Ниже мы рассмотрим различные элементы индустрии информационных технологий, в цепочке от науки к применению, в какой позиции. Чтобы не выявлять ненужные детали и раскрывать суть, мы делим эту цепочку на Пять ссылок: научные принципы, основные общие технологии, конкретные прикладные технологии, базовые принципы / технологии системы и конкретные прикладные системы, см. Рисунок 1.
Рисунок 1 От научных принципов к прикладным системам, источник изображения: автор картинки, то же самое ниже
Научный принцип - это краткое изложение основных законов движения, а технология - применение закона, поэтому введение новых научных принципов часто оказывает глубокое и широкое влияние на общество. Именно потому, что смысл научных принципов настолько велик, Наука »также часто украдена. Многие технические результаты также были приведены в« научную »шляпу. В компьютерной области техника Тьюринга и теория сложности вычислений в основном относятся к категории научных принципов. Именно из-за этого компьютеры Был назван «научным».
С фундаментальной точки зрения, искусственный интеллект бум охлаждения в 1990-х годах, потому что люди в области искусственного интеллекта после десятилетий усилий, не в состоянии понять природу интеллектуальных процессов в целом и, следовательно, не в состоянии получить научный смысл Принципиальный прорыв, теоретически, абстрагирует основную интеллектуальную операцию, такую как цифровой базовый расчет, для поддержки более продвинутых и сложных интеллектуальных процессов. Поэтому выход области искусственного интеллекта, хотя и богатый и влиятельный, так и не был достигнут. Высота научных принципов.
В отрасли существуют некоторые основные общие технологии, иногда называемые основными технологиями, которые поддерживают всю отрасль. В отрасли информационных технологий к этому уровню технологии относятся операционные системы, базы данных, интегральные схемы и т. Д. Эти технологии Прогресс всей отрасли также является глобальным. Прогресс технологии интегральных схем привел к историческому повороту во всей отрасли информационных технологий в 2010 году (см. «Поворот - взгляд на пики ИТ») Глава 2 Раздел III). Область искусственного интеллекта имеет не только результаты научных принципов, но также не позволяет создавать базовые общие технологии, поддерживающие отрасль, независимо от того, какое имя мы даем этим технологиям / методам.
На основе основных общих технологий существуют конкретные прикладные методы для решения различных задач для решения различных проблем. На этом уровне мы столкнулись с следствием искусственного интеллекта. Например, мы находимся в книге «Turning - Looking on IT Peak», Во втором разделе главы 8: «Когда люди осознают, что мы не способны эффективно решать различные« интеллектуальные проблемы »с помощью некоторых основных основных логических правил или механизмов, исследование искусственного интеллекта входило в различные типы. Среди конкретных проблем были разработаны различные виды проблем, разработано множество решений, достигнут большой прогресс ... Из-за этого искусственный интеллект теперь все более и более рассматривается как специфический. Метод инструмента приложения интегрирован в различные типы приложений, появляясь под своим собственным техническим названием и играя свою собственную роль в безвестности. Название классического учебника об искусственном интеллекте в эти годы - «искусственный интеллект» - своего рода Современный метод », его подзаголовок« Современный подход »относится к попытке принять концепцию« Агент »для искусственного интеллекта в разных областях. Среди методов, интегрированных в единую инфраструктуру.
Фактически, использование понятия агента для интеграции технических методов, связанных с искусственным интеллектом, также является способом показать отсутствие помощи. Оно показывает беспомощную реальность в этой области: только практические конкретные технические методы, отсутствие научных принципов или основных общих технологий. Поддержка, нет эффективной теории на базовом уровне системы. «Глубокое обучение», популярное в эти годы, также является технологией на этом уровне.
Концепция «глубокого обучения» включает в себя глубокие сети убеждений, сверточные нейронные сети, циклические и рекурсивные сети и множество различных конкретных сетевых моделей и соответствующих алгоритмов для решения различных проблем. Они фактически основаны на компьютерах, Используя мощные нелинейные искусственные нейронные сети с настраиваемыми параметрами до десятков миллионов или более, используя специальные алгоритмы обучения / обучения, корректируя эти параметры посредством статистической обработки большого количества образцов, Линейная подгонка (трансформация) для достижения функций извлечения и последующего классификации входных данных.
