im錢包官方下載安裝|ai是什么意思?

• 作者: im錢包官方下載安裝
• 2024-03-07 16:58:24

AI是什么？它與人工智能的區(qū)別是什么？AI是如何工作的？ - 知乎

AI是什么？它與人工智能的區(qū)別是什么？AI是如何工作的？ - 知乎首發(fā)于AI探索切換模式寫文章登錄/注冊AI是什么？它與人工智能的區(qū)別是什么？AI是如何工作的？ABSilence人性，智慧，挑戰(zhàn)，改善前言隨著科技的發(fā)展，人工智能（Artificial Intelligence，簡稱AI）已經(jīng)逐漸成為了我們生活中的常態(tài)。無論是在工作、娛樂、甚至是日常生活中，我們都能感受到AI帶來的便利和改變。 然而，對于很多人來說，AI還是一個比較抽象的概念，不清楚它是如何工作的，也不知道它與人工智能的區(qū)別是什么。因此，希望能通過本文，讓大家對AI有一個基本的了解。AI是什么？人工智能（AI）是一種模擬人類智能思維的技術(shù)，它可以實(shí)現(xiàn)人類的認(rèn)知和思維活動。通過這種技術(shù)，計(jì)算機(jī)可以模擬人類的思維方式和智能，從而可以完成許多復(fù)雜的任務(wù)，如圖像識別、語音識別、自然語言處理、決策制定等。AI技術(shù)包括許多不同的領(lǐng)域和技術(shù)，例如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等，這些技術(shù)都是為了實(shí)現(xiàn)人工智能而發(fā)展起來的。人工智能技術(shù)在現(xiàn)代社會中的應(yīng)用已經(jīng)變得越來越廣泛，如在醫(yī)療領(lǐng)域，可以使用AI技術(shù)進(jìn)行醫(yī)學(xué)影像分析、診斷、預(yù)測等；在金融領(lǐng)域，可以利用AI技術(shù)進(jìn)行風(fēng)險管理、欺詐檢測、信用評估等；在制造業(yè)中，可以使用AI技術(shù)進(jìn)行智能制造和智能化管理。此外，還有其他很多領(lǐng)域也在應(yīng)用AI技術(shù)，例如自動駕駛、智能家居、游戲開發(fā)、教育等?？傊斯ぶ悄芗夹g(shù)的發(fā)展已經(jīng)成為了推動社會進(jìn)步的重要力量，未來AI技術(shù)的應(yīng)用將會更加廣泛。AI與人工智能的區(qū)別是什么？雖然AI和人工制造的實(shí)體，如機(jī)器人等，都可以看作是人工智能的一種，但是AI和人工智能之間確實(shí)有一些區(qū)別。AI通常是指通過計(jì)算機(jī)程序來模擬人類智能，使得計(jì)算機(jī)能夠像人類一樣處理、理解和學(xué)習(xí)信息。AI技術(shù)的實(shí)現(xiàn)方式主要是通過利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理等算法，使得計(jì)算機(jī)能夠處理大量數(shù)據(jù)，從而實(shí)現(xiàn)對信息的理解、分類、識別等操作。而人工智能則是指通過人工制造出具有人類智能的實(shí)體，例如機(jī)器人等。與AI不同的是，人工智能的實(shí)體需要具有物理形態(tài)，能夠在現(xiàn)實(shí)世界中進(jìn)行操作和交互。與AI相比，人工智能的發(fā)展涉及到多個學(xué)科，包括機(jī)械工程、電子工程、材料科學(xué)等?？梢哉f，AI是人工智能的一種實(shí)現(xiàn)方式，它是通過計(jì)算機(jī)程序來模擬人類智能。而人工智能則更加注重實(shí)體的制造和控制，在現(xiàn)實(shí)世界中扮演著更加具體的角色。AI是如何工作的？AI的工作方式可以概括為三個部分：輸入、處理和輸出。1、輸入AI系統(tǒng)通過傳感器、麥克風(fēng)等設(shè)備獲取外界信息，例如圖像、聲音、文本等。這些輸入數(shù)據(jù)是AI系統(tǒng)進(jìn)行后續(xù)分析和處理的基礎(chǔ)。2、處理AI系統(tǒng)使用各種算法和模型對輸入數(shù)據(jù)進(jìn)行分析和處理，以提取有用的信息和特征。這些算法和模型包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)習(xí)等。這些技術(shù)可以讓AI系統(tǒng)自動地學(xué)習(xí)和改進(jìn)，從而實(shí)現(xiàn)更準(zhǔn)確和有效的分析和預(yù)測。3、輸出AI系統(tǒng)通過各種方式將處理后的結(jié)果輸出，例如文本、圖像、語音、動作等。這些輸出結(jié)果可能會通過屏幕、揚(yáng)聲器、機(jī)器人等物理設(shè)備進(jìn)行展示，也可能會以數(shù)據(jù)的形式傳輸?shù)狡渌到y(tǒng)中進(jìn)行后續(xù)處理和分析。需要注意的是，AI系統(tǒng)的輸入、處理和輸出不是一次性的，而是一個循環(huán)迭代的過程。系統(tǒng)通過不斷地接收輸入數(shù)據(jù)，分析和處理數(shù)據(jù)，并輸出結(jié)果，實(shí)現(xiàn)自我學(xué)習(xí)和改進(jìn)，從而更好地適應(yīng)復(fù)雜多變的現(xiàn)實(shí)世界。總的來說，AI的工作方式類似于人類的思維過程，也是通過輸入信息，對信息進(jìn)行分析和處理，然后輸出結(jié)果。但與人類不同的是，AI系統(tǒng)可以在極短的時間內(nèi)處理大量數(shù)據(jù)，并從中提取有用的信息，從而實(shí)現(xiàn)更準(zhǔn)確和有效的分析和預(yù)測。AI的應(yīng)用領(lǐng)域AI技術(shù)的應(yīng)用領(lǐng)域非常廣泛，下面我們將介紹幾個主要的應(yīng)用領(lǐng)域。1、醫(yī)療保健AI技術(shù)在醫(yī)療保健領(lǐng)域的應(yīng)用越來越廣泛，其中包括醫(yī)學(xué)圖像分析、疾病診斷、藥物研發(fā)等方面。例如，AI技術(shù)可以幫助醫(yī)生在大量的醫(yī)學(xué)圖像數(shù)據(jù)中快速準(zhǔn)確地檢測出疾病，還可以根據(jù)患者的癥狀、體征等數(shù)據(jù)進(jìn)行診斷，從而提高疾病的診斷準(zhǔn)確性和效率。2、金融在金融領(lǐng)域，AI技術(shù)可以幫助金融機(jī)構(gòu)進(jìn)行風(fēng)險管理、投資決策、反欺詐等方面。例如，銀行可以利用AI技術(shù)對客戶的信用記錄進(jìn)行分析，從而進(jìn)行信用評估和風(fēng)險控制；保險公司可以利用AI技術(shù)對保險索賠進(jìn)行自動處理，提高理賠的效率和準(zhǔn)確性。3、制造業(yè)在制造業(yè)領(lǐng)域，AI技術(shù)可以幫助企業(yè)提高生產(chǎn)效率和質(zhì)量，減少生產(chǎn)成本和人力成本。例如，利用AI技術(shù)可以實(shí)現(xiàn)工廠設(shè)備的自動化控制和故障預(yù)測，從而提高設(shè)備的穩(wěn)定性和生產(chǎn)效率；還可以利用AI技術(shù)對生產(chǎn)過程進(jìn)行優(yōu)化和調(diào)整，提高產(chǎn)品的質(zhì)量和生產(chǎn)效率。4、教育在教育領(lǐng)域，AI技術(shù)可以幫助教師進(jìn)行學(xué)生的學(xué)習(xí)評估、知識傳授和學(xué)習(xí)指導(dǎo)。例如，利用AI技術(shù)可以對學(xué)生的學(xué)習(xí)數(shù)據(jù)進(jìn)行分析，從而得出學(xué)生的學(xué)習(xí)情況和弱點(diǎn)，為教師提供個性化的學(xué)習(xí)指導(dǎo)和輔導(dǎo)；還可以利用AI技術(shù)實(shí)現(xiàn)在線教育，提高教育資源的普及率和可及性。5、在娛樂領(lǐng)域中，AI技術(shù)也有著廣泛的應(yīng)用。以下是一些常見的例子：（1）游戲：AI可以用來控制游戲中的虛擬角色，讓游戲更具挑戰(zhàn)性和互動性。例如，在一些大型游戲中，AI可以控制虛擬角色的行為，使游戲更加逼真，玩家可以與虛擬角色進(jìn)行互動。（2）音樂和藝術(shù)：AI可以用來創(chuàng)建音樂和藝術(shù)品。例如，AI可以學(xué)習(xí)和分析各種音樂樣本，然后生成新的音樂作品。此外，AI還可以通過對藝術(shù)家的作品進(jìn)行學(xué)習(xí)，生成新的藝術(shù)品。（3）博彩游戲：AI可以用來提高博彩游戲的公正性和安全性。例如，AI可以通過對賭局的歷史記錄進(jìn)行分析，來檢測作弊行為。（4）虛擬現(xiàn)實(shí)：AI可以用來提高虛擬現(xiàn)實(shí)體驗(yàn)的逼真程度。例如，AI可以用來模擬自然環(huán)境中的各種物理現(xiàn)象，使虛擬世界更加真實(shí)。（5）電影和視頻：AI可以用來創(chuàng)建特效和動畫。例如，AI可以模擬物體的運(yùn)動和行為，來創(chuàng)造更加逼真的特效?？偟膩碚f，AI技術(shù)在醫(yī)療、金融、制造、教育、娛樂等領(lǐng)域都有著廣泛的應(yīng)用，并且隨著技術(shù)的不斷發(fā)展和創(chuàng)新，AI技術(shù)的應(yīng)用領(lǐng)域還會不斷擴(kuò)展和深化。AI的問題與挑戰(zhàn)盡管AI技術(shù)已經(jīng)取得了巨大的進(jìn)展，但它也面臨著一些問題和挑戰(zhàn)。以下是一些主要的問題和挑戰(zhàn)：1、數(shù)據(jù)隱私AI需要大量的數(shù)據(jù)來訓(xùn)練模型和算法，但這些數(shù)據(jù)可能包含敏感信息，例如個人身份信息、病歷記錄等。如果這些數(shù)據(jù)被不當(dāng)使用或泄露，可能會對個人隱私造成威脅。2、算法不透明AI模型和算法的復(fù)雜性使得它們的決策過程很難理解和解釋。這可能會導(dǎo)致算法不透明，讓人們難以理解AI系統(tǒng)的行為和決策，從而限制了人們對其進(jìn)行監(jiān)管和控制的能力。3、責(zé)任和法律問題隨著AI技術(shù)的應(yīng)用范圍越來越廣泛，涉及到的責(zé)任和法律問題也越來越復(fù)雜。例如，當(dāng)AI系統(tǒng)出現(xiàn)錯誤或偏差時，誰來承擔(dān)責(zé)任？如何界定AI系統(tǒng)的法律地位？4、不平等和歧視由于訓(xùn)練數(shù)據(jù)的偏差和算法的局限性，AI系統(tǒng)可能會對某些群體產(chǎn)生不平等和歧視。例如，在招聘、貸款等方面，AI系統(tǒng)可能會偏向某些群體或忽略某些重要的因素。5、安全和濫用問題隨著AI技術(shù)的發(fā)展，惡意使用AI系統(tǒng)的可能性也在增加。例如，攻擊者可能會利用AI系統(tǒng)進(jìn)行網(wǎng)絡(luò)攻擊、欺詐等。此外，AI系統(tǒng)也可能被濫用，例如制作虛假視頻、音頻等?？傊珹I技術(shù)的發(fā)展不僅帶來了許多機(jī)遇，也面臨著一些重大的問題和挑戰(zhàn)。解決這些問題需要跨學(xué)科的合作和全球性的努力。結(jié)語AI技術(shù)的發(fā)展已經(jīng)深入到了我們的日常生活中。在未來，AI將會在更多的領(lǐng)域得到應(yīng)用，同時也會帶來更多的問題和挑戰(zhàn)。因此，我們需要更加深入地了解AI技術(shù)的本質(zhì)，掌握其優(yōu)缺點(diǎn)，充分認(rèn)識到其帶來的影響和潛在風(fēng)險。只有在深入了解AI技術(shù)的同時，我們才能更好地應(yīng)對未來面臨的挑戰(zhàn)，充分發(fā)揮AI技術(shù)在推動社會進(jìn)步、改善人類生活質(zhì)量等方面的積極作用。在后續(xù)的文章中，我們將會進(jìn)一步探討這些問題，以及AI在不同領(lǐng)域的應(yīng)用。編輯于 2023-03-10 10:30?IP 屬地美國人工智能AI?贊同 10??4 條評論?分享?喜歡?收藏?申請轉(zhuǎn)載?文章被以下專欄收錄AI探索探索AI技術(shù)的基礎(chǔ)知識、應(yīng)用場景、技術(shù)

什么是人工智能？— 人工智能（AI）詳解 — AWS

什么是人工智能？— 人工智能（AI）詳解 — AWS

跳至主要內(nèi)容

單擊此處以返回 Amazon Web Services 主頁

聯(lián)系我們

支持?

中文（簡體）?

我的賬戶?

登錄

創(chuàng)建 AWS 賬戶

re:Invent

產(chǎn)品

解決方案

定價

文檔

了解

合作伙伴網(wǎng)絡(luò)

AWS Marketplace

客戶支持

活動

探索更多信息

關(guān)閉

????

Bahasa Indonesia

Deutsch

English

Espa?ol

Fran?ais

Italiano

Português

Ti?ng Vi?t

Türk?e

Ρусский

???

日本語

???

中文 (簡體)

中文 (繁體)

關(guān)閉

我的配置文件

注銷 AWS Builder ID

AWS 管理控制臺

賬戶設(shè)置

賬單與成本管理

安全證書

AWS Personal Health Dashboard

關(guān)閉

支持中心

專家?guī)椭?/p>

知識中心

AWS Support 概述

AWS re:Post

單擊此處以返回 Amazon Web Services 主頁

免費(fèi)試用

聯(lián)系我們

re:Invent

產(chǎn)品

解決方案

定價

AWS 簡介

入門

文檔

培訓(xùn)和認(rèn)證

開發(fā)人員中心

客戶成功案例

合作伙伴網(wǎng)絡(luò)

AWS Marketplace

支持

AWS re:Post

登錄控制臺

下載移動應(yīng)用

什么是云計(jì)算？

云計(jì)算概念中心

Machine Learning

機(jī)器學(xué)習(xí)和人工智能（AI）

什么是人工智能 (AI)？

創(chuàng)建 AWS 賬戶

了解機(jī)器學(xué)習(xí)免費(fèi)服務(wù)

在云中免費(fèi)構(gòu)建、部署和運(yùn)行機(jī)器學(xué)習(xí)應(yīng)用程序

查看機(jī)器學(xué)習(xí)服務(wù)

使用最全面的 AI 和 ML 服務(wù)集更快地創(chuàng)新

瀏覽機(jī)器學(xué)習(xí)培訓(xùn)

利用 AWS 專家編寫的內(nèi)容開始機(jī)器學(xué)習(xí)培訓(xùn)

閱讀機(jī)器學(xué)習(xí)博客

閱讀關(guān)于 AWS 機(jī)器學(xué)習(xí)產(chǎn)品的最新新聞和最佳實(shí)踐

什么是人工智能？

人工智能技術(shù)是如何發(fā)展的？

人工智能有什么好處？

人工智能的實(shí)際應(yīng)用有哪些？

關(guān)鍵的人工智能技術(shù)有哪些？

人工智能實(shí)施面臨哪些挑戰(zhàn)？

AI 應(yīng)用架構(gòu)的關(guān)鍵組成部分是什么？

AWS 如何支持您的人工智能需求？

什么是人工智能？

人工智能（AI）是致力于解決通常與人類智能相關(guān)聯(lián)的認(rèn)知性問題的計(jì)算機(jī)科學(xué)領(lǐng)域，這些問題包括學(xué)習(xí)、創(chuàng)造和圖像識別等?，F(xiàn)代組織從各種來源收集大量數(shù)據(jù)，例如智能傳感器、人工生成的內(nèi)容、監(jiān)控工具和系統(tǒng)日志。人工智能的目標(biāo)是創(chuàng)建從數(shù)據(jù)中獲取意義的自我學(xué)習(xí)系統(tǒng)。然后，人工智能可以應(yīng)用這些知識以類似人類的方式解決新問題。例如，人工智能技術(shù)可以對人類對話做出有意義的響應(yīng)，創(chuàng)建原始圖像和文本，并根據(jù)實(shí)時數(shù)據(jù)輸入做出決策。您的組織可以在您的應(yīng)用程序中集成 AI 功能，以優(yōu)化業(yè)務(wù)流程、改善客戶體驗(yàn)并加快創(chuàng)新。

人工智能技術(shù)是如何發(fā)展的？

在 Alan Turing 1950 年的開創(chuàng)性論文《計(jì)算機(jī)械和智能》中，他考慮了機(jī)器是否會思考。在本文中，Turing 首先創(chuàng)造了人工智能一詞，并將其作為一種理論和哲學(xué)概念提出。?

在 1957 年至 1974 年之間，計(jì)算機(jī)的發(fā)展使計(jì)算機(jī)能夠存儲更多數(shù)據(jù)并更快地進(jìn)行處理。在此期間，科學(xué)家們進(jìn)一步開發(fā)了機(jī)器學(xué)習(xí) (ML) 算法。該領(lǐng)域的進(jìn)展促使國防高級研究計(jì)劃局（DARPA）等機(jī)構(gòu)設(shè)立了人工智能研究基金。起初，這項(xiàng)研究的主要目標(biāo)是發(fā)現(xiàn)計(jì)算機(jī)是否可以轉(zhuǎn)錄和翻譯口語。

在整個 20 世紀(jì) 80 年代，可用資金的增加和科學(xué)家在人工智能開發(fā)中使用的不斷擴(kuò)展的算法工具包簡化了開發(fā)。David Rumelhart 和 John Hopfield 發(fā)表了關(guān)于深度學(xué)習(xí)技術(shù)的論文，這些論文表明計(jì)算機(jī)可以從經(jīng)驗(yàn)中學(xué)習(xí)。?

從 1990 年到 21 世紀(jì)初，科學(xué)家們實(shí)現(xiàn)了人工智能的許多核心目標(biāo)，比如擊敗衛(wèi)冕世界象棋冠軍。與前幾十年相比，現(xiàn)代時代的計(jì)算數(shù)據(jù)和處理能力更強(qiáng)，人工智能研究現(xiàn)在變得更加普遍，更容易獲得。它正在迅速演變?yōu)槿斯ねㄓ弥悄埽虼塑浖梢詧?zhí)行復(fù)雜的任務(wù)。軟件可以自己創(chuàng)造、決策和學(xué)習(xí)，這些任務(wù)以前只限于人類。

人工智能有什么好處？

人工智能有可能為各種行業(yè)帶來一系列好處。

解決復(fù)雜的問題

AI 技術(shù)可以使用 ML 和深度學(xué)習(xí)網(wǎng)絡(luò)，以類似人類的智能解決復(fù)雜問題。AI 可以大規(guī)模擴(kuò)展來處理信息——遇到模式、識別信息并提供答案。您可以使用 AI 來解決一系列領(lǐng)域的問題，例如欺詐檢測、醫(yī)療診斷和業(yè)務(wù)分析。

提高業(yè)務(wù)效率

與人類不同，人工智能技術(shù)可以在不降低性能的情況下全天候工作。換句話說，AI 可以毫無錯誤地執(zhí)行手動任務(wù)。您可以讓 AI 專注于重復(fù)、繁瑣的任務(wù)，這樣您就可以在業(yè)務(wù)的其他領(lǐng)域使用人力資源。AI 可以減少員工的工作負(fù)載，同時簡化所有與業(yè)務(wù)相關(guān)的任務(wù)。?

