专业正规安全的配资公司炒股平台门户网
关键词不能为空

期货配资

导航

「人工智能 炒股 平台」用人工智能炒股可行吗

未知
admin

人工智能 炒股 平台:用人工智能炒股可行吗

可行啊,现在的人工智能说白了就是一种大数据的分析,但是炒股的话大数据是很重要的一块,人工智能可能会分析的更透彻一点,但是有一个问题就是数据是死的,机器也是死的,但是股市是活的,所以还是二者结合,以人工智能的结果做一个基础预判,最终的决策还是在自己更可靠一点

人工智能 炒股 平台:人工智能可以用来炒股吗

说的神乎其神,人工智能能用来炒股吗?人工智能在围棋、象棋、德扑等领域都已经取得了碾压式胜利,这已经是一个不争的事实。事实上AlphaGo这样的AI已经可以用于任何需要理解复杂模式、进行长期计划、并制定决策的领域。人们不禁想问,还有什么是人工智能不能克服的吗?譬如说,变幻莫测的A股?对于这个问题,持各种观点的都不乏其人。探讨它实可以分为两个部分:1. 股市可以预测吗? 2、 假如可以预测,用机器学习的方法去预测可以吗?先回答第一个问题:股市的涨跌可以预测吗?如果将股市的价格变化看做一个随时间变化的序列,Price = Market (t), 我们往往会发现,不管是尝试用N个模型(线性,非线性, 概率)来进行逼近,即使是建立了符合股价变化的这样的模型,并且在有足够多的训练数据的情况下模拟出了股价,但是这些模型最多只能在特定的区间能做一些并不十分精准的预测。首先是ReinforcementLearning, 这个算法基于马尔可夫性,从一个状态预测下一个状态,但是股价的涨跌具有强烈的马尔可夫性吗?也就是上一时刻的股价与下一个时刻的股价间有必然的联系吗?应该是不太大。这种基于N阶马尔可夫性的系统对于股价的分析很不利。而且假如只使用股价的历史数据进行模型的训练的话,准确度可以说几乎为0。事实上影响股价的因素不仅仅是历史股价,还有更多的因素,公司的近况,股民对股票的态度,政策的影响等等。所以许多人从这方面进行入手,用人工智能提供的快速计算能力,使用合适的模型,来量化这些因素,例如, (政策X出台, 可能会对股价造成变化y元)。当你的模型将所有的因素全都考虑进来, 那么股价的预测就唾手可得了。股价 = f(政策因素, 公司情况,市场因素, 历史股价,上一年历史股价, 某个股民自杀的影响...)然而这些因素到底有多少? 它们之间会如何影响,这才是问题的关键。在某些稳定的情况下,我们是可以做大概的预测的,但是有很多时候会不准确,这是因为,你的模型很难把所有的 因素都考虑进来。而且因素与因素间还会产生互相影响的情况下。股价的模型将会变得极其复杂。如下图:一个因素与一个因素之间的互相影响是很可能被预测出来的,但是假如它们之间产生了相互的影响,这时候整个系统就变得几乎不可预测了。一个因素发生变化,会造成好几个因素的变化,最后这几个因素又会反作用回来使上一个因素直接或间接的发生变化,股价变化一下子就变得难以捉摸起来。一些微小的因素也可以通过这种系统无限的放大,最后给股市造成巨大的影响。那么是不是预测股价是就是不可能的呢?事实上人工智能远比我们想象的更强大。例如非常繁复的Bayesian reasoning,包括deep learning/deepreinforcement learning,它们都能表示复杂的hidden variables之间的关系。现在国内外也已经有许多公司在探索将人工智能应用于股市的可能性了。但是这里所说的将人工智能技术应用于股市,大部分不是说让人工智能代替人去做决策,而是利用人工智能在数据处理和不受主观喜好影响上的优势,在投资决策中扮演一个“AI专家顾问系统”的角色,去辅助人类做出更明智的决策。股市分析包括基本面分析与技术分析两大块,而人工智能技术在这两方面都能发挥作用:1基本面分析简言之,就是读取各类财经资讯。面对网上海量又纷繁复杂的信息,只依靠人脑已经无法解决问题了。我们知道数据挖掘的三个V,(Volume数据大),(Velocity更新快),(Variety多样),在处理这样的海量数据时,计算机相比人脑具有不可比拟的优势。而深度学习在自然语言处理领域的应用,可以做到在海量的信息中做出自动摘要,提取出精华信息以帮助人类进行决策。另外,股票价格在很大程度上是由买卖双方的力量对比决定的,是由每个股民对某支股票的情绪而决定的。如果大家都很看好一支股票,那么它就很可能会涨;反之会跌。还有一些特定事件会很明显地影响到股票价格,例如今年美国40年来首次开放原油出口后,国内能源版块不出意料下跌了。这也是为什么这么多股民会刷新闻,看动态来保持敏锐的嗅觉。可以看出,在预测股票这件事上,最重要的是信息,或者说是数据,从中挖掘股民的情绪。而情绪识别已经是人工智能所擅长的技术了。国外已经有很多这方面的研究,也有DataMinr这样的公司专注从社交媒体中提取有价值的金融信号。如下图,美联社官推被黑(谣言奥巴马被袭击受伤),很快股市出现了大幅度下滑-上升(看13点左右)。