Это конкретный способ решения определенного типа проблемы, а не общая способность к обучению, как люди, хотя название действительно вызывает воображение многих людей, которые не понимают технологию. Фактически, информационные технологии Большинство технологий в этой области относятся к этому уровню, в том числе к технологиям, связанным с большими данными, и все они относятся к технологиям, которые помогают разумному характеру. Поэтому границы между большими данными, искусственным интеллектом и другими технологиями все более размываются.
Эти конкретные практические методы, в том числе «глубокое обучение» (искусственные нейронные сети), часто являются экспериментальными методами. Перед тем, как обратиться к новой конкретной проблеме, мы не уверены, может ли она эффективно решить проблему или решить проблему. В какой степени.
Из-за этого возьмите глубокое обучение в качестве примера в Deep Learning («Mei» Ian Goodfellow, MIT Press, 2016), который считается основой «глубокого обучения». В учебнике, чтобы объяснить экспериментальные характеристики глубокого обучения, автор специально задает главу 11, чтобы обсудить этот вопрос. Его тема рассматривается как «практическая методология».
В начале этой главы автор написал отрывок: «Чтобы успешно использовать глубокие методы обучения, недостаточно знать, какие алгоритмы существуют и почему они эффективны. Хорошему специалисту по компьютерному обучению также необходимо знать, как Выберите подходящий алгоритм для конкретного приложения и как его контролировать, а также улучшите систему машинного обучения на основе экспериментальной обратной связи. В повседневной разработке системы машинного обучения практикующему необходимо решить, следует ли собирать больше данных, увеличивать или уменьшать емкость модели, добавлять или удалять Регуляризация, улучшенная оптимизация модели, улучшение вывода модели или корректировка программной реализации модели. Для выполнения этих операций требуется много времени, поэтому особенно важно определить правильный подход без слепых предположений. Глубокое обучение Экспериментальные особенности этой конкретной технологии.
Это состояние искусственного интеллекта походит на традиционное поле. До появления современной науки люди могли проектировать и производить множество различных типов сложных инструментов для решения различных конкретных задач. Изысканный, он, возможно, не сможет создать более глубокий принцип, результат универсальности. В истории Китая бесчисленные умелые мастера не смогли позволить Китаю догнать тенденцию современной науки и техники, что иллюстрирует эту проблему.
Выход из вышеперечисленных слоев не может быть напрямую передан людям, поэтому, помимо всего прочего, существуют принципы и методы для превращения технологии в практический продукт / систему. Для простоты мы имеем только два слоя. Тот факт, что технологии, такие как искусственный интеллект, относятся к конкретным технологиям приложений, а не к технологиям на уровне системы, поэтому они не могут быть основой для построения реальных прикладных систем / продуктов, но должны быть привязаны к принципам системного уровня и связанным с ними технологиям. Вначале предпринимались усилия по созданию систем, основанных главным образом на технологиях искусственного интеллекта, таких как компьютер пятого поколения в Японии. В будущем такие усилия не исчезнут полностью. Однако из объективного характера технологий искусственного интеллекта он применяется как определенный уровень. Технология использования, является разумным выбором.
Решающим для базовой технологии является ее основная ценность - базовый системный принцип и связанные с ним технологии. Например, архитектура von Neumann относится к этой категории. Она стала основным достижением в компьютерной области, поскольку она позволяет нам использовать преимущества этой архитектуры. Связанная с этим конкретная технология проектирования и производства продуктов компьютерной системы, которые могут быть использованы на самом деле, а также продуктов компьютерной системы, позволяет соответствующим технологиям играть должную роль в различных областях.
Основной системный принцип и связанные с ним технологии этого уровня относительно независимы от конкретных областей применения, поэтому влияние также является глобальным. Они включают в себя не только технологию основанных на принципе и фазе независимых систем, но и большое количество независимых систем. Интерактивные ссылки составляют принцип и связанную с ним технологию макроскопической базовой большой системы. В эту категорию входят Интернет, облачные вычисления. В области сетевых информационных технологий все более важную роль играют принципы и технологии, составляющие макроскопическую систему. Конечно, инновация независимых базовых систем является предпосылкой широкомасштабных взаимосвязанных систем, и ее роль более фундаментальна.