更明智的決策

相比之下，人工智能可以比任何人更快地使用 ML 來分析大量數(shù)據(jù)。AI 平臺可以發(fā)現(xiàn)趨勢、分析數(shù)據(jù)并提供指導(dǎo)。通過數(shù)據(jù)預(yù)測，人工智能可以幫助建議未來的最佳行動方案。

實(shí)現(xiàn)業(yè)務(wù)流程自動化

您可以使用 ML 訓(xùn)練 AI，使其精確、快速地執(zhí)行任務(wù)。這可以通過自動化員工感到吃力或厭煩的業(yè)務(wù)部分來提高運(yùn)營效率。同樣，您可以使用 AI 自動化來騰出員工資源，用于更復(fù)雜和更具創(chuàng)造性的工作。?

人工智能的實(shí)際應(yīng)用有哪些？

人工智能的應(yīng)用范圍很廣。雖然不是詳盡無遺的清單，但以下是一些突出人工智能不同用例的示例。

智能文檔處理

智能文檔處理（IDP）可將非結(jié)構(gòu)化文檔格式轉(zhuǎn)換為可用數(shù)據(jù)。例如，它將電子郵件、圖像和 PDF 等業(yè)務(wù)文檔轉(zhuǎn)換為結(jié)構(gòu)化信息。IDP 使用自然語言處理（NLP）、深度學(xué)習(xí)和計(jì)算機(jī)視覺等人工智能技術(shù)來提取、分類和驗(yàn)證數(shù)據(jù)。?

例如，英國土地注冊局 (HMLR) 處理超過 87% 的英格蘭和威爾士的財產(chǎn)所有權(quán)。HMLR 社會工作者比較和審查復(fù)雜的法律文件有關(guān)的財產(chǎn)交易。該組織部署了一個人工智能應(yīng)用程序來自動進(jìn)行文檔比較，從而將審查時間減少了 50%，并增強(qiáng)了財產(chǎn)轉(zhuǎn)讓審批流程。更多信息，請閱讀 HMLR 如何使用 Amazon Textract。

應(yīng)用程序性能監(jiān)控

應(yīng)用程序性能監(jiān)控（APM）是使用軟件工具和遙測數(shù)據(jù)來監(jiān)控關(guān)鍵業(yè)務(wù)應(yīng)用程序性能的過程。基于 AI 的 APM 工具使用歷史數(shù)據(jù)在問題發(fā)生之前對其進(jìn)行預(yù)測。他們還可以通過向您的開發(fā)人員推薦有效的解決方案來實(shí)時解決問題。這種策略可以保持應(yīng)用程序的有效運(yùn)行并解決瓶頸。

例如，Atlassian 生產(chǎn)的產(chǎn)品旨在簡化團(tuán)隊(duì)合作和組織。Atlassian 使用 AI APM 工具來持續(xù)監(jiān)控應(yīng)用程序、檢測潛在問題并確定嚴(yán)重性優(yōu)先級。借助此功能，團(tuán)隊(duì)可以快速響應(yīng)基于機(jī)器學(xué)習(xí)的建議并解決績效下降的問題。?

閱讀有關(guān) APM 的信息 ?

預(yù)測性維護(hù)

人工智能增強(qiáng)型預(yù)測性維護(hù)是使用大量數(shù)據(jù)來識別可能導(dǎo)致運(yùn)營、系統(tǒng)或服務(wù)停機(jī)的問題的過程。預(yù)測性維護(hù)使企業(yè)能夠在潛在問題發(fā)生之前將其解決，從而減少停機(jī)時間并防止中斷。

例如，Baxter 在全球擁有 70 個生產(chǎn)基地，可全天候運(yùn)營以提供醫(yī)療技術(shù)。Baxter 采用預(yù)測性維護(hù)來自動檢測工業(yè)設(shè)備中的異常情況。用戶可以提前實(shí)施有效的解決方案，以減少停機(jī)時間并提高運(yùn)營效率。要了解更多信息，請閱讀 Baxter 如何使用 Amazon Monitron。

醫(yī)學(xué)研究

醫(yī)學(xué)研究使用 AI 來簡化流程、自動執(zhí)行重復(fù)任務(wù)并處理大量數(shù)據(jù)。您可以在醫(yī)學(xué)研究中使用人工智能技術(shù)來促進(jìn)端到端的藥物發(fā)現(xiàn)和開發(fā)，轉(zhuǎn)錄病歷，并縮短新產(chǎn)品的上市時間。

舉一個現(xiàn)實(shí)世界的例子，C2i Genomics 使用人工智能來運(yùn)行大規(guī)模擴(kuò)展、可定制的基因組管道和臨床檢查。通過涵蓋計(jì)算解決方案，研究人員可以專注于臨床表現(xiàn)和方法開發(fā)。工程團(tuán)隊(duì)還使用 AI 來減少資源需求、工程維護(hù)和 NRE 成本。有關(guān)更多詳細(xì)信息，請閱讀 C2i Genomics 如何使用 AWS HealthOmics。

業(yè)務(wù)分析

業(yè)務(wù)分析使用 AI 來收集、處理和分析復(fù)雜的數(shù)據(jù)集。您可以使用 AI 分析來預(yù)測未來價值，了解數(shù)據(jù)的根本原因，并減少耗時的流程。?

例如，富士康使用人工智能增強(qiáng)的業(yè)務(wù)分析來提高預(yù)測準(zhǔn)確性。他們的預(yù)測準(zhǔn)確性提高了 8％，從而使工廠每年節(jié)省 53.3 萬美元。他們還使用業(yè)務(wù)分析來減少勞動力浪費(fèi)，并通過數(shù)據(jù)驅(qū)動的決策提高客戶滿意度。

關(guān)鍵的人工智能技術(shù)有哪些？

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)構(gòu)成了人工智能技術(shù)的核心。神經(jīng)網(wǎng)絡(luò)反映了人腦中發(fā)生的過程。大腦包含數(shù)百萬個神經(jīng)元，這些神經(jīng)元協(xié)同工作以處理和分析信息。深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)使用人工神經(jīng)元共同處理信息。每個人造神經(jīng)元或節(jié)點(diǎn)都使用數(shù)學(xué)計(jì)算來處理信息并解決復(fù)雜的問題。這種深度學(xué)習(xí)方法可以解決問題或自動執(zhí)行通常需要人工智能的任務(wù)。

您可以通過以不同的方式訓(xùn)練深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)來開發(fā)不同的 AI 技術(shù)。接下來我們將介紹一些基于神經(jīng)網(wǎng)絡(luò)的關(guān)鍵技術(shù)。

閱讀有關(guān)深度學(xué)習(xí)的信息 ?

閱讀有關(guān)神經(jīng)網(wǎng)絡(luò)的信息 ?

自然語言處理

NLP 使用深度學(xué)習(xí)算法來解釋、理解和收集文本數(shù)據(jù)的含義。NLP 可以處理人類創(chuàng)建的文本，這使得它對于總結(jié)文檔、自動化聊天機(jī)器人和進(jìn)行情感分析非常有用。?

閱讀有關(guān) NLP 的信息 ?

計(jì)算機(jī)視覺

計(jì)算機(jī)視覺使用深度學(xué)習(xí)技術(shù)從視頻和圖像中提取信息和見解。使用計(jì)算機(jī)視覺，計(jì)算機(jī)可以像人類一樣理解圖像。您可以使用計(jì)算機(jī)視覺來監(jiān)控在線內(nèi)容中是否有不恰當(dāng)?shù)膱D像、識別人臉和對圖像細(xì)節(jié)進(jìn)行分類。在自動駕駛汽車和卡車中，監(jiān)控環(huán)境并在瞬間做出決定至關(guān)重要。

閱讀有關(guān)計(jì)算機(jī)視覺的內(nèi)容 ?

生成式人工智能

生成式人工智能是指人工智能系統(tǒng)，它可以從簡單的文本提示中創(chuàng)建新的內(nèi)容和構(gòu)件，如圖像、視頻、文本和音頻。與過去局限于分析數(shù)據(jù)的人工智能不同，生成式人工智能利用深度學(xué)習(xí)和海量數(shù)據(jù)集來產(chǎn)生高質(zhì)量、類似人類的創(chuàng)造性輸出。在實(shí)現(xiàn)激動人心的創(chuàng)造性應(yīng)用的同時，也存在著對偏見、有害內(nèi)容和知識產(chǎn)權(quán)的擔(dān)憂?？偟膩碚f，生成式人工智能代表了人工智能性能的一次重大進(jìn)化，以類似人類的方式生成新的內(nèi)容和構(gòu)件。

閱讀有關(guān)生成式人工智能的信息 ?

語音識別

語音識別軟件使用深度學(xué)習(xí)模型來解釋人類語音、識別單詞和檢測含義。神經(jīng)網(wǎng)絡(luò)可以將語音轉(zhuǎn)錄為文本，并指示聲音情感。您可以在虛擬助手和呼叫中心軟件等技術(shù)中使用語音識別來識別含義并執(zhí)行相關(guān)任務(wù)。

閱讀有關(guān)語音轉(zhuǎn)文字的信息 ?

人工智能實(shí)施面臨哪些挑戰(zhàn)？

人工智能面臨許多挑戰(zhàn)，使實(shí)施變得更加困難。以下障礙是 AI 實(shí)現(xiàn)和使用中最常見的一些挑戰(zhàn)。

數(shù)據(jù)治理

數(shù)據(jù)治理政策必須遵守監(jiān)管限制和隱私法。要實(shí)施 AI，您必須管理數(shù)據(jù)質(zhì)量、隱私和安全。您對客戶數(shù)據(jù)和隱私保護(hù)負(fù)責(zé)。為了管理數(shù)據(jù)安全，您的組織應(yīng)該清楚地了解 AI 模型如何使用每層客戶數(shù)據(jù)并與之交互。

技術(shù)難題

使用機(jī)器學(xué)習(xí)訓(xùn)練 AI 會消耗大量資源。高處理能力門檻對于深度學(xué)習(xí)技術(shù)發(fā)揮作用至關(guān)重要。您必須擁有強(qiáng)大的計(jì)算基礎(chǔ)架構(gòu)才能運(yùn)行 AI 應(yīng)用程序和訓(xùn)練模型。處理能力可能很昂貴，并且會限制人工智能系統(tǒng)的可擴(kuò)展性。

數(shù)據(jù)限制

為了訓(xùn)練無偏見的人工智能系統(tǒng)，您需要輸入海量數(shù)據(jù)。您必須有足夠的存儲容量來處理和處理訓(xùn)練數(shù)據(jù)。同樣，您必須制定有效的管理和數(shù)據(jù)質(zhì)量流程，以確保用于訓(xùn)練的數(shù)據(jù)的準(zhǔn)確性。

AI 應(yīng)用架構(gòu)的關(guān)鍵組成部分是什么？

人工智能架構(gòu)由四個核心層組成。這些層中的每一層都使用不同的技術(shù)來執(zhí)行特定的角色。接下來是對每一層的解釋。

第 1 層：數(shù)據(jù)層

人工智能建立在各種技術(shù)之上，例如機(jī)器學(xué)習(xí)、自然語言處理和圖像識別。這些技術(shù)的核心是數(shù)據(jù)，它構(gòu)成了人工智能的基礎(chǔ)層。該層主要側(cè)重于為 AI 應(yīng)用程序準(zhǔn)備數(shù)據(jù)?，F(xiàn)代算法，尤其是深度學(xué)習(xí)算法，需要大量的計(jì)算資源。因此，該層包括充當(dāng)子層的硬件，它為訓(xùn)練 AI 模型提供了必要的基礎(chǔ)架構(gòu)。您可以將此層作為第三方云提供商提供的完全托管的服務(wù)進(jìn)行訪問。

閱讀有關(guān)機(jī)器學(xué)習(xí)的信息 ?

第 2 層：機(jī)器學(xué)習(xí)框架和算法層

機(jī)器學(xué)習(xí)框架由工程師與數(shù)據(jù)科學(xué)家合作創(chuàng)建，以滿足特定業(yè)務(wù)用例的要求。然后，開發(fā)人員可以使用預(yù)先構(gòu)建的函數(shù)和類來輕松構(gòu)造和訓(xùn)練模型。這些框架的示例包括 TensorFlow、PyTorch 和 scikit-learn。這些框架是應(yīng)用程序架構(gòu)的重要組成部分，提供了輕松構(gòu)建和訓(xùn)練 AI 模型的基本功能。

第 3 層：模型層

在模型層，應(yīng)用程序開發(fā)人員實(shí)現(xiàn)人工智能模型，并使用前一層的數(shù)據(jù)和算法對其進(jìn)行訓(xùn)練。這一層對人工智能系統(tǒng)的決策能力至關(guān)重要。

以下是該層的一些關(guān)鍵組件。

模型結(jié)構(gòu)

這種結(jié)構(gòu)決定了模型的容量，包括層、神經(jīng)元和激活函數(shù)。根據(jù)問題和資源，可以選擇前饋神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò) (CNN) 或其他網(wǎng)絡(luò)。

模型參數(shù)和函數(shù)

訓(xùn)練期間的學(xué)習(xí)值，如神經(jīng)網(wǎng)絡(luò)權(quán)重和偏差，對預(yù)測至關(guān)重要。損失函數(shù)評估模型的性能，旨在最小化預(yù)測輸出和真實(shí)輸出之間的差異。

優(yōu)化器

該組件調(diào)整模型參數(shù)以減少損失函數(shù)。梯度下降和自適應(yīng)梯度算法 (AdaGrad) 等各種優(yōu)化器有不同的用途。

第 4 層：應(yīng)用層

第四層是應(yīng)用層，它是 AI 架構(gòu)中面向客戶的部分。您可以讓 AI 系統(tǒng)完成某些任務(wù)、生成信息、提供信息或做出數(shù)據(jù)驅(qū)動的決策。應(yīng)用層允許最終用戶與 AI 系統(tǒng)進(jìn)行交互。

AWS 如何支持您的人工智能需求？

Amazon Web Services (AWS) 提供最全面的服務(wù)、工具和資源，以滿足您的 AI 技術(shù)需求。AWS 讓各種規(guī)模的組織都能使用 AI，因此任何人都可以構(gòu)建創(chuàng)新的新技術(shù)，而不必?fù)?dān)心基礎(chǔ)架構(gòu)資源。

AWS 機(jī)器學(xué)習(xí)和人工智能提供數(shù)百種服務(wù)，用于為各種類型的用例構(gòu)建和擴(kuò)展 AI 應(yīng)用程序。以下是您可以使用的服務(wù)示例：

Amazon CodeGuru 安全防御工具用于檢測、監(jiān)控和修復(fù)代碼安全漏洞

Amazon Fraud Detector 檢測在線欺詐并增強(qiáng)檢測模型

Amazon Monitron 使基礎(chǔ)架構(gòu)問題防患于未然。

Amazon Rekogniton 自動化、簡化和擴(kuò)展圖像識別和視頻分析

Amazon Textract 可從任何文檔中提取打印文本、分析手寫內(nèi)容并自動捕獲數(shù)據(jù)

Amazon Transcribe 將語音轉(zhuǎn)換為文本，從視頻文件中提取關(guān)鍵業(yè)務(wù)見解，并提高業(yè)務(wù)成效

?立即創(chuàng)建賬戶，開始使用 AWS 上的人工智能。

使用 AWS 的后續(xù)步驟

查看其他與產(chǎn)品相關(guān)的資源

了解有關(guān)機(jī)器學(xué)習(xí)服務(wù)的更多信息?

注冊免費(fèi)賬戶

立即享受 AWS 免費(fèi)套餐。

注冊?

開始在控制臺中構(gòu)建

在 AWS 管理控制臺中開始構(gòu)建。

登錄?

登錄控制臺

了解有關(guān) AWS 的信息

什么是 AWS？

什么是云計(jì)算？

AWS 包容性、多樣性和公平性

什么是 DevOps？

什么是容器？

什么是數(shù)據(jù)湖？

AWS 云安全性

最新資訊

博客

新聞稿

AWS 資源

入門

培訓(xùn)和認(rèn)證

AWS 解決方案庫

架構(gòu)中心

產(chǎn)品和技術(shù)常見問題

分析報告

AWS 合作伙伴

AWS 上的開發(fā)人員

開發(fā)人員中心

軟件開發(fā)工具包與工具

運(yùn)行于 AWS 上的 .NET

運(yùn)行于 AWS 上的 Python

運(yùn)行于 AWS 上的 Java

運(yùn)行于 AWS 上的 PHP

運(yùn)行于 AWS 上的 JavaScript

幫助

聯(lián)系我們

獲取專家?guī)椭?/p>

提交支持工單

AWS re:Post

Knowledge Center

AWS Support 概覽

法律人員

亞馬遜云科技誠聘英才

創(chuàng)建賬戶

Amazon 是一個倡導(dǎo)機(jī)會均等的雇主：

反對少數(shù)族裔、婦女、殘疾人士、退伍軍人、性別認(rèn)同和性取向歧視。

語言

????

Bahasa Indonesia

Deutsch

English

Espa?ol

Fran?ais

Italiano

Português

Ti?ng Vi?t

Türk?e

Ρусский

???

日本語

???

中文 (簡體)

中文 (繁體)

隱私

|

網(wǎng)站條款

|

Cookie 首選項(xiàng)

|

? 2023, Amazon Web Services, Inc. 或其聯(lián)屬公司。保留所有權(quán)利。

終止對 Internet Explorer 的支持

知道了

AWS 對 Internet Explorer 的支持將于 07/31/2022 結(jié)束。受支持的瀏覽器包括 Chrome、Firefox、Edge 和 Safari。

了解詳情 ?

