导读：本篇文章首席CTO笔记来给大家介绍有关人工智能进化时需要什么的相关内容，希望对大家有所帮助，一起来看看吧。
人工智能如何自我进化
设计一种能够改进自身的人工智能是困难的，因为改进所需要的智能水平很高，或者说人工智能建立在复杂的基础上。无论是数学、程序还是各种智能模型都超出人工智能的理解能力，而要改进自身几乎不可能避开这些。那么可以从建立在简单基础上的低水平人工智能开始，使基础和智能水平相适应，从而能够不断自我进化达到很高水平。这不是新思路，只是缺乏理论指导，本文旨在提出一种初步理论。
自我进化的人工智能的关键在于正确设计初始智能和进化规则。强化学习也是如此，但它是复杂的人工智能，进化到一定程度会停止，需要人类来改进。简单的人工智能将类似人工生命，一开始是非常简单的，所有的复杂结构都是进化而来，这样能够避免自身超出自身的改进能力。初始智能和进化规则虽然是简单的，但是并不容易设计，需要符合一些原理。
初始智能的进化肯定会受到阻碍，这些阻碍足以导致进化失败，只有将阻碍转化为动力的进化方式才可能成功。比如初始智能可能会犯一些错误，但是正是从错误中学习才更加深刻，没有错误反而不好。闪电、火山、宇宙射线等对生命有害的因素对早期生命而言却是必不可少的，早期生命将劣势充分转化为优势不是偶然，如果生命不具有这种特性将无法诞生。初始智能能够进化得越来越复杂在于一个改变引起其他改变，这些改变又会引起更多改变，像滚雪球一样。这是一个递归的过程，初始智能和规则都需要体现递归的原理。智能体内部在任何时期都需要是递归的，进化这种时间上的递归和智能体这种空间上的递归是统一的。智能体必须是一个严密系统，各部分合理组织、紧密联系，同时既保持一定稳定性又保持一定可变性，保持稳定性是为了更好地变化，保持可变性是为了更好地稳定。智能体在很长时间内都不是在理解自身的基础上改进自身，而只是根据一些简单原则和方法。这些原则和方法需要不断更新，这是由智能体自身控制的，需要实现每次更新都是正确的并且促进下一次更新。智能体不一定需要自我复制，所有改变都可以发生在一个智能体上。规则之间的联系应该是非常紧密的，而且规则是统一的，各个部分采用同样的规则，这其实也是递归。因为当两个看似不相关的部分相遇时，它们能够很好地发生作用，就像遇到同类一样。规则还需要体现自相似这种递归，即简单规则组成的宏观规则和简单规则是相似的，只是层次不同而已。随着智能体的进化，规则本身也会进化，但是初始规则是不变的，新规则是初始规则的组合，那么初始规则必须是完备的，能够组成任何可能需要的规则。
初始智能处在一个虚拟环境中，与之构成一个系统共同进化。环境也可以理解为智能体的一部分，相当于它用于改进自身的工具。自我进化产生的智能必然是通用智能，因为只有通用智能才能解决自身遇到的各种问题。由于在虚拟环境中进化，它只是具备了智能的基本原理，就像婴儿大脑一样，有一个适应真实世界的过程，需要人类的引导和训练。
自我进化的人工智能是不可简约的，即要知道结果只有按照初始智能和规则一步步演化，没有更简单的方法可以准确预测。同时由于它是一个复杂的整体，除非深刻理解它，否则来自外部的修改可能都达不到预期效果，甚至适得其反，也就是说人类对进化过程是很难正确干预的。人类所做的只是设计初始智能和规则，进化过程可以为了研究而修改但是最终成品的进化过程是不应该修改的，因为容易出现无法预料的错误。研究进化过程时生命是一个重要参考，但是模拟生命进化是很困难的，因为生命建立在复杂的物质基础上。即使原理是简单的，还要充分理解物质性质才能正确理解和模拟生命，不如模拟更简单且更合适的。智能也是递归的，因为智能能够创造智能，其原理具有很强递归特性，从而非常适合自我进化。
