據(jù)TechCrunch報(bào)道，在生物中，進(jìn)化是一個(gè)多世代的過程。在這個(gè)過程中，基因會(huì)發(fā)生突變，有些基因會(huì)增加，有些則會(huì)消失。能夠適應(yīng)這個(gè)過程的生物可以幸存下來，運(yùn)氣不好的最終會(huì)走向滅絕。這就是自然選擇。生物的適應(yīng)能力是非常強(qiáng)大的，但在發(fā)生大洪水時(shí)，如果你不能及時(shí)進(jìn)化出腮來，那么你可能面臨被淘汰的命運(yùn)。

另一方面，基因工程是個(gè)緩慢而謹(jǐn)慎的過程，需要采取可靠措施達(dá)到既定目標(biāo)。隨著人工智能（AI）的出現(xiàn)，我們看到進(jìn)化和基因工程開始匯聚，而機(jī)器學(xué)習(xí)算法也開始進(jìn)化。為了對(duì)自然進(jìn)化與機(jī)器進(jìn)化進(jìn)行比較，讓我們首先考慮數(shù)據(jù)，以及它是如何遵循自然選擇的規(guī)則，適應(yīng)“環(huán)境”和“訓(xùn)練過程”的。訓(xùn)練過程可以是監(jiān)督或無監(jiān)督學(xué)習(xí)、加強(qiáng)學(xué)習(xí)、聚類、決策樹或不同的深度學(xué)習(xí)方式。

與自然進(jìn)化非常相似，不同的生物可以解決不同的問題。它們依賴不同的環(huán)境，但最終都能達(dá)到相同的效果。鯊魚和海豚有相似的抑制傷口機(jī)制，盡管這種機(jī)制最初的進(jìn)化方向完全不同。在技術(shù)領(lǐng)域，我們也看到相同的模式。比如k-均值聚類算法，這種技術(shù)經(jīng)常被用于圖像分割，通過迭代過程把數(shù)據(jù)集劃分為不同的類別，使得評(píng)價(jià)聚類性能的準(zhǔn)則函數(shù)達(dá)到最優(yōu)。

如果你給10個(gè)人相同的數(shù)據(jù)集，并要求他們使用不同的算法解決相同的問題。很有可能他們真的使用不同的方法，并獲得相同的結(jié)果。在某種意義上說，無論是在自然界還是機(jī)器身上，解決問題的原理非常相似。

那么，這對(duì)公司來說有何意義？隨著機(jī)器學(xué)習(xí)技術(shù)的發(fā)展，并被越來越多應(yīng)用在商業(yè)領(lǐng)域，企業(yè)正面臨著相關(guān)挑戰(zhàn)，包括如何制定相關(guān)戰(zhàn)略、如何安全、高效低使用這種技術(shù)等。從歷史上看，技術(shù)專家經(jīng)常從大自然中獲得靈感。以下就是企業(yè)可以利用進(jìn)化理論理解AI潛在應(yīng)用的例證。

1.發(fā)散進(jìn)化：即使是看似相關(guān)的數(shù)據(jù)集，你也很難在第一眼就看出相關(guān)性。即使你擁有可以訓(xùn)練物體識(shí)別的ImageNet等數(shù)據(jù)庫(kù)，這也并非意味著你能夠掌握視頻識(shí)別或面部識(shí)別。

2.聚類進(jìn)化：即使屬于不同的數(shù)據(jù)集，我們也總是在尋找在根本上相同的問題。比如，谷歌利用搜索查詢數(shù)據(jù)幫助建立更好的拼寫檢查程序。谷歌保持追蹤用戶的查詢內(nèi)容，當(dāng)他們注意到數(shù)百萬人采用與你不同的方式拼寫時(shí)，他們就會(huì)提醒你做相同的事情。

3.捕食者與獵物或寄生蟲與宿主共同進(jìn)化：如果兩個(gè)AI共同進(jìn)化，可能發(fā)生非常有趣的事情。網(wǎng)絡(luò)安全公司都在開發(fā)機(jī)器學(xué)習(xí)解決方案，并不斷訓(xùn)練他們的系統(tǒng)發(fā)現(xiàn)新的威脅。

現(xiàn)在已經(jīng)有很多AI公司幫助我們更高效地工作，比如x.ai正幫助我們管理忙碌的生活，Diffbot幫助我們智能化地組織網(wǎng)頁(yè)等，但這些應(yīng)用實(shí)際上依然處于起步狀態(tài)，需要根本性的改進(jìn)?；蛟S最好的方式，就是將它們投入我們已經(jīng)理解的現(xiàn)象中，即進(jìn)化。

在AI領(lǐng)域，我們擁有巨大的機(jī)遇，自然進(jìn)化可為我們學(xué)習(xí)和迎接未來機(jī)器進(jìn)化提供框架。與此同時(shí)，公司領(lǐng)導(dǎo)層需要審慎考慮制定AI戰(zhàn)略，投資培養(yǎng)必要的人才和建設(shè)基礎(chǔ)設(shè)施，并將它們的數(shù)據(jù)變成具有變革意義的解決方案，這些都非常重要。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。