虽然这个事件较为特殊,但是设想如果能够在第一时间得到类似消息,实际上就掌握了预测股市的主动权。可以大胆想象,如果将情感分析与机器学习相结合,抓来海量的数据,去做情感分析,大概找出民众对于对某些股票持乐观还是悲观的情绪,那么至少可以将这一因素纳入模型学习范围中。现存的很多论文都是在情感分析上找寻很多办法去提高准确率。其他一些更简单的做法还有:(1)Google Trend。这个是很简单的办法:谷歌提供的搜索量数据,利用搜索量的变化来预测。(2)利用Twitter Volume(相关Twitter的发帖数量)2. 技术分析传统技术分析中的K线分析,什么“大阳星”、“小阴星”、“旭日东升”、“穿头破脚”,其实就是人脑的模式识别。受人脑信息处理能力的限制,这些识别出来的模式有以下缺点:(1)只是单条K线的、只是基于一个模糊的形状,似是而非的、没有确切的数字标准的;(2)基于有限的历史信息的。 而好的深度学习策略,可以突破人脑的限制,比如突破单一K线的限制,从更多的财经信号(其他股票、黄金、外汇等)中寻找规律;或是从一个更长时间段的历史信息中识别出规律。总之,人工智能将提升我们处理信息的深度、广度。使用基于人工智能技术的“智能投顾”的人,将比不运用或是还在利用“人脑”进行基本面分析与技术分析的人占信息优势,从而也就更可能在股市中盈利。人工智能在证券投资领域的兴起始于2007年。彼时,第一个纯人工智能的投资基金在美国纽约诞生,此后人工智能在证券投研领域的发展步入快车道; 事实上,在证券投资领域,人工智能早已经不是什么新鲜事,量化对冲基金经理遍布于北京金融街、上海陆家嘴。一般来说,公募基金或大型私募的量化投资部由两部分组成,一部分是投研团队,另一部分是IT团队,投研团队提出需求,IT团队做出算法交易的模块,解决基金经理们的需求。“正常情况下,我每天的工作流程是早上起床后看一下(机器)生成的股票清单,再看看组合管理系统里每个策略配了多少权重,这些策略加起来的仓位又是多少,然后根据机器所给出的信号(卖出或买入)的各类数据(包括融资融券、投资者入场情况等),判断机器给出的信号有没有明显的错误。”一位量化对冲经理说,如果当天需要交易,他就会生成交易指令,再下单到交易系统,交易系统就会开始自动运作。在传统的投研中,基金经理及研究员们对财务、交易、市场等数据进行建模,分析其显著特征,利用回归分析等传统机器学习算法作出交易策略,到了人工智能阶段,这些工作便交给了计算机。目前,一些私募基金已开始将量化对冲的三个子领域融入日常交易策略中,尝试获取收益,它们包括机器学习、自然语言处理与知识图谱。例如,作为全球最大的对冲基金,桥水联合(Bridgewater Asspcoates)使用的是一种基于历史数据与统计概率的交易算法,让系统能够自主学习市场变化并适应新的信息。AlphaGo大胜李世石柯洁,引发全世界关注。投射到投研领域,则是以人工智能量化选股和人类基金经理之间的对决。已经证明的是,人工智能选股在规避市场波动下的非理性选择、回避非系统性风险、获取确定性收益方面等更胜一筹,波动率、最大回撤等指标也更低,表现更稳定。然而,机器虽然动作比人快,但思维还是没人快。比如面对某个新出台的政策、市场热点,基金经理可以立即以此为主线采取行动。但是机器没那么快。这是人的优势。再譬如,机器一次只能做到一个阶段做一个策略,比如供给侧改革,只能想到煤炭、钢铁、有色金属里的股票,但是对基金经理,他就还能同时做价值投资或动量反转等策略。整体来说,将整个股票投资决策过程全部交给机器,目前来说还属于少部分金融巨头企业才能做到的事情。美国硅谷“感知力”技术公司让人工智能程序全程负责股票交易,与其他一些运用人工智能的投资公司不同,该公司交易部门只有两名员工负责监控机器,以确保出现不可控情形时可通过关机终止交易。据报道,“感知力”公司的人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器,其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易,目前可在几分钟内模拟1800天的交易量,经过测试,不好的“基因”被剔除,好的“基因”被保留。通过考验的好“基因”被用于真正的交易。公司员工只需设定好时间、回报率、风险指数等交易指标,剩下的一切都交由机器负责。公司首席投资官杰夫·霍尔曼透露,目前机器在没有人为干预情况下掌握着大量股票,每天完成数以百计的交易,持仓期限为数日到几周。公司说机器的表现已超越他们设定的内部指标,但没有透露指标的具体内容。随着人工智能技术的持续进步,人工智能投资成为被学术界和资本看好的领域。英国布里斯托尔大学教授克里斯蒂亚尼尼说,股票投资是十大最有可能被人工智能改变的行业之一。另一方面,也不是所有的投资商都信任机器,英国对冲基金曼氏金融首席科学家莱德福警告说,不应过度信任人工智能投资,该领域还远没有成熟。虽然有各种各样具有迷惑性的承诺,很多投资人的钱却有去无回。

