柯洁节目自曝“恋爱”称不排斥和人工智能谈恋爱|柯洁|人工智能|机器人_新浪娱乐_新浪网
柯洁节目自曝“恋爱”称不排斥和人工智能谈恋爱
突然听到小冰的表白，柯洁瞬间脸红了，双手捂脸羞涩地笑个不停，他举手大声宣布：“我要说一句，我恋爱了”。
柯洁上台近距离接触小冰
柯洁小冰现场“撒狗粮”，引发撒贝宁江一燕大笑
　　新浪娱乐讯 在代表最强人类大战AlphaGo之后，围棋手柯洁九段一跃俘获了无数倾慕才华的少女心。然而，近期柯洁在录制央视节目《机智过人》时，竟爆料自己恋爱了！
　　柯洁：我与小冰心有灵犀
　　被AlphaGo打败之后，柯洁不但没有心怀怨恨，反而化身“狗粉”：“它的棋艺太完美了，对手越强大，反而越能激发我奋进”。柯洁对人工智能的喜爱还不仅是针对棋逢对手、惺惺相惜的AlphaGo。在即将于周五晚9点播出的央视一套大型科学挑战类节目《机智过人》中，登场的最强人工智能是有着“少女诗人”之称的机器人小冰。一听说是小冰来了，柯洁就十分激动，主动向撒贝宁和江一燕等“机智见证团”成员介绍道：“微软小冰应该是目前最前沿的人工智能，她可以看图写诗，拥有深度学习的能力，也是我最关注的人工智能。”同时，柯洁还自曝与她“心有灵犀”：“我之前玩过一个小冰的小游戏，我问她十个问题让小冰去猜我在想什么，她都猜中了！”柯洁对小冰如此痴迷，让主持人高博不由打趣道：“我怎么觉得你瞬间拜倒在小冰的石榴裙下了呢？”
　　为了考验“少女诗人”小冰的作诗能力，撒贝宁上传了自己照片求小冰现场作诗，没想到却遭到了小冰的无情拒绝：“小撒不是我喜欢的款啦！我还是喜欢柯洁哥哥这样又帅又有脑子的！”突然听到小冰的表白，柯洁瞬间脸红了，双手捂脸羞涩地笑个不停，他举手大声宣布：“我要说一句，我恋爱了”，引发现场掌声笑声一片。
　　柯洁：不排斥和人工智能谈恋爱
　　2017世界机器人大会刚刚在北京落下帷幕，100多家国内外机器人顶尖企业集中亮相，其中陪伴型机器人就有20多款。有的机器人听到“我回家了”，就能自动把家里的空调、灯光和窗帘全部打开。有的可以识别用户的年龄，年轻女士喊姐姐，年龄大一些的喊阿姨，上年纪的则叫奶奶。还有的机器人可以通过人脸识别、资料输入，下次准确喊出你的姓名。
　　人类真的会和人工智能机器人产生感情吗？柯洁表示，之所以会对小冰赞赏有加，因为她更接近自己的理想型：“比起外表，我更对精神上有共鸣的人更感兴趣。”柯洁还坦言，如果人工智能在将来会发展到与真人相差无几的程度，他甚至会考虑和人工智能谈恋爱：“我觉得未来真的说不清楚，很多事情就会颠覆很多人的看法，未来的很多事情都是可以期待的。”
　　面对“95后”柯洁的新锐想法，江一燕的恋爱观则截然相反：“我觉得智能再强大，现实还是需要你更理智去面对，人工智能它只是辅助人们的生活，不是所有东西都可能用人工智能来代替。”
　　不知少女诗人小冰为柯洁做了什么样的诗歌呢？他们之前还有哪些逗趣互动，敬请关注央视一套周五晚9点播出的由中央电视台和中国科学院共同主办、中央电视台综合频道和长江文化联合制作的大型科学挑战类节目《机智过人》。(责编：翁君钓鱼)麦肯锡企业AI转型报告：虐哭柯洁之后 AI还能干啥?
