- 博客(11)
- 收藏
- 关注
RSS订阅
原创 人工智能的主要研究流派和成果（一）
到了20世纪70年代，人工智能研究领域形成三驾马车：卡内基梅隆大学的纽厄尔和西蒙，斯坦福大学的麦肯锡，麻省理工学院的马文.明斯基。他们分属两个人工智能研究流派，信息计算学派和神经网络学派。前者着眼于程序的逻辑结构、符号操作系统以及编程语言，他们尤其强调“计算”这一概念对于人工智能研究的重要性；后者着眼于神经网络的研究，强调对大脑神经系统工作方式的探索和模拟。到了后期，逐渐意识到知识在人工智能中的作用，费根堡姆的专家系统和里兰的大百科全书系统正好印证知识的重要性
2017-07-24 12:26:05
13629
原创 人工智能的诞生与寒冬
“人工智能”一词正式诞生于1956年的达特茅斯会议。会议的组织者约翰.麦卡锡，是个雄心勃勃才三十岁的青年才俊，一直致力于有限自动机的研究，会议前一年，还和著名的信息论之父香农合著了《自动化研究》一书，鉴于让计算机具备的推理能力和智能行为的研究成果，他欢欣鼓舞，决定召开一次大规模的会议，希望借此将各地计算机智能的研究者们汇聚在一起，让思想的火花碰撞，激化出新的灵感， “人工智能”是这次会议的正式
2017-07-17 09:00:51
1197
原创 【无标题】神经网络是机器学习的主流
一是人工神经网络来自于脑神经科学，但仍然是基于有限认识上的行为模仿，其实质上是基于不同类型的有向图上的数学优化算法，并且不是精确的求解，而是通过一定的样本的反复学习训练，形成一定的权值记忆，结合神经网络模型的收敛性，以期达到一个近似统计学意义上的最佳求解，虽然很管用，但更像是一种数学游戏，鉴于脑科学认识的局限性，仍然谈不上是人类智慧复制。纵然如此，这有限的连接，就能制造出让人瞠目结舌的智能，一旦获得进一步的突破，会是怎样的一个局面，值得人们期待和担忧。，神经网络随即进入生成式大模型时代。
2025-04-06 19:42:35
715
原创 机器学习的定义和原理
举个例子，要让计算机能够识别菊花和玫瑰，如果我们首先告诉计算机，菊花是黄色的，玫瑰是红色的，那么，计算机识别到黄色就表示菊花，识别到红色就表示玫瑰，这就是显著式编程，如果只给计算机一些菊花和玫瑰的图片，然后编写程序，让计算机程序自己总结菊花和玫瑰的特征和区别，然后识别，这就是非显著编程。如果说，基于搜索算法、决策树一类的学习算法是基于概率性的归纳的话，那么，链接主义的神经网络，却是对人类神经系统感知和反射的神经元链接参数的学习训练的仿生，当然通过参数训练得到的结果仍存在不确定性，仍适用于PAC理论。
2025-03-08 21:17:12
862
原创 人工智能的数学特性
自计算机发明以来，数学化就具有特定的含义，那就是将一切知识符号化，这需要将非代数的数学代数化，早期的AI符号主义流派便顺着这个历史脉络，引领AI几十年的热潮，除了催生出大量高级计算机语言，还催生出LISP和prolog等逻辑语言，这一流派倾向于知识表达和演绎推理，以此构造具有庞大知识的专家系统，但不具备机器学习能力的静态知识体系显然难以适应知识的大爆炸,很快趋于没落，很快给日本第五代计算机浇了一盆冷水，将AI打入第二次低谷。AI的本质是一个数学问题的求解，你相信么？
2025-02-23 19:41:20
493
原创 人工智能背后的哲学
你可以说，不对，人工智能已具备机器学习能力，既具备学习能力，不就可以冲破设计者设下的模式框架藩篱？你还可以说，不对，ChatGPT都能写论文甚至吟诗了，就不具备创造性思维能力？首先，chatGPT运作模式已经设定，那就是Transformer，其运作机制是，通过编码输入，结合上下文识别，在通过大量文本训练的word embedding编码的多维语言模式空间中，匹配并解码输出相应的结果文本，这个多维语言模式空间像是黑匣子，不光人类理解不了，计算机更理解不了，它只是遵循一定算法、机械的编码和解码。