人工智能 炒股 平台:目前人工智能对炒股有帮助吗?有好的软件推荐吗?

同花顺:同花顺是比较老牌的炒股软件了,也是比较早涉猎人工智能的公司之一。 易选股:中国新兴的证券FIN-AI(金融人工智能)公司,致力于发展人工智能和机器学习在证券领域的应用,打造全方位大数据证券服务平台。

人工智能 炒股 平台:人工智能炒股程序来了你敢把投资交给机器吗

不敢!我是打死也不相信这世界上有某种方法能预测股价波动并能牟利,包括人工智能。 人工智能无非是总结以前的股市波动规律。但是,以前的规律只能预测大的趋势(这也是勉强做到),未来从来都没有按照过去的规律向前发展。所以人工智能的收益估计和散户一样。

人工智能 炒股 平台:是否有人用人工智能炒股

我在用盈首Ai炒股机器人

人工智能 炒股 平台:人工智能概念股有哪些股票

1、东方网力 东方网力成立于2000年9月,总部位于中国北京,2014年1月在深交所创业板上市,股票代码:300367。公司在中国境内21个区域及美国、东南亚等设有分公司或办事处。2、科大讯飞科大讯飞股份有限公司成立于1999年12月30日,经营范围包括增值电信业务,专业技术人员培训,计算机软、硬件开发、生产和销售及技术服务。股票代码002230。3、海康威视2010年5月,海康威视在深圳证券交易所中小企业板上市,股票代码:002415。基于创新的管理模式,良好的经营业绩,公司先后荣获“2016&2017CCTV中国十佳上市公司”、“中国中小板上市公司价值十强”。4、高新兴2010年5月,海康威视在深圳证券交易所中小企业板上市,股票代码:002415。基于创新的管理模式,良好的经营业绩,公司先后荣获“2016&2017CCTV中国十佳上市公司”4、“中国中小板上市公司价值十强”。5、东方国信东方国信成立于1997年,是中国领先的大数据上市科技公司(股票代码 300166)。自成立以来,东方国信就专注于大数据领域,通打造了面向大数据采集、汇聚、处理、存储、分析、挖掘、应用、管控为一体的大数据核心能力。参考资料来源:人民网-“人工智能”频现牛股 须警惕伪概念股

人工智能 炒股 平台:如今那么多的炒股软件里,哪个有人工智能功能啊?

股票卫士APP利用谷歌AlphaGo技术整合全网碎片数据并提供针对整个股票市场的实时智能监测。正是利用强大的数据采集处理能力以及基于最先进的神经网络人工智能技术系统,股票卫士为广大股民提供精准买卖预警、股票自选股实时监测,为广大股民保驾护航,相当于生活中的股票智能管家,堪称“股市的360”。

人工智能 炒股 平台:当人工智能开始炒股,它会怎么做

人工智能投资系统可以通过经验学习实现“自主进化”。公司在全球拥有数千台同时运行的机器,其独特算法创造了数万亿被称为“基因”的虚拟交易者。系统利用历史数据模拟交易,目前可在几分钟内模拟1800天的交易量,经过测试,不好的“基因”被剔除,好的“基因”被保留。通过考验的好“基因”被用于真正的交易。公司员工只需设定好时间、回报率、风险指数等交易指标,剩下的一切都交由机器负责。