智东西（公众号：zhidxcom）
刚刚过去的人机围棋大战，柯洁0：3败给了人工智能系统AlphaGo（阿尔法围棋）。人会在具有特定规则的一个命题输给机器也许是早晚的事情。
科技的终极追求，也不过是解决更难的命题。对于科技来说，围棋可能只是一个命题；对于我们来说，这个命题的情怀并不会因为被破解而消散。
事实上，围棋和人工智能这两件事儿都太过高深，我们更震惊的点在于，居然在硬件计算能力不足以支撑一个计算机在围棋这一难题上胜过人类的前提下，科学家另辟蹊径，从大数据和算法的维度，也就是深度学习，实现了这一目标。接下来要做的，就是用这个技术造福人类了。
本期的智能内参，我们推荐来自麦肯锡的基于AI的企业数字化发展趋势报告，主要从企业的立场分析大数据、算法、自动化、机器人等技术对于产业的影响，回答数据和分析的用途，并列举可行的商业举措。如果想收藏本文的报告全文，可以在智东西（公众号：zhidxcom）回复关键词“nc155”下载。
以下为智能内参整理呈现的干货：
数字化进行时：能干啥？谁需要？
引进新的技术能够重塑商业格局，加强企业竞争力，这在过去几年演变尤为激烈。当然，技术推动企业进步也需要恰当的方式，否则适得其反。数据化、分析学、人工智能等技术创新为商业和经济提供了新的生产力增长引擎，刻画了一个新的未来生产生活模式。
而现在，这些技术似乎迎来了一个应用规模爆发的拐点，如果说之前各个企业还在摸石头过河，现在，他们已经有几种可以参考的成功模式和发展方向了。
有些公司正在利用数据和分析优势，进行基于更大规模的现实条件的决策、市场洞见和过程优化。它们不仅仅在改善核心业务，也在推出全新的商业模式。数字平台的网络效益正在某些市场领域形成一种动态竞争。
本报告基于市场观察和调研，分析企业数字化转型的原生竞争力，以及公司如何建立战略远景，并对数据生成过程中的问题提出解决建议。
基于数据分析的六种颠覆模型
如上图所示，数据分析体现在商业价值的方式主要有六种：
1、基于正交数据的商业模型，主要应用于保险、医疗、人力；
2、大型实时匹配算法，主要应用于交通和物流、自动化、智慧城市和基建；
3、个性化精准服务，主要应用于医疗、媒体、保险、人力；
4、大型数据整合，主要应用于银行、公共服务、保险、人力；
5、数据驱动的技术进步，主要应用于生命科学和制药、材料科学、科技发明；
6、优化决策过程，主要应用于智慧城市、保险、医疗、人力。
*大型公司数字化程度统计示意
过去行业中常用的以来标准化数据进行决策，而现在引入了新类型的数据（正交数据）来补充，有利于改变竞争力，基于个体行为特征分析提供更精确的市场洞察，应用于教育、旅游、休闲、媒体、零售、广告。
不同领域的数字化程度有所差异，在美国，信息与通信技术行业、媒体、金融服务和专业人士服务业的数字化正在迅猛发展，而公用事业，矿业，和制造业等，都还处在早期数字化阶段。零售和医疗等大规模劳动力密集型领域广泛不采用该技术。
这可以理解为，数字化主要是针对规模庞大但增长缓慢的领域，作为一个新的增长点或者说机会而受追捧。预计未来，搜索、通讯、视频、事务、公司内部的流量，以及商品、服务、金融和人事的数据流动，基于国际电子商务的交易数字，将进一步激发全面数字化。
六类行业数字化进程
1、规模相对较小，知识密集型的领域，如媒体、金融等企业，数字化的程度较高；
2、资本密集型，发展潜力巨大的领域，如能源、制药等企业，数字化的程度较低；
3、对于大型服务部门，或者说业务部门，因存在客户交易空间而需要数字化；
4、B2B行业需要于客户和用户进行互动，所以具有数字化潜力；
5、劳动力密集型产业数字化程度不高，但具备潜力用于劳动力转化和生产力提高；
6、大型本地企业由于低效运营，未来可能考虑数字化运营。
*不同行业数字化差异（色块示意数字化程度）
