不同类型的咖啡让你快速了解

无论你为什么喝咖啡,最重要的是它的味道,气味,以及它是否让你在早上感到警觉和快乐。话虽这么说,每个人都有他们最喜欢的咖啡的种类 – 也许是拿铁咖啡,短笛,或者长黑。
我们在网上查看了有多少种类型的咖啡饮料…事实证明,这是相当多的。一个网站上列出了三十多种不同的类型,另一个网站上列出了四十多种。为了节省我们所有的时间,我们将此列表限制在最普通的咖啡,以及许多Canstar Blue员工认为最美味的咖啡。

我们忘了你最喜欢的咖啡吗?请告诉我们,我们会将其添加到文章中并给您一个大惊喜!

 

热奶咖啡
可能是世界上最受欢迎的咖啡类型,卡布奇诺咖啡由三层组成(有点像蛋糕)。第一种是浓缩咖啡,然后是一杯蒸牛奶,最后咖啡师添加​​了一层泡沫状的泡沫牛奶。最后一层也可以涂上巧克力屑或粉末。传统上,意大利人会在早餐时食用这种咖啡。

瑞幸咖啡
制作意式浓缩咖啡,在高压下通过精细研磨的咖啡豆开水,然后倒入一个小杯子里。听起来很简单吧?好吧,掌握起来非常困难。Espressos是您可以获得的最纯净的咖啡体验,虽然它们并非适合所有人,但当您找到好的啤酒时,它可能是一种真正独特的饮用体验。

纯白色
最多的澳大利亚咖啡是长黑和白色 – 都起源于澳大利亚和新西兰。对于一个扁平的白色,从壶底部(通常不是那么泡沫,但相当奶油)的蒸牛奶倒在一杯浓咖啡上。它现在在学校宴会的妈妈和爸爸中很受欢迎,他们拼命想保持清醒。

长黑
将热水倒入杯中,然后将两杯浓咖啡倒入水中。如果你做相反的操作,它将产生一个Americano。长黑可以非常强壮,并且比美式咖啡具有更多的克丽玛(一种奶油泡沫,顶部浓缩咖啡)。

爱尔兰咖啡
如果陌生人为您提供爱尔兰咖啡,请注意 – 因为太多这些咖啡,您将在当地的咖啡店柜台上跳舞。这种类型的咖啡在上面用威士忌,糖和一层厚厚的奶油酿造 – 由于其酒精含量,在澳大利亚不容易买到。请注意,尝试用苏格兰威士忌制作此产品并不适用于速溶咖啡…… 相信我们。

玛奇朵(也称为短笛拿铁)
虽然它与卡布奇诺有相似之处,但玛奇朵不同之处在于它是一杯浓缩咖啡,然后用直接冲入杯中的泡沫牛奶填充。

维也纳
在加入鲜奶油作为牛奶和糖的替代品之前,将两片特别浓烈的浓咖啡加在一起制成维也纳。维也纳融合了浓咖啡的浓郁口感和含糖奶油的光滑度。

穆哈
“摩卡咖啡”只是一种加入巧克力粉或糖浆的拿铁咖啡,有时还加上鲜奶油。如果有的话,这是一款入门级咖啡 – 生活在童趣的热巧克力和成人咖啡拿铁咖啡之间。

阿芙佳朵
Affogatos根本不是咖啡,因为它们是倒在沙漠(通常是冰淇淋)上的浓缩咖啡。但这并不会让它们变得不那么美味。

咖啡豆非学不可:基本入门知识

一杯好咖啡的关键是什么?好的冲泡技巧和器具固然不可或缺,但高品质的咖啡豆才是最重要的元素。对咖啡豆没概念,或是常常被一堆咖啡名词弄得头晕脑胀吗?没关系,以下这篇文章我们将用最浅显易懂的方式,介绍有关咖啡豆的重要知识。

有高品质的咖啡豆,才有好咖啡
在台湾,喝咖啡已经是不可或缺的享受,越来越多人选择自己在家里冲咖啡,不只为兴趣,也为了更好的咖啡品质。如果你已经,或者正打算要这么做,那么第一件你必须要知道的事情就是:好咖啡,来自高品质的咖啡豆。

这道理就跟大部份的食物一样。一条不新鲜的鱼,用再怎样华丽的方式料理,也一定不怎么好吃,但一条新鲜的鱼,加点姜清蒸就非常好吃。咖啡也是一样,品质不好的咖啡豆,再好的冲泡技巧或器具也救不回来,注定只能煮出不好喝的咖啡。

那么,什么是高品质的咖啡豆呢?回想一下你过去曾喝过觉得好喝的咖啡,大概都有两个特征,第一是香气迷人,第二是味道好。不同品种咖啡豆的味道都不一样,个人喜好当然也见仁见智,但所谓高品质的咖啡豆,就是要能尽可能地保留咖啡的香气和味道,在最后冲泡时完整散发出来。

咖啡的香气,来自咖啡烘焙
咖啡的香气和味道,是在烘焙后才产生的。在烘焙过程中,咖啡生豆的水分慢慢释放,重量减轻,颜色加深,体积膨胀,含有香气的油脂慢慢释放出来。此外,生豆中原本含有的大量绿原酸,随着烘焙的过程会逐渐消失,释放出好闻的水果酸,其味道随烘焙时间长短而有所差异。下图你可以看到咖啡豆在烘焙过程中外形的改变。

关于烘焙的细节我们后面会再详述,你必须要知道的是,咖啡的特殊风味是被烘烤出来的,这关系到接下来要如何选择好的咖啡豆。

咖啡豆 V.S. 咖啡粉

在决定要自己冲咖啡后,买咖啡时你面对的第一个抉择,就是要买咖啡豆(whole coffee beans),还是磨好的咖啡粉(ground coffee beans)。撇除其他个人器具、时间的因素不谈,我们的建议只有一个:买咖啡豆,买咖啡豆就对了。

这么坚决的推荐当然是有理由的,还记得我们前面说的吗?咖啡的香气来自被烘烤出的油脂,这些油脂被封存在咖啡豆内的孔穴里,研磨之后,香气和油脂就开始挥发,最后冲泡出来的咖啡风味自然大打折扣。

除此之外,粉末接触空气的面积增加,容易受潮或变质。在相同条件下,咖啡豆比咖啡粉可以多保存将近一倍的时间。

咖啡粉唯一的好处就是方便,尤其如果你早上总是睡过头,没有时间慢慢磨咖啡,或是你还没购置磨豆的工具,咖啡粉可以让你快速享用一杯还不错的咖啡。如果你决定要买咖啡粉,那么我们有以下两个建议:(1)一次大概买两星期的量,尽可能保留风味、(2)用好的密封罐保存咖啡粉。

自己磨豆很麻烦?其实很好玩又能维持风味!
咖啡豆是最能完整保存咖啡风味的形式,并确保咖啡的新鲜与原味。有些厂商会在同一包咖啡粉里,掺杂不同来源的咖啡,消费者很难确保咖啡的来源。

虽然磨豆也是一大门学问,但相信我们,一旦开始自己磨豆之后,你就再也回不去咖啡粉的日子了。尝试各种粉末粗细冲煮后带来的不同风味,绝对是自冲咖啡的一大乐趣。

咖啡的最佳赏味期限
咖啡豆种类相当多该如何选择

买咖啡前你看的还是包装上的保存期限吗?我们要告诉你另一件重要的事:咖啡的最佳赏味期限不等于保存期限,你应该注意的是烘焙时间。

咖啡豆的烘焙日期代表着新鲜度,通常2-3天内烘焙好的新鲜咖啡豆都是好选择 。然而现烘现买实际上并不是豆子味道最棒的时候,除了夹杂烘焙时的烟味、豆子本身的气味,此外,咖啡豆在刚烘好后起算的48小时左右会持续吐放二氧化氮(排气),因此刚烘好马上冲煮咖啡豆反而风味不佳?。

建议一次购买约2周的咖啡豆量,保存在室内的咖啡豆,也建议在2周使用完毕是风味最棒最香的时候。

咖啡豆种类
目前世界上有超过100 种咖啡,其中最普遍的两种就是阿拉比卡(Arabica)和罗布斯塔(Robusta/Canephora)。这两种咖啡在味道、成分和种植条件上都大有不同,以下我们将比较两者的差别。

阿拉比卡(Arabica):贵、味道柔顺、咖啡因低
咖啡广告里常常强调他们使用百分之百的阿拉比卡咖啡。没错,单用价钱来看的话,阿拉比卡的确比较高级,一般阿拉比卡咖啡豆的价钱是罗布斯塔的两倍。

就成分来看,阿拉比卡的咖啡因含量低(0.9-1.2%),脂肪含量比罗布斯塔多了60%,糖的含量则是两倍,因此综合起来,阿拉比卡的味道比较甜、柔和,带点梅果般的酸味。

此外,阿拉比卡的绿原酸较低一些(5.5-8%),而绿原酸除了可以抗氧化,也是抵抗害虫的重要成分,因此阿拉比卡较容易受害虫侵害,也容易受气候影响,一般种植在较高海拔的地方,结的果实较少也较慢。果实为椭圆形。

目前阿拉比卡最大的种植国是巴西,哥伦比亚则只产阿拉比卡咖啡。

罗布斯塔(Robusta):便宜、味道苦烈、咖啡因高
相较之下,咖啡因较高(1.6-2.4%)、脂肪和糖分含量较低的罗布斯塔的味道较苦也较强烈,有人甚至不客气地说有橡胶味。