人工智能 炒股 平台:同花顺能靠人工智能炒股逆袭东方财富吗

人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能。 人工智能的定义可以分为两部分,即“人工”和“智能”。“人工”比较好理解,争议性也不大。有时我们会要考虑什么是人力所能及制造的,或者人自身的智能程度有没有高到可以创造人工智能的地步,等等。但总的来说,“人工系统”就是通常意义下的人工系统。 人工智能在计算机领域内,得到了愈加广泛的重视。并在机器人,经济政治决策,控制系统,仿真系统中得到应用。 用来研究人工智能的主要物质基础以及能够实现人工智能技术平台的机器就是计算机,人工智能的发展历史是和计算机科学技术的发展史联系在一起的。

人工智能 炒股 平台:人工智能炒股大概是怎么回事

智能是什么?学习, 记忆 ,联想, 推理,大概就是这些东西。人工智能就是人为地,让计算机通过某些程序算法去拥有智能。电脑,大家都了解,虽然计算能力惊人,不过总是死板的,冷冰冰的机器,必须在人给予具体的步骤后才能完成工作。如何使电脑拥有自主性呢?或者更具体一些,如何让其获得自主学习的能力?一想觉得很难,但其实很简单,只要有一个模拟人脑的算法就可以,即“神经网络”。顾名思义,这个算法的结构类似于人脑,类似于神经元互相联结的网络。 对于人脑,当外界输入信息,比如眼睛看见某种水果,则水果的颜色,形状,花纹等信息经过脑中神经网络的处理后得出是苹果,橘子或是西瓜的结论。 类似地,计算机对从外界输入的信息在神经网络这个算法中进行加减乘除,然后输出结果。大伙肯定会有疑问,人脑如此复杂的结构,怎么可能随随便便就在计算机上设计出来呢?我在接触人工智能前也有这样的困惑,但让我吃惊的是,我们不用管网络具体是什么样子的,电脑在用历史数据进行训练的过程中会自我调节,直到生成一个能完成任务的结构。所谓训练,是将历史数据输入网络,然后将输出的结果和作为导师的参考答案相比较,再根据差距自动调节网络的参数,如此一步步地调整,直到其能够输出令人满意的结果,而完成训练的程序就可以用来预测了。

人工智能 炒股 平台:股民必备炒股APP有哪些?

随着互联网金融发展的浪潮,手机炒股APP也随之蓬勃发展,各类炒股APP的用户数呈几何级别的增长。股民在挑选炒股APP时也眼花缭乱,下面小编就给大家推荐一些各个领域优秀的炒股APP。

实用性与特色指标兼具,还有别家不可替代的优势的炒股APP

一、经传股事汇

1. 强大的行情数据、投顾直播、问答社区、投顾圈子;

2.大盘分析,投资策略建议,板块异动一目了然,热门榜单、主力净买排名情况实时把握;

3.独创【三板斧】特色指标,三步定买卖

·一看趋势:智能辅助线!黄线上穿红线,趋势向好;下穿趋势走坏。牛市中黄线之上,坚决持股!

·二核资金:主力追踪,主力资金流向一清二楚。

·三盯买卖:慧眼K线,B点信号持股待涨,S点信号持币观望。

·捕捞季节:金叉买入,死叉卖出。彩柱越多趋势越强。

二、同花顺

1.行情可靠、稳定、7*24小时全球财经直播,数据全面;

2.支持全国众多券商在线交易,几乎覆盖全部券商,极速交易;

3.模拟炒股功能,最真实的模拟炒股练习、交流平台,20万模拟金免费送,A股、港美股轻松玩,结合真实股票行情撮合成交!

4.用户体验好,速度快,深受股民欢迎的免费炒股(金融/投资/理财/证券)软件。

日常使用的话,同花顺几乎是必备

轻便、简洁、通用的炒股APP

腾讯自选股

腾讯自选股APP由腾讯开发设计,是一款基于互联网的证券APP。软件使用比较方便快捷,充分考虑消费者的习惯,使用QQ帐号就可以快捷登录不用注册其他账号,还可以同步使用QQ、软件或者网页就可以清清楚楚看到股票的具体情况。(其设计思想就是围绕“轻便简洁”进行设计的)