从区域来看，美国数字化潜力18%，领先全球，欧洲方面，法国12%，德国和意大利都是10%，新兴国家数字化潜力较低。数字化虽受追捧，但跨境数字规模从2005年至今仅增长了45倍，这一部分将是巨大的潜力市场。
此外，企业数字化也蔓延了更多的领域，包括资产数字化、基础设施数字化（物联网、数控平台等）、操作数字化、流程数字化、支付和业务模型数字化、客户关系和供应链关系数字化、职工数字化以及数字化带来的新的职工角色等。
研究显示，全面数字化有利于更高效的调动人事和物料资源，降低公司跨资产操作成本，增加收入，进一步扩张市场份额。先进的数字化企业利润率提高比平均值快三倍，这份优势在创新技术领域尤为明显，部分甚至实现了弯道超车。
下一波机遇：智能化
如果说数字化转型是企业界正在发生的变革，那么智能化就是先行者的机遇。智能化包括机器人技术、人工智能和机器学习等突破性的技术创新。
先说机器人技术，这在制造业中已经存在很久了，但目前，更有能力，更灵活，更安全，更便宜的机器人结合其机械化和认知学习能力，逐渐实现自我升级。
人工智能的概念也并不新，但最近的机器学习算法突破实现神经网络技术，计算能力成倍增加的芯片模块有利于处理更复杂的模型，以及每天由社交移动端、工业传感器等设备产生的大数据，成为三个主要驱动力。与此同时，机器的自然语言理解能力、识别能力等通用技能也在不断进步。
显然，基于机器人技术、人工智能等新兴技术实现生产自动化，能够进行更高的数据吞吐量，改善预测模型，提高结果的准确性，进行决策优化，甚至在生物学、材料学等大规模的复杂问题上也很有潜力，提供了新的商业模型。
*机器学习在各个行业中的应用潜力（色块代表不同行业）
*不同行业的不同部门具有不同的自动化潜力
事实上，现在已经有一些通过智能化自动技术造福企业的案例：力拓（Rio Tinto）已经部署了自动拖运卡车和钻井澳大利亚皮尔巴拉矿山的机械设备，据称机械利用率提高了20%；谷歌利用DeepMind机器学习算法，减少了公司40%的年均能源消耗；自动化“直接处理”（straight-through processing）应用于金融服务工作端到端的工作流，增强了工作的可伸缩性。此外，机器学习还被大量的应用于跨部门业务。
*不同业务的自动化技术潜力
麦肯锡认为，机器学习的潜在用例还包括医院急诊部、飞机维护、石油和天然气业务、杂货店、抵押贷款经纪人降低运营成本并提高效率。事实上，随着人口结构的确定，老龄化和出生率下降大幅减缓劳动力供给的增长，人力成本增加给企业带来的压力可以通过智能化的缓解。
甚至在探月工程、生物学、癌症研究、气候科学和材料科学等方面，AI也是潜力无穷。据悉， McMaster and Vanderbilt大学利用计算机预测了抑郁症和乳腺癌的有效治疗方法。
社会效益：就业和工作
自动化的未来许诺了生产力水平的提高，但给劳动力市场带来隐忧。自动化活动更容易覆盖的是食品服务、制造业、交通运输、仓储和零售贸易这类具有高度可预测性和结构化物理活动环境的工作。
事实上，对于大部分职业来说，部分自动化，也就是技术发展的初、中期，机器并不会取代人，只是会改变现有的工作方式，而且还会创造工作机会。
*全球工作活动自动化程度示意
调研显示，全球劳动力市场的80%集中在46个国家，也就是几乎一半的人都能在全球经济中获得酬劳，其中60%的工作或者说职业是可以转化为自动化的。中国、印度、日本、和美国四大经济体也逐渐在实现自动化技术转换，工人的技能也在发展，美国工人在有自动化帮助的前提下，工资依旧是其他国家的两到三倍。
*46国工人工资受自动化的影响
*不同工种可实现自动化的程度
对于企业来说，自动化可行的关键在于五个点：
1、是否具有持续的突破性创新的潜力？
2、如何开发和部署来解决成本问题？
3、劳动力市场的动态，也就是供需关系导致的人事成本较之自动化如何？