罗布斯塔的绿原酸含量较高(7-10%),不易受害虫和气候影响,一般种植海拔较低,结的果实多且速度很快。果实为圆型。

目前罗布斯塔最大的种植国是越南,非洲和印度也都有生产。

价钱高低不等于品质
因为价钱便宜,罗布斯塔常用来混于市售咖啡粉中以降低成本,目前市面上的便宜即溶咖啡,大多是罗布斯塔居多,但价钱高低不等于品质,品质好的罗布斯塔豆常被用于浓缩咖啡(espressos),因为它的crema较为丰厚。品质好的罗布斯塔,味道甚至比品质差的阿拉比卡豆要好。

因此,两种咖啡豆之间的抉择,主要还是看个人的喜好,有些人可能觉得阿拉比卡香气太重,有些人则喜欢罗布斯塔醇厚的苦味。我们唯一要提醒的是,如果你对咖啡因敏感,就要特别注意咖啡因的含量,罗布斯塔的咖啡因含量是阿拉比卡的两倍。

当然,咖啡并不是只有这两个品种,你也可以尝试Java(爪哇)、Kona(可娜)、Sumatra(苏门答腊)等其他品种,为你的咖啡体验增添新的风味。

人工智能时代新服务“hello”问的声音找到啤酒炸鸡

今天的天气怎么样?,在古代取决于听广播,天文现象,30年前,当我还是个孩子的时候会等待晚上七点半。现在我们有一个电脑,智能手表,更随意看看天气。

但没有上锁,钥匙不是我们想要的。检查门票,门票和滑动屏幕,甚至输入搜索这不是我们想要的。有简单的方法吗?说一个字可以实现一个服务。基于这个想法,为用户提供更方便的服务去问了你好问语音搜索服务。

你问了问智能语音搜索热词醒来,它使用的技术离线的声音醒来。不需要连接到互联网,没有滑动屏幕,没有输入搜索,Ticwatch看用户或安装的手机用户问语音助理,问好问对于这个应用程序接口,明天的天气怎么样,你可以查询天气。此外,你问的声音还可以开设更多的智慧生命服务。

你好问语音搜索应用程序

在开放社会美的声音

尝试使用说:你好问,美或不久的将来的女朋友,可以应用按照地理位置附近的女性发现,以满足需求,并展示人的照片和个人信息,etc.Go问服务与网易合作花现场完成,安全可靠的公共数据来源。

除了出去问移动应用程序和Ticwatch智能手表,用户还可以通过你好问微公开信来实现服务。

嗨Ticwatch问使日常生活更方便

明天去上海的机票的信息更方便

除了天气查询和PM2.5在人工智能语音云,去问问也连接到机票、门票、新闻、地图和其他信息。用户有机会打个招呼问,可以快速查询最新的明天去上海的机票机票信息;打招呼问,今天的新闻,利用碎片时间专注于科技、民生、社会动态;打招呼问,有什么好,或者导航到五道口附近可以很快找到你想去的地方。

该服务还可以开车出去,或者问公众问电话APP.Especially开车时问应用很快就问最近推出了一个服务。开车去问司机特别设计,让手机变成了一个国家的言论机器人语音通话,语音导航已经实现,我们向下看过去的事故。

Ticwatch你好问让运动更有趣

星巴克杯子的食物打开人工智能个人助理

查询信息吗?它是不够的。如果可以直接使用语音命令咖啡,岂不是更好?去问问认为,采用人工智能个人助理的魔法模式创建,一个声音可以订购一些咖啡和叫外卖,O2O按摩、汽车等等。目前,该服务可以实现神奇的数字问公众和真的可以服务用户的个人助理在日常生活中。

让我们知道战争AlphaGo人机游戏,很多人都惊讶于强大的人工智能系统。事实上,除了下棋,人工智能已经使用在所有的服务中,比如你好问人工智能语音搜索服务。不仅如此,技术驱动的要求也将人工智能语音搜索技术的基础上,结合软硬相结合的策略,对公众带来更好的服务。

击败李se-dol Alphago人工智能将带来变化

就在昨天,Google的4 – 1战胜去九Alphago lee se-dol,旷日持久的人机大战在excel中引起了巨大的舆论和技术。一会儿,仿佛整个世界知道人工智能担心,人工智能是人类的利益或反向正面和负面的观点也是人类的一部分。

有趣和斯蒂芬·霍金(霍金)和其他人工智能专家签署了禁止武器的一封信信麝香或人工智能发展Alphago公司Deepmind早期投资者。麝香是因为担心人工智能控制和伤害人类语言,阻碍科学技术进步奖。到目前为止似乎并没有从美国人工智能将带来变化?在作者的观察,人工智能将智能家居,无人等人类生活产生重大影响。

智能家居

智能家居与谷歌在2014年2014美元启动巢,智能家居火!智能硬件火!火如何?根据数据的橙色,智能硬件国内外融资2014年273,2015年150家国内外智能硬件融资。被研究机构预测,智能家居是一个亿万富翁的市场,资本、企业家、互联网巨头,传统的家电制造商疯狂,为了等待风口的到来。但在2016年,2015年底,即使在资本市场和媒体不是很疯狂的热智能家居。智能家居产品都准备好了,但是为什么不来风吗?

将智能家居对我们很好,早上当你从睡梦中醒来,你喜欢音乐响起,幕布缓缓拉开,空调自动调节到合适的温度和湿度,烤面包机,咖啡机,热水壶自动启动美味早餐为你准备好,帮助你清理锅碗,洗碗机清洁工帮你清理垃圾,你去快乐地工作,自动打开和关闭门,关闭家用电器智能安全系统开放,随时向你汇报紧急在家里,晚上回家,打开锁和自动光,电视、空调、空气净化器打开这不是一个梦想家!

但真正的智能家居的状态是什么样的?是市场上大多数智能产品在远程控制和时间阶段,如打开灯,需要你拿出手机,打开应用程序,找到你想打开灯,打开触摸。真的不是很方便吗?和不同品牌的智能家居产品也不能控制对方,所以你必须控制家用电器,还需要开不同的应用是许多消费者无法接受的。

关于这个问题,家庭首席执行官王Xionghui博智看到我说,智能家居的发展分为三个阶段:第一阶段是智能的项目,如智能光,一个智能插座、智能门锁,等第二阶段的联系不同的智能产品,如智能门锁打开,灯打开,温度传感器检测的温度高于25度高于自动打开空调时,PM2.5传感器检测空气质量不好,自动打开空气净化器,等等,第三阶段是基于人工智能,大数据,实现自动、自学,对智能家居系统,智能家居是普通卖家在这个阶段所需的智能家居,它可以自动学习和分析的消费习惯和偏好,自动打开家用电器和照明,消费者不需要干涉和控制。

当被问及什么时候可以真正的智能家居是,王Xionghui,称薄熙来智能家居第二阶段后,我们取得了不同智能的联动项目,如打开门自动打开,灯和电视在高温时自动打开空调,连锁控制,我们计划引入人工智能的未来家庭服务机器人,能力,做我的经理,管理整个你的家人,当然这个阶段需要5 – 10年。我们可以推测,人工智能可能打开智能家居的关键技术监督两个静脉,真正了解你的智能家居,将是一个巨大的便利和舒适的家庭生活。

1 2下一页

是什么让深度学习再次上升,超越人类?

作者,潘精神深学生计算机视觉工程师,自动化部门,清华大学博士,从副主任tekto智能技术与系统国家重点实验室。

深度学习(深度学习)这个词通过与李se-dol人机大战AlphaGO最近火了。深入学习是机器学习(机器学习)是学科的一个分支,和机器学习的研究数据之间的关系,如收入和年龄,它可以用来挖掘性别,职业,教育因素,如数学关系。但传统的机器学习方法通常只挖一个简单的线性关系。我们知道,大千世界不是线性关系可以描述,如收入、年龄、性别、职业、教育、之间的关系这样一个简单的问题,它不是一个线性关系可以表达清楚。似乎改变现状,深度学习的深度学习使用更复杂的非线性模型表示数据之间的关系,然后使用大量的数据来确定什么是最终数据之间的关系。

深度学习的灵感来自于大脑神经网络,可以说,我们的大脑是一个极其复杂的深层学习模型。大脑神经网络由数以千亿计的神经元连接,研究的深度也使用相同的结构,每个人工神经元的简单线性或非线性输入神经元后将结果传递给后续操作,后十几个甚至上百层转移后得到最终的预测结果。

深度的研究方法并不是近年来提出的,在80年代早期杰弗里•辛顿和学者雅安·勒存使用深度学习方法可以解决手写数字识别的问题。不幸的是,进入90年代后深度学习性能没有显著改善,甚至比很多简单的线性模型,冷静下来和深度学习研究。直到2006年,辛顿教授发表了一篇深度学习科学,历史上的里程碑审查深度学习的方法,深度学习的性能提高到一个新的水平。之后,深度学习在语音识别,计算机视觉,机器人技术,自然语言处理,和其他领域更比传统的机器学习方法,即使面对验证LFW和自然图像分类游戏ImageNet结束人类的识别能力。这个时候,击败李se-dol AlphaGO是深度学习超出人类的一个例子。

所以什么深入研究再次上升,超越人类吗?