个股新闻资讯大而全的炒股APP

东方财富

东方财富提供全球股票行情,权威的资讯内容,还有专业数据分析,搜集股市具体资料等功能,是投资者的优选炒股软件。东方财富的特色功能是股吧-----中国人气投资者互动社区,热门实时获悉政策动向,重大新闻和自选股情报。股吧供股票爱好者进行讨论股票行情。

云财经

云财经是领先的人工智能炒股工具,大数据挖掘待炒热点,题材热点全监控,股票情报垂直搜索,实时聚合信息,是一个股票资讯全聚台,股民获取股票情报的顺风耳、千里眼。

以快讯、实时消息的时效性著名炒股APP

财联社

财联社是一款手机财经新闻资讯的软件,滚动快讯,为股民提供24小时滚动播报财经新闻。解读当下最热的题材概念,点评分析优质概念个股。财联社团队有主流媒体记者,研究员,投资界人士等,让股民时刻了解股票市场的动态和走向,抓住最佳投资机会。

股市KOL社交的炒股APP

雪球

雪球聚集一大批专业投资者,用户内容的专业性、多维度、真实性以及高交互吸引着大量有相同需求和目的的用户。一大批理性的投资者聚集在雪球网,所以在雪球真的是可以学到很多经验,尤其是投资新手,更应该来这里,多和有经验的大神交流,让自己受益匪浅。

换手率

换手率汇聚了国内众多的神盘感短线自媒体!每天实时剖析大盘,传授短线个股挖掘分析思路。

淘股吧

淘股吧炒股牛人云集,是职业投资者大本营。淘股吧里有最新最全的股票投资资讯和很多股票大神达人分享的实战经验和方法,帮助股民快速上手和成为股票达人,让股民轻松愉快玩转股票。

特色资金指标的炒股APP

经传股事汇、同花顺、东方财富、换手率、云财经,这些炒股APP资金指标很全。

人工智能 炒股 平台:如果人工智能用来炒股或者类似的其他投资是不是会一直赚钱?

谢邀:这是理想的状况下,市场是瞬息万变的,人工智能只是编程代码的呈现,终会有漏洞之处,加之国内股市的可操作性太大,如果靠人工智能的编程代码很可能造成大的亏损。个人认为,人工智能只能用于行情操作时段的止盈止损上面以弥补人性的贪婪和侥幸心理。投资有风险,操作需谨慎!!!

人工智能 炒股 平台:把人工智能用于外汇市场、期货市场、股票市场上,能赚到钱吗?虽然人工智能很强大,但我表示怀疑?

可以赚钱,小编所在平台BigQuant是国内首家将人工智能应用于量化投资领域的平台级产品,过去一段时间的实践经验告诉我们,在这个大数据时代下,机器做的一定比人做的更好,它可以帮助普通投资者短时间内赶超经验丰富的投资者。

BigQuant希望可以将人工智能的能力赋予每一位量化投资者,平台拥有A股、美股、港股、期货、期权等多市场海量数据,全面支持主流AI框架。平台提供代码模式、生成器模式和可视化模式共三种模式进行策略开发,让不同专业水平的用户都能在平台开发策略。可视化策略开发是业内成熟的开发模式,也是业内微软、谷歌等采取的方式,用户仅需拖拽模块而无需编程就可以开发出人工智能驱动的量化投资策略,让金融工程师、普通交易员甚至业务人员都可以无门槛的使用人工智能技术提升投资效率及效果,而不需学习大量艰深的编程和算法知识。

平台目前90%以上的策略都是人工智能驱动的AI量化策略,如果要具体的案例,可以前往BigQuant平台策略天梯查看,策略均经过长时间回测和模拟实盘检验,小编截取部分大家可以简单了解一下。

BigQuant——人工智能量化投资平台

人工智能领域的“新势力”:通用人工智能

1

如果有一天,人类真的做出了能够思考的机器,那么所产生绝不仅仅是巨大的社会影响,也将带来巨量的市场机遇。1956年,达特茅斯会议正式吹响了进军人工智能的号角,在后续的六十年里,浩浩荡荡的人工智能研究军团从集结力量到溃败逃散,历经数次反复。

梦想敌不过惨烈的现实,人工智能内部开始分化,形成“问题求解、逻辑推理、知识工程、感知运动、机器人”等多个不同的方向,遗憾的是这些方向之间并不存在可能的统合方式。这也就意味着,整体上表现出类人智能的机器依旧不会从中诞生。于是,人工智能技术应用被人诟病便不足为奇了:任何被认为“智能”的技术,产品化后便不再“智能”。

