久久久久精品免费福利电影,国产又黄又大又粗视频,A级毛片免费播放无码,人人妻人人爽人人澡欧美一区

任何事物只有放在它所存在的環境中，才能準確理解它的本質。今天，大數據、人工智能等概念由于商業炒作等多方面的原因，已經變得模糊不清了。許多具體的技術也被罩上了奪目的光環，或有意被賦予了能夠引發奇妙想象的名字，如“深度學習”。

下面，我們來看一下信息技術產業中的不同要素，在從科學到應用的這個鏈條上，各自處于什么樣的位置。為了不陷入不必要的細節而又能揭示本質，我們將這個鏈條分為五個環節：科學原理，基礎共性技術，具體應用技術，基礎系統原理/技術及具體應用系統，見圖1。

圖1 從科學原理到應用系統，圖片來源：作者供圖，下同

科學原理是對基本運動規律的認識總結，而技術是對規律的運用。所以新的科學原理的提出，常常會對社會產生深刻而廣泛的影響。正因為科學原理的意義如此之大，所以“科學”也常常被盜用。許多技術性的產出，也被帶上了“科學”這個帽子。在計算機領域，圖靈機與計算復雜性理論基本上屬于科學原理這個范疇。也正因為如此，計算機才被冠以了“科學”的稱謂。

從根本上看，人工智能熱潮在90年代的冷卻，是因為人們在人工智能領域經過了幾十年的努力，沒有能夠理解一般意義上的智能過程的本質，因而也就沒有能夠取得科學意義上的原理性突破，在理論上抽象出類似數字基本計算那樣的基本智能操作，用以支撐更為高級復雜的智能過程。所以人工智能領域的產出，雖然豐富而且影響巨大，但是卻始終沒有達到科學原理的高度。

在一個產業中，會有一些基礎性共性技術，有時也被稱為核心技術，它們支撐著整個產業。在信息技術產業中，操作系統、數據庫、集成電路等就屬于這個層面的技術。這些技術的進步，對整個產業的影響也是全局性的。正是集成電路技術的進步，促成了2010年前后整個信息技術產業發生了歷史性的轉折（見《轉折——眺望IT巔峰》第二章第三節）。人工智能領域不僅沒有科學原理層面的成果，而且至今也沒有能夠產生支撐一個產業的基礎共性技術，不論我們給那些技術/方法起個什么樣的名字。

在基礎共性技術之上，還有面向不同問題的具體應用技術去解決不同類型的問題。在這個層面，我們才遇到了人工智能的蹤影。如我們在《轉折——眺望IT峰》一書第八章第二節中所述：“當人們意識到我們沒有能力用一些普適的基本邏輯化規則或機制去有效地解決各種‘智能問題’時，人工智能的研究便扎入到了各種具體的問題之中。針對不同類型的問題，發展出了花樣繁多的解決方法，也取得了很大的進展。…….也正因為如此，人工智能目前更多地是被當成了一些具體的應用工具方法，融入到了不同類型的應用之中，以自己具體的技術性名稱出現，默默無聞地發揮著自己的作用。這些年關于人工智能的一本經典的教科書的名字是‘人工智能——一種現代方法’，……它的副標題‘A Modern Approach’就是指試圖采用‘智能體’（Agent）的概念將人工智能在各個不同領域中的方法整合到一個統一的框架之中。”

其實，用智能體這個概念整合與人工智能相關的技術方法，也是沒有辦法的辦法，顯示出了這個領域的一種無奈的現實：只有實用的一些具體技術方法，缺少科學原理或基礎共性技術的支撐，也沒有基礎性系統級的有效理論。這些年被熱捧的“深度學習”，也是這個層面的技術。

“深度學習”這個概念包括了深度信念網絡、卷積神經網絡、循環與遞歸網絡等多種不同的具體網絡模型與相應的算法，用來解決不同類型的問題。它們實際上是借助計算機的“暴力”計算能力，用大規模的、含有高達千萬以上的可調參數的非線性人工神經網絡，使用特定的“學習/訓練”算法，通過對大量樣本的統計處理，調整這些參數，實現非線性擬合（變換），從而實現對輸入數據特征的提取與后續的分類等功能。

它是解決特定類型問題的一些具體的方法，而不是具有像人那樣的一般意義上的學習的能力，盡管這個名字確實引發了許多不了解這個技術的人的這方面的想象。其實，信息技術領域內的絕大部分技術，基本都屬于這個層面，包括與大數據相關的技術，而且它們也都屬于輔助智能性質的技術。所以，大數據、人工智能與其它的技術彼此的界限日益模糊。

這些具體的實用性技術，包括“深度學習”（人工神經網絡），常常是實驗性技術，在應用于一個新的具體問題之前，我們無法確定它是否能夠有效地解決這個問題，或者能夠將問題解決到什么程度。