当然首先感谢辛顿等学者几十年的不懈研究。此外,有两个重要的客观因素:

第一个是大数据。

互联网连接数以十亿计的人们在一起,同时也使大量的数据连接。深度学习必须有海量数据得到好的模型,深入学习和大数据之间的关系,就像火箭和燃料,尽管火箭,但是没有大数据这个燃料只是一堆废金属。大数据是必要的,因为,我们也看到深层的学习我们知道谁是最好的地方有一个大的数据量巨大,谷歌、Facebook、微软、百度等可以表示,在深度学习的时代,已经占领了制高点的人工智能数据。

第二个是高性能计算。

摩尔定律,揭示了计算能力的增长,这些年来GPU,计算机的迅速发展和云计算平台,使深度学习的实现,例如,2011 GoogleBrain 1000台机器和1000 CPU深约10亿个神经元的学习模型,现在我们有同样可以通过GPU的计算。深度学习,事实上,在我们的口袋里,在我们的智能手机GPU已经可以运行一些复杂深刻的学习。我认为不久,我们每一个人都可以在电话里和AlphaGO游戏,再几年后,我们的手机可以运行像人类的大脑复杂的神经网络。

有很多很好的领域的深度学习中国科学家和中国公司。科学家,我们知道有百度首席科学家吴En,IDL启动子,贾庆林Yangqing咖啡,首先面对的作者验证LFW刷超过99%的xiaoou tang小刚王教授,太阳和他去年开明ImageNet许多荣誉,等等。360年企业,我们知道了蝙蝠,搜狗,滴在深度学习方面等布局,与此同时,国内也出现了一群新的企业依靠深度学习,如精神深学生(安全),自动驾驶,大学科技(人脸识别),汤姆森科技(人脸识别),地平线机器人(ADAS)等。

深度学习不仅是和人下棋这么简单。因为它是一种模拟人类大脑的,它可以做很多人类的大脑功能。

首先是视觉的功能。我们的相机可以看到世界,像眼睛但不能理解这个世界像大脑,深度学习只是在黑板上迎头赶上。与深度学习,谷歌照片,识图、淘宝百度了道可以准确地识别对象类别的照片,你的照片会自动分类或搜索。通过深入研究,我们可以在支付宝非常酷的脸刷的付款。精神的深度研究,深的行为特征分析系统可以检测学生的场景内所有跟踪人员,车辆,可疑和危险事件及时报警。深度学习,自动识别周围交通足够精确的驾驶汽车。有一个深度学习,FaceU这个程序不知道在哪里的脸,面部特征,。

除了视觉功能,深度学习也很广泛用于语音识别。百度的深入研究在某些测试也已经超过2人类听觉。此外,谷歌、苹果、微软和国内科大讯飞也推出了自己的语音识别产品。深度学习在电脑的帮助下,有更多和更强大的语音识别能力,这将逐步改变目前的人机交互模式与键盘为主。

深度学习也深刻改变机器人产业。刚才说的是基于视觉和语音识别的深入研究可以帮助机器人更好的感知世界。此外,深度学习,加强学习,强化学习)。

所谓的增强学习指的是机器人通过奖励和惩罚的与环境的交互自主学习自我学习更好的策略。一个简单的例子,AlphaGO是一个加强产品的学习,通过与其他玩家下棋或和自主学习国际象棋的游戏输赢策略更好。增加由于深度学习的引入,学习方法可以找到更复杂的策略。可以看到从AlphaGO赢得李se-dol,深度学习和提高学习能够使机器人在复杂的环境中自主学习高度优化的决策策略。

这些应用程序只是平时我们看到,有许多应用的深度学习的观点在我们的世界。互联网搜索、广告推荐、定量金融贸易、机器翻译、医疗数据分析、智能法律咨询……可以说一切必要来预测未知的信息从大量的数据在该领域深度学习的人才。未来,由深度研究人工智能的技术可能像蒸汽机,电动马达,电脑,互联网促进新一轮科技革命,生产力和一个更高的水平。

当然,作为一个医生,我怕深度学习PengSha同时,尤其是AlphaGO让公众知道后这样的技术。深度学习才刚刚开始,就像婴儿学走路,我们要讨论的是,在他成为一个伟大的人,但是,毕竟,很多技术还不成熟,相当多的应用程序并不满意,甚至在未来很长一段时间。人工智能的发展需要的是并不是每个人都热情,但持久的承诺和努力。

Facebook项目总监:谷歌算法并不新鲜

在Facebook,判断项目的重要性,有一个非常直观的方法:看这个项目的负责人是扎克伯格的桌子。

田远东远离我的桌子在Facebook首席执行官马克·扎克伯格只有6米(20英尺),他是坐在前排的Facebook首席运营官谢丽尔桑德伯格(Sheryl Sandberg)。座位安排,如何让这个项目总监觉得有点担心,但它足以突出人工智能项目在公司的重要性。

卡内基梅隆大学机器人研究所的博士田从上海远东加入谷歌无人驾驶汽车项目,然后搬到Facebook的人工智能实验室。丰富多彩的田远东最近的简历,他得到了扎克伯克围棋项目的公开表扬。

因为像科幻小说“三体”,一个年轻人从上海到围棋项目命名为黑森林(DarkForest)。在谷歌AlphaGo赢得冠军可能风扇,引发了全球关注人机游戏人工智能,项目在Facebook的个人资料和神秘的人工智能实验室。

“该项目自去年5月以来,两个人,在不到半年的时间,似乎抓住了一些进展,是非常不容易的,任何地方只要有点慢,现在没有。可以小意外的给我打电话的时候,我感到非常荣幸。田远东飙升新闻(www.thepaper.cn)在接受采访时说。

3月9日,谷歌AlphaGo将去韩国冠军李se-dol挑战,推出了五局。谷歌AlphaGo竞争者,田远东没有正面回答飙升消息提出的问题是否要看谷歌赢,但他表示,谷歌的人工智能真的做得很好,她也期待着比赛。

谷歌的创始人之一DeepMind丹•米斯巴和比,信心在自己的人工智能,他赛前曾说:“傻瓜不能应对“α”。它是基于大量数据深度学习,不断完善自己,提高力量通过自我模拟游戏。此外,计算机强大的学习能力是人类的大脑无法比较,“α”现在相当于1000年的人类学习,所以这几个月七里已经明显改善。”

据国外媒体报道,谷歌公司目前使用两个超级计算机模拟实战,人类每天JuLiang数以百计的板,每一道菜象棋计算机投入成本约300美元,除了研发团队项目针对大量的测试。一些专家认为,与去年10月在“α”软件,今年3月版的“阿尔法”经过5个月的加强和完善,必须有一个巨大的飞跃,李se-dol也将面临一个“野兽”。

研究员,先后在谷歌和Facebook工作田远东很清楚两个科技公司在各自优势领域的人工智能。在采访中,他分析了两者之间的差距。

在开球之前,第一次听的分析竞争对手,明天的比赛或许更容易理解。

被扎克伯格点意外,我感到非常荣幸

在2013年底,著名的学者,纽约大学教授在Yann人工智能

勒存在个人社交网站宣布受雇于Facebook,建立人工智能研究实验室,致力于“宏大的长期目标,带来一个人工智能的突破”。在这一点上,Yann LeCun(Facebook在招聘领域的人工智能,扩展强度。

田远东说,Facebook后,他的手被七、八个研究项目,DarkForest或一个最不起眼的一个。

“去年8月,我们移动网络性能超过谷歌DeepMind文章发表在2014年底。当谷歌的文章出来,今年年底20人一年半的团队和完善的公共关系,开始密切关注世界各地去。但DarkFores,依靠两个人花半年时间,抓住一些进展,是非常不容易的,没有一个地方移动有点慢,现在没有。”田远东说。

飙升的消息:谷歌alphaGo项目,我们知道,Facebook已经黑暗的象棋游戏

森林项目中,作为项目的负责人,扎克伯格还点名表扬你的工作,你可以简单的介绍你自己在工作吗?

田远东:这个项目是去年5月,当我刚刚加入Facebook

人工智能,打开7或8个研究项目,这是一个不是很明显。一开始我真的不好看,只是一个想法来实验,收集数据。后来这个想法没有这样做,但是因为有数据平台,最好是继续做。当时第二作者朱燕实习在我们集团,他的手刚刚完成了另一个项目,我问他是否有兴趣的时候,他感到非常有趣的开始合作。

去年8月,我们移动网络性能超过谷歌DeepMind文章发表在2014年底。所以我只是写代码(拼凑起来的各种开源程序),开始建立自己的体系,与此同时,现有的子网在公斤(世界上最大的游戏服务器,通常在任何时间,与此同时,网上有超过一千五百人)的开始和别人对战,此后DarkForest名称。

去年9月,我试图预测下一步3而不是下一步1,看到性能已得到改进,这一刻我感觉深神经网络结合蒙特卡洛搜索树,可能会去计划好。蒙特卡洛树搜索框架已基本在10月,但有很多错误,因为另一个项目(基于图片问答系统)的时间,花很多时间。问答系统大约在11月,我将回去做什么,我们的计划是慢慢地做贡献ICML 2016年2月(机器学习国际会议),然后讨论并决定尝试一个15年11月中旬ICLR(国际顶级会议)。当时从ICLR期限和三个星期。这三个星期加班,有一个像样的系统如期,ICLR,文章在arXiv(由美国国家科学基金会和美国能源部(doe),在美国洛斯阿拉莫斯国家实验室建立电子预印本aaa,成立于1991年8月)。

我们也知道Facebook做下去。不利于外国ComputerGo(计算机)论坛不相信我们的程序没有磁盘搜索三个部分,后来因为我们把在线很长一段时间,化妆,战争对三段逐渐适应,各种各样的媒体报道。现在看来,我们的工作听起来波的角去AI突破。

是继续提高蒙特卡罗搜索树之后,此外,该集团的一名工程师在都铎博斯曼程序为一个分布式呆了一个星期,到12月底,我们在5公斤的水平,很多人找我们下棋,包括最强大的大脑宝云和韩国职业选手,我们也继续改善。当时,已经有传言称,谷歌在职业球员,但我们还是尽力的。游戏公斤我们把1月第三位因为超时错误,或可以获得禅。谷歌的最后一篇文章,20人一年半的团队和完善的公共关系,让世界开始密切关注去,之前也确认了。我们贡献ICLR文章草稿。一般来说,这个项目是成功的。这一次我们可以花半年时间,抓住一些进展,是非常不容易的,没有一个地方缓慢移动,会有现在。小意外的给我打电话,我感到很荣幸。

飙升的消息:外面的世界,人工智能实验室在Facebook上,有非常期待,除了darkforest项目,图像识别程序还活跃在所有页的报纸,此外,Facebook与人工智能实验室的研究方向吗?