知道了

人工智能（智能科學(xué)與技術(shù)專業(yè)術(shù)語）_百度百科

（智能科學(xué)與技術(shù)專業(yè)術(shù)語）_百度百科 網(wǎng)頁新聞貼吧知道網(wǎng)盤圖片視頻地圖文庫資訊采購百科百度首頁登錄注冊進(jìn)入詞條全站搜索幫助首頁秒懂百科特色百科知識專題加入百科百科團(tuán)隊(duì)權(quán)威合作下載百科APP個人中心人工智能是一個多義詞，請?jiān)谙铝辛x項(xiàng)上選擇瀏覽（共38個義項(xiàng)）展開添加義項(xiàng)人工智能播報討論上傳視頻智能科學(xué)與技術(shù)專業(yè)術(shù)語收藏查看我的收藏0有用+10本詞條由“科普中國”科學(xué)百科詞條編寫與應(yīng)用工作項(xiàng)目 審核 。人工智能（Artificial Intelligence），英文縮寫為AI。 [24]是新一輪科技革命和產(chǎn)業(yè)變革的重要驅(qū)動力量， [26]是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是智能學(xué)科重要的組成部分，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。人工智能是十分廣泛的科學(xué)，包括機(jī)器人、語言識別、圖像識別、自然語言處理、專家系統(tǒng)、機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺等。 [1]人工智能大模型帶來的治理挑戰(zhàn)也不容忽視。 [44]馬斯克指出，在人工智能機(jī)器學(xué)習(xí)面具之下的本質(zhì)仍然是統(tǒng)計(jì)。 [38]營造良好創(chuàng)新生態(tài)，需做好前瞻研究，建立健全保障人工智能健康發(fā)展的法律法規(guī)、制度體系、倫理道德。 [44]著眼未來，在重視防范風(fēng)險的同時，也應(yīng)同步建立容錯、糾錯機(jī)制，努力實(shí)現(xiàn)規(guī)范與發(fā)展的動態(tài)平衡。 [44]最新新聞如何在規(guī)范中發(fā)展人工智能技術(shù)？2024-03-04 11:59近日，文生視頻模型Sora的推出引起廣泛關(guān)注。人工智能技術(shù)快速發(fā)展，其潛在的風(fēng)險也隨之出現(xiàn)，真假的界限似乎變得更加模糊?，F(xiàn)在的AI讓詐騙手段越發(fā)高明，但同樣人工智能技術(shù)也可以成為檢測手段，兩股力量的博弈如何實(shí)現(xiàn)？...詳情內(nèi)容來自央視新聞中文名人工智能外文名Artificial Intelligence所屬學(xué)科計(jì)算機(jī)智能學(xué)科簡????稱AI提出時間1956年提出地點(diǎn)DARTMOUTH學(xué)會目錄1定義詳解2研究價值3發(fā)展階段4科學(xué)介紹5技術(shù)研究?研究方法?智能模擬?學(xué)科范疇?涉及學(xué)科?研究范疇?安全問題?實(shí)現(xiàn)方法?與人類差距6專業(yè)機(jī)構(gòu)?美國?中國7主要成果?人機(jī)對弈?模式識別?自動工程?知識工程8相關(guān)著作9發(fā)展簡史?計(jì)算機(jī)時代?競賽?大量程序?日常生活?強(qiáng)弱對比?政策措施10研究課題?解決問題?知識表示法?規(guī)劃?學(xué)習(xí)?自然語言處理?運(yùn)動和控制?知覺?社交?創(chuàng)造力?多元智能?人工智能影響?應(yīng)用領(lǐng)域11流行語12發(fā)展現(xiàn)狀13發(fā)展方向14倫理規(guī)范15應(yīng)用成果16相關(guān)事件定義詳解播報編輯人工智能機(jī)器人關(guān)于什么是“智能”，涉及到諸如意識（CONSCIOUSNESS）、自我（SELF）、思維（MIND）（包括無意識的思維（UNCONSCIOUS_MIND））等問題。人唯一了解的智能是人本身的智能，這是普遍認(rèn)同的觀點(diǎn)。但是我們對我們自身智能的理解都非常有限，對構(gòu)成人的智能的必要元素也了解有限，所以就很難定義什么是人工智能。人工智能的研究往往涉及對人的智能本身的研究。其它關(guān)于動物或其它人造系統(tǒng)的智能也普遍被認(rèn)為是人工智能相關(guān)的研究課題。尼爾遜教授對人工智能下了這樣一個定義：“人工智能是關(guān)于知識的學(xué)科――怎樣表示知識以及怎樣獲得知識并使用知識的科學(xué)?！倍硪粋€美國麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作?！边@些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。即人工智能是研究人類智能活動的規(guī)律，構(gòu)造具有一定智能的人工系統(tǒng)，研究如何讓計(jì)算機(jī)去完成以往需要人的智力才能勝任的工作，也就是研究如何應(yīng)用計(jì)算機(jī)的軟硬件來模擬人類某些智能行為的基本理論、方法和技術(shù)。20世紀(jì)70年代以來，人工智能被稱為世界三大尖端技術(shù)之一（空間技術(shù)、能源技術(shù)、人工智能）。也被認(rèn)為是21世紀(jì)三大尖端技術(shù)（基因工程、納米科學(xué)、人工智能）之一。這是因?yàn)榻陙硭@得了迅速的發(fā)展，在很多學(xué)科領(lǐng)域都獲得了廣泛應(yīng)用，并取得了豐碩的成果，人工智能已逐步成為一個獨(dú)立的分支，無論在理論和實(shí)踐上都已自成一個系統(tǒng)。人工智能是研究使用計(jì)算機(jī)來模擬人的某些思維過程和智能行為（如學(xué)習(xí)、推理、思考、規(guī)劃等）的學(xué)科，主要包括計(jì)算機(jī)實(shí)現(xiàn)智能的原理、制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用。人工智能將涉及到計(jì)算機(jī)科學(xué)、心理學(xué)、哲學(xué)和語言學(xué)等學(xué)科?？梢哉f幾乎是自然科學(xué)和社會科學(xué)的所有學(xué)科，其范圍已遠(yuǎn)遠(yuǎn)超出了計(jì)算機(jī)科學(xué)的范疇，人工智能與思維科學(xué)的關(guān)系是實(shí)踐和理論的關(guān)系，人工智能是處于思維科學(xué)的技術(shù)應(yīng)用層次，是它的一個應(yīng)用分支。從思維觀點(diǎn)看，人工智能不僅限于邏輯思維，要考慮形象思維、靈感思維才能促進(jìn)人工智能的突破性的發(fā)展，數(shù)學(xué)常被認(rèn)為是多種學(xué)科的基礎(chǔ)科學(xué)，數(shù)學(xué)也進(jìn)入語言、思維領(lǐng)域，人工智能學(xué)科也必須借用數(shù)學(xué)工具，數(shù)學(xué)不僅在標(biāo)準(zhǔn)邏輯、模糊數(shù)學(xué)等范圍發(fā)揮作用，數(shù)學(xué)進(jìn)入人工智能學(xué)科，它們將互相促進(jìn)而更快地發(fā)展。 [3]研究價值播報編輯具有人工智能的機(jī)器人例如繁重的科學(xué)和工程計(jì)算本來是要人腦來承擔(dān)的，如今計(jì)算機(jī)不但能完成這種計(jì)算，而且能夠比人腦做得更快、更準(zhǔn)確，因此當(dāng)代人已不再把這種計(jì)算看作是“需要人類智能才能完成的復(fù)雜任務(wù)”，可見復(fù)雜工作的定義是隨著時代的發(fā)展和技術(shù)的進(jìn)步而變化的，人工智能這門科學(xué)的具體目標(biāo)也自然隨著時代的變化而發(fā)展。它一方面不斷獲得新的進(jìn)展，另一方面又轉(zhuǎn)向更有意義、更加困難的目標(biāo)。通常，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計(jì)學(xué)”、“信息論”和“控制論”。還包括其他非數(shù)學(xué)學(xué)科。這類“機(jī)器學(xué)習(xí)”對“經(jīng)驗(yàn)”的依賴性很強(qiáng)。計(jì)算機(jī)需要不斷從解決一類問題的經(jīng)驗(yàn)中獲取知識，學(xué)習(xí)策略，在遇到類似的問題時，運(yùn)用經(jīng)驗(yàn)知識解決問題并積累新的經(jīng)驗(yàn)，就像普通人一樣。我們可以將這樣的學(xué)習(xí)方式稱之為“連續(xù)型學(xué)習(xí)”。但人類除了會從經(jīng)驗(yàn)中學(xué)習(xí)之外，還會創(chuàng)造，即“跳躍型學(xué)習(xí)”。這在某些情形下被稱為“靈感”或“頓悟”。一直以來，計(jì)算機(jī)最難學(xué)會的就是“頓悟”?；蛘咴賴?yán)格一些來說，計(jì)算機(jī)在學(xué)習(xí)和“實(shí)踐”方面難以學(xué)會“不依賴于量變的質(zhì)變”，很難從一種“質(zhì)”直接到另一種“質(zhì)”，或者從一個“概念”直接到另一個“概念”。正因?yàn)槿绱耍@里的“實(shí)踐”并非同人類一樣的實(shí)踐。人類的實(shí)踐過程同時包括經(jīng)驗(yàn)和創(chuàng)造。這是智能化研究者夢寐以求的東西。2013年，帝金數(shù)據(jù)普數(shù)中心數(shù)據(jù)研究員S.C WANG開發(fā)了一種新的數(shù)據(jù)分析方法，該方法導(dǎo)出了研究函數(shù)性質(zhì)的新方法。作者發(fā)現(xiàn)，新數(shù)據(jù)分析方法給計(jì)算機(jī)學(xué)會“創(chuàng)造”提供了一種方法。本質(zhì)上，這種方法為人的“創(chuàng)造力”的模式化提供了一種相當(dāng)有效的途徑。這種途徑是數(shù)學(xué)賦予的，是普通人無法擁有但計(jì)算機(jī)可以擁有的“能力”。從此，計(jì)算機(jī)不僅精于算，還會因精于算而精于創(chuàng)造。計(jì)算機(jī)學(xué)家們應(yīng)該斬釘截鐵地剝奪“精于創(chuàng)造”的計(jì)算機(jī)過于全面的操作能力，否則計(jì)算機(jī)真的有一天會“反捕”人類。當(dāng)回頭審視新方法的推演過程和數(shù)學(xué)的時候，作者拓展了對思維和數(shù)學(xué)的認(rèn)識。數(shù)學(xué)簡潔，清晰，可靠性、模式化強(qiáng)。在數(shù)學(xué)的發(fā)展史上，處處閃耀著數(shù)學(xué)大師們創(chuàng)造力的光輝。這些創(chuàng)造力以各種數(shù)學(xué)定理或結(jié)論的方式呈現(xiàn)出來，而數(shù)學(xué)定理最大的特點(diǎn)就是：建立在一些基本的概念和公理上，以模式化的語言方式表達(dá)出來的包含豐富信息的邏輯結(jié)構(gòu)。應(yīng)該說，數(shù)學(xué)是最單純、最直白地反映著（至少一類）創(chuàng)造力模式的學(xué)科。發(fā)展階段播報編輯1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠(yuǎn)見卓識的年輕科學(xué)家在一起聚會，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問題，并首次提出了“人工智能”這一術(shù)語，它標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生。IBM公司“深藍(lán)”電腦擊敗了人類的世界國際象棋冠軍更是人工智能技術(shù)的一個完美表現(xiàn)。從1956年正式提出人工智能學(xué)科算起，50多年來，取得長足的發(fā)展，成為一門廣泛的交叉和前沿科學(xué)。總的說來，人工智能的目的就是讓計(jì)算機(jī)這臺機(jī)器能夠像人一樣思考。如果希望做出一臺能夠思考的機(jī)器，那就必須知道什么是思考，更進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢？科學(xué)家已經(jīng)作出了汽車、火車、飛機(jī)和收音機(jī)等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢？我們也僅僅知道這個裝在我們天靈蓋里面的東西是由數(shù)十億個神經(jīng)細(xì)胞組成的器官，我們對這個東西知之甚少，模仿它或許是天下最困難的事情了。當(dāng)計(jì)算機(jī)出現(xiàn)后，人類開始真正有了一個可以模擬人類思維的工具，在以后的歲月中，無數(shù)科學(xué)家為這個目標(biāo)努力著。如今人工智能已經(jīng)不再是幾個科學(xué)家的專利了，全世界幾乎所有大學(xué)的計(jì)算機(jī)系都有人在研究這門學(xué)科，學(xué)習(xí)計(jì)算機(jī)的大學(xué)生也必須學(xué)習(xí)這樣一門課程，在大家不懈的努力下，如今計(jì)算機(jī)似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍(lán)（DEEP BLUE）計(jì)算機(jī)戰(zhàn)勝了國際象棋大師卡斯帕洛夫（KASPAROV）。大家或許不會注意到，在一些地方計(jì)算機(jī)幫助人進(jìn)行其它原來只屬于人類的工作，計(jì)算機(jī)以它的高速和準(zhǔn)確為人類發(fā)揮著它的作用。人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語言和其它計(jì)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。2017年12月，人工智能入選“2017年度中國媒體十大流行語”。 [2]2019年3月4日，十三屆全國人大二次會議舉行新聞發(fā)布會，大會發(fā)言人張業(yè)遂表示，已將與人工智能密切相關(guān)的立法項(xiàng)目列入立法規(guī)劃 [4]?！渡疃葘W(xué)習(xí)平臺發(fā)展報告(2022)》認(rèn)為，伴隨技術(shù)、產(chǎn)業(yè)、政策等各方環(huán)境成熟，人工智能已經(jīng)跨過技術(shù)理論積累和工具平臺構(gòu)建的發(fā)力儲備期，開始步入以規(guī)模應(yīng)用與價值釋放為目標(biāo)的產(chǎn)業(yè)賦能黃金十年。 [13]2021年9月25日，為促進(jìn)人工智能健康發(fā)展，《新一代人工智能倫理規(guī)范》發(fā)布。2023年4月，美國《科學(xué)時報》刊文介紹了正在深刻改變醫(yī)療保健領(lǐng)域的五大領(lǐng)先技術(shù)：可穿戴設(shè)備和應(yīng)用程序、人工智能與機(jī)器學(xué)習(xí)、遠(yuǎn)程醫(yī)療、機(jī)器人技術(shù)、3D打印。 [23]2024年3月，文生視頻模型Sora的推出引起廣泛關(guān)注。人工智能技術(shù)快速發(fā)展，其潛在的風(fēng)險也隨之出現(xiàn)，真假的界限似乎變得更加模糊。 [45]科學(xué)介紹播報編輯實(shí)際應(yīng)用機(jī)器視覺，指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng)，自動規(guī)劃，智能搜索，定理證明，博弈，自動程序設(shè)計(jì)，智能控制，機(jī)器人學(xué)，語言和圖像理解，遺傳編程等。學(xué)科范疇人工智能是一門邊緣學(xué)科，屬于自然科學(xué)和社會科學(xué)的交叉。涉及學(xué)科哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制論，不定性論研究范疇自然語言處理，知識表現(xiàn)，智能搜索，推理，規(guī)劃，機(jī)器學(xué)習(xí)，知識獲取，組合調(diào)度問題，感知問題，模式識別，邏輯程序設(shè)計(jì)軟計(jì)算，不精確和不確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法意識和人工智能人工智能就其本質(zhì)而言，是對人的思維的信息過程的模擬。對于人的思維模擬可以從兩條道路進(jìn)行，一是結(jié)構(gòu)模擬，仿照人腦的結(jié)構(gòu)機(jī)制，制造出“類人腦”的機(jī)器；二是功能模擬，暫時撇開人腦的內(nèi)部結(jié)構(gòu)，而從其功能過程進(jìn)行模擬?，F(xiàn)代電子計(jì)算機(jī)的產(chǎn)生便是對人腦思維功能的模擬，是對人腦思維的信息過程的模擬。弱人工智能如今不斷地迅猛發(fā)展，尤其是2008年經(jīng)濟(jì)危機(jī)后，美日歐希望借機(jī)器人等實(shí)現(xiàn)再工業(yè)化，工業(yè)機(jī)器人以比以往任何時候更快的速度發(fā)展，更加帶動了弱人工智能和相關(guān)領(lǐng)域產(chǎn)業(yè)的不斷突破，很多必須用人來做的工作如今已經(jīng)能用機(jī)器人實(shí)現(xiàn)。而強(qiáng)人工智能則暫時處于瓶頸，還需要科學(xué)家們和人類的努力。技術(shù)研究播報編輯用來研究人工智能的主要物質(zhì)基礎(chǔ)以及能夠?qū)崿F(xiàn)人工智能技術(shù)平臺的機(jī)器就是計(jì)算機(jī)，人工智能的發(fā)展歷史是和計(jì)算機(jī)科學(xué)技術(shù)的發(fā)展史聯(lián)系在一起的。除了計(jì)算機(jī)科學(xué)以外，人工智能還涉及信息論、控制論、自動化、仿生學(xué)、生物學(xué)、心理學(xué)、數(shù)理邏輯、語言學(xué)、醫(yī)學(xué)和哲學(xué)等多門學(xué)科。人工智能學(xué)科研究的主要內(nèi)容包括：知識表示、自動推理和搜索方法、機(jī)器學(xué)習(xí)和知識獲取、知識處理系統(tǒng)、自然語言理解、計(jì)算機(jī)視覺、智能機(jī)器人、自動程序設(shè)計(jì)等方面。研究方法如今沒有統(tǒng)一的原理或范式指導(dǎo)人工智能研究。許多問題上研究者都存在爭論。其中幾個長久以來仍沒有結(jié)論的問題是：是否應(yīng)從心理或神經(jīng)方面模擬人工智能?或者像鳥類生物學(xué)對于航空工程一樣，人類生物學(xué)對于人工智能研究是沒有關(guān)系的？智能行為能否用簡單的原則（如邏輯或優(yōu)化）來描述？還是必須解決大量完全無關(guān)的問題？智能是否可以使用高級符號表達(dá)，如詞和想法？還是需要“子符號”的處理？JOHN HAUGELAND提出了GOFAI(出色的老式人工智能)的概念，也提議人工智能應(yīng)歸類為SYNTHETIC INTELLIGENCE，這個概念后來被某些非GOFAI研究者采納。大腦模擬主條目：控制論和計(jì)算神經(jīng)科學(xué)20世紀(jì)40年代到50年代，許多研究者探索神經(jīng)病學(xué)，信息理論及控制論之間的聯(lián)系。其中還造出一些使用電子網(wǎng)絡(luò)構(gòu)造的初步智能，如W. GREY WALTER的TURTLES和JOHNS HOPKINS BEAST。 這些研究者還經(jīng)常在普林斯頓大學(xué)和英國的RATIO CLUB舉行技術(shù)協(xié)會會議.