4、自动化能带来的业务和经济福利是否覆盖劳动力替换成本？
5、监管部门、用户和社会的接受度如何？
尽管自动化宏观发展在整个行业或者经济体中显得缓慢，但微观层面却显现出了非常快的职业效益、成本福利，社会接受度和效用较高。比如亚马逊的智能家居Alexa、苹果的Siri等。而对于劳动力市场，麦肯锡认为，机器不是扼杀劳动力，而是引发了又一场劳动力转移而已。
给领导的五个建议
1、测试、试验、学习和扩展快速：商业领袖需要积累时间知识，超越书本，将资源投入到小步快调的试验中去，解决实际问题，扩展用例。
2、重构业务模型和业务过程：充分利用分析、人工智能和其他数字技术，对特定的业务优先考虑流程转换，并探索基于这些功能的可行的商业模型。
3、制作基于数字资产和潜力的资产收支表：不管是基于数字的硬实力还是软实力，都有可能在新的领域开拓新的竞争力。不同业务，不论是哪一个行业，都需要对自己的数字资产和同行竞争力进行评估，从而确定不同的商业模式，建立壁垒。
4、不断校准，保持投资：对于涉及数字化的项目和商业活动，要有不断进步直到满意的意识，而校准的参考包括机会规模、行业/竞争对手水准、数据干扰来源等。
5、重新审视人力资本，包括工人和机器：很多公司难以接触大量的机器学习相关人才，而相关培训也需要投入，结束后又需要重新布局人力资源。
此外，麦肯锡建议政策制定者鼓励相关领域的技术投资，鼓励形成新的业务模式，通过公私合作的形式刺激基础建设，重构教育、培训和学习体系，重新定义税收标准和安全网络，投资人力资本。
智东西认为，企业数字化转型的意义是以一个新的方式进行跨部门、跨行业的沟通，而为了实现效率更高，成本更低的资源分配和运营，以及更优的商业决策，就有必要结合数据分析、机器学习、机器人技术甚至人工智能。
以目前技术的成熟度来看，大规模、增长缓慢的企业会显得比较积极，小步快调，寻找新增长点，以及新的机会市场跑马圈地；但是小型企业并不一定需要在这个时间节点进行盲目尝试，因为各方面的人才成本、基础设施成本、风险等都需要考虑，赶早不如赶巧。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点柯洁输了 但你知道什么是人工智能吗？_网易数码
柯洁输了 但你知道什么是人工智能吗？
用微信扫码二维码
分享至好友和朋友圈
（原标题：柯洁输了 但你知道什么是人工智能吗？）
第1页：人工智能发展现状5月23日，人机大战第一局在浙江桐乡打响，几乎无悬念的是，柯洁输了。赛后柯洁表示，AlphaGo是太厉害了，我输得没什么脾气。这场人机大战，令人工智能再次被世人所关注。鉴于读者们对人工智能或多或少都有些误解，今天笔者就和大家聊聊有关人工智能的话题。涉及的范围包括：人工智能发展现状、人脑与人工智能的“算法”、以及未来会对我们造成哪些影响。人工智能发展现状什么是人工智能？99%人会认为，人工智能就是让机器拥有人的思想，这不是一个准确的定义。虽然近几年人工智能的定义被不断转变，但主流的观点认为，人工智能的定义是一种新的能以人类智能相似的方式做出反应的智能机器。有人说这和让机器拥有人类思想不是一个意思吗？请注意，以人类智能相似的方式做出反应不代表机器会有感情，这点我们下文会详细讲到。业界通常把人工智能分为三个发展阶段：弱人工智能，强人工智能，超人工智能。弱人工智能：专注于且只能解决特定领域问题的人工智能，今天我们看到的所有人工智能算法和应用都属于这个范畴,比如Siri和微软小娜，人们更愿意将弱人工智能看成是人类的工具，而不会将它视为威胁。强人工智能：能够胜任人类大部分的工作，在大多数领域甚至达到取代人类50%以上的工作。超人工智能：比世界上最聪明、最有天赋的人类还聪明的人工智能系统。