田远东:Facebook AI研究(公平)目前在门洛帕克,加利福尼亚州,曼哈顿,纽约和巴黎,法国有三个部门,分工的巴黎打开。一般来说,学术氛围很强,每个人都坐在中间的新20楼Facebook做深度研究研究,目标是发送高质量的文章,做开拓性的工作。研究方向相对自由宽松,研究所的计算资源(比如GPU)相对丰富,也没有最近的产品同时,压力可以让困难和长期研究问题的本质。除了MSR的学术氛围,在每个大公司都是极其罕见的。

前提的扎克伯格是Facebook未来的三个主要方向,其中一个是人工智能,目前公司非常珍惜我们组。我身后是首席运营官,斜后方是一个首席执行官,开始时有点恐慌,但是在很长一段时间也习惯了。

公平在今年正式成立之前,去年12月,1月,然后逐步招聘,时间不长,重要的公共工作DeepFace,人脸识别使用深度学习(更准确地判断,人脸)人类的水平。记忆网络,深入研究加入长期记忆(长期内存)建立自然语言问答系统,开源的深度学习框架火炬更新和推广,与快速傅李叶变换加快CuFFT卷积操作,等等。目前有许多很有影响力的工作正在进行中,敬请期待。

在一个深度学习的时代,研究和工程有融合的趋势,所以公平的丹尼尔。工作氛围,小组是平等的,自由的讨论,基本没有传统的层次结构的概念。如果谁有有趣的想法,每个人都会听和评论。如果思想正确,Yann也会喜欢它。

没有人是被迫工作,但每个人都在努力工作。

黑暗森林和α去谁会赢?

据田远东介绍,这两家公司在围棋项目的使用人工智能技术有一些重叠,但谷歌在快速移动(快速推出)和估值网络价值网络()两个方面加强了,Facebook的研究是基于开源软件Pachi默认策略(默认策略)部分替代快速移动的功能。

飙升的新闻:从见到你下棋,快速移动,估值网络,蒙特卡罗搜索树等四个方面分析了AlphaGo,四个方面,哪些方面你认为谷歌做得最好,和你的差异在哪里?

田远东:AlphaGo这个系统主要由几个部分组成:一个是在网上下棋(政策网络),给出当前形势,预测/抽样下一步的行动。第二个是快速移动(快速推出),和目标是相同的,但在适当的条件下牺牲质量的下棋,超过1000倍。三个估值是网络(网络)的值,考虑到当前的情况,估计是白化游戏或斑点。四是蒙特卡洛树搜索(蒙特卡洛树搜索,未经中华人民共和国交通部),上述三个部分在一起,形成一个完整的系统。

我们DarkForest AlphaGo也是构建与蒙特卡洛树搜索系统。只是比较AlphaGo,加强了网络在训练,更少的快速移动和价值网络,然后与开源软件Pachi默认策略(默认策略)部分替代快速移动的功能。

此外,根据他们的文章,AlphaGo单一机器整个系统与专业水平,如果谷歌将成千上万的机器和李se-dol,相信游戏会很有竞争力。

飙升的消息:Facebook的人工智能实验室主任一直希望雅安·勒存各种人工智能平台能做到开源,这促进了人工智能的发展,你同意这种观点吗?这是为什么呢?

田远东:我完全同意,只有充分沟通可以让我们更快、更好的发展。大深度学习两年进步很大程度上得益于像火炬和咖啡开源计算平台,让别人可以很快出现之前的结果是改善。

成就的消息:相比之下,alphaGo darkforest下一个目标是什么?改进版本后,你想去AI能达到什么样的水平?

田远东:目前仍在进步,3月将会在日本。不开放的目标后,我也在思考。

飙升的消息:alphaGo和李se-dol,你看了alphaGo还是李se-dol ?无论结果如何,我们应该如何思考这样的战斗?

预测田远东:我不做,我只能说非常期待。

飙升的消息:谷歌和Facebook人工智能实验室,通过收购公司建立,布局的人工智能,作为人工智能研究人员,你认为这两家公司的代表了人工智能研究领域的最高水平在硅谷?

田远东:可以说这两个实验室对全球人工智能研究领域和工程方面的顶尖人才,并继续网罗。今年要招人,欢迎申请。

对人工智能“我乐观,但我们期望不能太高”

科技的进步带来了人类生活质量的提高,改变人类在同一时间。面对这些变化,一些人看到的是恐惧。他们担心,当机器变得越来越聪明,甚至比人类,将会成为一个可怕的邪恶。在此基础上,霍金,特斯拉首席执行官艾伦•马斯克还建立了人工智能,以防止威胁。

但田远东个人持乐观观点的人工智能。因为在一个当前水平的人工智能的发展,有很多问题,在创造性的工作,处理紧急情况,分析未知,等,也比人类要少得多。

飙升的消息:你曾经评论说,“到目前为止,人工智能系统达到人类的水平,仍然需要大量的训练样本。可以说,没有一千年的积累许多玩家,今天没有去AI。“需要依靠数据输入,这是人工智能的一个突破的瓶颈呢?如何找到一个解决方案吗?

田远东:数据是现代人工智能基于统计推理引擎,没有数据我们可以回到专家系统在70年代的道路。人工智能专家如何突破,所有的努力,我现在随便说两种解决方案没有实验验证不自夸,不打开。方法,顶尖人才充分自由和大量的资源,并让他们不断的努力和尝试,允许犯错,鼓励创新,您将会看到进步。

飙升的新闻:作为研究人员,你认为未来的人工智能可以应用到人类生活领域,有助于改善人类生活?

田远东:太多,说人工智能可以改变人类生活的方方面面,是真的。现在的目标是让AI接近人们的知觉(如图像、声音、自然语言理解),以提高人工智能和人际沟通,减少沟通成本,对于一些程序性的沟通可以自动化。

飙升的新闻:人类活动是不能代替人工智能?

田远东:目前,喜欢创造性的工作,处理紧急情况,分析问题还没有看到,这些事情,人工智能和远低于人。以后,我不知道是否可以准确的预测,科学家们没有意义。未来是由我们的手来开发,我们的努力,是“让未来更清楚”这一目标的一部分。

威胁也是一个有争议的焦点,飙升的消息:人工智能,特斯拉总裁伊隆麝香霍金防止ai成立联合工会,扎克伯克最近驳斥了这种观点,你认为人工智能的威胁?

田远东:我很乐观,我的观点是:“机器就会适应我们,我们将适应机器,最后……新人类的探索,我们有新的经历,新的快乐和悲伤,忘记了旧人类在笑声中丧生,死于年。我们所有的故事,将未来的孙子写进了一本书叫地球的过去,当谈到在晚餐时,将引起同情和钦佩的复杂心情,然后,他们会抱怨困难他们挖掘的行星,抱怨不够快星际通信,陌生的美丽超越的手,然后继续你的生活。所以,继续我们的生活。”

雅虎拥有人工智能武器吗?

有科技巨头向世界公开,他们知道,人工智能。今天,雅虎发布CaffeOnSpark人工智能源代码,每个学术研究者或大公司可以使用或修改它。

雅虎在科学和技术的力量。事实上,开源Hadoop是雅虎孵化;Facebook、Twitter和其他许多公司都使用数据处理平台。在人工智能中,雅虎公司有独特的优势,因为当时训练系统的人工智能,数据和算法同样重要。和雅虎牵手世界上最有趣的:一个最大的数据库网站Flickr照片社区。

像许多人工智能的新开源项目,是CafffeOnSpark深的基础学习。深入学习是人工智能的一个分支,如人类的声音、图片和视频的识别。雅虎是使用技术来识别照片中的不同的内容,从而修改Flickr web搜索结果。与其他网站不同,Flickr图片搜索图片而不是描述或用户输入关键字。雅虎将教计算机如何识别一些特点的照片,例如,特定的颜色,甚至是一个对象或动物。

最近几个月,谷歌开放学习网络的深度TensorFlow源代码,微软打开一个类似网络CNTK Facebook分享人工智能的硬件设计,中国搜索引擎巨头百度也暴露了深度学习培训软件。

这些开源技术项目集中,不同的偏见。比如雅虎的目的是在现有的系统上运行深度学习,避免传输数据从一个地方到另一个地方。雅虎副总裁Andy零头布料架构向我们解释培训深入学习系统识别图片需要大量的数据信息。你必须把很多例子算法,越多越好,例如,如果一只猫系统足够的图来“学习”来识别猫之间的共同特征,区分猫和其他动物。

Flickr网站,成千上万的照片,足够的训练人工智能。但开发团队不想发送这些图像从Flickr服务器到另一台服务器运行深度学习软件。所以他们发明了深度学习软件的现有框架上运行的方法。

从名字上看,现有CaffeOnSpark结合了两种技术:深度学习框架咖啡火花和大规模数据处理系统。雅虎所做的是找到一个方法来运行在咖啡的火花水平。找到一种方法,咖啡不仅可以运行的火花,也可以一起在Hadoop上运行。雅虎的发展将不仅使ai开发者使用更简单和熟悉工具,可以节省传输数据过程中,也会使深度学习更方便同时处理多个服务器的内容。冯小刚还特别告诉我们,谷歌TensorFlow仍做不到,雅虎是领先一步。