直到1960， 大部分人已經(jīng)放棄這個方法，盡管在80年代再次提出這些原理。符號處理主條目：GOFAI當(dāng)20世紀(jì)50年代，數(shù)字計(jì)算機(jī)研制成功，研究者開始探索人類智能是否能簡化成符號處理。研究主要集中在卡內(nèi)基梅隆大學(xué)， 斯坦福大學(xué)和麻省理工學(xué)院，而各自有獨(dú)立的研究風(fēng)格。JOHN HAUGELAND稱這些方法為GOFAI(出色的老式人工智能)。[33] 60年代，符號方法在小型證明程序上模擬高級思考有很大的成就。基于控制論或神經(jīng)網(wǎng)絡(luò)的方法則置于次要。[34] 60~70年代的研究者確信符號方法最終可以成功創(chuàng)造強(qiáng)人工智能的機(jī)器，同時這也是他們的目標(biāo)。認(rèn)知模擬經(jīng)濟(jì)學(xué)家赫伯特·西蒙和艾倫·紐厄爾研究人類問題解決能力和嘗試將其形式化，同時他們?yōu)槿斯ぶ悄艿幕驹泶蛳禄A(chǔ)，如認(rèn)知科學(xué)， 運(yùn)籌學(xué)和經(jīng)營科學(xué)。他們的研究團(tuán)隊(duì)使用心理學(xué)實(shí)驗(yàn)的結(jié)果開發(fā)模擬人類解決問題方法的程序。這方法一直在卡內(nèi)基梅隆大學(xué)沿襲下來，并在80年代于SOAR發(fā)展到高峰?；谶壿嫴幌癜瑐悺ぜ~厄爾和赫伯特·西蒙，JOHN MCCARTHY認(rèn)為機(jī)器不需要模擬人類的思想，而應(yīng)嘗試找到抽象推理和解決問題的本質(zhì)，不管人們是否使用同樣的算法。他在斯坦福大學(xué)的實(shí)驗(yàn)室致力于使用形式化邏輯解決多種問題，包括知識表示， 智能規(guī)劃和機(jī)器學(xué)習(xí). 致力于邏輯方法的還有愛丁堡大學(xué)，而促成歐洲的其他地方開發(fā)編程語言PROLOG和邏輯編程科學(xué).“反邏輯”斯坦福大學(xué)的研究者 (如馬文·閔斯基和西摩爾·派普特)發(fā)現(xiàn)要解決計(jì)算機(jī)視覺和自然語言處理的困難問題，需要專門的方案-他們主張不存在簡單和通用原理（如邏輯）能夠達(dá)到所有的智能行為。ROGER SCHANK 描述他們的“反邏輯”方法為 "SCRUFFY" .常識知識庫 (如DOUG LENAT的CYC)就是"SCRUFFY"AI的例子，因?yàn)樗麄儽仨毴斯ひ淮尉帉懸粋€復(fù)雜的概念?；谥R大約在1970年出現(xiàn)大容量內(nèi)存計(jì)算機(jī)，研究者分別以三個方法開始把知識構(gòu)造成應(yīng)用軟件。這場“知識革命”促成專家系統(tǒng)的開發(fā)與計(jì)劃，這是第一個成功的人工智能軟件形式?！爸R革命”同時讓人們意識到許多簡單的人工智能軟件可能需要大量的知識。子符號法80年代符號人工智能停滯不前，很多人認(rèn)為符號系統(tǒng)永遠(yuǎn)不可能模仿人類所有的認(rèn)知過程，特別是感知，機(jī)器人，機(jī)器學(xué)習(xí)和模式識別。很多研究者開始關(guān)注子符號方法解決特定的人工智能問題。自下而上， 接口AGENT，嵌入環(huán)境（機(jī)器人），行為主義，新式AI機(jī)器人領(lǐng)域相關(guān)的研究者，如RODNEY BROOKS，否定符號人工智能而專注于機(jī)器人移動和求生等基本的工程問題。他們的工作再次關(guān)注早期控制論研究者的觀點(diǎn)，同時提出了在人工智能中使用控制理論。這與認(rèn)知科學(xué)領(lǐng)域中的表征感知論點(diǎn)是一致的:更高的智能需要個體的表征(如移動，感知和形象)。計(jì)算智能80年代中DAVID RUMELHART 等再次提出神經(jīng)網(wǎng)絡(luò)和聯(lián)結(jié)主義. 這和其他的子符號方法，如模糊控制和進(jìn)化計(jì)算，都屬于計(jì)算智能學(xué)科研究范疇。統(tǒng)計(jì)學(xué)法90年代，人工智能研究發(fā)展出復(fù)雜的數(shù)學(xué)工具來解決特定的分支問題。這些工具是真正的科學(xué)方法，即這些方法的結(jié)果是可測量的和可驗(yàn)證的，同時也是人工智能成功的原因。共用的數(shù)學(xué)語言也允許已有學(xué)科的合作（如數(shù)學(xué)，經(jīng)濟(jì)或運(yùn)籌學(xué)）。STUART J. RUSSELL和PETER NORVIG指出這些進(jìn)步不亞于“革命”和“NEATS的成功”。有人批評這些技術(shù)太專注于特定的問題，而沒有考慮長遠(yuǎn)的強(qiáng)人工智能目標(biāo)。集成方法智能AGENT范式智能AGENT是一個會感知環(huán)境并作出行動以達(dá)致目標(biāo)的系統(tǒng)。最簡單的智能AGENT是那些可以解決特定問題的程序。更復(fù)雜的AGENT包括人類和人類組織（如公司）。這些范式可以讓研究者研究單獨(dú)的問題和找出有用且可驗(yàn)證的方案，而不需考慮單一的方法。一個解決特定問題的AGENT可以使用任何可行的方法-一些AGENT用符號方法和邏輯方法，一些則是子符號神經(jīng)網(wǎng)絡(luò)或其他新的方法。范式同時也給研究者提供一個與其他領(lǐng)域溝通的共同語言--如決策論和經(jīng)濟(jì)學(xué)（也使用ABSTRACT AGENTS的概念）。90年代智能AGENT范式被廣泛接受。AGENT體系結(jié)構(gòu)和認(rèn)知體系結(jié)構(gòu)研究者設(shè)計(jì)出一些系統(tǒng)來處理多ANGENT系統(tǒng)中智能AGENT之間的相互作用。一個系統(tǒng)中包含符號和子符號部分的系統(tǒng)稱為混合智能系統(tǒng) ，而對這種系統(tǒng)的研究則是人工智能系統(tǒng)集成。分級控制系統(tǒng)則給反應(yīng)級別的子符號AI 和最高級別的傳統(tǒng)符號AI提供橋梁，同時放寬了規(guī)劃和世界建模的時間。RODNEY BROOKS的SUBSUMPTION ARCHITECTURE就是一個早期的分級系統(tǒng)計(jì)劃。智能模擬機(jī)器視、聽、觸、感覺及思維方式的模擬：指紋識別，人臉識別，視網(wǎng)膜識別，虹膜識別，掌紋識別，專家系統(tǒng)，智能搜索，定理證明，邏輯推理，博弈，信息感應(yīng)與辨證處理。學(xué)科范疇人工智能是一門邊沿學(xué)科，屬于自然科學(xué)、社會科學(xué)、技術(shù)科學(xué)三向交叉學(xué)科。涉及學(xué)科哲學(xué)和認(rèn)知科學(xué)，數(shù)學(xué)，神經(jīng)生理學(xué)，心理學(xué)，計(jì)算機(jī)科學(xué)，信息論，控制論，不定性論，仿生學(xué)，社會結(jié)構(gòu)學(xué)與科學(xué)發(fā)展觀。研究范疇語言的學(xué)習(xí)與處理，知識表現(xiàn)，智能搜索，推理，規(guī)劃，機(jī)器學(xué)習(xí)，知識獲取，組合調(diào)度問題，感知問題，模式識別，邏輯程序設(shè)計(jì)，軟計(jì)算，不精確和不確定的管理，人工生命，神經(jīng)網(wǎng)絡(luò)，復(fù)雜系統(tǒng)，遺傳算法人類思維方式，最關(guān)鍵的難題還是機(jī)器的自主創(chuàng)造性思維能力的塑造與提升。安全問題人工智能還在研究中，但有學(xué)者認(rèn)為讓計(jì)算機(jī)擁有智商是很危險的，它可能會反抗人類。這種隱患也在多部電影中發(fā)生過，其主要的關(guān)鍵是允不允許機(jī)器擁有自主意識的產(chǎn)生與延續(xù)，如果使機(jī)器擁有自主意識，則意味著機(jī)器具有與人同等或類似的創(chuàng)造性，自我保護(hù)意識，情感和自發(fā)行為。因此，人工智能的安全可控問題要同步從技術(shù)層面來解決。 [27]隨著技術(shù)的發(fā)展成熟，監(jiān)管形式可能逐步發(fā)生變化，但人工智能必須接受人工監(jiān)管的本質(zhì)不能改變。 [28]生成式AI可能引發(fā)大規(guī)模隱私或者個人信息泄露問題。 [36]實(shí)現(xiàn)方法人工智能在計(jì)算機(jī)上實(shí)現(xiàn)時有2種不同的方式。一種是采用傳統(tǒng)的編程技術(shù)，使系統(tǒng)呈現(xiàn)智能的效果，而不考慮所用方法是否與人或動物機(jī)體所用的方法相同。這種方法叫工程學(xué)方法（ENGINEERING APPROACH），它已在一些領(lǐng)域內(nèi)作出了成果，如文字識別、電腦下棋等。另一種是模擬法（MODELING APPROACH），它不僅要看效果，還要求實(shí)現(xiàn)方法也和人類或生物機(jī)體所用的方法相同或相類似。遺傳算法（GENERIC ALGORITHM，簡稱GA）和人工神經(jīng)網(wǎng)絡(luò)（ARTIFICIAL NEURAL NETWORK，簡稱ANN）均屬后一類型。遺傳算法模擬人類或生物的遺傳-進(jìn)化機(jī)制，人工神經(jīng)網(wǎng)絡(luò)則是模擬人類或動物大腦中神經(jīng)細(xì)胞的活動方式。為了得到相同智能效果，兩種方式通常都可使用。采用前一種方法，需要人工詳細(xì)規(guī)定程序邏輯，如果游戲簡單，還是方便的。如果游戲復(fù)雜，角色數(shù)量和活動空間增加，相應(yīng)的邏輯就會很復(fù)雜（按指數(shù)式增長），人工編程就非常繁瑣，容易出錯。而一旦出錯，就必須修改原程序，重新編譯、調(diào)試，最后為用戶提供一個新的版本或提供一個新補(bǔ)丁，非常麻煩。采用后一種方法時，編程者要為每一角色設(shè)計(jì)一個智能系統(tǒng)（一個模塊）來進(jìn)行控制，這個智能系統(tǒng)（模塊）開始什么也不懂，就像初生嬰兒那樣，但它能夠?qū)W習(xí)，能漸漸地適應(yīng)環(huán)境，應(yīng)付各種復(fù)雜情況。這種系統(tǒng)開始也常犯錯誤，但它能吸取教訓(xùn)，下一次運(yùn)行時就可能改正，至少不會永遠(yuǎn)錯下去，用不到發(fā)布新版本或打補(bǔ)丁。利用這種方法來實(shí)現(xiàn)人工智能，要求編程者具有生物學(xué)的思考方法，入門難度大一點(diǎn)。但一旦入了門，就可得到廣泛應(yīng)用。由于這種方法編程時無須對角色的活動規(guī)律做詳細(xì)規(guī)定，應(yīng)用于復(fù)雜問題，通常會比前一種方法更省力。與人類差距2023年，中國科學(xué)院自動化研究所（中科院自動化所）團(tuán)隊(duì)最新完成的一項(xiàng)研究發(fā)現(xiàn)，基于人工智能的神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)模型對幻覺輪廓“視而不見”，人類與人工智能的“角逐”在幻覺認(rèn)知上“扳回一局”。 [16]專業(yè)機(jī)構(gòu)播報編輯美國⒈ MASSACHUSETTS INSTITUTE OF TECHNOLOGY麻省理工學(xué)院⒉ STANFORD UNIVERSITY斯坦福大學(xué)(CA)⒊ CARNEGIE MELLON UNIVERSITY卡內(nèi)基美隆大學(xué)(PA)⒋ UNIVERSITY OF CALIFORNIA-BERKELEY加州大學(xué)伯克利分校⒌ UNIVERSITY OF WASHINGTON華盛頓大學(xué)⒍ UNIVERSITY OF TEXAS-AUSTIN德克薩斯大學(xué)奧斯汀分校⒎ UNIVERSITY OF PENNSYLVANIA賓夕法尼亞大學(xué)⒏ UNIVERSITY OF ILLINOIS-URBANA-CHAMPAIGN 伊利諾伊大學(xué)厄本那—香檳分校⒐ UNIVERSITY OF MARYLAND-COLLEGE PARK馬里蘭大學(xué)帕克分校⒑ CORNELL UNIVERSITY 康奈爾大學(xué) (NY)⒒ UNIVERSITY OF MASSACHUSETTS-AMHERST馬薩諸塞大學(xué)AMHERST校區(qū)⒓ GEORGIA INSTITUTE OF TECHNOLOGY佐治亞理工學(xué)院UNIVERSITY OF MICHIGAN-ANN ARBOR 密西根大學(xué)-安娜堡分校⒕ UNIVERSITY OF SOUTHERN CALIFORNIA南加州大學(xué)⒖ COLUMBIA UNIVERSITY哥倫比亞大學(xué)(NY)UNIVERSITY OF CALIFORNIA-LOS ANGELES加州大學(xué)洛杉磯分校⒘ BROWN UNIVERSITY布朗大學(xué)(RI)⒙ YALE UNIVERSITY耶魯大學(xué)(CT)⒚ UNIVERSITY OF CALIFORNIA-SAN DIEGO加利福尼亞大學(xué)圣地亞哥分校⒛ UNIVERSITY OF WISCONSIN-MADISON威斯康星大學(xué)麥迪遜分校中國1、中國科學(xué)院自動化研究所2、清華大學(xué)3、北京大學(xué)4、南京理工大學(xué)5、北京科技大學(xué)6、中國科學(xué)技術(shù)大學(xué)7、吉林大學(xué)8、哈爾濱工業(yè)大學(xué)9、北京郵電大學(xué)10、北京理工大學(xué)11、廈門大學(xué)人工智能研究所12、西安交通大學(xué)智能車研究所13、中南大學(xué)智能系統(tǒng)與智能軟件研究所14、西安電子科技大學(xué)智能所15、華中科技大學(xué)圖像與人工智能研究所16、重慶郵電大學(xué)17、武漢工程大學(xué)主要成果播報編輯人機(jī)對弈1996年2月10～17日， GARRY KASPAROV以4：2戰(zhàn)勝“深藍(lán)” （DEEP BLUE）。1997年5月3～11日， GARRY KASPAROV以2.5：3.5輸于改進(jìn)后的“深藍(lán)”。2003年2月GARRY KASPAROV 3:3戰(zhàn)平 “小深”（DEEP JUNIOR）。2003年11月GARRY KASPAROV 2:2戰(zhàn)平 “X3D德國人” （X3D-FRITZ）。模式識別采用 $模式識別引擎，分支有2D識別引擎 ，3D識別引擎，駐波識別引擎以及多維識別引擎2D識別引擎已推出指紋識別，人像識別 ，文字識別，圖像識別 ，車牌識別；駐波識別引擎已推出語音識別自動工程自動駕駛（OSO系統(tǒng)）印鈔工廠（￥流水線）獵鷹系統(tǒng)（YOD繪圖）知識工程以知識本身為處理對象，研究如何運(yùn)用人工智能和軟件技術(shù)，設(shè)計(jì)、構(gòu)造和維護(hù)知識系統(tǒng)專家系統(tǒng)智能搜索引擎計(jì)算機(jī)視覺和圖像處理機(jī)器翻譯和自然語言理解數(shù)據(jù)挖掘和知識發(fā)現(xiàn)相關(guān)著作播報編輯《視讀人工智能》：機(jī)器真的可以思考嗎？人的思維只是一個復(fù)雜的計(jì)算機(jī)程序嗎？本書著眼于人工智能這個有史以來最為棘手的科學(xué)問題之一，集中探討了其背后的一些主要話題。人工智能不僅僅是一個虛構(gòu)的概念。人類對智能機(jī)體結(jié)構(gòu)半個世紀(jì)的研究表明：機(jī)器可以打敗人類最偉大的棋手，類人機(jī)器人可以走路并且能和人類進(jìn)行互動。盡管早就有宣言稱智能機(jī)器指日可待，但此方面的進(jìn)展卻緩慢而艱難。意識和環(huán)境是困擾研究的兩大難題。我們到底應(yīng)該怎樣去制造智能機(jī)器呢？它應(yīng)該像大腦一樣運(yùn)轉(zhuǎn)？它是否需要軀體？從圖靈影響深遠(yuǎn)的奠基性研究到機(jī)器人和新人工智能的飛躍，本書圖文并茂的將人工智能在過去半個世紀(jì)的發(fā)展清晰的呈現(xiàn)到讀者面前。《人工智能的未來》：詮釋了智能的內(nèi)涵，闡述了大腦工作的原理，并告訴我們?nèi)绾尾拍苤圃斐稣嬲饬x上的智能機(jī)器——這樣的智能機(jī)器將不再僅僅是對人類大腦的簡單模仿，它們的智能在許多方面會遠(yuǎn)遠(yuǎn)超過人腦。霍金斯認(rèn)為，從人工智能到神經(jīng)網(wǎng)絡(luò)，早先復(fù)制人類智能的努力無一成功，究其原因，都是由于人們并未真正了解智能的內(nèi)涵和人類大腦。所謂智能，就是人腦比較過去、預(yù)測未來的能力。大腦不是計(jì)算機(jī)，不會亦步亦趨、按部就班的根據(jù)輸入產(chǎn)生輸出。大腦是一個龐大的記憶系統(tǒng)，它儲存著在某種程度上反映世界真實(shí)結(jié)構(gòu)的經(jīng)驗(yàn)，能夠記憶事件的前后順序及其相互關(guān)系，并依據(jù)記憶做出預(yù)測。形成智能、感覺、創(chuàng)造力以及知覺等基礎(chǔ)的，就是大腦的記憶-預(yù)測系統(tǒng)……《人工智能哲學(xué)》：人工智能哲學(xué)是伴隨現(xiàn)代信息理論和計(jì)算機(jī)技術(shù)發(fā)展起來的一個哲學(xué)分支。本書收集了人工智能研究領(lǐng)域?qū)W者的十五篇代表性論文，這些論文為計(jì)算機(jī)科學(xué)的發(fā)展和人工智能哲學(xué)的建立作出了開創(chuàng)性的貢獻(xiàn)。這些文章總結(jié)了人工智能發(fā)展的歷程，該學(xué)科發(fā)展的趨勢，以及人工智能中的重要課題。在這些劃時代的著作中，包括有：現(xiàn)代計(jì)算機(jī)理論之父艾倫·圖靈的“計(jì)算機(jī)與智能”；美國哲學(xué)家塞爾的“心靈，大腦與程序”；J·E·欣頓等人的“分布式表述”，以及本書編者、英國人工智能學(xué)者M(jìn)·A·博登的“逃出中文屋”?！度斯ぶ悄埽阂环N現(xiàn)代的方法》：本書以詳盡和豐富的資料，從理性智能體的角度，全面闡述了人工智能領(lǐng)域的核心內(nèi)容，并深入介紹了各個主要的研究方向，是一本難得的綜合性教材。全書分為八大部分：第一部分"人工智能"，第二部分"問題求解"，第三部分"知識與推理"，第四部分"規(guī)劃"，第五部分"不確定知識與推理"，第六部分"學(xué)習(xí)"，第七部分"通訊、感知與行動"，第八部分"結(jié)論"。本書既詳細(xì)介紹了大量的基本概念、思想和算法，也描述了各研究方向最前沿的進(jìn)展，同時收集整理了詳實(shí)的歷史文獻(xiàn)與事件。因此本書適合于不同層次和領(lǐng)域的研究人員及學(xué)生，可以作為信息領(lǐng)域和相關(guān)領(lǐng)域的高等院校本科生和研究生的教材或教學(xué)輔導(dǎo)書目，也可以作為相關(guān)領(lǐng)域的科研與工程技術(shù)人員的參考書。發(fā)展簡史播報編輯人工智能的傳說可以追溯到古埃及，但隨著1941年以來電子計(jì)算機(jī)的發(fā)展，技術(shù)已最終可以創(chuàng)造出機(jī)器智能，“人工智能”（ARTIFICIAL INTELLIGENCE）一詞最初是在1956年DARTMOUTH學(xué)會上提出的，從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展，在它還不長的歷史中，人工智能的發(fā)展比預(yù)想的要慢，但一直在前進(jìn)，從40年前出現(xiàn)，已經(jīng)出現(xiàn)了許多AI程序，并且它們也影響到了其它 技術(shù)的發(fā)展。