直到通用人工智能的出现,上述尴尬困境才被推翻。

2

展开剩余92%

什么是通用人工智能

尽管人工智能术语最初用于表达与人类智能相似的机器智能,但在跌宕起伏的发展历程中,其内涵已经产生了分化:目前几乎等同为机器学习、统计分析的代名词,专注具体应用而远离了智能探索的初衷,这是早期对智能问题过于乐观估计的结果。

在这种情况下,一部分依旧坚守梦想的学者开始使用通用人工智能(Artificial General Intelligence,AGI)作为正式用语。也就是说,人工智能领域目前存在两个迥然不同的派别:专用人工智能(Special-purpose AI或Narrow AI)与通用人工智能。

然而,人工智能(AI)这一提法沿用至今,逐渐与专用人工智能等同。但实际上,人工智能包括专用人工智能和通用人工智能两个不同的子领域,即:

人工智能(AI)= 专用人工智能(SAI)+ 通用人工智能(AGI)

人工智能本质上为类人智能,即追求设计和开发像人脑那样工作的软件或硬件系统。对于“智能”理解的差异,使人工智能分化为专用和通用两个不同分支。其实,专用和通用存在根本性差异:专用人工智能的目标是行为层面上“看起来像有智能”,通用人工智能关注系统从内在层面上“如何才能实现真正的智能”。

专用人工智能先做后思,即开始并不深究智能也不对智能做清晰的定义,而是通过技术迭代渐进式地提升智能化的程度,分为符号主义、联结主义和行为主义三个派别。通用人工智能则认为智能的存在代表着可以被认知的理性原则,采取先思后做的路径。

事实上,通用人工智能内部也存在不同学说和派别。在本文中,基于的“智能的一般理论”及其“非公理逻辑推理系统(NARS)”的工程实现,便是通用人工智能领域中极具代表性和影响力的学派,其创始人为美国天普大学的王培教授。

其对智能的操作性定义为:智能就是在知识和资源相对不足的条件下主体的适应能力。智能绝非全知全能或比定然人更聪明,正是基于知识和资源相对不足假设而非某种预设的高深叵测的算法,使得所构建的NARS系统“恰好”不但具有感知、运动等低层活动(配备机械躯体和传感器),也具有类似人脑的情感、记忆、推理、决策乃至自我意识等高级认知活动。

同时,系统尤其强调经验的可塑性,以及经验与系统个性和自我发展的相互影响。然而,这些自生的高级认知活动是专用人工智能系统根本不具有的。一言以蔽之,那便是:能思考、有情感、有自我意识的智能系统已经存在。

3

常见误解

(一)人工智能的分类

在各类刊物中,人工智能有三种分类:第一种,分为计算智能、感知智能和认知智能三种;第二种,分为弱人工智能和强人工智能两种,而强人工智能也正是通用人工智能;第三种,则分为专用人工智能和通用人工智能两种。

第一种分类常见于行业演讲和报告中,既缺乏理论依据又具有误导性。实际上,所谓的计算智能和感知智能并不是真正意义的智能,但却错误地将智能实现分成三步,而且当前已经完成前两步即将走完最后一步,殊不知认知智能的实现根本不是如此。第二种则始于哲学讨论,“强—弱”意指智能的真假之分,而被大众误读为智能的宽与窄之分。

事实上,三者之间不存在等同关系,只有第三种分类──“专用人工智能”和“通用人工智能”才是真正符合和适合当下语境交流的正确概念分类。

(二)“超级智能”

人们自觉正处于一个快速发展的时代。特别是在中国,技术的“指数发展”更符合个人生活体验,“奇点”论在中国特别有市场。“奇点”的指数发展基于代际之间的迭代进化而实现,在物种进化的尺度上,人类智能的确由低智能动物发展而来,但这不意味着智能可以无限制发展下去。实际上,在任何领域中,按某个量已有增长趋势而推之未来的预测都不可靠。

具体到人工智能,在硬件方面,“奇点”论认为智能机器通过制造出比自身智能水平更高的机器而实现“奇点”,然而至今也没有任何一台机器可以独立创造出另一台机器,更别说具备一定智能水平;在软件方面,人们期待人工智能通过“给自己编制程序”来进化,此乃缺乏计算机知识所导致的误解。

不仅允许自我修改的程序设计语言早已存在多年(如Lisp和Prolog),而且至今未曾在计算机病毒程序中发现智能的产生迹象,尽管它们也已经自我复制并繁衍了多年。

智能本质上是一种对环境的适应能力。正所谓“鱼和熊掌不可兼得”,若要实现这种适应,有得必然有失。或者换言之,在任意情况下都能够全盘了解并做出最优选择的“东西”一定不智能,而且不仅不智能同时也是不可能。因此,所谓“超级智能”是不会出现的。

