微客脈智慧系統2019-04-03 17:07:12不會吧
寒門甘露2019-04-17 21:52:48要談AI的方法論是否會發生大的顛覆，首先要弄清楚當前的AI的邏輯是什麼？搞清楚了當前AI的思想，才有可能沿著科學發展的邏輯預測未來AI的發展。當前故事以深度學習為代表的人工智慧技術核心思想就是機率問題，怎麼說？以人臉識別為例子，一個人去辨別一個人出因為距離遠近、光線的原因，有時候認出來，有時候沒有認出來，在眾多因素的影響下，人類辨別一個人也會有一個正確率的問題，即有正確的機率和錯誤的機率。使用深度學習創造的人臉識別模型，在一定的演算法基礎上，訓練得到了識別模型，模型根據訓練資料學習到了不同人臉各種不同的特徵，在一定的人數範圍內，模型是別人臉也有一個準確率的問題。而對應的的在人類社會中，很多事情都可以理解為機率問題，股市是否會漲、房價會不會跌、今天會不會下雨…… 我們憑藉一件事是否會發生的機率來進行決策，從這一點來說，AI的方法論適應著人類的思維，從這一點來說AI方法論不會被顛覆。
另一方面圖相處z，AI要提高更高的準確率，需要更大量的資料和更強勁的計算力。還是以人臉識別為例，我們在《速度與激情》中看到的“天眼系統”，無論要找的人在那裡，都可以透過天眼系統分析全球的攝像頭，迅速識別出來。這在目前的技術條件下是根本是實現不了的。做影片和影象處理的人都知道，處理影片流和影象資料需要消耗大量的計算資源，以一個1000路1080p的攝像頭實時分析系統為例我們來看看需要消耗的資源。
1080P(200萬畫素)的影片格式每路攝像頭的位元率為4Mbps
，即每路攝像頭所需的資料傳輸頻寬為4Mbps，1000路攝像機所需的資料傳輸頻寬為：4Mbps（影片格式的位元率）×1000（攝像機的路數）=4000Mbps（上行頻寬），1000路儲存30天的
1080P(200萬畫素)影片格式
錄影資訊的儲存空間所需大小為：512×3600×24×30×1000÷0。9=。5GB≈1380TB ，實時分析即需要對每一幀資料進行檢測、識別。我們當前正在做一個是否發生打架的食品分析，在1080TI卡，CPU I5，32G的伺服器上可以實時分析10，該伺服器整體造價（包含儲存、攝像頭、顯示卡……）約10萬元，如果實時分析1000路，我們簡單的按照線性增加，則需要10*100=1000萬的裝置造價，這還不包含軟體開發投入，而且這打的伺服器叢集管理也是不小得費用。所以說，計算力是限制當前AI發展的瓶頸，如果計算力（量子計算或者未來的其他計算基數）有指數級別的提升，那麼對於AI來說，將會引起方法上的更近和進步。
loo1001002019-04-01 17:23:00AI的方法論是什麼 不要亂創造詞彙啊 也請把一句話說完整了 簡略的讓人看不懂
瘋狂的丨白菜2019-04-01 14:08:10現在各個行業都在提AI，但是每個行業發展的都不一樣，是不是要先搞清楚了本行業的真正需求，用需求帶動人工智慧的發展，而不是用人工智慧帶動需求。強行施加給使用者的人工智慧真的不一定適合使用者。
使用者9836790651692019-04-02 10:16:11AI一直是在發展的，按目前來說顛覆的也只是我們的常識，但可以預料的到，AI會越來越智慧。
IT人李偉2019-04-02 00:30:19什麼是AI的方法論？目前好像沒有這個名詞，所以也就談不上顛覆。目前應關注的是，哪些領域的技術的發展能應用到AI上，應用到AI上又給哪些領域和行業帶來創新和變化。相輔相成，相互促進。