现阶段的人工智能，无论是会写诗、能一分钟写出一篇财经新闻稿的机器“文人”，还是棋艺纵横天下、能独立开车的特斯拉“老司机”，都还只属于弱人工智能范围，它们只能在某些方面超过人类。AlphaGo也属于弱人工智能，因为它不会思考。AlphaGo的本质就是一个深度学习的神经网络，通过前沿算法和大量数据样本分析对手落子(策略网络)、计算胜率(评价网络)以及根据有限选项中计算最佳解的蒙地卡罗搜索树，也就是说，他是根据这三个函数来找出最佳动作，而不是真的理解了什么是围棋，什么是胜和败。当然,AlphaGo虽然是一个下围棋的机器人,但是它也是目前最为前沿的人工智能技术。因为AlphaGo2.0版本已经不像此前一样需要人类棋谱，也就是说人类棋谱已经无法让AlphaGo2.0棋艺再次提高，现在的AlphaGo2.0的学习方式和一些网友调侃的一样：AlphaGo现在通过AlphaGo&VS&AlphaGo自我对抗的方式进行学习。通过自我对弈，将不同情况下的错误选择排除掉，让别人找不到自己的弱点。不过目前AlphaGo仍然无法自主学习，也就是说它需要人类教他们如何学习（通过算法）。看到这儿，各位读者想必也明白人工智能现在的发展程度：无限接近100%也接近于0%。
第2页：人脑与人工智能的“算法”　　我们每个人都已经成为一个庞大系统中的微小芯片，且没有人真正理解这系统。每天，我都从电子邮件、电话和文章中汲取到无数的数据，然后处理数据，再通过更多的邮件、电话和文章将新数据传输出去。我真的不知道我在这个庞大的系统中所处何处，以及我的数据是怎样与其他数十亿人和计算机产生数据交换的。我无暇找寻答案，因为一直在忙于回复邮件。在没人规划、控制和理解的前提下，这种源源不断的数据流引发新事物的发明和旧事物的瓦解。人脑与人工智能的“算法”上文中笔者曾多次提到“算法”，这个算法并不等同于我们的数学公式，但却有异曲同工之处。在《未来简史》中，尤瓦尔·赫拉利将人类和生物的行为描述为算法。赫拉利认为的算法指的是进行计算、解决问题、做出决定的一套有条理的步骤。比如做饭炒菜的一系列步骤，比如茶道的一系列规矩。人脑中的悲伤、快乐、欲望其实都是生物演化的算法。当你看着下图时，你的身体里会迅速开始计算，身体比例、颜色、体内激素开始工作，这会让你感到愉悦或者是全然无感。这样的算法，是绝大多数生物都具备的，包括冷血动物，又或者是爬虫。图片来自《未来简史》通过人类的“例子”，想必大家已经了解了算法的必要性。无论是人脸识别、无人驾驶、还是语音识别等技术，它们都是通过算法实现的。图片来自互联网这里我们以人脸识别为例。一般来说，人脸识别系统包括图像摄取、人脸定位、图像预处理、以及人脸识别（身份确认或者身份查找）。系统输入一般是一张或者一系列含有未确定身份的人脸图像，以及人脸数据库中的若干已知身份的人脸图象或者相应的编码，而其输出则是一系列相似度得分，表明待识别的人脸的身份。听上去似乎很简单，但这却是一个极其复杂的算法。需要注意的是，这一过程应是增量式且终生性的，即识别性能可随观察的增多而不断地提升，且像人类一样，在人工智能生命期内一直持续，只需将一个事先编译好的人脸识别算法装载在“机器人的大脑”中便可实现持续工作。但这种方式却只能应用在单一领域上。问题就在于，人脸识别系统必须需要人类教它如何去学习更多样本，而不是自主学习样本。具备“通用智能（General&Intelligence）”的人工智能，必须拥有自主学习的能力。人类只需要告诉机器，我想让你识别人脸，人工智能便可以迅速的开始学习如何识别人脸，如何进行图像摄取、人脸定位、图像预处理。　　只有当这些行为是在自主学习的框架下获得的，并且具备前述增量学习和终生学习的特点，才算是强人工智能的一种体现。这也是为什么上文中笔者说人工智能就是让机器拥有人的思想是错误观念的原因，因为人工智能只需要算法，不需要思想。关于人工智能是自主学习的逻辑，我们可以参考著名心理学家皮亚杰（J.