計(jì)算機(jī)時代1941年的一項(xiàng)發(fā)明使信息存儲和處理的各個方面都發(fā)生了革命.這項(xiàng)同時在美國和德國出現(xiàn)的 發(fā)明就是電子計(jì)算機(jī).第一臺計(jì)算機(jī)要占用幾間裝空調(diào)的大房間，對程序員來說是場噩夢：僅僅為運(yùn)行一 個程序就要設(shè)置成千的線路.1949年改進(jìn)后的能存儲程序的計(jì)算機(jī)使得輸入程序變得簡單些，而且計(jì)算機(jī) 理論的發(fā)展產(chǎn)生了計(jì)算機(jī)科學(xué)，并最終促使了人工智能的出現(xiàn).計(jì)算機(jī)這個用電子方式處理數(shù)據(jù)的發(fā)明，為人工智能的可能實(shí)現(xiàn)提供了一種媒介.雖然計(jì)算機(jī)為AI提供了必要的技術(shù)基礎(chǔ)，但直到50年代早期人們才注意到人類智能與機(jī)器之間 的聯(lián)系. NORBERT WIENER是最早研究反饋理論的美國人之一.最熟悉的反饋控制的例子是自動調(diào)溫器.它將收集到的房間溫度與希望的溫度比較，并做出反應(yīng)將加熱器開大或關(guān)小，從而控制環(huán)境溫度.這項(xiàng)對反饋 回路的研究重要性在于：WIENER從理論上指出，所有的智能活動都是反饋機(jī)制的結(jié)果.而反饋機(jī)制是有可能用機(jī)器模擬的.這項(xiàng)發(fā)現(xiàn)對早期AI的發(fā)展影響很大.1955年末，NEWELL和SIMON做了一個名為"邏輯專家"（LOGIC THEORIST）的程序.這個程序被許多人 認(rèn)為是第一個AI程序.它將每個問題都表示成一個樹形模型，然后選擇最可能得到正確結(jié)論的那一枝來求解 問題."邏輯專家"對公眾和AI研究領(lǐng)域產(chǎn)生的影響使它成為AI發(fā)展中一個重要的里程碑.1956年，被認(rèn)為是 人工智能之父的JOHN MCCARTHY組織了一次學(xué)會，將許多對機(jī)器智能感興趣的專家學(xué)者聚集在一起進(jìn)行了一 個月的討論.他請他們到 VERMONT參加 " DARTMOUTH人工智能夏季研究會".從那時起，這個領(lǐng)域被命名為 "人工智能".雖然 DARTMOUTH學(xué)會不是非常成功，但它確實(shí)集中了AI的創(chuàng)立者們，并為以后的AI研究奠定了基礎(chǔ).DARTMOUTH會議后的7年中，AI研究開始快速發(fā)展.雖然這個領(lǐng)域還沒明確定義，會議中的一些思想 已被重新考慮和使用了. CARNEGIE MELLON大學(xué)和MIT開始組建AI研究中心.研究面臨新的挑戰(zhàn)：下一步需 要建立能夠更有效解決問題的系統(tǒng)，例如在"邏輯專家"中減少搜索；還有就是建立可以自我學(xué)習(xí)的系統(tǒng).1957年一個新程序，"通用解題機(jī)"（GPS）的第一個版本進(jìn)行了測試.這個程序是由制作"邏輯專家" 的同一個組開發(fā)的.GPS擴(kuò)展了WIENER的反饋原理，可以解決很多常識問題.兩年以后，IBM成立了一個AI研 究組.HERBERT GELERNETER花3年時間制作了一個解幾何定理的程序.當(dāng)越來越多的程序涌現(xiàn)時，MCCARTHY正忙于一個AI史上的突破.1958年MCCARTHY宣布了他的新成 果：LISP語言. LISP到今天還在用."LISP"的意思是"表處理"（LIST PROCESSING），它很快就為大多數(shù)AI開發(fā)者采納.1963年MIT從美國政府得到一筆220萬美元的資助，用于研究機(jī)器輔助識別.這筆資助來自國防部 高級研究計(jì)劃署（ARPA），已保證美國在技術(shù)進(jìn)步上領(lǐng)先于蘇聯(lián).這個計(jì)劃吸引了來自全世界的計(jì)算機(jī)科學(xué)家，加快了AI研究的發(fā)展步伐.競賽LOEBNER（人工智能類）以人類的智慧創(chuàng)造出堪與人類大腦相平行的機(jī)器腦（人工智能），對人類來說是一個極具誘惑的領(lǐng)域，人類為了實(shí)現(xiàn)這一夢想也已經(jīng)奮斗了很多個年頭了。而從一個語言研究者的角度來看，要讓機(jī)器與人之間自由交流那是相當(dāng)困難的，甚至可以說可能會是一個永無答案的問題。人類的語言，人類的智能是如此的復(fù)雜，以至于我們的研究還并未觸及其導(dǎo)向本質(zhì)的外延部分的邊沿。大量程序以后幾年出現(xiàn)了大量程序.其中一個叫"SHRDLU"."SHRDLU"是"微型世界"項(xiàng)目的一部分，包括 在微型世界（例如只有有限數(shù)量的幾何形體）中的研究與編程.在MIT由MARVIN MINSKY領(lǐng)導(dǎo)的研究人員發(fā)現(xiàn)，面對小規(guī)模的對象，計(jì)算機(jī)程序可以解決空間和邏輯問題.其它如在60年代末出現(xiàn)的"STUDENT"可以解決代數(shù) 問題，"SIR"可以理解簡單的英語句子.這些程序的結(jié)果對處理語言理解和邏輯有所幫助.70年代另一個進(jìn)展是專家系統(tǒng).專家系統(tǒng)可以預(yù)測在一定條件下某種解的概率.由于當(dāng)時計(jì)算機(jī)已 有巨大容量，專家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律.專家系統(tǒng)的市場應(yīng)用很廣.十年間，專家系統(tǒng)被用于股市預(yù) 測，幫助醫(yī)生診斷疾病，以及指示礦工確定礦藏位置等.這一切都因?yàn)閷＜蚁到y(tǒng)存儲規(guī)律和信息的能力而成為可能.70年代許多新方法被用于AI開發(fā)，如MINSKY的構(gòu)造理論.另外DAVID MARR提出了機(jī)器視覺方 面的新理論，例如，如何通過一副圖像的陰影，形狀，顏色，邊界和紋理等基本信息辨別圖像.通過分析這些信 息，可以推斷出圖像可能是什么.同時期另一項(xiàng)成果是PROLOGE語言，于1972年提出. 80年代期間，AI前進(jìn)更為迅速，并更多地進(jìn)入商業(yè)領(lǐng)域.1986年，美國AI相關(guān)軟硬件銷售高達(dá)4.25億 美元.專家系統(tǒng)因其效用尤受需求.象數(shù)字電氣公司這樣的公司用XCON專家系統(tǒng)為VAX大型機(jī)編程.杜邦，通用 汽車公司和波音公司也大量依賴專家系統(tǒng).為滿足計(jì)算機(jī)專家的需要，一些生產(chǎn)專家系統(tǒng)輔助制作軟件的公 司，如TEKNOWLEDGE和INTELLICORP成立了。為了查找和改正現(xiàn)有專家系統(tǒng)中的錯誤，又有另外一些專家系統(tǒng)被設(shè)計(jì)出來.日常生活人們開始感受到計(jì)算機(jī)和人工智能技術(shù)的影響.計(jì)算機(jī)技術(shù)不再只屬于實(shí)驗(yàn)室中的一小群研究人員. 個人電腦和眾多技術(shù)雜志使計(jì)算機(jī)技術(shù)展現(xiàn)在人們面前.有了像美國人工智能協(xié)會這樣的基金會.因?yàn)锳I開發(fā) 的需要，還出現(xiàn)了一陣研究人員進(jìn)入私人公司的熱潮。150多所像DEC（它雇了700多員工從事AI研究）這樣的公司共花了10億美元在內(nèi)部的AI開發(fā)組上.其它AI領(lǐng)域也在80年代進(jìn)入市場.其中一項(xiàng)就是機(jī)器視覺. MINSKY和MARR的成果如今用到了生產(chǎn)線上的相機(jī)和計(jì)算機(jī)中，進(jìn)行質(zhì)量控制.盡管還很簡陋，這些系統(tǒng)已能夠通過黑白區(qū)別分辨出物件形狀的不同.到1985年美國有一百多個公司生產(chǎn)機(jī)器視覺系統(tǒng)，銷售額共達(dá)8千萬美元.但80年代對AI工業(yè)來說也不全是好年景.86-87年對AI系統(tǒng)的需求下降，業(yè)界損失了近5億美元.象 TEKNOWLEDGE和INTELLICORP兩家共損失超過6百萬美元，大約占利潤的三分之一巨大的損失迫使許多研究領(lǐng) 導(dǎo)者削減經(jīng)費(fèi).另一個令人失望的是國防部高級研究計(jì)劃署支持的所謂"智能卡車".這個項(xiàng)目目的是研制一種能完成許多戰(zhàn)地任務(wù)的機(jī)器人。由于項(xiàng)目缺陷和成功無望，PENTAGON停止了項(xiàng)目的經(jīng)費(fèi).人工智能機(jī)器人(2張)盡管經(jīng)歷了這些受挫的事件，AI仍在慢慢恢復(fù)發(fā)展.新的技術(shù)在日本被開發(fā)出來，如在美國首創(chuàng)的模糊邏輯，它可以從不確定的條件作出決策；還有神經(jīng)網(wǎng)絡(luò)，被視為實(shí)現(xiàn)人工智能的可能途徑.總之，80年代AI被引入了市場，并顯示出實(shí)用價值.可以確信，它將是通向21世紀(jì)之匙. 人工智能技術(shù)接受檢驗(yàn) 在"沙漠風(fēng)暴"行動中軍方的智能設(shè)備經(jīng)受了戰(zhàn)爭的檢驗(yàn).人工智能技術(shù)被用于導(dǎo)彈系統(tǒng)和預(yù)警顯示以 及其它先進(jìn)武器.AI技術(shù)也進(jìn)入了家庭.智能電腦的增加吸引了公眾興趣；一些面向蘋果機(jī)和IBM兼容機(jī)的應(yīng)用 軟件例如語音和文字識別已可買到；使用模糊邏輯，AI技術(shù)簡化了攝像設(shè)備.對人工智能相關(guān)技術(shù)更大的需求促 使新的進(jìn)步不斷出現(xiàn).人工智能已經(jīng)并且將繼續(xù)不可避免地改變我們的生活。強(qiáng)弱對比人工智能的一個比較流行的定義，也是該領(lǐng)域較早的定義，是由約翰·麥卡錫（JOHN MCCARTHY）在1956年的達(dá)特矛斯會議（DARTMOUTH CONFERENCE）上提出的：人工智能就是要讓機(jī)器的行為看起來就象是人所表現(xiàn)出的智能行為一樣。但是這個定義似乎忽略了強(qiáng)人工智能的可能性（見下）。另一個定義指人工智能是人造機(jī)器所表現(xiàn)出來的智能性。總體來講，對人工智能的定義大多可劃分為四類，即機(jī)器“像人一樣思考”、“像人一樣行動”、“理性地思考”和“理性地行動”。這里“行動”應(yīng)廣義地理解為采取行動，或制定行動的決策，而不是肢體動作。強(qiáng)人工智能(BOTTOM-UP AI)強(qiáng)人工智能觀點(diǎn)認(rèn)為有可能制造出真正能推理（REASONING）和解決問題（PROBLEM_SOLVING）的智能機(jī)器，并且，這樣的機(jī)器能將被認(rèn)為是有知覺的，有自我意識的。強(qiáng)人工智能可以有兩類：類人的人工智能，即機(jī)器的思考和推理就像人的思維一樣。非類人的人工智能，即機(jī)器產(chǎn)生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式。弱人工智能(TOP-DOWN AI)弱人工智能觀點(diǎn)認(rèn)為不可能制造出能真正地推理（REASONING）和解決問題（PROBLEM_SOLVING）的智能機(jī)器，這些機(jī)器只不過看起來像是智能的，但是并不真正擁有智能，也不會有自主意識。主流科研集中在弱人工智能上，并且一般認(rèn)為這一研究領(lǐng)域已經(jīng)取得可觀的成就。強(qiáng)人工智能的研究則處于停滯不前的狀態(tài)下。對強(qiáng)人工智能的哲學(xué)爭論“強(qiáng)人工智能”一詞最初是約翰·羅杰斯·希爾勒針對計(jì)算機(jī)和其它信息處理機(jī)器創(chuàng)造的，其定義為：“強(qiáng)人工智能觀點(diǎn)認(rèn)為計(jì)算機(jī)不僅是用來研究人的思維的一種工具；相反，只要運(yùn)行適當(dāng)?shù)某绦?，?jì)算機(jī)本身就是有思維的。”（J SEARLE IN MINDS BRAINS AND PROGRAMS. THE BEHAVIORAL AND BRAIN SCIENCES,VOL. 3,1980）這是指使計(jì)算機(jī)從事智能的活動。在這里智能的涵義是多義的、不確定的，像下面所提到的就是其中的例子。利用計(jì)算機(jī)解決問題時，必須知道明確的程序?？墒牵思词乖诓磺宄绦驎r，根據(jù)發(fā)現(xiàn)（HEU- RISTIC）法而設(shè)法巧妙的解決了問題的情況是不少的。如識別書寫的文字、圖形、聲音等，所謂認(rèn)識模型就是一例。再有，能力因?qū)W習(xí)而得到的提高和歸納推理、依據(jù)類推而進(jìn)行的推理等，也是其例。此外，解決的程序雖然是清楚的，但是實(shí)行起來需要很長時間，對于這樣的問題，人能在很短的時間內(nèi)找出相當(dāng)好的解決方法，如競技的比賽等就是其例。還有，計(jì)算機(jī)在沒有給予充分的合乎邏輯的正確信息時，就不能理解它的意義，而人在僅是被給予不充分、不正確的信息的情況下，根據(jù)適當(dāng)?shù)难a(bǔ)充信息，也能抓住它的意義。自然語言就是例子。用計(jì)算機(jī)處理自然語言，稱為自然語言處理。關(guān)于強(qiáng)人工智能的爭論不同于更廣義的一元論和二元論（DUALISM）的爭論。其爭論要點(diǎn)是：如果一臺機(jī)器的唯一工作原理就是對編碼數(shù)據(jù)進(jìn)行轉(zhuǎn)換，那么這臺機(jī)器是不是有思維的？希爾勒認(rèn)為這是不可能的。他舉了個中文房間的例子來說明，如果機(jī)器僅僅是對數(shù)據(jù)進(jìn)行轉(zhuǎn)換，而數(shù)據(jù)本身是對某些事情的一種編碼表現(xiàn)，那么在不理解這一編碼和這實(shí)際事情之間的對應(yīng)關(guān)系的前提下，機(jī)器不可能對其處理的數(shù)據(jù)有任何理解?；谶@一論點(diǎn)，希爾勒認(rèn)為即使有機(jī)器通過了圖靈測試，也不一定說明機(jī)器就真的像人一樣有思維和意識。也有哲學(xué)家持不同的觀點(diǎn)。DANIEL C. DENNETT 在其著作 CONSCIOUSNESS EXPLAINED 里認(rèn)為，人也不過是一臺有靈魂的機(jī)器而已，為什么我們認(rèn)為人可以有智能而普通機(jī)器就不能呢？他認(rèn)為像上述的數(shù)據(jù)轉(zhuǎn)換機(jī)器是有可能有思維和意識的。有的哲學(xué)家認(rèn)為如果弱人工智能是可實(shí)現(xiàn)的，那么強(qiáng)人工智能也是可實(shí)現(xiàn)的。比如SIMON BLACKBURN在其哲學(xué)入門教材 THINK 里說道，一個人的看起來是“智能”的行動并不能真正說明這個人就真的是智能的。我永遠(yuǎn)不可能知道另一個人是否真的像我一樣是智能的，還是說她/他僅僅是看起來是智能的?；谶@個論點(diǎn)，既然弱人工智能認(rèn)為可以令機(jī)器看起來像是智能的，那就不能完全否定這機(jī)器是真的有智能的。BLACKBURN 認(rèn)為這是一個主觀認(rèn)定的問題。需要要指出的是，弱人工智能并非和強(qiáng)人工智能完全對立，也就是說，即使強(qiáng)人工智能是可能的，弱人工智能仍然是有意義的。至少，今日的計(jì)算機(jī)能做的事，像算術(shù)運(yùn)算等，在百多年前是被認(rèn)為很需要智能的。政策措施2019年6月17日，國家新一代人工智能治理專業(yè)委員會發(fā)布《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》，提出了人工智能治理的框架和行動指南。這是中國促進(jìn)新一代人工智能健康發(fā)展，加強(qiáng)人工智能法律、倫理、社會問題研究，積極推動人工智能全球治理的一項(xiàng)重要成果。 [5]研究課題播報編輯人工智能的研究方向已經(jīng)被分成幾個子領(lǐng)域，研究人員希望一個人工智能系統(tǒng)應(yīng)該具有某些特定能力，以下將這些能力列出并說明。解決問題早期的人工智能研究人員直接模仿人類進(jìn)行逐步的推理，就像是玩棋盤游戲或進(jìn)行邏輯推理時人類的思考模式。到了1980和1990年代，利用概率和經(jīng)濟(jì)學(xué)上的概念，人工智能研究還發(fā)展了非常成功的方法處理不確定或不完整的資訊。對于困難的問題，有可能需要大量的運(yùn)算資源，也就是發(fā)生了“可能組合爆增”：當(dāng)問題超過一定的規(guī)模時，電腦會需要天文數(shù)量級的存儲器或是運(yùn)算時間。尋找更有效的算法是優(yōu)先的人工智能研究項(xiàng)目。人類解決問題的模式通常是用最快捷，直觀的判斷，而不是有意識的，一步一步的推導(dǎo)，早期人工智能研究通常使用逐步推導(dǎo)的方式。人工智能研究已經(jīng)于這種“次表征性的”解決問題方法取得進(jìn)展：實(shí)體化AGENT研究強(qiáng)調(diào)感知運(yùn)動的重要性。神經(jīng)網(wǎng)絡(luò)研究試圖以模擬人類和動物的大腦結(jié)構(gòu)重現(xiàn)這種技能。知識表示法AN ONTOLOGY REPRESENTS KNOWLEDGE AS A SET OF CONCEPTS WITHIN A DOMAIN AND THE RELATIONSHIPS BETWEEN THOSE CONCEPTS.主條目：知識表示和常識知識庫規(guī)劃智能AGENT必須能夠制定目標(biāo)和實(shí)現(xiàn)這些目標(biāo)。他們需要一種方法來建立一個可預(yù)測的世界模型(將整個世界狀態(tài)用數(shù)學(xué)模型表現(xiàn)出來，并能預(yù)測它們的行為將如何改變這個世界)，這樣就可以選擇功效最大的行為。 在傳統(tǒng)的規(guī)劃問題中，智能AGENT被假定它是世界中唯一具有影響力的，所以它要做出什么行為是已經(jīng)確定的。 但是，如果事實(shí)并非如此，它必須定期檢查世界模型的狀態(tài)是否和自己的預(yù)測相符合。如果不符合，它必須改變它的計(jì)劃。因此智能代理必須具有在不確定結(jié)果的狀態(tài)下推理的能力。 在多AGENT中，多個AGENT規(guī)劃以合作和競爭的方式去完成一定的目標(biāo)，使用演化算法和群體智慧可以達(dá)成一個整體的突現(xiàn)行為目標(biāo)。學(xué)習(xí)主條目：機(jī)器學(xué)習(xí)機(jī)械學(xué)習(xí)的主要目的是為了從使用者和輸入數(shù)據(jù)等處獲得知識，從而可以幫助解決更多問題，減少錯誤，提高解決問題的效率。對于人工智能來說，機(jī)械學(xué)習(xí)從一開始就很重要。1956年，在最初的達(dá)特茅斯夏季會議上，雷蒙德索洛莫諾夫?qū)懥艘黄P(guān)于不監(jiān)視的概率性機(jī)械學(xué)習(xí)：一個歸納推理的機(jī)械。自然語言處理主條目：自然語言處理運(yùn)動和控制主條目：機(jī)器人學(xué)知覺主條目：機(jī)器感知、計(jì)算機(jī)視覺和語音識別機(jī)器感知 是指能夠使用傳感器所輸入的資料(如照相機(jī)，麥克風(fēng)，聲納以及其他的特殊傳感器)然后推斷世界的狀態(tài)。計(jì)算機(jī)視覺能夠分析影像輸入。另外還有語音識別 、人臉辨識和物體辨識。