Важность этого уровня базовых системных принципов и связанных с ними технических новшеств намного превышает те конкретные прикладные технологии, которые по крайней мере сопоставимы с базовыми общими технологиями, а некоторые даже близки к научным принципам. Таким образом, архитектура фон Неймана доступна только в компьютерной области. Такая высокая позиция. Мощная функция человеческого мозга отражается не только на специфических интеллектуальных способностях, но и на ее системном уровне. Преимущество этого уровня системы в первом разделе этой главы мы используем примеры, указывающие на то, что это Это не просто распределенная сеть, образованная распределенной связью между большим количеством нейронов. В следующем разделе мы проанализируем еще один важный аспект человеческого мозга на системном уровне, который не полностью оценен.
В дополнение к Интернету облачные вычисления имеют недавно признанную «цепочку». Технология blockchain, которая последовали за Bitcoin в 2009 году, - лучший способ объяснить прорыв на системном уровне. Как может быть конкретный нижний уровень? Применение технологии имеет наибольшее значение.
В ноябре 2008 года анонимный человек, который назвал себя «Чжун Бен Конг», опубликовал короткую, но влиятельную статью в Интернете: «Биткойн: одноразовая электронная денежная система» (биткойн: один эквивалент Кассовая система в сети.) 3 января 2009 года Накамото основал свой первый блок (Блок создания) в системе Биткойн, и система Биткойн, поддерживаемая блочной цепью, начала действовать. Официальная дебютная технология цепей. Схема технологии показана на рисунке 2.
Более пристальный взгляд на конкретные методы в блочной цепочке показывает, что методы, используемые для решения конкретных проблем в цепочках цепочек, такие как асимметричное шифрование, защищенные от несанкционированного доступа, одноранговые сети и т. Д., - это все существующие технологии, ни одна из которых Накамото был изобретен или усовершенствован. Используя только эти готовые технологии, Накамото создал распределенную операцию в открытом Интернете. Без надзора каждый может участвовать в бухгалтерском учете, а счета прозрачны и прозрачны. Надежная, надежная, безопасная и точная система денежных средств.
Если базовая осуществимость еще не существует, но бесчисленные люди все еще хотят создать интеллектуальную систему, столь же интеллектуальную, как и люди, даже превосходящую людей, можно сказать, что кассовая система является в основном кем-либо до ее создания. Я никогда не думал о достижении этой цели, и я не верю, что кто-то может ее создать. Это чудо информационных технологий, которое основано на конкретной технологии существующей информации и вне всякого воображения.
Это чудо основано не на новых прорывах в технологии для решения конкретных проблем, а в инновационном системном принципе и дизайне. Накамото в полной мере использует поведенческие характеристики людей в распределенной открытой сетевой среде и умело создает Открытая блочная распределенная система в Интернете. Так называемый «консенсусный алгоритм» в Биткойне для обеспечения точных учетных записей является частью механизма управления системным уровнем этой распределенной системы или принят согласованный алгоритм. Разработана конструкция системного операционного механизма распределенной системы. Причина, по которой технология блокировки трудно точно понять и понять, заключается в том, что многие ее основные характеристики определяются механизмами системного уровня, а не опираются на одноточечную технологию. достигнуты.
Независимо от применения технологии blockchain в будущем, ее появление принесло нам очень глубокое вдохновение.
Прежде всего, это позволяет нам видеть в индустрии информационных технологий жизнь, используя зрелые и специфические технологии для создания инноваций на системном уровне, вне всякого воображения, за исключением того, что может достичь конкретная технология, чудодейственная подрывная Эффект. Важность системы была высоко оценена в 1980-х годах. В то время в научно-техническом мире были известны три теории: теория информации, кибернетика и теория систем. Результат углубления понимания развития современной науки и техники. Важнейшим историческим вкладом Цянь Сюэвена является глубокое внедрение взглядов и методов теории системы во многие области Китая, особенно в аэрокосмической области.