(三)“人工智能将取代人类”

专用人工智能具有浓厚的客体性工具色彩并不能构成对人类的威胁,公众真正担心的正是通用人工智能。与专用人工智能完全不同,通用人工智能系统对所有应用场景均不预设任何算法,从而具有问题解决的通用性。

当然,并不是说通用人工智能系统的构建不是算法实现的,而是其内部的算法仅仅用于协调和保持系统自身各个耦合功能模块的运行,并不直接作用于外在经验的加工。

对现实应用问题的分析和解决,全部来自个体学习的经验积累。这点与人类完全一致,刚开始运行的NARS系统,记忆空间没有任何知识和技能,就好似人类婴儿一般。在后续的系统与系统、系统与人的交互过程中才能逐渐学到本领。

而且,经验的积累有一个理解和消化的过程,而单纯地输入“你必须喜欢人类”、“人类利益第一位”等高阶信念是无效的,这就意味着系统的经验建构是内生的,绝不是外界灌数据便能够轻松做到。试想,如若不然,我们不就同样可以把数理化知识一并给孩子们成功“填鸭”了么?

因此,通用人工智能系统的成长需要人类的协助,其获得的经验也与人类多有共同之处。

当然,正所谓“近朱者赤近墨者黑”,“好人”能够教出“好的”通用人工智能系统,而“坏人”也能够教出“坏的”通用人工智能系统。但无论如何,其与人类关系密切,并没有充分的理由和必要在种群的整体层面上与人为敌,“人工智能将取代人类”只是我们自己的担忧而已,就好似很多人明知道世界上没有鬼,却在夜行路上总是担惊受怕一样。

4

应用前景

由于通用人工智能技术具有通用性这一本质特点,理论上系统适用于任何有人类需要之处。但如下行业却在系统应用的投入产出比上名列前茅,是最为理想的切入点。

(一)医疗

医疗领域中,有两个NARS系统极具竞争力的应用场景:一是疑难病的辅助诊断。与当前基于概率的专用人工智能手段不同,通用人工智能是以证据积累为基础的推理系统。

经过训练的NARS系统,对于小概率事件的判别性和鉴别度远强于它者;二是精神障碍的辅助诊断。出于人道考量,无法将患者的应激事件及其生活经历重演,但却可以置入NARS系统,让软件无限次地体会和模拟,并通过30余种人格参数的详尽报告为医生诊断提供重要的量化依据。

(二)教育

教育历来是比较稳定的投资蓝海。通用人工智能技术的教育应用,最为现实的途径之一便是在保证课业学习质量的前提下实现学生减负:科学评估学生当前的知识结构,并按照大纲和考纲要求,自动制订出个性化的学习方案。

该方案最大的特点是学习路径为该生完善当前知识结构的最短路径集合,用最精简的方式完成最高效率的学习,即真正的:做得更少,学的更好。

(三)翻译

随着对外开放的稳固推进,中国在全球化进程中角色变得日益重要,高质量的机器翻译必然成为业界宠儿。然而,当前专用人工智能下的机器翻译技术毫无例外地使用深度神经网络和强化学习技术作为支撑,虽较过去有明显改善,但提升空间却所剩无几。

不同于专用人工智能的机器翻译,通用人工智能系统的翻译真正建立在理解的基础之上,经过语言训练的通用人工智能系统原则上可以实现接近人类水平的翻译效果,能够妥当地翻译长句、复句、隐喻句等高难度的表达,这是专用人工智能技术所不能比拟的。

(四)应急

在危险作业和应急环境下(如消防、航天、自然灾害等),专用人工智能的缺陷被充分暴露出来:一旦遇到知识库中未曾存储的突发情况,系统将无法相应或在合理时间内得到响应。

通用人工智能系统则不然,对于突发的新情况,通用人工智能系统虽不能保证相应解决方案的成熟性和完备性(人也同样无法在危急关头进行充分详实的思考),但却能保证规定时间内的合理相应。解决方案的有无此时关乎生命,牺牲胳膊的代价总比牺牲生命来得更加值当。

5

应用难点

世间没有免费的午餐,通用人工智能的应用也是如此。事实上,与专用人工智能中算法和模型的决定性作用不同,通用人工智能是高度经验依赖的。这就意味着对机器的教育决定着通用人工智能商用化的能力和水准。依旧与人类相仿,通用人工智能走向产业化一如孩子们从小到大的教育训练一样,没有人一生下来就会算术、编程或经商、从政。

因此,在最粗线条的框架下,可以将通用人工智能近似为人类以便于理解。于是,对于通用人工智能技术的产业化而言,“教育决定一切”在此同样适用。

答疑区

同学:刘老师,在学习完您的文章“人工智能领域的“新势力”:通用人工智能”,想像到了某音箱,的教与学的功能,我理解的对吗?