社交主條目：情感計(jì)算KISMET， 一個具有表情等社交能力的機(jī)器人情感和社交技能對于一個智能AGENT是很重要的。 首先，通過了解他們的動機(jī)和情感狀態(tài)，代理人能夠預(yù)測別人的行動(這涉及要素 博弈論、決策理論以及能夠塑造人的情感和情緒感知能力檢測)。此外，為了良好的人機(jī)互動，智慧代理人也需要表現(xiàn)出情緒來。至少它必須出現(xiàn)禮貌地和人類打交道。至少，它本身應(yīng)該有正常的情緒。創(chuàng)造力主條目：計(jì)算機(jī)創(chuàng)造力一個人工智能的子領(lǐng)域，代表了理論(從哲學(xué)和心理學(xué)的角度)和實(shí)際(通過特定的實(shí)現(xiàn)產(chǎn)生的系統(tǒng)的輸出是可以考慮的創(chuàng)意，或系統(tǒng)識別和評估創(chuàng)造力)所定義的創(chuàng)造力。 相關(guān)領(lǐng)域研究的包括了人工直覺和人工想像。多元智能大多數(shù)研究人員希望他們的研究最終將被納入一個具有多元智能(稱為強(qiáng)人工智能)，結(jié)合以上所有的技能并且超越大部分人類的能力。 有些人認(rèn)為要達(dá)成以上目標(biāo)，可能需要擬人化的特性，如人工意識或人工大腦。 上述許多問題被認(rèn)為是人工智能完整性：為了解決其中一個問題，你必須解決全部的問題。即使一個簡單和特定的任務(wù)，如機(jī)器翻譯，要求機(jī)器按照作者的論點(diǎn)(推理)，知道什么是被人談?wù)?知識)，忠實(shí)地再現(xiàn)作者的意圖(情感計(jì)算)。因此，機(jī)器翻譯被認(rèn)為是具有人工智能完整性：它可能需要強(qiáng)人工智能，就像是人類一樣。人工智能影響（1）人工智能對自然科學(xué)的影響。在需要使用數(shù)學(xué)計(jì)算機(jī)工具解決問題的學(xué)科，AI帶來的幫助不言而喻。更重要的是，AI反過來有助于人類最終認(rèn)識自身智能的形成。（2）人工智能對經(jīng)濟(jì)的影響。專家系統(tǒng)更深入各行各業(yè)，帶來巨大的宏觀效益。AI也促進(jìn)了計(jì)算機(jī)工業(yè)網(wǎng)絡(luò)工業(yè)的發(fā)展。但同時，也帶來了勞務(wù)就業(yè)問題。由于AI在科技和工程中的應(yīng)用，能夠代替人類進(jìn)行各種技術(shù)工作和腦力勞動，會造成社會結(jié)構(gòu)的劇烈變化。（3）人工智能對社會的影響。AI也為人類文化生活提供了新的模式?，F(xiàn)有的游戲?qū)⒅鸩桨l(fā)展為更高智能的交互式文化娛樂手段，今天，游戲中的人工智能應(yīng)用已經(jīng)深入到各大游戲制造商的開發(fā)中。一個理想的人工智能社會是人類與人工智能友好相處的社會。 [30]伴隨著人工智能和智能機(jī)器人的發(fā)展，不得不討論是人工智能本身就是超前研究，需要用未來的眼光開展現(xiàn)代的科研，因此很可能觸及倫理底線。作為科學(xué)研究可能涉及到的敏感問題，需要針對可能產(chǎn)生的沖突及早預(yù)防，而不是等到問題矛盾到了不可解決的時候才去想辦法化解。在人工智能發(fā)展上首先要做好風(fēng)險管控，這樣發(fā)展起來的人工智能才是人類之福。 [29]應(yīng)用領(lǐng)域機(jī)器翻譯，智能控制，專家系統(tǒng)，機(jī)器人學(xué)，語言和圖像理解，遺傳編程機(jī)器人工廠，自動程序設(shè)計(jì)，航天應(yīng)用，龐大的信息處理，儲存與管理，執(zhí)行化合生命體無法執(zhí)行的或復(fù)雜或規(guī)模龐大的任務(wù)等等。值得一提的是，機(jī)器翻譯是人工智能的重要分支和最先應(yīng)用領(lǐng)域。不過就已有的機(jī)譯成就來看，機(jī)譯系統(tǒng)的譯文質(zhì)量離終極目標(biāo)仍相差甚遠(yuǎn)；而機(jī)譯質(zhì)量是機(jī)譯系統(tǒng)成敗的關(guān)鍵。中國數(shù)學(xué)家、語言學(xué)家周海中教授曾在論文《機(jī)器翻譯五十年》中指出：要提高機(jī)譯的質(zhì)量，首先要解決的是語言本身問題而不是程序設(shè)計(jì)問題；單靠若干程序來做機(jī)譯系統(tǒng)，肯定是無法提高機(jī)譯質(zhì)量的；另外在人類尚未明了大腦是如何進(jìn)行語言的模糊識別和邏輯判斷的情況下，機(jī)譯要想達(dá)到“信、達(dá)、雅”的程度是不可能的。智能家居之后，人工智能成為家電業(yè)的新風(fēng)口。 [6]流行語播報編輯2017年12月，人工智能入選“2017年度中國媒體十大流行語”。入選理由：經(jīng)過多年的演進(jìn)，人工智能發(fā)展進(jìn)入了新階段。為搶抓人工智能發(fā)展的重大戰(zhàn)略機(jī)遇，構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設(shè)創(chuàng)新型國家和世界科技強(qiáng)國，2017年7月20日，國務(wù)院印發(fā)了《新一代人工智能發(fā)展規(guī)劃》?！兑?guī)劃》提出了面向2030年我國新一代人工智能發(fā)展的指導(dǎo)思想、戰(zhàn)略目標(biāo)、重點(diǎn)任務(wù)和保障措施，為我國人工智能的進(jìn)一步加速發(fā)展奠定了重要基礎(chǔ)。 [2]2024年1月8日，人工智能入選2023勞動熱詞。背景：2023年初，由AI（人工智能）技術(shù)驅(qū)動的聊天機(jī)器人ChatGPT風(fēng)靡互聯(lián)網(wǎng)。隨后，國內(nèi)外不少科技企業(yè)先后發(fā)布人工智能大模型。這些大模型具有大量參數(shù)和復(fù)雜結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型，能夠處理海量數(shù)據(jù)、完成各種復(fù)雜的任務(wù)，如自然語言處理、計(jì)算機(jī)視覺、語音識別等。觀察：我的工作，會被AI取代嗎？2023年，這似乎是職場人最熱門的議題，但這并不是一個新問題。隨著制造業(yè)迎來以機(jī)械臂為代表的智能化轉(zhuǎn)型，一些技術(shù)工人已經(jīng)面臨過職業(yè)危機(jī)了。事實(shí)上，每一次技術(shù)變革，根本目的都是解放人而非取代人，這一次也不例外。無論是將工位讓給機(jī)械臂、與代碼打交道的技術(shù)工人，還是最近才與“AI繪畫”遭遇的插畫師，都發(fā)現(xiàn)AI可以幫人們完成部分重復(fù)性、標(biāo)準(zhǔn)化的工作，但在面對復(fù)雜情況或需要創(chuàng)意時，“老師傅”依然不可代替。AI會對某些職業(yè)產(chǎn)生影響，但也必將創(chuàng)造新的就業(yè)機(jī)會。對勞動者來說，適應(yīng)新的技術(shù)并培養(yǎng)與之合作的技能，是讓AI“為我所用”的必經(jīng)之路。 [37]發(fā)展現(xiàn)狀播報編輯2021年7月13日，中國互聯(lián)網(wǎng)協(xié)會發(fā)布了《中國互聯(lián)網(wǎng)發(fā)展報告（2021）》。《報告》顯示，2020年，人工智能產(chǎn)業(yè)規(guī)模達(dá)到了3031億元。 [7]在人工智能領(lǐng)域，2020年人工智能產(chǎn)業(yè)規(guī)模保持平穩(wěn)增長，產(chǎn)業(yè)規(guī)模達(dá)到了3031億元，同比增長15%，增速略高于全球的平均增速。產(chǎn)業(yè)主要集中在北京、上海、廣東、浙江等省份，我國在人工智能芯片領(lǐng)域、深度學(xué)習(xí)軟件架構(gòu)領(lǐng)域、中文自然語言處理領(lǐng)域進(jìn)展顯著。 [7]2022年6月27日，在第二十四屆中國科協(xié)年會閉幕式上，中國科協(xié)隆重發(fā)布10個對科學(xué)發(fā)展具有導(dǎo)向作用的前沿科學(xué)問題，其中包括“ 如何實(shí)現(xiàn)可信可靠可解釋人工智能技術(shù)路線和方案 [11]”。2022年12月9日，最高人民法院發(fā)布《關(guān)于規(guī)范和加強(qiáng)人工智能司法應(yīng)用的意見》。 [15]2023年3月，為貫徹落實(shí)國家《新一代人工智能發(fā)展規(guī)劃》，科技部會同自然科學(xué)基金委啟動“人工智能驅(qū)動的科學(xué)研究”（AI for Science）專項(xiàng)部署工作，緊密結(jié)合數(shù)學(xué)、物理、化學(xué)、天文等基礎(chǔ)學(xué)科關(guān)鍵問題，圍繞藥物研發(fā)、基因研究、生物育種、新材料研發(fā)等重點(diǎn)領(lǐng)域科研需求展開，布局“人工智能驅(qū)動的科學(xué)研究”前沿科技研發(fā)體系。 [18]艾媒咨詢數(shù)據(jù)顯示，2016年，中國人工智能產(chǎn)業(yè)規(guī)模已突破100億元，增長率達(dá)到43.3%。2023年2月，工信部發(fā)布的數(shù)據(jù)表明，2022年中國AI核心產(chǎn)業(yè)規(guī)模已達(dá)到5000億。2023年，合合信息旗下啟信寶聯(lián)合城市進(jìn)化論發(fā)布發(fā)布的《中國人工智能產(chǎn)業(yè)圖鑒》數(shù)據(jù)顯示，2016年全國AI相關(guān)存續(xù)企業(yè)近28萬家，2022年超過60萬家，相較于6年前存續(xù)企業(yè)數(shù)量增長超114%。截至2022年底，工信部設(shè)立的國家AI創(chuàng)新應(yīng)用先導(dǎo)區(qū)增至11個，覆蓋長三角、京津冀、粵港澳、成渝四大戰(zhàn)略區(qū)域以及長江中游城市群。 [19]2023年4月7日，俄羅斯總理米哈伊爾·米舒斯京在會見國家杜馬議員時表示，目前俄羅斯經(jīng)濟(jì)中運(yùn)用的人工智能約占20％，到2024年計(jì)劃至少達(dá)到50％。 [21]布魯塞爾當(dāng)?shù)貢r間2023年12月8日晚，歐洲議會、歐盟成員國和歐盟委員會三方，在歷經(jīng)近40個小時的漫長談判后就《人工智能法案》達(dá)成協(xié)議。 [31]2024年1月19日，國務(wù)院新聞辦公室舉行新聞發(fā)布會，工業(yè)和信息化部新聞發(fā)言人、運(yùn)行監(jiān)測協(xié)調(diào)局局長陶青表示，中國人工智能企業(yè)數(shù)量超4400家。 [41]發(fā)展方向播報編輯《重大領(lǐng)域交叉前沿方向2021》（2021年9月13日由浙江大學(xué)中國科教戰(zhàn)略研究院發(fā)布）認(rèn)為當(dāng)前以大數(shù)據(jù)、深度學(xué)習(xí)和算力為基礎(chǔ)的人工智能在語音識別、人臉識別等以模式識別為特點(diǎn)的技術(shù)應(yīng)用上已較為成熟，但對于需要專家知識、邏輯推理或領(lǐng)域遷移的復(fù)雜性任務(wù)，人工智能系統(tǒng)的能力還遠(yuǎn)遠(yuǎn)不足。 [9]基于統(tǒng)計(jì)的深度學(xué)習(xí)注重關(guān)聯(lián)關(guān)系，缺少因果分析，使得人工智能系統(tǒng)的可解釋性差，處理動態(tài)性和不確定性能力弱，難以與人類自然交互，在一些敏感應(yīng)用中容易帶來安全和倫理風(fēng)險。類腦智能、認(rèn)知智能、混合增強(qiáng)智能是重要發(fā)展方向。 [8]2024年，由清華大學(xué)經(jīng)濟(jì)管理學(xué)院、度小滿等機(jī)構(gòu)聯(lián)合編寫的《2024年金融業(yè)生成式人工智能應(yīng)用報告》發(fā)布。《報告》認(rèn)為，生成式人工智能技術(shù)在金融業(yè)中的應(yīng)用尚處于技術(shù)探索和試點(diǎn)應(yīng)用的并行期，預(yù)計(jì)1年至2年內(nèi)首批大模型增強(qiáng)的金融機(jī)構(gòu)會進(jìn)入成熟應(yīng)用期，3年后將會帶動金融業(yè)生成式人工智能規(guī)?；瘧?yīng)用。 [42]成本是目前制約人工智能發(fā)展的因素之一，也是未來人工智能發(fā)展需要攻克的難點(diǎn)。2023年11月，一家市場機(jī)構(gòu)聯(lián)合京東云發(fā)布的《金融行業(yè)先進(jìn)AI存力報告》提到，人工智能大模型落地的成本問題是業(yè)界關(guān)注重點(diǎn)。千億級別參數(shù)、動輒以月來計(jì)算的訓(xùn)練周期，對應(yīng)到存儲環(huán)節(jié)意味著巨大的成本，因此人工智能若想在更大范圍內(nèi)應(yīng)用，仍有很強(qiáng)的降本增效需求。 [43]倫理規(guī)范播報編輯2021年9月25日，2021中關(guān)村論壇在中關(guān)村國家自主創(chuàng)新示范區(qū)展示中心舉行全體會議，會上，國家新一代人工智能治理專業(yè)委員會主任薛瀾發(fā)布了《新一代人工智能倫理規(guī)范》，旨在將倫理融入人工智能全生命周期，為從事人工智能相關(guān)活動的自然人、法人和其他相關(guān)機(jī)構(gòu)等提供倫理指引，促進(jìn)人工智能健康發(fā)展。 [10]2023年3月29日，英國政府發(fā)布了針對人工智能產(chǎn)業(yè)監(jiān)管的白皮書，概述了針對ChatGPT等人工智能治理的五項(xiàng)原則。它們分別是：安全性和穩(wěn)健性、透明度和可解釋性、公平性、問責(zé)制和管理，以及可競爭性。在接下來的12個月里，監(jiān)管機(jī)構(gòu)將向相關(guān)組織發(fā)布實(shí)用指南，以及風(fēng)險評估模板等其他工具，制定基于五項(xiàng)原則的一些具體規(guī)則。也將在議會推動立法，制定具體的人工智能法案。企業(yè)應(yīng)該解釋何時以及如何使用人工智能，并透露系統(tǒng)的決策過程，以“暴露”使用人工智能所帶來的風(fēng)險。 [20]應(yīng)用成果播報編輯美國人工智能公司OpenAI的大語言模型ChatGPT在推出約兩個月后，1月已達(dá)到1億月活躍用戶，成為歷史上增長最快的消費(fèi)者應(yīng)用程序。相關(guān)專家預(yù)計(jì)，ChatGPT不僅是新一代聊天機(jī)器人的突破，也將為信息產(chǎn)業(yè)帶來巨大變革，但由此帶來的學(xué)術(shù)造假、技術(shù)濫用、輿論安全等風(fēng)險亦不容忽視。 [40]2022年6月，Michael Chazan等利用一款深度學(xué)習(xí)人工智能工具，發(fā)現(xiàn)100萬年前人類用火的證據(jù)，這被認(rèn)為是有史以來最重要的創(chuàng)新之一。 [12]韓國計(jì)劃到2027年將人工智能技術(shù)用于軍事目的，包括自行榴彈炮的無人操作和無人機(jī)的使用。 [14]在人工智能技術(shù)“芯片-框架-模型-應(yīng)用”四層結(jié)構(gòu)中，百度是全球?yàn)閿?shù)不多在這四層進(jìn)行全棧布局的公司，從昆侖芯，到飛槳深度學(xué)習(xí)框架，再到文心一言預(yù)訓(xùn)練大模型，到百度搜索等應(yīng)用，各個層面都有自研技術(shù)。 [17]在電子競技領(lǐng)域，隨著人工智能等新科技的不斷涌現(xiàn)，AI可以變身高端玩家，作為“神對手”與電競選手展開對練，也可化身“神隊(duì)友”輔助配合，在幫助電競選手調(diào)整戰(zhàn)術(shù)、提升技巧的同時，提升人工智能的自我學(xué)習(xí)能力。 [22]人工智能已應(yīng)用于養(yǎng)老服務(wù)產(chǎn)業(yè)。第九屆中國國際養(yǎng)老服務(wù)業(yè)博覽會近期在北京舉辦，人工智能機(jī)器人等智慧養(yǎng)老產(chǎn)品備受關(guān)注。 [25]金融領(lǐng)域AI大模型呈現(xiàn)出“百花齊放”的景象。騰訊云發(fā)布了金融行業(yè)大模型解決方案，招聯(lián)金融、度小滿、星環(huán)科技、奇富科技等均發(fā)布了金融大模型。AI與金融相遇，為金融科技領(lǐng)域帶來了創(chuàng)新和變革的可能。在傳統(tǒng)的金融業(yè)務(wù)中，紙質(zhì)資料的處理占據(jù)了大量的人力、物力和時間。如今AI大模型可以在十幾秒鐘的時間內(nèi)輕松讀完公司年報，從中提煉出重要的觀點(diǎn)和關(guān)鍵詞，并生成財務(wù)分析、業(yè)務(wù)發(fā)展預(yù)測等專業(yè)化內(nèi)容。同時，AI數(shù)字人已經(jīng)成為許多銀行大模型業(yè)務(wù)應(yīng)用落地的“標(biāo)配”之一，數(shù)字員工可以24小時無休地承擔(dān)客服等工作。 [32]人工智能技術(shù)在國內(nèi)金融領(lǐng)域的價值潛力備受矚目，尤其是在手機(jī)銀行方面，用戶基數(shù)龐大，可供應(yīng)用的場景豐富，這些特點(diǎn)都為人工智能技術(shù)的落地提供了良好的機(jī)會。在此背景下，不少手機(jī)銀行近期推出迭代升級新版本，重點(diǎn)提升了人工智能技術(shù)的應(yīng)用。例如，交通銀行推出手機(jī)銀行8.0版本，新版本依托人工智能大數(shù)據(jù)分析能力，從海量信息中提煉，推出基金大數(shù)據(jù)榜單，助力客戶進(jìn)行投資決策。郵儲銀行手機(jī)銀行9.0版本打造“AI空間+數(shù)字員工+視頻客服”服務(wù)。其中，AI空間通過下拉手機(jī)銀行首頁進(jìn)入，向客戶直觀展示本月收支、常用繳費(fèi)、最近收款人等信息，為客戶提供定制服務(wù)。 [39]相關(guān)事件播報編輯當(dāng)?shù)貢r間2023年12月20日，英國最高法院公布的判決結(jié)果顯示，一名美國計(jì)算機(jī)科學(xué)家在為其人工智能系統(tǒng)創(chuàng)造的發(fā)明申請專利時敗訴。英國知識產(chǎn)權(quán)局此前拒絕了他的專利注冊申請，理由是發(fā)明人必須是人類或公司，而不是機(jī)器，隨后泰勒向英國最高法院提出上訴，這一上訴在20日被駁回，因?yàn)楦鶕?jù)英國專利法，“發(fā)明人必須是自然人”。 [33]據(jù)報道，2023年11月2日，以色列軍方聲稱，他們在新一輪的巴以沖突中使用了人工智能（AI）技術(shù)來精準(zhǔn)鎖定和打擊目標(biāo)。目前，以色列軍方主要使用兩個人工智能系統(tǒng)參與軍事作戰(zhàn)。一個是用于處理大量數(shù)據(jù)并選擇空襲目標(biāo)的系統(tǒng)；另一個是用于計(jì)算彈藥裝載量并制定突襲計(jì)劃的人工智能模型。軍方官員表示，現(xiàn)在可以在數(shù)分鐘內(nèi)選擇空襲目標(biāo)并實(shí)施襲擊，這是前所未有的速度。 [34]2023年12月，入選2023年理論視野中的十大熱點(diǎn)。 [35]新手上路成長任務(wù)編輯入門編輯規(guī)則本人編輯我有疑問內(nèi)容質(zhì)疑在線客服官方貼吧意見反饋投訴建議舉報不良信息未通過詞條申訴投訴侵權(quán)信息封禁查詢與解封?2024?Baidu?使用百度前必讀?|?百科協(xié)議?|?隱私政策?|?百度百科合作平臺?|?京ICP證030173號?京公網(wǎng)安備110000020000