2025-02-16 09:10:34
253
原创 电力系统数字化转型（集团收权集中整治阶段）
也有些自主性强的电厂采取抵制行为，毕竟厂网分开后，发电企业处于竞争状态，效益大不如前。电网企业和发电企业的特点不同，电网的整体性和连接性强，国家电网公司依照标准，统一管理信息平台自有其道理，由于实施单元是作为核心生产经营业务，处于中间层位置的省级电网公司，实施起来相对容易，对于发电企业来说，核心生产和经营业务在电厂，二级分子公司相对虚化，一个发电集团下辖电厂很多，由于历史原因，原本的信息化程度比较高，一刀切的推倒重来，工程浩大，浪费严重，实在匪夷所思。
2023-04-20 15:04:22
147
原创 电力系统数字化转型历史（跨部门系统自建阶段）
这一时期，参与项目研发的IT开发商先是高校，高校老师可以提出先进的管理理念，却是理论的巨人，行动的矮子，他们往往临时拼凑几个老师组成松散联盟，合作接项目，项目到手却当起了甩手掌柜，正真的研发者是学生，学生是流水的兵，造成技术和经验难以继承和积累，于是高校被东软一类专业IT开发商替代，每次电力行业的信息化项目的竞标，往往可以发现，一个时期都是一些熟悉面孔，而代表的软件公司却不一定相同，所谓流水的公司铁打的兵，公司时常在竞争中被淘汰，这种诸侯混战的场面一直持续00年代中期。
2023-03-20 22:11:28
233
原创 【电力信息化建设肇始——部门尝试阶段】
不过彼时，虽然有部分集团公司进行全域性的数据规划，但真正着手全域性软件开发的并不多，大多遵循整体规划、分步实施的原则，这是一种审慎务实的态度，因为初次尝试存在不确定性，采取分步实施是规避风险的必要手段，所以大部分电力企业仍局限在个别部门的试水，主要集中在财务、预算、物资等专业，为什么？紧接着，其他部门开始东施效颦，就其目的，往往带有一定的盲目性，甚至纯粹为了迎合领导不切实际的想法，往往无补于实际问题的解决，一经研发完成，应付完领导视察，便束之高阁。
2023-03-14 22:28:51
139
原创 也谈电力企业数字化转型（系列之引言）
电力行业自然不会例外，数字化转型是机遇，也是挑战，虽然有人并不赞成这种国家推动的运动式企业行为，但作为国有企业的重灾区，电力行业是不是这种国家行为引起的领导层重视能成为消除电力企业信息化顽疾的契机，我们不得而知，但有一点是明确的，在大环境推动下，谁也不可能独善其身，因此不得不正面对待，迎接因为外部生态环境的变化带来的压力，于是不管是电网公司，还是发电团公司，都纷纷开始了行动。我们不得而知，也无权置喙。在2022年“数字化转型发展高峰论坛”上，中国信息通信研究院发布《新IT重塑企业数字化转型（2022年）》
2023-03-13 21:27:56
280
1
原创 人工智能的主要研究流派和成果（二）
信息计算学派的研究成果，无论智能化计算机语言、框架理论还是专家系统，虽然都各自提出了知识的表达方式，却不能解决一个关键的问题，那就是知识如何获取。在这一点上，神经网络学派恰好填补了空白，尤其在互联网时代，在信息技术积攒的海量数据面前，如何挖掘这一阿里巴巴式的洞藏宝藏，具备学习能力的人工神经网络便大显身手了，加上其学习能力一再提升，当深度学习横空出世，阿尔法狗战胜世界围棋冠军柯洁时，神经网络学派已是后来居上，成了人工智能的主力军。神经网络学派着眼于对大脑神经系统工作方式的探索和模拟，就发展历史来看，...
2021-01-18 16:30:24
1465
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人