冯小刚说,去年对CaffeOnSpark团队博客文章后,许多公司都希望打开雅虎CaffeOnSpark源代码。他们发现,许多公司已经在服务器上有很多信息,但他们不想转让。

对话DeepMind创始人:建立一个通用的人工智能

Untitled寻找未来:黛米斯。摄影:大卫·埃利斯

本文来源:机器的心脏

简介:本文是《卫报》的创始人DeepMind黛米斯深度访谈,全面而深刻的减少天才的个性,生活,对人工智能的热情和雄心。他有一个传奇的早期经验在国际象棋、游戏设计、计算机科学和神经科学等领域的成就,形成完整的拼图,他对人工智能的研究大他戏称自己科学的组合和创造力。斯领导DeepMind开创性研究的人工智能,破解这一历史问题,研究成果在很短的时间内第二次自然掩护。更重要的是,DeepMind创建一个机制科学研究和创业团队的完美结合。DeepMind探索人工智能研究和应用的同时,也在人工智能领域的伦理研究世界上最高。哈萨比斯是通过一个长谈说服霍金,他不再到人工智能。哈萨比斯,就像DeepMind AlphaGo,就像一个超人来保持高强度的工作和学习节奏,他把人工智能成为企业的生命,也是他生活的一部分。斯和他的DeepMind将继续朝着“创建一般人工智能世界上解决一切的问题”的目标。

黛米斯温文尔雅,面对卑微,当他告诉我他是“解决智力问题,然后使用它来解决所有问题”斗争和非常严重的任务。别人说这句话,听起来很可笑,但这句话从他嘴里说出来是另一回事。39岁的前国际象棋大师哈萨比斯是游戏设计师,他的人工智能研究创业DeepMind谷歌在2014年为6.25亿美元。

他是移民的后代,在伦敦芬奇利公开大学,获得剑桥大学和伦敦大学学院(UCL)计算机科学和认知神经科学的学位。他曾被认为是一个“前瞻性”经理。哈萨比斯认为他找到了一个更高效的“科学研究”的方法,并提到,他是领导一个21世纪的“阿波罗计划”。他看起来很普通,是那种你不会看到两只眼睛的人在街上,但是Tim berners – lee对我如此描述:他,他是这个星球上最聪明的人之一。

每当我们打开Siri或接收Android推,会觉得人工智能一直在我们身边。从短期来看,谷歌产品无疑将受益于斯的研究,虽然个性化技术,搜索、YouTube、语音和面部识别和其他产品增加了并没有被定义为“人工智能”(斯微笑说:“这只是一个软件,对吧?它只是一个可以运行的东西。”)。但从长远来看,哈萨比斯是开发技术不仅是局限于情感和更多的智能移动机器人,不仅在谷歌。Facebook,微软、苹果和其他科技巨头贪婪的征求博士生,人工智能的最新科技竞争达到数十亿美元。人工智能在所有的事情,包括我们可以想象,我们无法想象。

听起来过于雄心勃勃。大多数人工智能系统应用范围是“狭窄”,训练预设程序执行特定任务的机器,除了什么都没有。因此,IBM的深蓝击败加里·卡斯帕罗夫在国际象棋比赛中,但在井字游戏失去了三岁的儿童。和哈萨比斯从大脑启发来构建他的第一个“一般学习机器”:一组可以学习像一个生物系统灵活、自适应算法,只能使用原始数据掌握任何任务从一开始。

一般的ai(人工一般智力、AGI),其专注于“一般”。哈萨比斯的眼中,未来超级智能机器将与人类专家来解决所有的问题。“癌症、气候变化、能源、基因组学、宏观经济学、金融体系,比如物理,太多我们想掌握的知识系统是非常复杂的。”哈萨比斯指出:“这样大量的信息最聪明的人一生都不能完全掌握。所以,我们怎么能如此大量的数据从右侧选择视图?和一般人工智能自动转换思维方式非结构化信息可以使用知识的过程。我们的研究可能是元解决任何问题(meta -解决方案)。”

虽然寻找“元解决方案”可能需要几十年,但它看起来正在接近。2015年2月,世界顶尖科学杂志《自然》上发表的,像素游戏“太空入侵者”作为封面,右下角是“自我教学软件性能达到玩游戏的人”。在这一时期,DeepMind了第一个成功的一般“端到端”的学习系统,人工代理——一个用于深问网络算法的图像处理单元,学习如何处理输入值和理解的意义屏幕,和做出决策来实现所需的结果(在本例中,系统成为众多雅达利2600经典游戏,比如太空入侵者,拳击,超级玩家的砖)。这是一个引人注目的整个技术突破。

然后,在上个月,DeepMind封面和占领了自然——在短期内获得这样的成就是惊人的。这一次,它更多的挑战在80年代和70年代的复古游戏。在中国有2500多年的历史,曾经出现在孔子的。分支系数非常大:每一件可能游戏超过宇宙的原子的数量,与国际象棋不同,它不能用蛮力计算的结果。更加困难,想写游戏评价函数是一个不可能的事情,比如能力反映在优势地位和优势的一组规则。相反,它取决于玩家的类似于“直觉”,当被问及为什么这样的举动后,主人通常的回答是“感觉”。

显然,计算机时做出的判断性能非常糟糕,因此被认为是人工智能领域的一个主要的挑战”,“悬而未决,研究者预计一个十年的大部分机器希望裂纹。

新DeepMind算法具有严格的同行评审的证据,AlphaGo在秘密去年秋天5:0战胜三届冠军可能风扇,并将在今年3月和世界冠军李se-dol战斗。认知机器人帝国理工学院“惊人的进步,”默里教授沙纳罕这么描述。“一个伟大的里程碑,”尼克·博斯特罗姆,他们同意了,超级人文主义哲学家写的超智:路径,危险,策略指出:如果一般人工智能能出现,这将是一个不能匹配事件——使用谷歌项目负责人Ray Kurzweil的话说:这将是历史上的一个错误的眼泪。博斯特罗姆告诉我在他的办公室在牛津研究所的人类的将来,AlphaGo成就被认为是“将过去几年机器学习进步的生动表现了出来”。

“这很酷。”哈萨比斯是平淡的,我们在他的办公室讨论最新的胜利。像往常一样,他穿着黑色大衣的没有特点,裤子和鞋子:这将是我们很难想象那个实习生装扮了谷歌8000万磅。“游戏的终极目标:这是一个游戏的巅峰,有丰富的情报的深度。它是如此迷人的和美丽的,让我们感到兴奋的是,我们不仅掌握了游戏,也就是我们用美丽的算法完成它。“游戏更像艺术而非科学,他说:“AlphaGo非常人的方式,因为它把人类的形式学习,通过不断的游戏变得更聪明,就像你和我。“斯可能看起来像一个学生,但他更像一个很自豪的家长,AlphaGo达到职业生涯中最激动人心的成就。”比任何人想象的高一个数量级,”他有点兴奋,“但对我们来说,最好的是,这不是一个使用人工规则的专家系统。它借助通用机器学习技术自学如何掌握这个游戏。最后,我们希望将这些技术用于重要的现实问题,如气候模型或复杂的疾病的分析,对吧?想想下一步解决问题真的很兴奋!”

气候建模、分析复杂的疾病,开始想象接下来可能解决让人很兴奋。——黛米斯。

我第一次会见Hasssabis是在2014年的夏天,这是DeepMind收购几个月后。从那时起,我看着他工作在各种不好的情况下,过去的八个月我也在本文中在三个不同场合正式采访他。在这段时间里我看着他从人工智能的一个谷歌天才增长到一个令人信服的沟通者,他发现像我这样的一种高效比科学家描述他的方法非常复杂的工作,因为他有传染性的热情——为什么是很重要的。谦逊和恩典,他很擅长打破DeepMind方法;这是他们与旧的和新的人工智能技术相结合,例如,结合使用在去移动“搜索”在传统分析方法和现代近似“深度”神经网络在大脑中神经网络——他们也不同领域和人工智能的研究已经明确的“婚姻”。

在DeepQ,他们将与所有的动物有深层神经网络驱动通过大脑多巴胺奖励机制是“学习”的结合。AlphaGo,进一步增加了更多深层次的强化学习来处理一个长期计划。接下来,他们将整合如记忆功能等等,直到一个理论上每个聪明的里程牌。哈萨比斯说:“我们在存在多少的能力有一个想法的路线图。结合所有这些不同的领域的一个关键,因为我们可以对那些在一个领域领域的学习和知识可以应用到新算法很感兴趣。”

这听起来有点他的个性。乍一看他的简历,可以找到他,而业余好奇心包含从棋盘游戏视频游戏计算机编程,认知神经科学,更不用说人工智能。事实上,他今天的成就是主要的结果:他同时代罕见的情报和强项学科等生活的各个方面有意识地合成在一起。(简单的指出了他生命的高潮:8岁写自己的电脑游戏,13个国际象棋大师地位;17创造了视频游戏包括人工智能在第一段的“主题公园”,20岁,有两个最优等地从剑桥大学计算机科学学位,不久,开创性的建立视频游戏公司灵丹妙药;之后他在海马体和开拓性研究情景记忆成了他的“最后一块拼图”;DeepMind成立于2011年。

他承认:“我很容易感到无聊,和世界很有趣,有很多很酷的东西。”(他还拥有五次在奥运会上得到的情报(介意体育奥运会)经典Pentamind冠军世界纪录,在游戏中,在多个项目的挑战者挑战。)“如果我是一个运动员,我总是想成为一个十项全能运动员。”

权利作为欧洲冠军舒适AlphaGo风扇系统

但体育的荣耀没有希望了。哈萨比斯是一个忠实的利物浦球迷,喜欢看各种体育赛事,四岁时,他开始下棋,开始游戏在不到一年的时间,很快就开始争夺国际竞争往往现在可以清楚地推断出,他的生活将与思想有关。