人类为什么很难理解自我进化的原理？因为我们处在一个已经演化得非常复杂的世界，和初始智能的世界有巨大差异。我们遇到阻碍不一定需要转化为动力，有时忽视反而更好，有很多因素能够使我们突破阻碍，但是对于初始智能而言这是唯一能够成功的方式。我们的很多事物不需要是自我调节的，无论什么坏了都可以由人类来维修，但是对于初始智能而言没有任何高级智能能够帮助它。
既然人类可以直接设计人工智能，为什么还需要使其自我进化？因为有些是无法教给人工智能的，需要它自己去领悟。我认为技术奇点会由自我进化的人工智能达到，因为这样的智能才是完备的，直接设计的人工智能难免会有考虑不周之处，即使能够自我改进也会在未来遇到无法解决的问题。
目前主流的人工智能是将智能转化为计算，自我进化的人工智能则是将计算转化为智能。人类掌握了巨大的计算力却没有充分发挥出来，因为需要人类设计和改进算法。自我进化的人工智能其实是一种创造算法的算法，能够不断地将计算力转化为算法。人类学会创造新的智能是一个飞跃，学会创造自我进化的智能也是一个飞跃。
人工智能的兴起我们需要准备什么
要说今年最火的，莫过于共享经济和人工智能。20年前，一台名叫“深蓝”的IBM超级电脑击败了国际象棋大师卡斯帕罗夫，奠定了人工智能发展的基础。20年后，谷歌Deepmind团队开发的AlphaGo再一次打败了人类最强棋手，带动了人工智能发展的浪潮。
过去的10年间，移动互联网和物联网的出现逐渐改变了人们的生活方式，也积累了大量的数据基础，这些都成为了发展机器智能的基础。有人评论说，人工智能是时代发展的必然产物，之所以在过去的20年没有火起来，主要是受到半导体、数据积累、以及智能硬件发展的掣肘，如今半导体技术不断成熟，大数据和云计算发展完善，智能硬件的发展更加智能，这赋予了人工智能感觉、感知、神经中枢、智能处理等行为，未来人工智能的前景将更加广阔。
7月7日，在2017首届北大创新论坛的圆桌互动环节，北京大学人工智能创新中心主任、百度创始七剑客之一雷鸣；上海鸿凯投资公司总经理、复旦大学金融学博士檀江来；上海赢基财富公司董事长王进；广联达科技股份公司董事、高级副总裁刘谦就人工智能的发展来了一场“唇枪舌战”。
人工智能时代，我们该忧虑什么？人工智能的未来在哪里？人工智能将如何影响行业发展？
以下内容根据速记整理：
Q：人工智能发展这么快，我们该担心吗？
檀江来：回顾人类最近100年的工业史，发展速度越来越快，难免让人有点担心。如果未来人工智能快速发展，人类控制不了机器怎么办呢？我个人的观点是，未来3-4年，人工智能可能不会发展的那么快。人类对新技术的应用不会像潮水一样，马上就影响我们的生活和行业。比如，这两年投资领域流行一个词叫智能投顾，又称机器人投顾，是数字化投顾的一种，具体是指“通过互联网技术，以投资者的风险偏好和财务状况为依据，利用大数据和量化模型，为客户提供基于指数型基金的资产配置方案和财富管理服务，并根据市场情况进行持仓追踪和动态调整”。中国目前大概有上千个量化交易的团队，智能投顾主要集中在银行和证券业，对这些领域的发展有推动作用，未来还有很大的发展空间。
王进：关于人工智能，发达城市、高等院校研究院所在谈论，国外也在谈论，甚至在偏远的西部省区，绝大多数的产业规划里也都把大数据、人工智能作为了当地的支柱产业和未来发展方向，可见人工智能在中国的火热程度。
不过，对于人工智能，我有几个方面的担忧：
第一，人工智能到现在都没有一个总体的规划和布局，会不会像之前的项目一样，盲目上马，最后落得一地鸡毛？
