1. 华生的工作模式 1.1. 请你想象一个巨大的场景,其中有单词、名字和其他可能的答案,它们散布在各处 1.1.1. IBM所做的第一步是以某种连贯的方式排列单词 1.1.2. 第二步是理解每个问题,并为该问题生成候选位置标记 1.1.2.1. 爱因斯坦会演奏小提琴,那么他就会被定位于“科学家”和“音乐家”这两个方向 1.1.2.2. 但你不会从音乐家的角度继续推演,而是会从科学家的角度继续推演 1.2. 识别和选择这些特性和品质是一门艺术 1.3. 四个阶段 1.3.1. 分析问题,以确定可能的答案...
1. 伟大的自动语法分析器 1.1. 思维呆板机械的阿道夫·奈普(AdolpheKnipe)一直想成为一名作家,可是他写出来的东西既迂腐又无趣 1.2. 后来,灵光乍现,他得到了一个启示:语言遵循语法规则,这规则的本质基本上就是数学 1.3. 在这样的认识下,他开始创造一个巨大的机器——“伟大的自动语法分析器”,它能够在15分钟内模仿在世的获奖作家,写出足以以假乱真的,甚至更好的作品 1.4. 奈普以他的“自动语法分析器”为要挟,威胁这些作家,让他们授权给自己使用他们的名字 1.5. 在故事的结尾,讲述者与自己的良知做斗争 2.&n...
1. 起源 1.1. 人类讲故事可能起源于“假如……”这种问答结构 1.2. 讲故事是人类做安全试验的一种方式 1.2.1. 如果你问一个人“假如……”,其实是在探索你的行为对他可能带来的影响 1.3. 最早出现的故事极有可能就源自我们对在周遭混乱的环境中寻找某种秩序的渴望,想要在这个残酷无情的宇宙中找到自身存在的意义 1.3.1. 围坐在火堆旁分享当天的狩猎故事,可以帮助部落在第二天能获取更多的猎物 1.3.2. 智人力量上的短板,在部落的集体智慧中得到了弥补 1.3.3. 这种智慧的力量随着社交和分享的增加而...
1. 人工智能新闻 1.1. 人工智能新闻报道算法的核心是如何将未经处理的原始数据转换成新闻报道 1.2. 很少有记者为美联社决定使用机器来帮助报道这些新闻持反对意见 1.2.1. 像“Wordsmith”这样的算法,具有自动化的洞察力、科学的叙事能力,现在正被应用于基于大量数据的分析报道的撰写工作 1.2.2. 相较于过去的人工撰写,它真是再合适不过了 1.2.2.1. 在大部分情况下,只有读到文章末尾处的署名时,你才会发现这篇文章是机器写的 1.2.3. 这些算法解放了记者,让他们可以去撰写更重要的新闻 1.2.3.1...
1. AlphaZero 1.1. 2017年年底,由谷歌旗下DeepMind公司开发的人工智能程序AlphaZero击败了当时世界上最强大的国际象棋程序Stockfish 1.1.1. AlphaZero对Stockfish的百场战绩是28胜72平0负,可以说获得了压倒性的胜利 1.1.2.  ...
1. 目标 1.1. AlphaZero的目标是在遵守规则的前提下赢得国际象棋比赛 1.2. 发现Halicin的人工智能的目标是灭杀尽可能多的致病菌:它在不伤害宿主的情况下灭杀的致病菌越多,就越成功 1.2.1. 人工智...
1. 演变 1.1. 每个社会都找到了属于自己的一套适应世界的方法 1.1.1. 适应的核心,是有关人类心智与现实之间关系的概念 1.1.2. 人类认识周围环境的能力 1.1.2.1. &...
1. 理性时代 1.1. 康德在《永久和平论》一文中带着些许的怀疑主义提出,和平可以通过应用达成一致的规则管理独立国家之间的关系来实现 1.2. 理性则借助高等理论物理学的形式,开始进一步探索康德的“自在之物”,并产生了令人困惑不已的科学和哲学结果 1.3.  ...
1. 图灵 1.1. 1950年,数学家和逻辑学家艾伦·图灵的论文《计算机与智能》中,图灵建议把机器智能的问题完全搁置 1.2. 图灵认为,重要的不是智能的机制,而是智能的表现 1.2.1. 因为其他生命的内在体验仍然是不可知的,所以我们衡量智力的唯一手段应是其外部行为 1.2.2. 鉴于此,图灵避开了几个世纪以来关于智力本质的哲学争论 1.2.3. 他引入的“模仿游戏”提出,如果一台机器对游戏的操作非常熟练,以至观察者无法区分它和人类的行为,那么该机器就应该被冠以智能之名 2. 图灵测试 2.1. 该测试被证明...
1. 深度数学 1.1. 组合与选择,是发明新事物的两个不可或缺的条件 1.1.1. 保尔·瓦雷里(PaulValéry) 1.2. 利用以往的数学定理证明过程训练算法,以发现新的定理 1.3. 谷歌设在伦敦的总部整体有一种现代牛津大学的感觉,提供了有助于员工们集中注意力、进行深度思考的最佳设施及环境 1.3.1. 24小时免费食物供应,配有专门的咖啡师随时为激活员工大脑活力而服务 1.3.2. 90米长的跑道,提供免费按摩服务 1.3.3. 可以上厨师丹·巴滕(DanBatten,曾与英国厨神杰米·奥利弗共事)...