В традиционной промышленности мы также можем увидеть большое количество систематических инноваций, превосходящих конкретные технологии. Давайте кратко рассмотрим пример авиационной отрасли. Мощность ранних самолетов была поршневым двигателем. Позднее в конце 1930-х годов. Германия взяла на себя инициативу по отправке самолетов в небо, а затем турбореактор стал главным героем аэродинамики. Эти два двигателя с научной точки зрения идентичны, используя сжигание топлива, чтобы вызвать расширение газа и тепловую энергию в механическую энергию. Но принципы системного уровня этих двух систем совершенно разные. Двигатели Turbojet - это фундаментальные инновационные инновации в аэрокосмических системах на уровне системы. Достижения, которые он приносит, - это не способность поршневых двигателей улучшать технологию или материалы на любом конкретном уровне. Сопоставимый. Это привело к огромным изменениям в авиационной промышленности.
В сегодняшнем военном поле решение преимущества поля битвы - это уже не просто продвижение конкретного оружия в традиционном смысле, а суперсистема интеграции моря, земли и воздуха. Это качественный скачок в современной войне.
Во-вторых, перед лицом ослепительных результатов, вызванных блочной цепью, мы должны не только спросить: после того, как индустрия информационных технологий откроет свой золотой век, будет больше, вне нашего воображения, на основе системного уровня Инновации постоянно появляются, которые оказывают подрывное воздействие на все сферы человеческого общества.
По сравнению с чудом, созданным блочной цепью, мы фокусируем наше воображение на совершенствовании инструментального интеллекта. Хотя это имеет смысл, горизонт может быть слишком узким. В настоящее время чудо блокады и более сложные интеллектуальные технологии не слишком много. Прямая связь - это не повторение или подражание человеческим разумным действиям, но оно имеет удивительное подрывное воздействие. Конечно, если блокчлин широко используется в будущем, это неизбежная тенденция, в которую интегрируются различные конкретные интеллектуальные технологии.
В современной индустрии информационных технологий, по сравнению с большими данными и искусственным интеллектом, потому что его профессиональный блокхайн - относительно одинарная технология, именно он открывает уникальную индустрию информационных технологий в области наблюдений. Окна будущего развития дают уникальную перспективу. Потенциалы, выявленные им, могут иметь более важное и важное значение для эффективного понимания будущего развития индустрии информационных технологий и всей человеческой цивилизации.
Нынешняя система приложений для информационных технологий все чаще становится дизайном программного обеспечения, и, как мы отметили в первом разделе главы 2 «Обращение к пику ИТ», «По сравнению с разработкой и разработкой физических продуктов, разработкой программного обеспечения Он почти свободен играть в виртуальном пространстве бесконечного ресурса, поэтому разработка программного обеспечения даже считается чисто духовным творческим процессом ». Именно эта свобода свободного творчества имеет блок-цепь Чудеса также порождают более разрушительные нововведения на системном уровне с различными размерами системы за пределами нашего самого романтического воображения.
Функции, которые достигнут многие системы, намного превысят наши ожидания в отношении искусственного интеллекта в целом. Они не будут иметь субъективного статуса людей, но они значительно превзойдут людей в разведке как личности. Высота и широта тела - точно так же, как механические инструменты вспомогательной физической энергии достигают всеобъемлющей трансцендентности людей во всех аспектах физической подготовленности. «Интеллект» этих систем будет существенно отличаться по своей природе от человеческого интеллекта, так же как и Нам показана система blockchain. Эти системы постепенно создаются и образуют беспрецедентно сложный виртуальный мир.
Обращая внимание на прогресс и влияние конкретных прикладных технологий, таких как искусственный интеллект, мы должны расширить наше воображение и уделять больше внимания инновациям базовых принципов системного уровня и связанных с ними технологий. Будущее развития индустрии информационных технологий может быть больше Этот уровень подрывной инновации определен, и конкретные технологии, такие как искусственный интеллект, будут находить все более и более значительную стадию в этих инновациях.
Интеллектуальная система с основным виртуальным изображением в качестве основного в книге «Turning - Looking on IT Peak» - это основной системный принцип и технологический уровень в индустрии информационных технологий. Это важное новшество с системным интеллектом, представляющим информацию. Чрезвычайно важным направлением для применения класса является большое продвижение в преследовании человеческого интеллекта и качественный скачок в инструментах разведки с помощью человека.
Об авторе: д-р Се Вэй, ведущий талант в отделе капитальных наук и технологий, доктор философии, факультет электронной инженерии, Университет Цинхуа. Автор «Мое рабочее место на десять лет», «Рост - от кампуса до рабочего места», «Обращение - взгляд на саммит ИТ».