第二，人工智能会以加速度的方式改变人类文明，它带来的影响比计算机技术还大。80年代初有一部美国电影叫《星球大战》，当时觉得影片中的很多场景都是幻想，结果都实现了。所以，我的感觉就是，如果这次人工智能的机会抓不住，以西方为代表的工业社会就会和发展中国家形成一个新的鸿沟。未来发展中国家在新的制造方面就很难形成产业优势，这是我的第二点担忧。
第三，刚刚鄂维南院士提到，中国在人工智能产、学、研上的投入比例非常低。这里有一个数据，不只是人工智能产业链，在技术产业化方面，中国高等院校的比例也只有不到5%。这意味着我们超过90%以上的研究成果是被浪费的。我们一直在模仿西方国家，在资本的推动下、模式的推动下，市场大环境的推动下，实现了快速的发展。但是，模式容易创造，真正的技术进步还是需要沉淀的。
刘谦：其实，人工智能已经融入我们的日常生活了，比如我们开车使用的导航，就是人工智能应用的一种。以前，我们开车的时候才用导航，现在，即使去熟悉的地方也会开着导航，因为导航可以智能匹配最优路线，让我们的出行更方便，更智慧。
《人类简史》里面提到了三次革命，最重要的一次是认知革命，即通过数据和科技改变我们的生活。也正是因为认知革命，才会把整个社会从原来的传统模式带入一个新的模式。所以，我认为人工智能一定是未来社会的发展趋势，而且会给经济发展和社会形态带来巨大变化。
与其担心人工智能，不如拥抱人工智能。2015年，AlphaGo刚开发出来的时候只有10到12岁的智商，但是它打破了人机仿真学的模式，通过大数据、云计算、深度学习，让人工智能技术不断进化。另外，人工智能不是单一的智能，未来它可以实现万物互联。
所以，如果用开放和拥抱的心态看人工智能，它是行业进步的大方向，但也绝对是一个大挑战。
雷鸣：从去年3月AlphaGo赢了棋手李世石，人工智能就开始进入大众视野并且越来越热。从技术角度来说，人工智能有三个基础组成部分：数据、算法和预算能力。预算能力随着GPU的提升发展很快，现在一个GPU服务器的运算能力是过去的几百倍，而且还在以一年半到两年的速度翻番。
另外就是数据，计算机被发明之后，数据的增长速度基本上是一年翻一番。关于深度学习，一开始方法非常差，最近几年有了质的变化，这就是现在的数据和运算能力深度学习模型，基本上可以接近人脑，或者超过人脑。
在应用方面，人工智能在各个垂直领域都有一定程度的替代性。各个领域，但凡通过学习和掌握重复提供标准化服务的，人工智能都可以替代，包括智能投顾、自动驾驶、安保、审计、简单的法律处理、在线医疗诊断等等。人工智能一旦找到一个真正的风口，发展速度是非常之快的。
Q2：结合产业，探讨一下未来人工智能的影响和愿景？
檀江来：我先谈一个例子。前段时间我们去考察科大讯飞的一个项目，是利用人工智能帮助学校老师改卷子。我们都知道，试卷里客观题比较好判断，对比选项就可以，但是主观题就比较麻烦，需要根据教学大纲里内容分析判断。但是科大讯飞做到了，并且已经在教育领域里面耕耘了好多年，很多学校都在用他们的产品，很多学生也在用。大家都知道中国家长最大的投资是小孩的教育。据科大讯飞内部的数据，目前已经有1万多所学校用了他们的产品，中国最优秀的100所学校有60多所在用他们的产品。这是一个了不起的市场。
希望未来在中国在金融市场上，我们也可以见到的一个比较好的人工智能标的，供大家参考。
王进：从社会需求来看，人工智能是一个必然趋势。我们知道，在北京上海这样的一线城市，企业最头痛的一件事就是不断上涨的人力成本。每个企业都在寻找降低成本的方式，其中一个就是技术进步带来的劳动生产率的提高，人工智能恰恰就可以提供这种可能性。