1. 数学图灵测试 1.1. 能不能将这种计算机证明语言翻译成易于与人交流的方式呢? 1.1.1. 剑桥大学的两位数学家蒂莫西·高尔斯(TimothyGowers)和莫汉·加内萨林加姆(MohanGanesalingam)开展了此项研究 1.1.1.1. 他们决定一起组建团队,创建一个能够生成人类直接能读得懂的计算机证明 1.1.2. 1998年,高尔斯成为菲尔茨奖获得者并登上新闻头条,同年被聘为劳斯·鲍尔(RouseBall)讲席教授 1.1.3. 莫汉·加内萨林加姆(MohanGanesalingam) 1.1.3.1.&nbs...
1. 语言游戏 1.1. 如果你想成为一名作家,理解语言是很重要的,或者至少要有理解语言的愿望 1.2. 若要通过图灵测试,算法需要能够接受千变万化的“自然语言”作为输入,并对其进行处理,然后生成与人类可能做出的反应相对应的输出 1.3. “自然...
1. 心流机 1.1. 在音乐中你会期盼旋律从不稳定解决到稳定,最终实现某种张力的解决 1.2. 将马尔可夫链系统中的自由与约束条件结合起来,从而形成一种更具结构化的组合 1.3. 美籍匈牙利心理学家米哈里·契克森米哈赖(MihalyCsikszentmihalyi)于1990年首次提出并确立了“心流”(flow)这一概念 1.3.1. 人们在心流状态下最为快乐,这是一种对正在进行的活动和所在情境的完全投入和集中,是一种人们因为过于沉浸在一项活动中而忽略身边一切事物的状态 1.3.2. 心流状态是内在动机的最佳形式,在这里人可以完全...
1. 人为何创作音乐 1.1. 音乐一直具有算法性质,这意味着在所有的艺术形式中,它受到人工智能进步的威胁最大 1.1.1. 音乐也是所有艺术形式中最抽象的一种,它利用结构和模式,而正是这种抽象的性质使它与数学紧密相连 1.1.2. 在这个世界里,算法将像人类一样得心应手 1.2. 音乐不仅仅是结构和模式而已,必须通过表演来赋予其生气 1.3. 对宗教仪式的需求是人类代码的一部分 1.3.1. 宗教仪式由一系列的活动组成,包括手势、言语和物品摆放,这些活动在一个神圣的地方按照固定的顺序或模式进行 1.3.2. 从...
1. 艾米 1.1. 人工智能作曲家 1.1.1. 分析机可能会生成任意复杂程度、精细程度的科学的音乐作品 1.1.1.1. 阿达·洛夫莱斯 1.1.2. &nbs...
1. 音乐 1.1. 巴赫的作品以严格的对位著称,他十分中意对称的结构 1.2. 巴托克的作品很多都以黄金比例为结构基础,他非常喜欢并善于使用斐波纳契数列 1.3. 有时,作曲家是本能地或者不自知地被数学的模式和结构所吸引,而他们并没有意识到这些数学模式的意义 1.4. 有时,他们主动去寻找新的数学思想来作为他们作品的框架 2. 有量卡农 2.1. prolationcanon 2.2. 又称mensurationcanon或proportionalcanon 2.3. 在中世纪的一种复调作...
1. 数学研究 1.1. 数学研究变得更为艰难了 1.1.1. 学科分支越发密集,问题越发复杂 1.1.2. 攻读博士学位的3年时间,只够去理解导师所给题目的含义 1.1.3. 随后,再花费数年时间去研究、探索,运气不错的话,会得到一些研究成果 1.1.4. 然而,你发表的论文却面临着没人能审核它 1.2. 审核别人发表的论文是得不到太多报酬的,但期刊论文的审核必须经过同行的评审 1.2.1. 有一个像Coq证明助手这样的系统就非常重要了 1.3. 数学的发展虽然受到人类大脑局限性的制约,但借助于计算机...
1. 计算机 1.1. 对于计算机来说,它就很擅长处理这种重复而机械且计算量庞大的任务 1.1.1. 在速度与准确性等方面,计算机是远超过手工计算的 1.2. 计算机只能执行指令,并无自主创造力 1.2.1. &...
1. 数学 1.1. 灵光乍现,从来都是厚积薄发 1.1.1. 亨利·庞加莱(HenriPoincaré) 1.2. 数学的起源可以追溯到人类试图理解自己所生活的环境,预测接下来会发生什么,从而使我们更加适应环境,并选择对我们有利的事物 1.2.1. 数学是人类的一种生存行为 1.3. 数学有关直觉 1.3.1. 数学不仅仅是计算的事 1.3.2. 美学的敏感性和思想的逻辑正确性一样重要 1.3.3. 能感觉到该以怎样的逻辑去探索未知 1.3.4. 当DeepMind的算法发现怎样以非常相似的...
1. 创造力 1.1. 创建一种算法,其首要任务是放弃已知的所有艺术风格,然后判断由算法自己所产生的艺术品是否具有与所有艺术风格都截然不同的特性,即真正独树一帜的艺术风格 1.2. 抗性模型同样适用于人类创造力代码的引导 1.3. 神经科学家的研究发现,就像在GoogleBrain上运行的生成式对抗网络算法一样,人类大脑也有两个相互竞争的系统 1.3.1. 一个系统是表现欲(生成模型),产生制造东西的冲动,是创造、表达的系统 1.3.2. 另一个系统是抑制剂(判别模型),是对我们的想法产生怀疑、质疑和批评的系统 1.3.2.1.&n...