一文看懂人工智能（AI的本質(zhì)+發(fā)展史+局限性） - 知乎

一文看懂人工智能（AI的本質(zhì)+發(fā)展史+局限性） - 知乎切換模式寫文章登錄/注冊一文看懂人工智能（AI的本質(zhì)+發(fā)展史+局限性）產(chǎn)品壹佰看見世界，貼近彼此，產(chǎn)品理應(yīng)“壹佰分”。人工智能和 AI 已經(jīng)走入了普通大眾的視野，我們在生活中可以看到很多跟 AI 相關(guān)的產(chǎn)品。比如 Siri、AI 拍照、AI 修圖…雖然大家看得多，但是大部分都是一知半解。到底什么是人工智能？他有什么神奇的地方？未來會發(fā)展成什么樣？本篇文章將完整的解答大家的問題。文章內(nèi)容會讓不懂技術(shù)的朋友也能輕松的看懂?！?排除 90% 的誤解 」關(guān)于人工智能，你需要知道的3個重點(diǎn)大家都看過或者聽說過類似的言論或者電影：人工智能很危險！AI 對人類是威脅?。ㄉ踔劣腥私o出了具體的時間點(diǎn)）機(jī)器人會占領(lǐng)的地球，人類將變?yōu)闄C(jī)器人的奴隸！……請大家放100個心，不要神話人工智能，科幻電影里的劇情以目前的技術(shù)發(fā)展來看，完全不可能！這種擔(dān)心就好像瑪雅人預(yù)測2012年地球?qū)缫粯?！人工智能（AI）本質(zhì)上是一種工具那么我們應(yīng)該如何正確的看待人工智能（AI）？AI 跟我們使用的錘子、汽車、電腦……都一樣，其本質(zhì)都是一種工具。工具必須有人用才能發(fā)揮價值，如果他們獨(dú)立存在是沒有價值的，就想放在工具箱里的錘子一樣，沒有人揮舞它就沒有任何價值。人工智能本質(zhì)上是一種工具工具之間也有差別雖然錘子、汽車、電腦、AI 都是工具。但是他們還是有差別的。他們最核心的差別就是效能（更準(zhǔn)確的說應(yīng)該是杠桿率）。我們把上面幾個工具的使用場景對比一下就能理解了：錘子：用過錘子的人都知道，為了釘一個釘子，大部分的力還是人出的。錘子的使用場景中，人出了1份力，得到了2倍的回報。汽車：人類跑步20分鐘達(dá)到的距離，汽車2分鐘就能搞定！而且這個過程中人類不需要出太多力氣。汽車的使用場景中，人出了1份力，得到了10倍的回報。電腦：人類自己計(jì)算一些復(fù)雜的問題可能需要花1個月甚至更久的時間（還不一定正確），而電腦可能只需要1秒就完成了，并且精確無誤！而人們使用電腦只需要敲幾下鍵盤，點(diǎn)幾下鼠標(biāo)就可以了。電腦的使用場景中，人出了1份力，得到了1,000,000倍的回報。人工智能：人工智能其實(shí)是超越了之前電腦的邊界，以前電腦無法做的事情 AI 可以做了。所以從杠桿率上講，人工智能和電腦是在一個量級上的，但是它能做的事情更多了，大大超越了傳統(tǒng)電腦的能力范圍，所以大家十分看好。但是（凡是都有但是），AI 在很多很多場景和領(lǐng)域還是沒有價值，很多能力甚至不如小學(xué)生。所以，目前 AI 的局限性依然很大！所有人都應(yīng)該知道的關(guān)于 AI 的3個重點(diǎn)？人工智能（AI）的本質(zhì)是一種工具，歸根結(jié)底還是需要人去使用它。雖然有些場景 AI 已經(jīng)超越人類了（比如 AlphaGo 下圍棋），但是還是有很多很多的場景，AI 沒什么價值（推薦深度好文《人工智障 2 : 你看到的AI與智能無關(guān)》）。AI 不是萬能（通用）的，擅長下圍棋的 AI 不能跟人聊天，擅長聊天的 AI 不能下圍棋。大家在電影里看到的啥都會的機(jī)器人短期內(nèi)還無法實(shí)現(xiàn)?！?什么是人工智能？ 」跟普通程序?qū)Ρ?，深入了?AI開門見山的給出人人都能聽懂的解釋：人工智能（AI）是一種高級的計(jì)算機(jī)程序AI 有明確的目標(biāo)AI 可以“看到”或者“聽到”環(huán)境的變化，可以感受到環(huán)境的變化他會根據(jù)不同的環(huán)境做出不同的反應(yīng)，從而實(shí)現(xiàn)既定的目標(biāo)。簡單的說清楚AI是什么下面是書面語的版本，看著更嚴(yán)謹(jǐn)（裝逼）一些：人工智能（Artificial Intelligence，簡稱AI）是計(jì)算機(jī)科學(xué)下的一個分支。某些方面像人一樣，AI 可以“看到”和“聽到”環(huán)境的變化，同時可以根據(jù)環(huán)境的變化做出合理的判斷和行動，從而實(shí)現(xiàn)某些目標(biāo)。下面就針對“環(huán)境感知”、“合理判斷”和“實(shí)現(xiàn)目標(biāo)”3個層面來詳細(xì)對比一下普通的計(jì)算機(jī)程序和人工智能：普通程序人工智能感知環(huán)境普通程序只知道這是一張圖片或者視頻，但是并不知道里面的內(nèi)容是什么。AI 可以“理解”圖片和視頻內(nèi)有什么內(nèi)容，AI 也可以“理解”聽到的聲音是什么意思。合理判斷普通程序是很多死規(guī)則的組合，在任何情況下都只能按照死規(guī)則走。AI 可以主動優(yōu)化自己的規(guī)則，也就是大家常說的“學(xué)習(xí)”，但跟人類的學(xué)習(xí)還是有很大差異！實(shí)現(xiàn)目標(biāo)普通程序是沒有目標(biāo)感，只會根據(jù)規(guī)則自動運(yùn)行。AI 是可以有“目標(biāo)感”的，并通過反饋不斷優(yōu)化自己的的行為來更好的實(shí)現(xiàn)目標(biāo)。雖然上面的對比讓 AI 看上去很強(qiáng)大，但是實(shí)際上并非如此，AI 在某些場景表現(xiàn)的很好，但是在某些場景表現(xiàn)的很不理想。AI 并沒有想象中強(qiáng)大，它也會犯低級錯誤AI 的確具備了理解圖片、視頻和語音（非結(jié)構(gòu)化數(shù)據(jù)）的能力，但并不代表這些能力已經(jīng)很強(qiáng)大的。AI 經(jīng)常犯一些低級錯誤，下面就是一個具體的案例：AI沒有想象中強(qiáng)大，有時會犯很低級的錯誤左：摩托車的遮擋讓 AI 把一只猴子誤認(rèn)為人類。中：自行車的遮擋讓 AI 把猴子誤認(rèn)為人類，同時叢林背景導(dǎo)致 AI 將自行車把手誤認(rèn)為是鳥。右：吉他把猴子變成了人，而叢林把吉他變成了鳥上圖顯示了在一張叢林猴子的照片中 ps 上一把吉他的效果。這導(dǎo)致深度網(wǎng)絡(luò)將猴子誤認(rèn)為人類，同時將吉他誤認(rèn)為鳥，大概是因?yàn)樗J(rèn)為人類比猴子更可能攜帶吉他，而鳥類比吉他更可能出現(xiàn)在附近的叢林中。AI 對數(shù)據(jù)的依賴相當(dāng)于人類對空氣的依賴目前（截止到2019年）是深度學(xué)習(xí)最流行的時代，深度學(xué)習(xí)在各個領(lǐng)域雖然表現(xiàn)出了很強(qiáng)大的能力，但是并不是人人都能玩轉(zhuǎn)深度學(xué)習(xí)的，因?yàn)樗枰Ａ康膸?biāo)注的數(shù)據(jù)，這種條件不是人人都具備的。簡單的做一個類比，獅子的力量很強(qiáng)大，狗的力量相比較就弱小很多。雖然獅子的戰(zhàn)斗力很強(qiáng)，但是獅子需要吃很多東西才能保持戰(zhàn)斗力。而狗就不需要吃那么多的東西。如果不給獅子吃足夠的東西，他可能會躺在地上完全喪失戰(zhàn)斗力。深度學(xué)習(xí)就類似獅子，想讓他發(fā)揮出戰(zhàn)斗力，就需要給他喂養(yǎng)大量的數(shù)據(jù)（相當(dāng)于獅子的食物）。不然再出色的深度學(xué)習(xí)模型都無法發(fā)揮任何價值。AI需要大量數(shù)據(jù)才能發(fā)揮價值獅子對食物也是比較挑剔的，不是給他吃啥都行的，而深度學(xué)習(xí)更是如此！數(shù)據(jù)是否有標(biāo)注、數(shù)據(jù)是否“干凈”、數(shù)據(jù)是否有多樣性……都對深度學(xué)習(xí)的學(xué)習(xí)結(jié)果影響巨大！總結(jié)一下的話：深度學(xué)習(xí)時代的 AI 對數(shù)據(jù)量級要求極高深度學(xué)習(xí)時代的 AI 對數(shù)據(jù)規(guī)范要求極高像 Google 這種擁有海量數(shù)據(jù)的公司最容易在 AI 領(lǐng)域有較大的突破和優(yōu)勢，而一般的小公司很難跨越數(shù)據(jù)的門檻。人工智能的發(fā)展歷史AI 不是什么全新的東西，他已經(jīng)發(fā)展了大幾十年了！下面我們介紹一下最具代表性的3個發(fā)展階段。上圖是從1950年至2017年之間，人工智能領(lǐng)域出現(xiàn)的一些里程碑式的事件?？偨Y(jié)下來會分為3大階段：第一次浪潮（非智能對話機(jī)器人）20世紀(jì)50年代到60年代1950年10月，圖靈提出了人工智能（AI）的概念，同時提出了圖靈測試來測試 AI。圖靈測試提出沒有幾年，人們就看到了計(jì)算機(jī)通過圖靈測試的“曙光”。1966年，心理治療機(jī)器人 ELIZA 誕生那個年代的人對他評價很高，有些病人甚至喜歡跟機(jī)器人聊天。但是他的實(shí)現(xiàn)邏輯非常簡單，就是一個有限的對話庫，當(dāng)病人說出某個關(guān)鍵詞時，機(jī)器人就回復(fù)特定的話。第一次浪潮并沒有使用什么全新的技術(shù)，而是用一些技巧讓計(jì)算機(jī)看上去像是真人，計(jì)算機(jī)本身并沒有智能。第二次浪潮（語音識別）20世紀(jì)80年代到90年代在第二次浪潮中，語音識別是最具代表性的幾項(xiàng)突破之一。核心突破原因就是放棄了符號學(xué)派的思路，改為了統(tǒng)計(jì)思路解決實(shí)際問題。在《人工智能》一書中，李開復(fù)詳細(xì)介紹了這個過程，他也是參與其中的重要人物之一。第二次浪潮最大的突破是改變了思路，摒棄了符號學(xué)派的思路，轉(zhuǎn)而使用了統(tǒng)計(jì)學(xué)思路解決問題。第三次浪潮（深度學(xué)習(xí)+大數(shù)據(jù)）21世紀(jì)初2006年是深度學(xué)習(xí)發(fā)展史的分水嶺。杰弗里辛頓在這一年發(fā)表了《一種深度置信網(wǎng)絡(luò)的快速學(xué)習(xí)算法》，其他重要的深度學(xué)習(xí)學(xué)術(shù)文章也在這一年被發(fā)布，在基本理論層面取得了若干重大突破。之所以第三次浪潮會來主要是2個條件已經(jīng)成熟：2000年后互聯(lián)網(wǎng)行業(yè)飛速發(fā)展形成了海量數(shù)據(jù)。同時數(shù)據(jù)存儲的成本也快速下降。使得海量數(shù)據(jù)的存儲和分析成為了可能。GPU 的不斷成熟提供了必要的算力支持，提高了算法的可用性，降低了算力的成本。深度學(xué)習(xí)引領(lǐng)了第三次AI浪潮在各種條件成熟后，深度學(xué)習(xí)發(fā)揮出了強(qiáng)大的能力。在語音識別、圖像識別、NLP等領(lǐng)域不斷刷新紀(jì)錄。讓 AI 產(chǎn)品真正達(dá)到了可用（例如語音識別的錯誤率只有6%，人臉識別的準(zhǔn)確率超過人類，BERT在11項(xiàng)表現(xiàn)中超過人類…)的階段。第三次浪潮來襲，主要是因?yàn)榇髷?shù)據(jù)和算力條件具備，這樣深度學(xué)習(xí)可以發(fā)揮出巨大的威力，并且 AI 的表現(xiàn)已經(jīng)超越人類，可以達(dá)到“可用”的階段，而不只是科學(xué)研究。人工智能3次浪潮的不同之處前兩次熱潮是學(xué)術(shù)研究主導(dǎo)的，第三次熱潮是現(xiàn)實(shí)商業(yè)需求主導(dǎo)的。前兩次熱潮多是市場宣傳層面的，而第三次熱潮是商業(yè)模式層面的。前兩次熱潮多是學(xué)術(shù)界在勸說政府和投資人投錢，第三次熱潮多是投資人主動向熱點(diǎn)領(lǐng)域的學(xué)術(shù)項(xiàng)目和創(chuàng)業(yè)項(xiàng)目投錢。前兩次熱潮更多時提出問題，第三次熱潮更多時解決問題。想進(jìn)一步了解 AI 的歷史，推薦閱讀李開復(fù)的《人工智能》，上面關(guān)于3次浪潮的內(nèi)容都摘抄自這本書，想看這本書的可以點(diǎn)擊下面的購買鏈接。人工智能今天和未來的局限在哪里？在探尋 AI 的邊界時，我們可以先簡單粗暴的把 AI 分為3類：弱人工智能強(qiáng)人工智能超人工智能弱人工智能、強(qiáng)人工智能、超人工智能弱人工智能弱人工智能也稱限制領(lǐng)域人工智能（Narrow AI）或應(yīng)用型人工智能（Applied AI），指的是專注于且只能解決特定領(lǐng)域問題的人工智能。例如：AlphaGo、Siri、FaceID……強(qiáng)人工智能又稱通用人工智能（Artificial General Intelligence）或完全人工智能（Full AI），指的是可以勝任人類所有工作的人工智能。強(qiáng)人工智能具備以下能力：存在不確定性因素時進(jìn)行推理，使用策略，解決問題，制定決策的能力知識表示的能力，包括常識性知識的表示能力規(guī)劃能力學(xué)習(xí)能力使用自然語言進(jìn)行交流溝通的能力將上述能力整合起來實(shí)現(xiàn)既定目標(biāo)的能力超人工智能假設(shè)計(jì)算機(jī)程序通過不斷發(fā)展，可以比世界上最聰明，最有天賦的人類還聰明，那么，由此產(chǎn)生的人工智能系統(tǒng)就可以被稱為超人工智能。我們當(dāng)前所處的階段是弱人工智能，強(qiáng)人工智能還沒有實(shí)現(xiàn)（甚至差距較遠(yuǎn)），而超人工智能更是連影子都看不到。所以“特定領(lǐng)域”目前還是 AI 無法逾越的邊界。人工智能未來的邊界是什么？如果在深入一點(diǎn)，從理論層面來解釋 AI 的局限性，就要把圖靈大師搬出來了。圖靈在上世紀(jì)30年代中期，就在思考3個問題：世界上是否所有數(shù)學(xué)問題都有明確的答案？如果有明確的答案，是否可以通過有限的步驟計(jì)算出答案？對于那些有可能在有限步驟計(jì)算出來的數(shù)學(xué)問題，能否有一種假象的機(jī)械，讓他不斷運(yùn)動，最后當(dāng)機(jī)器停下來的時候，那個數(shù)學(xué)問題就解決了？圖靈還真設(shè)計(jì)出來一套方法，后人稱它為圖靈機(jī)。今天所有的計(jì)算機(jī)，包括全世界正在設(shè)計(jì)的新的計(jì)算機(jī)，從解決問題的能力來講，都沒有超出圖靈機(jī)的范疇。（大家都是地球人，差距怎么就這么大呢？？？）通過上面的3個問題，圖靈已經(jīng)劃出了界限，這個界限不但適用于今天的 AI ，也適用于未來的 AI 。下面我們再進(jìn)一步把邊界清晰的描述一下：AI 可以解決的問題其實(shí)非常局限世界上有很多問題，只有一小部分是數(shù)學(xué)問題在數(shù)學(xué)問題里，只有一小部分是有解的在有解的問題中，只有一部分是理想狀態(tài)的圖靈機(jī)可以解決的在后一部分（圖靈機(jī)可解決的部分），又只有一部分是今天的計(jì)算機(jī)可以解決的而 AI 可以解決的問題，又只是計(jì)算機(jī)可以解決問題的一部分。擔(dān)心人工智能太強(qiáng)大？你想多了！在一些特定場景中， AI 可以表現(xiàn)的很好，但是在大部分場景中，AI 并沒有什么用。如何客觀的看待人工智能？技術(shù)總是在短期內(nèi)被高估，但是在長期又被低估。24%的人擔(dān)心機(jī)器人會從人類手里接管地球PEGA 做過一項(xiàng)調(diào)查，涉及了全球 6000 多個普通消費(fèi)者，詢問他們對 AI 的看法，有下面一些結(jié)果：34%的人認(rèn)為自己使用過 AI ，這些人中84%的人實(shí)際使用過50%以上的人搞不清楚 AI 到底有哪些能力60%的人并不知道 Amazon Alexa 和Google Home 使用了 AI 技術(shù)72%的人懼怕 AI 技術(shù)對人類的威脅，24%的人擔(dān)心機(jī)器人會從人類手里接管地球查看更多調(diào)查結(jié)果，可以訪問《What consumers really think about AI: A global study》【附帶1分鐘視頻】AI 已經(jīng)來了，并且會飛速發(fā)展我們每天都在使用的輸入法就使用了很多 AI 相關(guān)的技術(shù)，但是很多人并不知道。不要小看輸入法里使用的這些技術(shù)，它能使我們的打字效率大大提高，如果沒有這些技術(shù)，我們會多花數(shù)百年的時間在打字上！除了輸入法，大家都使用過的 AI 產(chǎn)品還有：美顏相機(jī)里的一鍵美顏功能抖音里的道具功能微信里的語音轉(zhuǎn)文字今日頭條里的推算算法垃圾短信及垃圾郵件的過濾功能智能手機(jī)里的操作系統(tǒng)……如果我不說相信大家并不知道 AI 已經(jīng)進(jìn)入我們生活的方方面面了。而且 AI 在未來幾十年還會對各行各業(yè)產(chǎn)生巨大的影響。我們需要以開放的心態(tài)擁抱 AI，大部分情況下它都是人類的朋友，而不是敵人。AI 并沒有我們想象中那么厲害AlphaGo在圍棋上碾壓人類AlphaGo 戰(zhàn)勝李世石，這個熱點(diǎn)幾乎所有人都知道。很多人通過這件事情開始擔(dān)心 AI 未來對人類的威脅。而現(xiàn)實(shí)是 AlphaGo 不管下圍棋有多厲害，對我們的生活都沒有半毛錢的關(guān)系，那只是一場秀。但是大眾會根據(jù)這件事做對 AI 產(chǎn)生偏見：AI 的能力已經(jīng)超越了人類AI 未來會無所不能AI 對人類是威脅，我們要限制 AI 的發(fā)展……不要擔(dān)心 AI 會取代你的工作在“人工智能威脅論”里，大家最擔(dān)心的是 AI 會取代大量的工作崗位，導(dǎo)致大量普通老百姓失業(yè)。這件事的確會發(fā)生：蒸汽機(jī)出現(xiàn)后，機(jī)器取代了大量的底層勞動力；電話出現(xiàn)后，不再需要那么多的郵遞員了；互聯(lián)網(wǎng)出現(xiàn)后，更是影響了各行各業(yè)；但是，這是一件好事：每一項(xiàng)新技術(shù)都會讓一部分人下崗，而這些人現(xiàn)在有了更好的崗位上一些職業(yè)消失了，但是會誕生更多的新職業(yè)（如果讓你選擇“美甲”和“耕地”，你會如何選擇？）簡單總結(jié)一下：可見的未來，AI 還是一種工具AI 跟計(jì)算機(jī)、互聯(lián)網(wǎng)一樣，是歷史潮流，我們要了解它、適應(yīng)它、利用它AI 的確會取代部分崗位，但是會出現(xiàn)更多新職業(yè)，不用擔(dān)心下崗問題誰能更高效的跟 AI 協(xié)作，誰的價值就會越大本文由 easyAI-人工智能知識庫 公眾號：easyAI - 人工智能知識庫 原創(chuàng)發(fā)布于產(chǎn)品壹佰平臺，未經(jīng)許可，禁止轉(zhuǎn)載和商用?！鞠嚓P(guān)推薦】數(shù)據(jù)本沒有意義，AI本沒有智慧，是人讓其有了意義從美劇PersonofInterest趣談人工智能餓了么技術(shù)副總裁張浩：我們在大數(shù)據(jù)及AI領(lǐng)域的實(shí)踐發(fā)揮創(chuàng)業(yè)想象力的可能，AI與新零售的組合將會發(fā)生什么？人類將變成人工智能，未來的營銷以“機(jī)器”為中心如何成為第一代的AI人：AI技術(shù)、AI產(chǎn)品、AI運(yùn)營群雄逐鹿，AI如何落地刷臉支付發(fā)布于 2019-07-31 17:05產(chǎn)品經(jīng)理人工智能?贊同 36??2 條評論?分享?喜歡?收藏?申請

