原创《向人类思维进化的机器智能》：本文关于思维论文范文,可以做为相关论文参考文献,与写作提纲思路参考。
在IBM的计划中,沃森要打造的是一个生态系统
如果你认为机器人离人类生活还很遥远,不妨看看以下这些真实的场景：
无聊郁闷时,我在微博上发了一句“不开心,怎么破?”并@微软小冰,20秒后,她就送上了回复：“抱抱?皱着眉头容易长抬头纹哦,不骗你,是真的！”
只要我愿意,聊天就会一直持续下去.看这些机智温暖或逗比的回答,真有点云开雾散的效果.这样会聊天的小冰最近还登上了东航飞机,在无聊的空中飞行时间里为人解闷.
大家都熟悉的Siri和微软Cortana（国内称为“小娜”）,则是存活在手机里的小秘书,在你需要时,做些类似查询天气、拨打电话、发短信、查新闻的事情.
就在前不久,我的一些媒体同行在北京享用了一顿特别午餐,大厨是IBM沃森（Watson）,它会根据食材特质自主设计菜谱,人类厨师只需要完成加工的简单工作；而在美国的一些医院和研究机构,沃森已经开始帮助医生治疗癌症患者.
1月31日苹果公司发布一季度财报后,美联社在几分钟后就发表文章《苹果打破华尔街第一季度预期》,作者正是熟悉苹果风格的机器人.美联社在半年前开始采用机器人记者,每个季度能产生3000篇这样的稿件.
类似场景之多,大概讲上几天也是没有问题的.小冰、小娜、沃森这样的计算机虚拟人物,虽然没有科幻大片里那样酷炫的实体,但他们可以识别理解人类语义,模仿人类大脑运行,并按照人类习惯的语言方式给出答案,所以也算机器人的一种.
那么问题来了：他们是如何实现向人类进化的?
学习自然语言听懂人类
“芯片是硅做的,人是碳做的,硅与碳在元素周期表上正是同一族.让机器像人一样思考,是顺理成章的事.”IBM全球副总裁王阳在介绍人工智能和沃森技术时,曾经这样表述.
要说机器人技术哪家强,IBM沃森肯定算得上业内翘楚了.它在2007年诞生于IBM研究院的实验室,以IBM创始人Thomas J. Watson命名,首次为世人所熟知,是在2011年参加美国老牌智力竞赛节目“Jeopardy！”（危险边缘）,以高比分落差战胜两位人类答题高手.
不过,与电影里机器人拯救或摧毁世界的酷炫场景不同,所谓沃森机器人,其实就是IBM超级计算机沃森所具备的AI技术.它包括数十台IBM Power7服务器,根据不同应用场景进行运算,给出人类需要的答案.
沃森的工作流程大致是：通过语法语义分析问题——搜索知识库,提取备选答案（它可以在不到5秒的时间查看约2亿页内容）——针对备选答案搜寻证据——启动逻辑推理程序,对备选答案进行合并和可信度排名——得出最佳选项.
听起来似乎只是一堆冷冰冰的计算机在跑程序,但IBM研究院苏中博士告诉《时间线》,以《危险边缘》为例,沃森的神奇之处在于,它参赛时并没有联网,所有知识都来自过去四年IBM工作人员的培训.
培训开始前,沃森在开放领域的答题准确率只有20%至30%.期间算法不断完善,类似人类的记忆学习过程,机器在读懂自然语言后,进行自主学习、分析、预测,最后做到3秒中精准回答问题.为了提高准确率,避免答错扣分,这只聪明的家伙还会选择放弃一些不确定答案的问题.
沃森所代表的认知计算,被蓝巨人认为是未来的重要发展方向.2014年1月,IBM为其在纽约成立了专门的业务集团Watson Group,提供10亿美元资金支持.IBM总裁、董事长及首席执行官罗睿兰也在2014年一封致股东的年度信中称,Watson认知计算技术、云计算及互动系统将彻底改变IBM.
在沃森可能带来的这场变革中,苏中认为,其最重要的突破在于理解人类语义——“它首先得明白问题的意思是什么”.
要知道,沃森面临的问题,可不仅仅是“1+1等于?”这样的直接提问,比如在《危险边缘》里,沃森需要理解主持人的段子、讽刺、谜语等表达方式.这是此前的计算机很难达到的程度,也是机器向人类进化所要跨越的第一步.
IT 巨头们自然都不会放过参与机器进化的机会.在理解自然语言方面,谷歌、微软也有着各自的动作.
比如《时间线》了解到,奇点大学校长、谷歌工程总监雷·库兹韦尔在最近到访中国,与周鸿祎会面期间,就以Google Tranlsate为例,介绍了机器是如何理解人类语言的：
“在几年前其实就是文字匹配,我们创造一个数据库,然后去寻找跟这个数据库里匹配的翻译.现在我们试图用更深层次的机器学习来打造这个产品,我现在做的工作就是模拟真正人类的翻译模式.比如当你试图理解我在说什么的时候,你是在自己头脑中创造另一种想法,来匹配我的意愿,创造一个阶级状的语义模型,然后用另一种语言诠释出来.”
而微软最近的代表作就是“萌妹子”小冰了.这款智能聊天机器人的资料库包括中国近7亿网民多年积累的全部公开聊天记录,微软从中精炼了1500万条语料库,让小冰可以通过上下文语境进行回复.
不过,小冰的智能程度显然与沃森还不在同一量级.这位“16岁少女”的智商并不稳定,答非所问的表现会不时提醒你：陪你聊天的终究还只是一位虚拟机器人.
建立深度神经网络认识世界
相比沃森,IBM的另一项新技术更加充满未来感.
在2014年8月的《科学》杂志上,IBM公司与康奈尔大学的课题研究人员发表了一项计算机芯片成果——他们模仿人脑结构,制造出一款集成54亿个晶体管、包含4096多个神经突触核心的芯片.
在这款芯片中,每个神经突触都有自己的计算结构,并与人脑生物组成部分相对应.人脑的运作原理被搬进芯片.核心内存相当于脑神经突触,处理器相当于核心的神经元,接线相当于大脑轴突的神经纤维.
芯片兼具高效和节能的优点.根据文章介绍,芯片被设计成类似一种脉冲神经网络.与普通神经网络每隔固定时间处理一次数据不同的是,脉冲神经网络只会在电量超过阕值时才会被激发,被激发的部位再反过来影响其他“神经元”.据此,每触发一次,芯片可以产生100万个可编程的脉冲神经元,和2.56亿个可配置的神经突触.
思维论文参考资料：
结论：向人类思维进化的机器智能为关于思维方面的的相关大学硕士和相关本科毕业论文以及相关思维论文开题报告范文和职称论文写作参考文献资料下载。