以我大学同学的公司为例，这个公司每年有80%的机器替代人工；还有另一个例子是相机行业，以前大家出门都是背着一个笨重的相机，现在人工智能也把这个行业给颠覆了。
所以，未来企业家招人的时候可能考虑更多的是需要引进几个机器人来替代工人。
刘谦：我们企业是专门服务于建设行业的。目前来看，建筑行业有很大的转型空间。
首先是建筑数字化，即以后我们交付的除了建筑实体，还有数字虚体；第二个数字化是整个建筑流程数字化；第三个是参与各方的数字化。这也是人工智能影响建筑行业的基础。
目前，全国有8000万的建筑从业人员，里面有5000万建筑工人。这些建筑工人在哪儿？在什么地方工作？每天上下班出勤情况怎么样？从业学历怎么样？这些都需要用数字化记录下来。这是第一个特征。
第二个特征是要把建筑行业的人与物、物与物在线连接起来。以前都是通过摄像头来操作，未来我们会把建筑实体和建筑物提前通过数字模型连接起来，把建筑物所有的信息传到数字虚体里面，然后再反向影响建筑实体，这样就构成了数字建筑。当我们完成数字化和在线化以后，就形成了非常重要的数据基础，整个建筑物也会走向智能化。
未来，人工智能带给传统行业的改变就是万物互联，但如果说人工智能会不会给建筑行业带来一些威胁，我觉得有两个。一是，如果人工智能在某些算法和数据采集上出现问题，可能导致安全事故发生；二是，当我们掌握大数据和人工智能技术之后，人可能更难控制了，那时候真正的威胁可能是来自于人。
未来，人工智能发展更多的不是技术本身，更重要的是我们的看法和我们本身。
雷鸣：人工智能进入每个行业都会衍生出很多的新事物，比如智能预警大楼、智能安防、智能制造，智能物流、智能驾驶等等，未来我们的生活会被数字包围。
Q3：人工智能将真正影响世界，这一点是确认无疑的。目前中国在这方面有没有领先优势和主动权？大家应该怎么样做？
檀江来：毫无疑问，人工智能已经在影响人类，未来会更加深刻的影响着我们的生产和生活。关于中国在人工智能领域的优势，我个人觉得有几点：
一，相比较美国，中国在人工智能领域的研究比较靠前，至少在人工智能的发展中，中国抢了一些先机。美国的优势在于可以吸引全世界的人才，中国政府如果可以把国内空气质量改善一下，相信优秀人才也会留在国内。
二，在中国，人工智能最迫切需要改善的领域可能是医疗。在之前的工业革命中，机器代替人已经很完整了，剩下的空间其实没有那么大。反倒是医疗行业，需要人工智能可能更迫切一些。
王进：我觉得政府在人工智能发展进程中，脚步走的稍微有点快。我们可以看到，各地政府在实际的生产过程中占用了大量资源。这种资源往往是不计较投入产出的，还造成了资源浪费。换一种说法就是，我们产、学、研模式没有理顺。实际上，我们可以把中央政府的很多投资放到专业机构中，让它发挥专业机构的培育和引领作用。
同样，我们也可以借鉴一些国外的做法，建立一些国家产业基金，重点扶持包括人工智能在内的重点行业。中国一定要跟世界接轨，吸引全世界最优秀的人才，最创新的想法，来实现人工智能的产业化、市场化。
刘谦：我们可以看到，在中国有80%的产业数据都集中在政府里面。如果政府把这些产业数据开放，支持我们国家的创新研究和人工智能技术研究，将会有一个非常好的促进作用。
另外，对于各个国家而言，人工智能正处在百花齐放、万家争鸣的阶段，需要尽管推动国家层面制定人工智能相关产业的政策和配套制度，这些也将对人工智能发展起到正向引导作用。
所以，我们要相信政府，相信市场，相信未来。
雷鸣：从国际角度来看，中国在人工智能的优势确实不错。中国有巨大的人才池，华人在人工智能领域的相应论文数量占了全球的将近一半。这是中国的第一点优势。