1976年,他出生在伦敦北部,他有一个父亲和希腊-塞浦路斯混合新加坡-中国混血的母亲,他是最大的三个兄弟姐妹。他的父母都是教师,还有一个玩具商店。他的妹妹是一个作曲家和钢琴家。他的弟弟学习创造性写作。他的家庭并不太颜色科学与技术。“显然我是家里的害群之马的选择,”他是在开玩笑,回忆说,当他还是个小男孩下棋奖金花了ZX频谱48 k在电脑上,然后买了一个Commodore Amiga,他立刻打开它,找出如何编程。“我的父母有点技术恐惧。他们真的不喜欢电脑。他们是那种随性的人。我的姐姐和哥哥都走艺术路线。他们没有人真正深入学习数学和科学。”他耸耸肩,说对不起,“所以,是的,这是很奇怪的,我也不知道这一切。”

被谷歌收购他的公司在50多人,员工的数量现在快将近200,他们是来自45个国家并占领了整个大楼位于国王十字路六层建筑。尽管他的公司搬到其他地方(大概必须包括硅谷山景城)的压力,但斯解析他的公司应该保持在接近他的根源。

“我出生和成长在北伦敦,”他提醒我,“当然,我爱这个城市。这就是为什么我坚持留在这里,我不认为有任何理由伦敦不能有一个世界级的研究所的人工智能。我也自豪于我们现在的地方。知识巨人:“这栋楼所有的房间都,特斯拉马努金,柏拉图,费曼,亚里士多德,玛丽·雪莱(他是她的粉丝?”当然,“他再度证实,“《弗兰肯斯坦》我读过几次。把这些东西是非常重要的在我的心里。”)。

一楼的建筑是一个咖啡馆,组装裸露的砖墙和冰箱客人用椰子汁,还可以看到世界上最雄心勃勃的科技公司中可以看到桌上足球机和沙袋。楼上装修,已经进行了最初的建筑是现代开放式结构,办公室楼上的阳台上,在上面欣赏伦敦的屋顶壮丽的风景。

DeepMinder将于周五晚上聚会。一个员工,他热情地描述“与高端周”的活动。社会是生活中不可或缺的一部分:我被告知DeepMind俱乐部,足球、象棋游戏。(“这是一个非常有竞争力。”)安全更换照片墙图表表明,这里的每个人每一天都是一个桌子上。这是非常开放的。这里我看到当我经过走廊的工程师——主要在男性——打破了人们认为这种人在角落里的书呆子工作刻板印象:这些家伙看起来健康,快乐和酷。不得不说,有一个知识魅力回荡在空气中。这不奇怪。地球上最聪明的人都排着队想在这里工作。但到目前为止,这里的员工保留率是惊人的100%,而谷歌最大的竞争对手关注人工智能正在加速,更不用说同样短缺等渴了世界各地的一流大学。

“我们很幸运,”哈萨比斯说,他与他的公司阿波罗计划和曼哈顿计划,因为公司的野心和招聘工作人员的数量以前所未有的速度上升。“每年我们可以得到最好的来自各个国家的科学家。例如,我们必须赢得波兰物理奥林匹克竞赛,今年法国今年数学。我们得到的想法比我们得到更多的研究人员,但与此同时,有更多的人才来,我们已经不知所措。所以我们非常幸运。唯一的限制是不破坏的基础上我们可以吸收多少文化氛围。”

这种企业文化比红豆包(玩),免费的午餐,屋顶啤酒和其他活动,以更深入地表面上的公司。斯确信谷歌收购完全不让其偏离自己的研究路径,他说他花在DeepMind公司运营效率,并不比花更少的时间的算法,他认为他的公司“完美结合最好的学术和激动人心的业务,因此,公司充满活力,引发了无数的创造力和进步。”他反复提到的“创造力”,虽然他是正规的科学训练,但他是天才“创造性和强烈的本能”。他断然说:“从某种意义上说,我不是一个标准的科学家。”DeepMind组织结构最重要的是他所说的“胶(胶思想)”思考:可以完全掌握科学知识领域的学者“以巧妙的方式快速识别有前途的跨学科交叉。”应用正确的基准,胶粘剂的形式可以是集团将触摸每隔几周,快速,灵活,与各种资源和工程师到需要的地方。“所以,你会有一个令人难以置信的有才华的研究者,和3 – 4的研究人员在其他领域可以直接把相同的任务,根据自己的专业的补充,这是与学术界非常不同,”他说,“这样的结果是,可以快速产生一些令人吃惊的结果。”仅18个月的AlphaGo项目启动的完美的例子。

每天晚上,哈萨比斯将总线准时回家,与家人共进晚餐。他们住在北伦敦海格特公墓,距离不远他长大的地方。他的妻子是一个意大利的分子生物学家,阿尔茨海默氏症。他们有两个儿子,一个7岁,一个9岁。哈萨比斯在阅读和玩游戏和他们或他们的家庭作业。(“他们都很好,但他们在科学和创新更像我的对立面。”)

像每一个父亲,他将他们上床睡觉。然后上午11点。大多数人睡觉时,斯将他所说的“第二天开始。每一天,和美国的团队通常会持续到1点,然后我们搬到他一直持续到3或4点思考的“纯时间”:他会考虑公司的研究和未来的挑战,或写一个算法设计文档。

他承认,事实上,没有太多的人工智能程序设计工作。“因为我现在太生锈的数学。更直观的思考。或正在考虑公司战略:如何规模,如何管理,等等。或希望看到有一天文章和新闻事情,思考如何学习和结合这些东西。”

这让我想起AlphaGo,,在大容量很难想象谷歌云不断实践,实践,实践中,每一秒,每一天都在进步,因为它是唯一的学习方式是永远不会停止的。

“休息?”我问。

“不,它没有休息。甚至在圣诞节期间也没有。”

我有一些犹豫:“它从来都不需要休息吗?”

“这样可以(无尽的)”他回答说,他的眼睛闪闪发亮。

他是对的。但斯自己吗?说:“他是一个超人,他的一位同事。他有休息吗?“这很难,我不会工作和生活,他们是同一个。我喜欢阅读,看电影,听音乐,但这些东西都是与我所做的。”(例如,他是一个大风扇,他提到他的朋友亚历克斯·加兰最近的电影导演的机械姬人工智能;还提到,他会见了美国电影制片人布莱恩食草动物,他认为食草动物是一个很酷的人,他们讨论的主题是什么?估计你已经猜到了,是人工智能)。“我的大脑是完全被人工智能。”

他的其他方面?孩子、朋友和一个正常的生活?“毫无疑问,我将尽我最大的努力去平衡生活,或者做一些疯狂的事。”关于孩子,最酷的部分几乎是他们成为你唯一可以以同样的方式占用你的时间。

他与朋友保持密切联系,他和另一位联合创始人DeepMind巴蒂尔莱格遇到了伦敦大学学院,博士,了解彼此更多,穆斯塔法,苏莱曼是他在剑桥学校他告诉大卫和他的同事们银相遇的过程,在业余时间他教银玩棋盘游戏,包括特殊的古老的中国象棋。我注意到,大卫是银DeepMind AlphaGo团队的主要程序员,也自然最近的论文的第一作者。“是的,戴夫,我知道很长一段时间,我们的梦想在有生之年做这个(使用人工智能解决方案去),(因为我们现在在做),然后19我们应该高兴,我们这一步。”

他自愿补充道:“这种情况下,我没有太多的正常生活。在醒着的每个时刻,我一直在想,也许在梦里。因为它太令人兴奋,它是如此的重要,这是我最热情的东西给我。”

在他的眼中我看到了无辜的像一个孩子的梦想坚持不懈。“我觉得非常幸运,我想象不出什么问题来研究比我更有趣,所以我每天会想到他们。每次我做你真正的信仰。否则我为什么要做这些事?生命是如此短暂。”

如果担心人工智能真的喜欢史蒂夫霍金,比尔盖茨,elon musk,扬tallinn和尼克·博斯特罗姆伟大的科学品格,人生会更短。从过剩AGI通讯社武器技术奇点的担忧恐惧将导致“智能爆炸(智能爆炸)”,机器就会有能力进行无限循环的自我进化,他们将能够比人类大脑智力,是我们无法控制的。灾难开始出现超级情报时,历史不再是一个可靠的指标,我们应该将无法预见从人工智能的军备竞赛,直到它开始发生。原子弹之父罗伯特·奥本海默)有句名言:“当你在甜点,你会继续下去,只有当技术成功之前你去考虑如何处理它。”几十年后,博斯特罗姆还提到:“如果有一种方法可以保证先进的人工智能永远不会伤害人类,然后创建了聪明。如果没有办法做这样的保证,他们可以创建。”霍金最近总结说:“在创造人工智能的成功将是人类历史上最重要的事情。不幸的是,这也可能是最后一个。”

“这么说,我希望没有。”哈萨比斯平静地说。在他看来,公众对一般人工智能的危言耸听的块潜在的短期利润,和固有的错误,至少有问题的时间表。“我们有那种可以达到人类水平的一般智力也几十年,”他提醒我,“我们刚爬上阶梯的第一级,只是玩游戏。”他有一些“合理风险识别需要我们现在想”,但这不是明显的反乌托邦科幻小说,这些小说,超级智能机器永远是无情的带走他们的人性。

