在2016年3月人機圍棋大戰(zhàn)最后一輪的比拼中，韓國棋王李世石不敵谷歌圍棋人工智能AlphaGo，投子認輸。從這一刻起，人類開始以另一種眼光看待人工智能。以下是學習啦小編整理分享的人工智能最新的論文的相關文章，歡迎閱讀!

　　人工智能最新的論文篇一

　　人工智能還能做什么

　　在今年3月人機圍棋大戰(zhàn)最后一輪的比拼中，韓國棋王李世石不敵谷歌圍棋人工智能AlphaGo，投子認輸。從這一刻起，人類開始以另一種眼光看待人工智能。

　　從不被看好到連勝三局，人們在驚愕之余不得不承認，人工智能已經發(fā)展到了能輕易超越人類的水平。

　　今天，人工智能已走過了近60年的歷史，并幾經高峰和寒冬，目前已滲入生活的方方面面。對于人類而言，人工智能的發(fā)展到底是福還是禍?它會對我們的生活造成怎樣的影響?除了下棋，人工智能還能做些什么?

　　不久前，谷歌在舊金山舉行了一場畫展和拍賣會，展示了電腦在人類的指導下創(chuàng)作的畫作。此次展示的畫作包括迷幻的海景、梵高風格的森林以及城堡和狗組成的奇觀。其中6幅尺寸最大的作品被一位職業(yè)拍賣人以高達8000美元的價格拍得。

　　谷歌最初開發(fā)這項技術是為了識別照片中的物體。但為了進行藝術創(chuàng)作，工程師又隨機為電腦算法提供各種形狀，使其能在識別物體的基礎上逐步改變圖像，并讓圖像更接近于真實。當然，這個算法與AlphaGo的算法有怎樣的差距，目前無法得知。

　　人工智能擁有如此強大的計算能力，人類怎會放過利用它賺錢的機會?將人工智能引入股市、銀行等，從而讓其代替人類成為交易員，在最近幾年漸漸盛行。以下幾個經典的案例足以讓你體會人工智能的強大。

　　高頻程序化交易Virtu Financial LLC公司在1238個交易日中，僅在1個交易日中出現了虧損。

　　第一個以人工智能驅動的基金Rebellion預測了2008年的股市崩盤，并在2009年9月給希臘債券F評級，而當時惠譽的評級仍為A。通過人工智能手段，Rebellion比官方提前了一個月降級。

　　掌管900億美元的對沖基金Cerebellum也使用了人工智能技術，結果自2009年以來，沒有一個月出現虧損。

　　根據花旗銀行的最新研究報告，人工智能投資顧問管理的資產在2012年基本為0，到2014年底已增至140億美元。在未來10年內，它管理的財產還會呈現指數級增長的勢頭，總額將達5萬億美元。

　　19年前，美國IBM公司的超級電腦“深藍”擊敗了國際象棋大師卡斯帕羅夫。之后“深藍”在象棋界打遍天下無敵手，除了棋力持續(xù)大增之外，還在其他領域發(fā)揮重要作用，比如為MD癌癥中心工作。

　　2015年，IBM推出一個新的認知計算機健康平臺――Watson Healthcare Cloud，目前與生物制藥公司諾和諾德以及強生等公司已達成合作關系。Watson能從病人的病例和豐富的研究資料庫中尋找資料，為臨床醫(yī)生提供有價值的信息，從而幫助醫(yī)護人員找到最有效的治療方案。

　　在AlphaGo 與李世石比賽前，谷歌宣布創(chuàng)造出 AlphaGo 的 Google DeepMind 實驗室將進軍醫(yī)療技術領域。他們成立了 DeepMind Health 團隊，與英國倫敦帝國理工學院和倫敦皇家自由醫(yī)院展開合作。同時推出了一款名為 Streams 的移動端應用程序，醫(yī)療人員可以利用 Streams 更快地觀察到醫(yī)療結果。

　　想象一下，有一天我們出門打車，車上沒有司機，你只要告訴它目的地，它會自動搜索路線并啟動上路。其實現在已經不用想象，因為這一切正在成為現實。

　　谷歌、特斯拉、蘋果甚至是寶馬公司等都在開發(fā)無人駕駛汽車。谷歌的無人駕駛汽車已在公司附近的山景城測試了無數次，雖然交通事故發(fā)生過十多起，但都屬于小摩擦，尚未造成嚴重損失。

　　有人說，即使發(fā)生了這些事故，無人駕駛汽車發(fā)生事故的概率也遠遠低于人類駕車發(fā)生事故的概率。當然，這同樣有賴于人工智能強大而精準的計算能力。

　　關于這些無人車何時正式大量地上路載人，業(yè)內普遍的說法是2020年，目前它們正努力學習物體識別及交通規(guī)則。

　　想要全面了解人工智能個人助手，看一遍電影《Her》就可以了。其中的人工智能操作系統(tǒng)薩曼莎不僅可以幫助主人公快速處理各種郵件、文件等，還能像朋友一樣與之交流。

　　現實生活中，這樣的個人助手也正在成為現實，如蘋果的Siri、微軟的Cortana 以及谷歌的Google Now，國內也有科大訊飛的靈犀、圖靈的蟲洞語音助手等。

　　這些語音助手一般存在于個人電腦或手機中，近年隨著服務機器人的發(fā)展，它們開始有了新的載體。機器人除了有語音功能外，還具備自主行動的能力，因此有望在其他方面幫助人類。

　　與AlphaGo一樣，以上這些功能的實現都是通往全面人工智能的必要步驟。正如市面上有無數針對下棋的程序，但并非每一個都只是為了下棋，DeepMind團隊開發(fā)AlphaGo 是為了讓它找到邏輯判斷的方式并不斷自我學習，這些是人工智能深度學習的基礎。

　　當它擁有了這些能力后，即能迅速學習其他方面的能力，最終服務于人類。

下一頁分享更優(yōu)秀的<<<人工智能最新的論文