的课程活动范围。MOOCs课程的学习者远超常规，可轻易达到几千个。而在未来，随着该模式的普及及其影响力扩大，参与者还会更多，因此MOOCs是一种巨型课程。开放(open)是说学习者可能来自全球各地，信息来源、评价过程、学习者使用的学习环境都是开放的；在线意味着它提供了系列符合移动智能背景下的学习材料，可随时随地满足学习者的学习需求。从2008年第一个MOOCs的2300个注册用户，到目前主要几大MOOCs的数百万注册用户，短短几年间，MOOCs经历了从悄然无声到井喷的变化。这场“风暴”始于2011年的秋天，来自190多个国家的16万人注册了斯坦福大学“人工智能导论”课程，这门在线课程后来孕育了目前的三大之一的Udacity；2011年11月另一重要、由斯坦福大学的教授创办的Coursera成立;2011年12月麻省理工学院启动了 MITx项目，以此为基础后来哈佛与MIT合作组建了edX。三大开始分别发布MOOCs供全世界渴望学习的学子学习。2012年，三大获得数千万的支持，推出了近百门课程，越来越多的大学及教员加人到MOOCs的实践中，更多的MOOC和课程也涌现出来。值得关注的是，2012年11月13日，美国教育理事会(ACE)同意对Coursera上由顶尖大学提供的几门课程进行评估;而在2013年2月，Coursera宣布其五门课程进入了 ACE的学分计划，学生选修这些课程的学分可获大学的承认。这一事件标志着MOOCs正式进入了正规的高等教育体系。与此同时，与Coursera合作的已达全球60余所大学、五种语言的300多门课程次第上线。因此，2012年被《纽约时报》称为MOOC年。MOOCs在中国的发展态势同样可用“锐不可当”一词来描述。国内985大学正在搭建与edX、CourSera、UdaCity三大合作的框架。2013年5月21日，edX(哈佛大学和麻省理工学院发起的在线教育)宣布新增15所高校的在线课程项目，北京大学、清华大学已经与之签订合作协议。对中国高校而言，MOOCs正在探寻嵌入高等教育的渠道。2013年6月3日，清华大学召开大规模在线教育论坛，部门、edX组织、国内外专豕孛者等百余人共聚一堂，深入讨论新一代在线教育的规律、模式和制度，共同寻找大学的应对之策。2013年7月8日，上海交通大学与全球最大在线课程联盟Coursera达成一致，建立合作伙伴关系，向全球提供在线课程。国内多数985大学紧随其后宣布携手打造“在线开放课程”共享，以期推进大规模在线教育，促进优质教学资源共建共享，提高教学质量，并联手服务于中国髙等教育和社会，引领中国的MOOCs发展。无疑，MOOCs是近年来教育领域出现的一种不同于传统课程教学的学习模式，值得思考的是，它为何能够迅即引起整个教育行业的广泛关注？如何理解这一教育现象？目前多数学者认为，MOOC是在两个背景下得到认可的:一是互联网技术成熟、成功地运用于教育；二是MOOCs是一种能够抑制世界范围内高等教育高学费的替代性模式。本文认为，这两个前提均指向学习型社会中人的学习行为产生的外部需求，然而如何从MOOCs教学设计本身解读它的特点，对于探讨MOOCs的因缘亦助益匪浅。
人工智能会给人类带来哪些危害
这是必然的。
人类不是一直存在的，人类必然会灭亡，如同恐龙的存在和灭亡一样。人工智能的发展就是能够促使人类灭亡的极大可能之一。
人工智能现在来看在很大程度上改变了人们对于它的认识，比如围棋等领域。在不长的时间内（十年之内）就有可能明显的改变人们的生活，在未来，这个领域关系到武器装备，关系到科技竞争，关系到经济发展，关系到国家民生。每一个有竞争力的国家无不是大力发展人工智能及其关联学科，这就是一条不归路。如果不发展人工智能，本国有极大的可能会落后挨打，如果竞争性的发展人工智能，很快人工智能就会超越人类所能控制的力量，反过来控制人类。
早晚有一天，人工智能会成为人类的终结者。
人工智能该如何远离偏见与歧视
谢谢邀请。说起中国智能，无有不能，现在天上飞的，地上跑的，吃的，用的，那个不是科枝智技能所创造？据说，将来司机开车都不用方向盘了，智能高速公路出现了。过去人们出门带那么多现金，现在带个手机解决一切问题;还有人们产的造的机器人，可以以假乱真了;工厂里的智能机器人能代替工人干活了，要你干什么？还有，未来的智能能代替你所有的家务，省下老婆的唠叨，多美好。这不是梦，未来就是现实，你想什么就有什么，这不好吗？那有什么偏见？还用避开吗？好事多磨，人类终归回到自然。不要为新生事物烦恼，方便就是解决一切;愿科技智能更大发展，享受科枝时代成果，幸福美满也。