此外,他相信当谈到减少潜在的危险一般人工智能,DeepMind也走在了前列。它不像那种像政府由阿波罗或曼哈顿计划需要接受官方审查,但公司的操作完全透明。它会释放它的代码,而谷歌的交易也有协议中的一项条款:使用该技术应用于军事或情报的目的。斯和他的同事在2015年波多黎各公约方面发挥重要作用在人工智能,并呼吁将这种技术应用于“仁”和“避免潜在危险”公开在信上签名。他们最近组织了另一个类似的会议在纽约,和他们的内部道德委员会和咨询委员会现在被称为(尽管秘密)。穆雷说:“沙斯完全了解人工智能的安全系数,他当然不是无辜的无知,还是鸵鸟的头埋在沙子。”

“DeepMind鼓励讨论这些事情是行业的领导者,”博斯特罗姆表示,“长期挑战需要参与一些研究。”

我让斯列表是什么主要的长期挑战,他认为。”,因为这些系统变得越来越复杂,我们需要考虑如何充分利用它们,他们可以和优化,如何优化,”他回答说,“这项技术本身是中性的,但它是一个学习系统,因此不可避免地,他们将承担的一些标志和设计师的文化价值体系,我们必须非常仔细地考虑这些价值观。”

关于超级聪明的问题,他说:“我们需要确保目标准确,没有模糊的地方,不会改变随着时间的流逝。但在所有的系统中,目标是由它的设计者。这可能需要系统寻找方法来实现,但它不能创建目标。”

他的语气让人安心。“看,这是有趣的和困难的挑战。因为这些强大的道德和负责任的使用新技术的需要,这就是我们的积极讨论和研究的原因,所以当时间窗口来了,我们已经准备好了。”

这一刻是如何在地球上?当机器进入一个超级聪明?超出了人类或机器?他笑了,“不,不,不,我的意思是,在此之前。”(我知道他是开玩笑的,尽管他的同事巴蒂尔莱格曾在2011年明确表示:“我认为可能发生人类灭绝,技术是罪魁祸首之一。”斯发表声明:“我的意思是,当系统更强大,不仅仅是玩游戏,我们将在一个更具体的应用,实用和重要的东西,如医疗卫生领域。然后,我们需要确保我们知道他们的能力发展。”他朝我笑了笑,“这将停止机器的世界发生了这一幕。”

哈萨比斯是非常喜欢笑的。他是非常友好的,引人注目。他所说的一切似乎很合理,但不自满,但谁知道:也许一般人工智能将在我们的控制之下。但许多人对此持怀疑态度。“很明显,如果有一个在各个方面都超过人类智能的数量,这个词“助理”并不是一个正确的描述。”Elon musk辩称,他最近人工智能技术来描绘人类的进步“召唤恶魔。”的创始人胶囊,特斯拉和贝宝创始人DeepMind是早期的投资者之一,但不是为了钱。“我不关心投资和投资,”他告诉我,“我给钱DeepMind的唯一原因是想知道更多关于人工智能的进步和伤害。如果我们不认真的人工智能,一旦坏事情发生了,银行存款将变得毫无意义。”

“伦是最聪明的人之一,跟他说话很有趣,”哈萨比斯公正的回应说,“我真的觉得像他这样的人就像人工智能是一个非常酷的事,因为它足以说明这是一个大问题。”他经验丰富,但其他科学家在人工智能领域的公共可选的评论显然激怒了他,毕竟,你永远不会听到他对粒子物理。

“通常,我发现没有真正的人工智能的研究并不完全了解这些人。他们通常没有深入交谈的人工智能专家,他们的想法思维实验与徘徊,因为他们是基于那些我认为是不对的。”,他提到,他建立了内部伦理委员会和顾问委员会由不同的科学和哲学主题的领袖——将控制一般将来使用的人工智能技术。他坚决维护他决定保持在现阶段继续探索。“从来没有人去这个步骤,所以在接受公众监督,之前我们必须做一些探索性的工作。”他说这是一个初始阶段是关于“跟上进度,然后在下一阶段我们可以讨论实际的算法和应用。对于很多,这不是他们的核心区域。我们需要他们的专业知识,但他们需要更好地理解发生了什么。”

斯蒂芬·霍金被当作一个鼓舞人心的例子中提到的“迎头赶上”,他们在剑桥大学最近进行了一次私人谈话。“显然可以满足他一直是一个非常不可思议的荣誉,”他说,并拿出他的手机给我。“我们只是安排了一个小时,但他有这么多的问题,我们沟通最后四个小时。这让他错过午餐,所以他没有照顾我太高兴了。”

霍金斯指出,会议结束后,在媒体面前并不是指“炎性声明任何人工智能”。最令人惊讶的是,在他上个月BBC瑞斯讲座,他得出结论,人类的威胁列表不包括人工智能。“可能真的有一些使用,听力更实用,更我们可以创建一个真正的系统,和我们的检验和控制这些系统,”哈萨比斯说。“一旦你理解这个项目,它看起来更容易理解,更合理。”

当然,也看不到任何希望在我的身体,但他真的相信霍金改变吗?“我认为最后会,他会非常放心了。他有一个非常有趣的幽默,在我离开之前,我问他,“你觉得呢?”他扮演了“祝你好运。后,睡觉。神奇的向我眨了眨眼睛,还说,但不要太好运。“灭亡斯微笑展示给我。”我认为,我可以认为我赢了。”

作者这篇文章从theguardian仁慈伯顿-希尔,机器的心脏产生的编译,编译:Chenxiaoqing,锅,纯和纯,孟,赵薇赵云。

如果不是因为感情在人工智能工具! ! ! !

从1945年到1945年,人工智能很多美丽的故事,实际上模仿是一种游戏。但是冬天,春天在人工智能的世界,人们的幻想,就像一个球,很高,也注定悲惨惨跌倒两次(1974年和1974年冬季)人工智能。

这一次,人们对人工智能的幻想被更高。强大的人工智能,机器经常有毁灭人类。但这更像是一位先知,像阴谋论。目前人工智能基于逻辑和数据,不直观,对情绪的理解和创造力是不可能的。

工作最终将可怕的球,甚至破碎。做工程的人更谨慎,然而,给一根绳子上的球头销。这根绳子是从实际应用出发,从用户的观点。

演讲的现状语义可以大致描述了人工智能在工程中的应用。有独立的语音语义相关的技术,可用于家政服务公司去问,科大讯飞的声音,云知道,认为气(s),腾讯,百度,腾讯小鲸鱼)和谷歌(Google),微软(小冰,XiaoNa Cortana),苹果(Siri)。

公司的语音语义技术谁牛?

微软小冰属于机器人,旗舰人机对话,患者通常每周解锁游戏。但是微软小冰不能提供很多具体的服务,如查询机票,机票查询,出租车,这些出去问能做到。

如何客观评价技术的优点和缺点吗?倍的特殊通信常用的人工智能算法大多公共结果来自学术界,很难有一个公司不属于这个时代的技术。从语音识别的角度来看,每个公司的识别率,主要在90%以上(实际上这个问题更为复杂,如方言识别率、词汇识别率等)有更多的索赔。当一个公司的技术比另一个只有5%或1%,用户很难感觉良好,技术已经应用场景已经成为重要的差异。

人工智能方法实现的声音基本语义系统

这些公司的语音语义技术和云离不开关系。人工智能系统,根据一组逻辑推理的过程,在大量的数据对其认为最正确的答案。这意味着,通过使用人工智能系统,它的覆盖面积,更广泛的数据和计算能力越饿。小离线设备(如手机、家用电脑无法满足的需求。解决方案是建立一个强大的处理能力和海量数据计算机集群和接入网络,这就是我们所说的云。设置人工智能语音语音语义的云,云的语义系统是人工智能AI公司的基础设施。

在构建智能云之后,需要适当的语音输入端口。这个端口号可以来自公众,这类应用软件,也可以来自扬声器,可穿戴聪明看这种类型的硬件。

如何正确对待市场上著名的语音语义系统?

科大讯飞的云包括语音合成、语音识别和搜索,听写,如技术、云的方言,很少使用单词语音识别率较高。陈小平输入法开发基于云计算的。科大飞主要做的是2 b(企业用户)服务,将人工智能服务授权给其他企业。此外,香港科大近年来也开始飞2 c(消费者)产品,如智能记录仪扬声器,记录宝藏,如硬件。正如你所看到的,科大讯飞产品更智能的传统产品,而不是个人助理或机器人。此外,香港科大飞向深语音识别,而不是语义理解和持续对话,等等。

,去问主要做2 c(消费者)的硬件产品,国内智能手表Ticwatch销售高交互式智能手表。去问问自成一格的人工智能语言交互技术,包括语音识别、语音合成(TTS)、语义理解、垂直搜索、智能推动五个部分。它的最大特点是声音叫本地化生活服务,如查询机票,看新闻,朋友可以通过手机应用程序或手表。最近,去问问介绍封闭beta版的魔法小q,人工智能的信息查询今天像电影提供完整的服务,如帮助用户订票。

3、声音云以2 b业务方向是智能家居和汽车市场,这里有一个类似于去问的软硬结合的概念。

和可穿戴设备,移动电话和计算机智能语音不同的语义系统,智能家居可能声源的语音系统和被噪音包围。因此,声音云知道的重点推广到声源识别、噪声抑制、回波消除、指令的识别上,而不是用户意图的理解(语义理解)。

值得一提的是,在京东,科大讯飞宣布在一起的时候,阿里和云知道,达成合作。然而,最近一段时间,也没有相关的信息。

3月4日将和云声音的方向非常相似的企业客户提供智能语音交互硬件解决方案,更多领域的合作工具,比如汽车萝卜。最近,3月将宣布完成融资,智能语音硬件路上走得更远。

5,图灵机器人做2 b主要业务,与小冰是相似的语音语义系统,机器人是连续的对话。图灵数可以嵌入微公开信,应用程序,网站或智能硬件,用户可以使它成为一个笑话,玩游戏,还可以用它来表达,新闻。图灵机器人最近接受了动漫投资、智能玩具对孩子的方式。

