化整为零，深入人工智能
“长期从事人工智能研究，系统地建立了基于覆盖的粒计算理论。”祝峰的个人介绍，寥寥数语却分量十足。
从新颖的角度研究和推动人工智能，祝峰是如何做到的？
“就像超市的货物管理一样。”祝峰用浅显的例子类比“粒计算”，“人们按照各种标准将商场划分为若干块，以此来安排货架。”他说，这个“块”就是“粒”概念。在大数据中进行粒计算，意义不同凡响。“面对数量级、复杂度高的数据，我们进行颗粒划分，把复杂问题抽象划分，从而转化为若干较为简单的问题。”
“基于覆盖”的理念在“粒计算”的研究中再起高峰。“原来的‘粒计算’理论是比较粗糙的，是基于划分的。”祝峰介绍，覆盖比划分更广泛，更具适用性。他认为，信息的不确定性是常态。因此，信息粒应有交叉，相互覆盖，而非完全独立。
当人工智能掌握“粒计算”，就会像显微镜一样，能分析海量信息。这将对科学界和人类社会都产生深远影响。然而，十余年前，祝峰研究的领域并不被看好。“谁也不承想，现在人工智能这么热，热到滚烫的地步。”祝峰笑言，他在1998年开始该研究工作时，还是一片冷寂。
祝峰对人工智能研究的执着源于三位导师的“正能量”。
1998年，祝峰在西北工业大学师从何华灿教授。虽然当时人工智能处于低谷期，科学界弥漫着怀疑和悲观情绪，但何教授不忘初心，坚持研究。受恩师学术精神影响，祝峰也一头扎进人工智能研究中。后来，他在美国、新西兰求学，师从王飞跃教授及克拉克·汤姆森教授。
在他看来，人工智能的未来不可限量。祝峰以阿尔法为例，“几年前，业界认为人工智能能达到围棋的业余三段就不错了，但现在来看，它已经能战胜所有的人类棋手。”海量数据、强大的计算力和先进算法已大步推进了深度学习，人工智能发展也提速了。
| 歡迎光臨 比思論壇 (http://bb-cdn.store/) | Powered by Discuz! X2.5 |