&Piaget）关于儿童认知发展的理论。第一，完全自主性。我们完全做不到像对待机器人那样，对婴儿各关节赋以角度序列，使其完成某些动作；第二，家长示教。尽管不能直接干预婴儿的运动行为，家长仍可通过间接辅教，协助婴儿完成特定的运动行为；第三，主观模仿。无论是家长刻意重复特定运动行为过程，还是婴儿自己的主观观察，都更有助于婴儿获得该运动的行为能力；第四，环境交互学习。婴儿获得的每一项特定运动行为能力，都是在与实际环境不断交互后才逐渐真正掌握的；第五，试错模式。在与环境的不断交互过程中，婴儿总能根据环境的反馈对自身行为能力不断加以调节。以上五点，也是现今人工智能算法的最大难题。当然，这是一个长久的目标，在人工智能领域，突破了0%，便是100%。
第3页：未来：永生或者是灭亡？超人工智能问世后，人类或许只有两个结局：永生或者是灭亡。永生拥有了超人工智能以后，我们可以立即解决人类现存的所以问题，比如能源紧缺、全球变暖、疾病、食物短缺等问题。甚至于我们关于世界经济和贸易的争论将不再必要，甚至我们对于哲学和道德的苦苦思考也会被轻易的解决。最终,人类有可能达到永生。以往自然演化没有理由让我们活得比现在更长。对于演化来说，只要我们能够活到能够生育后代，并且养育后代到能够自己保护自己的年纪，那就够了。衰老是存在我们基因中的物质，当我们的细胞不断的分裂不断的出错，我们的器官会变得越来越老。而有了超人工智能，我们会开始重新设计身体，比如可以用自我驱动的纳米机器人代替血红细胞，甚至人工智能会帮我们改造自己的大脑，使得我们的思考速度比现在快亿万倍，并且使得大脑能和云存储的信息进行交流。总之，无所不能。灭亡事实上，当超人工智能问世后，人类灭绝的机率更大。早在2015年，霍金就提出了人工智能可能会成长到非常强大的程度，甚至可能在完全无意的情况下毁灭人类。“人工智能的真正威胁并不在于它们的恶意，而是它们所具有的能力，”霍金说，“一个超级聪明的人工智能在完成目标时具有极强的能力，而一旦这些目标与我们人类不一致，那我们就有麻烦了。”你可能并不讨厌蚂蚁，但也会无意中踩死蚂蚁，而如果你负责一个水力发电的绿色能源项目，项目所在的区域内也可能会有许多蚂蚁巢穴被水淹没，对蚂蚁来说就非常不幸。我们要避免人类处于这些蚂蚁的境地。我们可以举个例子，如果一个超人工智能的使命是保护环境，最终通过算法得知，必须毁灭人类才可以完成自己的任务。那时我们将没有任何可以阻挡它的力量。
有人说不是有阿西莫夫机器人三大定律吗？机器人不可以伤害人类吗？先不说本身机器人三大定律有一定漏洞，单是术语描述就无法实现，因为三大定律的描述太过我模糊，根本无法执行。如果超人工智能能够达成，或许我们可以见证给予未来所有人类以生命，甚至是永生，我们也可能终结人类这个特殊的物种，连同人类所有的梦想、艺术、痕迹、以及无尽的发现和发明，一起走向灭绝。“上帝早已在宇宙中划上了一道墙，光锥之内是命运。”本文属于原创文章，如若转载，请注明来源：柯洁输了 但你知道什么是人工智能吗？http://diy.zol.com.cn/638/6385238.html
本文来源：中关村在线
责任编辑：王晓易_NE0011
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈虐哭柯洁之后 AI还能干啥_百度知道
虐哭柯洁之后 AI还能干啥
我有更好的答案
ave found that a lack
为您推荐：
其他类似问题
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。您的头条速递已经到达UC从兴趣，发现乐趣广州优视网络 (C) 2018 news.uc.cn 版权所有网络文化经营许可证：粤网文[0号增值电信服务经营许可证：粤B2-粤ICP备号