6度,秘诀是百度推出了与类似的小冰机器人连续对话。此外,用户可以在同一时间的对话,查询图灵是谁信息的帮助下这个百度搜索引擎。最近,百度推出了嵌入秘密实体机器人小度。

7日,腾讯小鲸鱼现在公共信息较少,主要由嵌入式系统服务条款。类似于Ticwear TOS系统,用于智能手表。然而,小鲸鱼和其他的功能相似的语音助理,甚至可以闹钟,查询信息,但不喜欢去问直接叫车,点了咖啡

数据显示,在谷歌大脑工程师创建称为三个推论的公司工作,该公司的投资者,包括种子轮探索腾讯首席官David Wallerstein和腾讯本身。此外,还有消息称,腾讯并没有阻止其他生物产品研究和开发。

这有点像微相信研究和开发。

8日,小冰,XiaoNa(Cortana),Siri,谷歌现在

小冰与微软XiaoNa微软技术如神经网络基于bing搜索和深度,属于2 c的产物。微软XiaoNa现在可以用于iOS、android、Windows系统,更像一个秘书,她可以打电话,发短信,电子邮件和查询的分数。但是微软XiaoNa功能少很多在国内手机,语音响应缓慢。

微软小冰对话系统,微信,微博和其他应用程序或窗口10系统,她还可以查询各种各样的信息。XiaoNa不同,小冰不能应用,如电话,她更像是一个虚拟角色,可以与用户(连续对话),聊天玩游戏(基于人工智能技术,如图像识别)。

Siri熟悉,是一个机器人可以调用应用程序。今天的Siri除了设置闹钟,文本,也可以搜索图片,播放音乐,并提供建议。它可能不是最强大的,但更适应用户的需求。

谷歌现在无法很好的用在家里,中国的识别效果很差,中国的能力非常弱。谷歌的产品,但因为它天生就有更多的数据比其他人工智能产品,更好的数据挖掘能力,这使得谷歌现在有一个活跃的助理推产品的能力。

现在谷歌Chrome,Gmail、Google日历、等Google apps和Android系统的密切关系,使其可以实现许多其他产品做不到的功能。演讲解锁,任意界面好,例如,谷歌醒来,主动把你喜欢的和你需要立即发布。有人曾称赞,早上醒来,我惊讶地发现,谷歌现在非常直接的告诉我要花时间在兼职工作。但是我没有,这不是我真正的工作场所。正如你所看到的,谷歌从用户的地理和实践信息理解当兼职的地方。但仍然需要强调,谷歌现在在国内几个功能,并实现一些即时功能,用户必须给谷歌个人资料。

如同一个巨大的推出产品,XiaoNa Siri,和谷歌现在在媒体上常被用来比较,但是这种比较不合适。一方面,少数产品,只有在家Siri的易用性是好的。另一方面,人工智能系统理解用户的意图,必须获得数据越多越好。人工智能的系统,因此,必须进入更多的软件或平台,进入一个更高的权威。XiaoNa虽然Android和iOS,但她仍然是一个微软的产品,在窗户上10个最好的易用性。同样,谷歌现在Siri,分别是Android和iOS的产品阵营,善于挖掘数据,主动推动一个好的聊天,被动的建议。

正如你所看到的,人工智能的语音业务2 b或c,或者只做选择软硬夫妇,软件解决方案,深耕智能家居或智能衣服。这些选择,没有分对与错或好或坏。但总的来说,仍然没有认知能力的人工智能,人们聊天涉及人工智能和情感上自然科学以外的这是一个问题。智能家居产品不够成熟,用户的认知不够高,使智能家居系统生态学等,还有些不成熟,人工智能在普通消费者,因此,地面应设置在一个点,比如人工智能系统为主要力量,只能参考机票信息提供预订服务。

解析:Siri实际之间的差异是什么噱头?

就在前一天苹果秋天事件近20中国科技企业会议在北京举行,其中最担心的是一年一度的世界上“百度”。百度世界大会的苹果或谷歌I / O,开发人员,合作伙伴和用户百度在技术等方面的研究,所以每年在一些黑色的科学和技术,向外界2014年最深刻的印象是“筷子搜索”,从百度CEO李彦宏本人发布。今年,李肇星介绍了秘书类型机器人,称为“秘密”和演示了一个惊人的演示(演示看起来不错,最新版的手机,百度推出了功能)。秘密的程度像筷子搜索有技术含量,但相对于搜索概念阶段的筷子,更具实用价值。

语音助手只是玩具

2011年随着苹果iPhone 4 s Siri,语音助理进入公众视野。现在谷歌语音助理,微软Cortana,和中国的百度,搜狗语音助理,360年智能,虫洞,隐性讯飞语音助理。因为智能手机自然“听”和“说”的硬件基础,结合移动互联网带来现场的声音,当人们认为语音助理是爆发。

语音技术改进。语义理解、语音识别和语音合成、声纹识别领域的一些进展突飞猛进。但演讲,中国巨大的科大讯飞更多的应用技术应用于教育,等想复制Siri中国球员没能成为杀手级产品——事实上,Siri,现在谷歌和微软Cortana一些经验丰富的球员也平庸。

为什么会这样呢?正如你所看到的,智能手机语音助理大大刚刚过去的“玩具”。当许多人在Siri的运动,其用户妖魔化的尴尬,甚至愤怒。识别率不高,支持噪声环境非常弱,识别速度不够快,能回答的问题太少,很多任务无法完成……这就是语音助理曾经是批评。语音助理只是需要,每个人都不是完美的解决方案,只是因为这个原因,语音助理市场机会,这是一块处女地并未真正被利用。

程度的秘密秘书型机器人

很多人都幻想有一个美丽的,好秘书,投标,完成各种任务,但雇佣一个全职的秘书不是每个人都能负担得起。但如果机器能做到这一点,我相信没有人会拒绝。不幸的是,这种场景中只存在于科幻小说,想人类一样聪明的机器还需要很长一段时间。然而,这并不保证浏览器的勇气,百度世界大会发起了“秘密”是秘书类型机器人思维——就像它的名字。

相对于不同的语音助手,程度的秘密,有两个新的尝试。

几轮对话,与用户喜欢人际沟通,根据上下文来理解用户的意图。这主要是一个技术挑战识别句子——大机器自然语言的语义并不容易。基于上下文是记录互动过程中,不仅要理解句子,知道人类有时是“跟不上其他人。百度基于深度研究的深度研究和技术方面实现了几轮的交互,它更简单、自然和方便的方式。除了百度,微软曾发布了一个小冰对话机器人,有报道称,微信的几轮会谈或将推出类似的支持机器人——他们都是文本形式的。

可以完成更多的任务,主要是指获得使用寿命。李证明了学位和秘密的咖啡,餐厅,预订,如宠物医院买的票操作,整个过程“一致性”。这之前:Siri使用设置闹钟,天气,大多数电话电话联系这样的功能,在手机本身,互联网内容和生活服务访问不是其优势(最近Siri与百度百科合作解决这些问题)。谷歌现在主要是做信息推送、微软Cortana解决个性化的信息采集和数据处理设备,Facebook M是一个小规模的测试餐厅预订等服务,魔法和国内“猪”上帝通过人工处理用户的语音命令,12580电话呼叫中心等本质。秘密的程度是自动访问各种服务生活。

几大语音助理的对比

度的秘密能够实现几轮交互和服务访问的同时,我认为这里的原因:

深入学习是人工智能的核心技术应用于演讲,它是几轮交互的基础除了百度,微软在今年早些时候人工智能布局,所以你可以让小冰,Cortana还可以支持在未来几轮。

百度连接服务本身的大战略下的人在生活中会越来越多的服务“搬到互联网”、结构化、标签、交易、糯米、外卖、票务DengZi业务可以实现预订。也就是说,百度的服务内容,同时玩家的服务内容和智能技术并不多。

识别率和两个基本技术有足够的抗噪音的能力。百度今年早些时候宣布的语音识别技术的基础上,深度学习超过谷歌和微软,确定准确的“听”,是“理解”的先决条件。

Siri是被重新定义

巧合的是,9月9日,据国外媒体报道,苹果iPhone6S签名Siri将发布。去年Siri和百度百度百科内容,介绍了达成合作,极大地弥补了Siri内容不足的问题。Siri已经意识到存在的问题,不仅是用户提供的玩具。它想要重新定义自己,不再做助理“声音”,不想让市场找到百度。

通过语音识别取代拼音输入法,通过语音闹钟设置电话,通过声音关掉客厅的灯光,通过语音点一首歌……只有应用程序场景的一部分,主要是为了解决交互问题,即输入和输出,它有点大材小用了。在可预见的未来对秘书机器人语音助理,它可以帮助你安排生活,帮助你建立设备,按照你的指示设置环境,陪你聊天…作为国务卿,当然,不是机器人像一个真正的拥抱你,帮助你做饭,陪你睡觉,但是这两个机器人需要智能语音功能。

与百度百度首席科学家吴En带来世界分享一个有趣的观点:很多人没有意识到的是,95%到99%的准确性的准确性是一个质变,99%是一个改变游戏规则,99%的准确率将彻底改变人们和设备应用程序进行交互。他认为,人工智能是向聪明的伙伴。基于语音和人工智能技术的秘密程度相对比较成熟,达到99%的水平是一个现实的目标,预计将成为一个改变游戏规则。Cortana,谷歌现在,Siri将很快支持类似的“秘书式机器人”功能,新学期已经开始了。

作者简介:罗;微信:luochaotmt】