大自然才是帮助你理解人工智能的最好导师

据TechCrunch报道，在生物中，进化是一个多世代的过程。在这个过程中，基因会发生突变，有些基因会增加，有些则会消失。能够适应这个过程的生物可以幸存下来，运气不好的最终会走向灭绝。这就是自然选择。生物的适应能力是非常强大的，但在发生大洪水时，如果你不能及时进化出腮来，那么你可能面临被淘汰的命运。

另一方面，基因工程是个缓慢而谨慎的过程，需要采取可靠措施达到既定目标。随着人工智能（AI）的出现，我们看到进化和基因工程开始汇聚，而机器学习算法也开始进化。为了对自然进化与机器进化进行比较，让我们首先考虑数据，以及它是如何遵循自然选择的规则，适应“环境”和“训练过程”的。训练过程可以是监督或无监督学习、加强学习、聚类、决策树或不同的深度学习方式。

与自然进化非常相似，不同的生物可以解决不同的问题。它们依赖不同的环境，但最终都能达到相同的效果。鲨鱼和海豚有相似的抑制伤口机制，尽管这种机制最初的进化方向完全不同。在技术领域，我们也看到相同的模式。比如k-均值聚类算法，这种技术经常被用于图像分割，通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优。

如果你给10个人相同的数据集，并要求他们使用不同的算法解决相同的问题。很有可能他们真的使用不同的方法，并获得相同的结果。在某种意义上说，无论是在自然界还是机器身上，解决问题的原理非常相似。

那么，这对公司来说有何意义？随着机器学习技术的发展，并被越来越多应用在商业领域，企业正面临着相关挑战，包括如何制定相关战略、如何安全、高效低使用这种技术等。从历史上看，技术专家经常从大自然中获得灵感。以下就是企业可以利用进化理论理解AI潜在应用的例证。

1.发散进化：即使是看似相关的数据集，你也很难在第一眼就看出相关性。即使你拥有可以训练物体识别的ImageNet等数据库，这也并非意味着你能够掌握视频识别或面部识别。

2.聚类进化：即使属于不同的数据集，我们也总是在寻找在根本上相同的问题。比如，谷歌利用搜索查询数据帮助建立更好的拼写检查程序。谷歌保持追踪用户的查询内容，当他们注意到数百万人采用与你不同的方式拼写时，他们就会提醒你做相同的事情。

3.捕食者与猎物或寄生虫与宿主共同进化：如果两个AI共同进化，可能发生非常有趣的事情。网络安全公司都在开发机器学习解决方案，并不断训练他们的系统发现新的威胁。

现在已经有很多AI公司帮助我们更高效地工作，比如x.ai正帮助我们管理忙碌的生活，Diffbot帮助我们智能化地组织网页等，但这些应用实际上依然处于起步状态，需要根本性的改进。或许最好的方式，就是将它们投入我们已经理解的现象中，即进化。

在AI领域，我们拥有巨大的机遇，自然进化可为我们学习和迎接未来机器进化提供框架。与此同时，公司领导层需要审慎考虑制定AI战略，投资培养必要的人才和建设基础设施，并将它们的数据变成具有变革意义的解决方案，这些都非常重要。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。