第二点，中国有非常大的市场优势。
第三点是说一下医疗领域。中国的医生数量很多，但是高质量的医生很少，这是我们的缺陷。但是落后并不见得是坏事，人工智能时代，中国完全可能在医疗行业实现超越。
人工智能需要学什么？
人工智能（AI）是一门极富挑战性的科学，从事这项工作的人必须懂得计算机知识，心理学和哲学。人工智能是包括十分广泛的科学，它由不同的领域组成，如机器学习，计算机视觉等等，总的说来，人工智能的目的就是让计算机这台机器能够象人一样思考。
在1955的时候，香农与人一起开发了The Logic TheoriST程序，它是一种采用树形结构的程序，在程序运行时，它在树中搜索，寻找与可能答案最接近的树的分枝进行探索，以得到正确的答案。
这个程序在人工智能的历史上可以说是有重要地位的，它在学术上和社会上带来的巨大的影响，以至于我们所采用的思想方法有许多还是来自于这个50年代的程序。
1956年，作为人工智能领域另一位著名科学家的麦卡希召集了一次会议来讨论人工智能未来的发展方向。从那时起，人工智能的名字才正式确立，这次会议在人工智能历史上不是巨大的成功。
但是这次会议给人工智能奠基人相互交流的机会，并为未来人工智能的发展起了铺垫的作用。在此以后，人工智能的重点开始变为建立实用的能够自行解决问题的系统，并要求系统有自学习能力。
在1957年，香农和另一些人又开发了一个程序称为General Problem Solver(GPS)，它对Wiener的反馈理论有一个扩展，并能够解决一些比较普遍的问题。
别的科学家在努力开发系统时，右图这位科学家作出了一项重大的贡献，他创建了表处理语言LISP，直到许多人工智能程序还在使用这种语言，它几乎成了人工智能的代名词，到了今天，LISP仍然在发展。
扩展资料：
一、信息技术简介
信息技术（Information Technology，缩写IT），是主要用于管理和处理信息所采用的各种技术的总称。它主要是应用计算机科学和通信技术来设计、开发、安装和实施信息系统及应用软件。
它也常被称为信息和通信技术（Information and Communications Technology, ICT）。主要包括传感技术、计算机与智能技术、通信技术和控制技术。
二、社会功能
信息技术在全球的广泛使用，不仅深刻地影响着经济结构与经济效率，而且作为先进生产力的代表，对社会文化和精神文明产生着深刻的影响。
信息技术已引起传统教育方式发生着深刻变化。计算机仿真技术、多媒体技术、虚拟现实技术和远程教育技术以及信息载体的多样性，使学习者可以克服时空障碍，更加主动地安排自己的学习时间和速度。
特别是借助于互联网的远程教育，将开辟出通达全球的知识传播通道，实现不同地区的学习者、传授者之间的互相对话和交流，不仅可望大大提高教育的效率，而且给学习者提供一个宽松的内容丰富的学习环境。远程教育的发展将在传统的教育领域引发一场革命，并促使人类知识水平的普遍提高。
互联网已经成为科学研究和技术开发不可缺少的工具。互联网拥有的600多个大型图书馆、400多个文献库和100万个信息源，成为科研人员可以随时进入并从中获取最新科技动态的信息宝库，大大节约查阅文献的时间和费用。
信息网络为各种思想文化的传播，提供了更加便捷的渠道，大量的信息通过网络渗入到社会各个角落，成为当今文化传播的重要手段。
参考资料：
百度百科－信息技术
结语：以上就是首席CTO笔记为大家介绍的关于人工智能进化时需要什么的全部内容了，希望对大家有所帮助，如果你还想了解更多这方面的信息，记得收藏关注本站。