刘老师(五岳之巅):

小鱼同学,二者完全不是一个东西。某个事情其实可以分为三层:理论问题、技术问题和应用问题。小爱是应用问题,这里面的理论和技术问题都已经解决了。

但AGI是一个包括理论、技术和应用三个层面的东西。比如:小爱是根本没有自主情感的,所谓情感表现只是人工预设的一些规则而已,但NARS系统则具有真正自主的情感机制,而且这种情感会影响它的思考和判断过程。

所以,AGI更像科学的一个终极目标——做一个能够思考、有情感和自我意识的软件系统。

本文作者:刘凯,华中师范大学 心理学院 计算行为学方向 博士后

网名五岳之巅,渤海大学教育科学学院教师,硕士生导师,具有计算机、心理学、教育学、管理学、医学等多学科知识背景,拥有丰富的项目开发和社会实践经验。关注国际前沿问题,主动寻找问题解决的本土实施方案,当前主要研究方向为:通用人工智能、类脑系统开发与计算精神病学。

百度“通用人工智能”词条建立者,ChinaUnix博客专家,自2013年开始研究爬虫、数据分析、心理学与计算机交叉学科领域,目前全力投入通用人工智能理论和应用的研究与开发,为中国通用人工智能协会(筹)的召集者与主持人。

如您对“通用人工智能”感兴趣,可以加入到技术栈,进行提问!同时享有高端技术圈线上下交流!

技术栈,这么玩!

  • 技术大咖:开一个收费的技术栈当博客用,通过官方的运营,您可以通过转发推广,盈利变现。
  • 职场基层:通过技术栈加快晋升的脚步,我们提供最专业的收费技术栈,想找什么高端技术分享栈,请找技术栈咨询。
  • 职场新人:可以直接在“新人提问区”进行提问,费用不高,回答有专业保障,有人教,有人带,自学出成绩也非常快。

技术栈咨询微信:17319274483

  • 期货配资「四川期货证监券」 四川期货开户哪里可以办理

    佛山20倍配资:你们说佛山哪个配资公司靠谱? 铭创配资凭借近20年技术实力,10年的服务与风控经验,为用户创造值得信赖的专业配资服务,当然值得信赖 佛山20倍配资:请问股票配资...
    佛山20倍配资期货止盈止损策略
  • 期货配资「四川期货证监券」 四川期货开户哪里可以办理

    小型炒股公司合法吗:想学炒股,开户可以找小的证券公司吗?有什么利弊吗? 现在开户的话券商手续费都相差不多,可以网上直接开佣金一般都是万三的。 券商选择的话一般新手选...
    小型炒股公司合法吗国债期货合约约
  • 期货配资「四川期货证监券」 四川期货开户哪里可以办理

    国内期货营业部:国内合法开设外盘期货账户的期货公司有哪几家期货公司? 期货公司选择 内盘期货开户很简单;选择一家正规的期货公司。截止到2018年底全国有149家期货公司;这些...
    国内期货营业部同花顺手机模拟炒股
  • 期货配资「四川期货证监券」 四川期货开户哪里可以办理

    玉米期货季节性规律:玉米期货之玉米的概况 玉米又名玉蜀黍、大蜀黍、棒子、苞米、苞谷、玉菱、玉麦、六谷、芦黍和珍珠米等,属禾本科玉米属,是中国第一大粮食作物。 在生物...
    玉米期货季节性规律期货手续费加5分是多少
  • 期货配资「期货软件使用教程」 交易期货软件哪个好用?

    山西期货有限公司:2017年期货开户公司汇总 2017年期货公司评级信息和期货公司信息 永安期货股份有限公司 AA 银河期货有限公司 AA 中信期货有限公司 AA 方正中期期货有限公司 AA 国泰...
    山西期货有限公司青岛弘业期货
  • 期货配资「中国国际期货有限公司6」 期货公司排名-百度

    中国国际期货有限公司6: 期货公司排名-百度知道 展开全部 2005年全国期货经纪公司代理量前10名 次序 公司名称 全国 郑商所 上期所 大商所 次序 公司名称 全国 郑商所 上期所 大商所...
    中国国际期货有限公司6期货黄金最新分析