什么是人工智能 (AI)？| IBM

什么是人工智能 (AI)？| IBM

什么是人工智能 (AI)？

人工智能利用計(jì)算機(jī)和機(jī)器模仿人類大腦解決問題和決策的能力

探索企業(yè)級的 AI 與數(shù)據(jù)平臺

注冊獲取人工智能 (AI) 更新

什么是人工智能(AI)？

雖然過去幾十年中出現(xiàn)了人工智能 (AI) 的許多定義，但 John McCarthy 在 2004 年的這篇論文（ibm.com 外部鏈接）中提供了以下定義：“它是制造智能機(jī)器的科學(xué)和工程，特別是智能計(jì)算機(jī)程序。它與使用計(jì)算機(jī)理解人類智能的類似任務(wù)有關(guān)，但人工智能不必局限于生物學(xué)上能觀察到的方法?！?/p>

然而，在這個定義出現(xiàn)之前的幾十年，艾倫·圖靈 (Alan Turing) 于 1950 年出版的開創(chuàng)性著作《計(jì)算機(jī)器與智能》(Computing Machinery and Intelligence)（ibm.com 外部鏈接）標(biāo)志著人工智能對話的誕生。在這篇論文中，通常被稱為“計(jì)算機(jī)科學(xué)之父”的圖靈提出了以下問題：“機(jī)器能思考嗎？”。為了回答這個問題，他提供了一個測試，這就是著名的“圖靈測試”，在此測試中，人類詢問者將嘗試區(qū)分哪些文本響應(yīng)是計(jì)算機(jī)做出的，哪些是人類做出的。雖然這項(xiàng)測試自發(fā)布以來經(jīng)過了大量審查，但它仍然是人工智能 (AI) 歷史的重要組成部分，也是哲學(xué)中一個不斷發(fā)展的概念，因?yàn)樗昧擞嘘P(guān)語言學(xué)的想法。

Stuart Russell 和 Peter Norvig 隨后出版了《人工智能：一種現(xiàn)代方法》（ibm.com 外部鏈接），成為人工智能 (AI) 研究領(lǐng)域的領(lǐng)先教科書之一。在這本書中，他們深入研究了人工智能的四個潛在目標(biāo)或定義，這些目標(biāo)或定義根據(jù)理性和思考與行動來區(qū)分計(jì)算機(jī)系統(tǒng)：

人類的方法：

像人類一樣思考的系統(tǒng)

像人類一樣行動的系統(tǒng)

理想的方法：

理性思考的系統(tǒng)

理性行動的系統(tǒng)

艾倫·圖靈的定義屬于“像人類一樣行事的系統(tǒng)”范疇。

從最簡單的形式來看，人工智能是一個結(jié)合計(jì)算機(jī)科學(xué)和強(qiáng)大數(shù)據(jù)集來解決問題的領(lǐng)域。它還包含機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的子領(lǐng)域，這些領(lǐng)域經(jīng)常與人工智能一起提及。這些學(xué)科由人工智能算法組成，旨在創(chuàng)建專家系統(tǒng)，根據(jù)輸入數(shù)據(jù)進(jìn)行預(yù)測或分類。

多年來，人工智能經(jīng)歷了多次炒作周期，但即使是

懷疑論者，也會認(rèn)為，OpenAI 的 ChatGPT 的發(fā)布似乎標(biāo)志著一個轉(zhuǎn)折點(diǎn)。上一次生成式人工智能讓人如此憂心忡忡的時候，還是因?yàn)樵谟?jì)算機(jī)視覺方面取得突破，但現(xiàn)在的飛躍則是在自然語言處理方面。而且，不僅僅是語言：生成模型還可以學(xué)習(xí)軟件代碼、分子、自然圖像和各種其他數(shù)據(jù)類型的語法。

這項(xiàng)技術(shù)的應(yīng)用每天都在增長，而我們才剛剛開始

探索可能性。但是，隨著圍繞人工智能的商業(yè)應(yīng)用的新一輪炒作開始，

圍繞倫理的對話變得至關(guān)重要。要詳細(xì)了解 IBM 在人工智能倫理對話中的立場，請?jiān)诖颂庨喿x更多內(nèi)容。

現(xiàn)已推出：watsonx

借助 IBM 的下一代 AI 和數(shù)據(jù)平臺，讓人工智能在您的企業(yè)發(fā)揮更強(qiáng)大的作用。

開始使用 Watsonx

相關(guān)內(nèi)容

IBM watsonx Orchestrate

IBM watsonx Assistant

深入了解面向開發(fā)者的生成式人工智能學(xué)習(xí)

如何大規(guī)模構(gòu)建負(fù)責(zé)任的人工智能

探索指南

人工智能的類型 - 弱人工智能與強(qiáng)人工智能

弱人工智能（也稱為狹義人工智能 (ANI)）是經(jīng)過訓(xùn)練并專注于執(zhí)行特定任務(wù)的人工智能。當(dāng)前，我們周圍的大部分人工智能都屬于弱人工智能?！蔼M義”可能是對此類人工智能更準(zhǔn)確的描述，因?yàn)槿跞斯ぶ悄芤稽c(diǎn)也不弱。它支持一些非常健壯的應(yīng)用程序，例如，蘋果的 Siri、亞馬遜的 Alexa、IBM watson 和自動駕駛汽車。

強(qiáng)人工智能由通用人工智能 (AGI) 和超人工智能 (ASI) 組成。通用人工智能 (AGI) 或通用 AI 是人工智能的一種理論形式，其中，機(jī)器將具有與人類相同的智能；它會有自我意識，有能力解決問題、學(xué)習(xí)和規(guī)劃未來。超人工智能 (ASI)，也稱為超智能，將超越人腦的智力和能力。雖然強(qiáng)人工智能仍然完全是理論性的，目前還沒有強(qiáng)人工智能實(shí)際使用的例子，但這并不意味著人工智能研究人員沒有在探索它的發(fā)展。與此同時，ASI 最好的例子可能來自科幻小說，例如《2001：太空漫游》中的超人、流氓計(jì)算機(jī)助手 HAL。

深度學(xué)習(xí)與機(jī)器學(xué)習(xí)的對比

由于深度學(xué)習(xí)和機(jī)器學(xué)習(xí)往往可以互換使用，因此，兩者之間的細(xì)微差別值得注意。如上所述，深度學(xué)習(xí)和機(jī)器學(xué)習(xí)都是人工智能的子領(lǐng)域，深度學(xué)習(xí)實(shí)際上是機(jī)器學(xué)習(xí)的子領(lǐng)域。

深度學(xué)習(xí)實(shí)際上由神經(jīng)網(wǎng)絡(luò)組成。深度學(xué)習(xí)中的“深度”是指由三層以上組成的神經(jīng)網(wǎng)絡(luò)（包含輸入和輸出）可以被視為深度學(xué)習(xí)算法。這通常使用下圖表示。

深度學(xué)習(xí)和機(jī)器學(xué)習(xí)的不同之處在于每種算法的學(xué)習(xí)方式。深度學(xué)習(xí)將過程中的大部分特征提取部分自動化，消除了一些以前必需的人為干預(yù)，并允許使用更大的數(shù)據(jù)集。可以將深度學(xué)習(xí)視為“可擴(kuò)展的機(jī)器學(xué)習(xí)”，正如 Lex Fridman 在上述的麻省理工學(xué)院講座中指出的那樣。經(jīng)典的或“非深度”的機(jī)器學(xué)習(xí)更依賴于人為干預(yù)來學(xué)習(xí)。由人類專家確定特征的層次結(jié)構(gòu)以了解數(shù)據(jù)輸入之間的差異，通常需要結(jié)構(gòu)化更強(qiáng)的數(shù)據(jù)來學(xué)習(xí)。

“深度”機(jī)器學(xué)習(xí)可以利用標(biāo)記數(shù)據(jù)集（也稱為監(jiān)督學(xué)習(xí)）來通知其算法，但它不一定需要標(biāo)記數(shù)據(jù)集。它可以采敘述原始形式的非結(jié)構(gòu)化數(shù)據(jù)（例如，文本、圖像），并且可以自動確定區(qū)分不同類別數(shù)據(jù)的特征層次結(jié)構(gòu)。與機(jī)器學(xué)習(xí)不同，它不需要人為干預(yù)來處理數(shù)據(jù)，這要，我們就能夠以更有趣的方式擴(kuò)展機(jī)器學(xué)習(xí)。

?

生成模型的興起

生成式人工智能是指深度學(xué)習(xí)模型，它可以獲取原始數(shù)據(jù)（例如，所有維基百科或倫勃朗的作品集），并在出現(xiàn)提示時“學(xué)習(xí)”生成統(tǒng)計(jì)上可能的輸出。在較高的層次上，生成模型對所用的訓(xùn)練數(shù)據(jù)的簡化表示進(jìn)行編碼，并從中提取內(nèi)容來創(chuàng)建類似的新作品，

但與原始數(shù)據(jù)不同。

多年來，統(tǒng)計(jì)學(xué)中一直使用生成模型來分析數(shù)值數(shù)據(jù)。然而，隨著深度學(xué)習(xí)的興起，現(xiàn)在可將它們擴(kuò)展到圖像、語音和其他復(fù)雜數(shù)據(jù)類型。實(shí)現(xiàn)這一跨界壯舉的一流模型是 2013 年推出的變分自動編碼器 (VAE)。VAE 是第一個廣泛用于生成逼真圖像和語音的深度學(xué)習(xí)模型。

“使用 VAE，更容易擴(kuò)展模型，從而打開了深度生成建模的閘門

，”MIT-IBM Watson AI 實(shí)驗(yàn)室的生成式人工智能專家Akash Srivastava 說道。

“我們今天所認(rèn)為的生成式人工智能大部分都是從這里開始的?！?/p>

這些模型的早期示例已經(jīng)展示了可能性，例如，GPT-3、BERT 或 DALL-E 2。未來的模型是使用大量未標(biāo)記數(shù)據(jù)進(jìn)行訓(xùn)練，這些數(shù)據(jù)可用于不同的任務(wù)，并且只需進(jìn)行最少的微調(diào)。在單一領(lǐng)域執(zhí)行特定任務(wù)的系統(tǒng)正在讓位于廣泛的人工智能，后者可以更廣泛地學(xué)習(xí)并跨領(lǐng)域和跨問題工作。目前，基礎(chǔ)模型是在大型、未標(biāo)記的數(shù)據(jù)集上進(jìn)行訓(xùn)練，并針對一系列應(yīng)用程序進(jìn)行微調(diào)，這些模型正在推動這一轉(zhuǎn)變。

對于生成式人工智能，預(yù)計(jì)基礎(chǔ)模型將顯著

加快人工智能在企業(yè)中的應(yīng)用。減少標(biāo)簽要求可帶來很多好處，

企業(yè)更容易投入使用，而且，高度準(zhǔn)確、高效的人工智能驅(qū)動的自動化意味著，更多的公司將能夠在更廣泛的關(guān)鍵任務(wù)情況下部署人工智能。對于 IBM 來說，希望在于，每個企業(yè)最終都能在無摩擦的混合云環(huán)境中受益于基礎(chǔ)模型的強(qiáng)大功能。

人工智能應(yīng)用

如今，人工智能系統(tǒng)有許多實(shí)際應(yīng)用。以下是一些最常見的用例：

語音識別：?也稱為自動語音識別 (ASR)、計(jì)算機(jī)語音識別或語音轉(zhuǎn)文字，是一種使用自然語言處理 (NLP) 將人類語音處理為書面格式的功能。許多移動設(shè)備將語音識別集成到其系統(tǒng)中以進(jìn)行語音搜索，例如Siri，或者在短信方面提供更多輔助功能選項(xiàng)。

客戶服務(wù)：在線虛擬代理正在取代客戶獲得服務(wù)過程中的真人代理。它們可以回答有關(guān)運(yùn)輸?shù)戎黝}的常見問題 (FAQ)，或者提供個性化建議、交叉銷售產(chǎn)品或?yàn)橛脩艚ㄗh規(guī)格等，從而改變了我們所設(shè)想的網(wǎng)站和社交媒體平臺中的客戶參與方式。示例包括：電子商務(wù)網(wǎng)站上帶有虛擬代理的消息傳遞機(jī)器人；Slack 和 Facebook Messenger 等消息傳遞應(yīng)用平臺；以及通常由虛擬助手和語音助手完成的任務(wù)。

計(jì)算機(jī)視覺：?使用這種人工智能技術(shù)，計(jì)算機(jī)和系統(tǒng)將能夠從數(shù)字圖像、視頻和其他視覺輸入中獲取有意義的信息，并根據(jù)這些輸入采取行動。這種提供建議的能力讓它有別于圖像識別任務(wù)。在卷積神經(jīng)網(wǎng)絡(luò)的支持下，計(jì)算機(jī)視覺可應(yīng)用于社交媒體中的照片標(biāo)記、醫(yī)療保健中的放射成像以及汽車行業(yè)中的自動駕駛汽車。

推薦引擎：?利用過去的消費(fèi)行為數(shù)據(jù)，人工智能算法可以幫助發(fā)現(xiàn)數(shù)據(jù)趨勢，從而制定更有效的交叉銷售策略。在線零售商可在結(jié)賬過程中使用此引擎向客戶進(jìn)行相關(guān)的附件推薦。

自動化股票交易：人工智能驅(qū)動的高頻交易平臺旨在優(yōu)化股票投資組合，每天可進(jìn)行數(shù)千甚至數(shù)百萬筆交易，而無需人為干預(yù)。

?

人工智能的歷史：關(guān)鍵年份和人物

“會思考的機(jī)器”的概念可以追溯到古希臘。但是，自從電子計(jì)算出現(xiàn)（并與本文討論的一些主題相關(guān)）以來，人工智能發(fā)展中的重要事件和里程碑包括：

1950 年：艾倫·圖靈 (Alan Turing) 出版《計(jì)算機(jī)器與智能》(Computing Machinery and Intelligence)。在這篇論文中，因在二戰(zhàn)期間破解納粹 ENIGMA 密碼而聞名的圖靈試圖回答“機(jī)器能思考嗎？”的問題，并引入了圖靈測試，以確定計(jì)算機(jī)能否表現(xiàn)出與人類相同的智能（或相同智能的結(jié)果）。從那時起，圖靈測試的價值就一直存在爭議。

1956 年：約翰·麥卡錫 (John McCarthy) 在達(dá)特茅斯學(xué)院舉行的第一屆人工智能會議上首創(chuàng)“人工智能”一詞。（麥卡錫后來發(fā)明了 Lisp 語言。）同年晚些時候，Allen Newell、JC Shaw 和 Herbert Simon 推出了 Logic Theorist，這是第一個運(yùn)行的人工智能軟件程序。

1967 年：Frank Rosenblatt 構(gòu)建了 Mark 1 感知機(jī)，這是第一臺基于神經(jīng)網(wǎng)絡(luò)的計(jì)算機(jī)，可以通過反復(fù)試驗(yàn)來“學(xué)習(xí)”。僅僅一年后，Marvin Minsky 和 Seymour Papert 就出版了一本名為?《感知器》 (Perceptrons) 的書，該書成為神經(jīng)網(wǎng)絡(luò)的里程碑式著作，至少在一段時間內(nèi)成為反對未來神經(jīng)網(wǎng)絡(luò)研究項(xiàng)目的論據(jù)。

20 世紀(jì) 80 年代：使用反向傳播算法進(jìn)行自身訓(xùn)練的神經(jīng)網(wǎng)絡(luò)在人工智能應(yīng)用中得到廣泛應(yīng)用。

1997 年：IBM 的“深藍(lán)”在一場國際象棋比賽（以及復(fù)賽）中擊敗了當(dāng)時的世界象棋冠軍 Garry Kasparov。

2011 年：IBM Watson 在 Jeopardy! 比賽中擊敗冠軍 Ken Jennings 和 Brad Rutter！

2015 年：百度的 Minwa 超級計(jì)算機(jī)使用一種稱為卷積神經(jīng)網(wǎng)絡(luò)的特殊深度神經(jīng)網(wǎng)絡(luò)來識別和分類圖像，準(zhǔn)確率超越普通人。

2016 年：DeepMind 的 AlphaGo 程序由深度神經(jīng)網(wǎng)絡(luò)驅(qū)動，在五場比賽中擊敗了圍棋世界冠軍 Lee Sodol。由于棋局中可能出現(xiàn)大量棋步（四手之后就有超過 14.5 萬億個可能棋步?。?，因此，這場勝利意義重大。后來，據(jù)報道，谷歌以 4 億美元的價格收購了 DeepMind。

2023 年：大型語言模型或 LLM（例如 ChatGPT）的興起，

為人工智能的性能和發(fā)掘企業(yè)價值的潛力帶來了巨大變化。

通過這些新的生成式人工智能實(shí)踐，可以使用大量原始、未標(biāo)記的數(shù)據(jù)對

深度學(xué)習(xí)模型進(jìn)行預(yù)訓(xùn)練。

?

相關(guān)解決方案

人工智能 (AI) 解決方案

借助 IBM 業(yè)界領(lǐng)先的人工智能專業(yè)知識和解決方案組合，讓人工智能在您的業(yè)務(wù)中發(fā)揮作用。

深入了解人工智能解決方案

人工智能服務(wù)

通過增加人工智能重塑關(guān)鍵工作流程和運(yùn)營，最大限度提升體驗(yàn)、決策和商業(yè)價值。

深入了解人工智能服務(wù)

網(wǎng)絡(luò)安全人工智能

人工智能正在改變網(wǎng)絡(luò)安全的整體格局，它可以分析大量的風(fēng)險數(shù)據(jù)，加快響應(yīng)速度，并在安全資源投入不足的情況下提高運(yùn)營安全性。

深入了解面向網(wǎng)絡(luò)安全的 AI

資源

電子書

下載人工智能電子書

發(fā)現(xiàn)有關(guān)將人工智能融入企業(yè)所帶來的機(jī)遇、挑戰(zhàn)和經(jīng)驗(yàn)教訓(xùn)的新見解。

培訓(xùn)

通過我們的數(shù)字化學(xué)習(xí)訂閱節(jié)省高達(dá) 70% 的費(fèi)用

立即購買單用戶或多用戶數(shù)字化學(xué)習(xí)訂閱，即可訪問包含 100 多個在線課程的完整目錄，以低廉的價格擴(kuò)展我們一系列產(chǎn)品的技能。

市場調(diào)研

2023 年企業(yè)級對話式人工智能平臺魔力象限

IBM 再次被評為 2023 年 Gartner? 企業(yè)級對話式人工智能魔力象限? 的領(lǐng)導(dǎo)者。

采取下一步行動

IBM 一直是推進(jìn)在企業(yè)應(yīng)用人工智能驅(qū)動技術(shù)的領(lǐng)導(dǎo)者，并開創(chuàng)了多個行業(yè)機(jī)器學(xué)習(xí)系統(tǒng)的未來。了解 IBM Watson 如何為企業(yè)提供改造業(yè)務(wù)系統(tǒng)和工作流程所需的人工智能工具，同時顯著提高自動化程度和效率。

深入了解人工智能解決方案

人工智能是什么？ - 知乎

人工智能是什么？ - 知乎首頁知乎知學(xué)堂發(fā)現(xiàn)等你來答?切換模式登錄/注冊人工智能人工智能算法人工智能是什么？關(guān)注者1,092被瀏覽2,022,137關(guān)注問題?寫回答?邀請回答?好問題 22?添加評論?分享?153 個回答默認(rèn)排序?yàn)硡^(qū)老吳@號研所 創(chuàng)始人，商業(yè)、認(rèn)知、IP，一個知識博主的日常分享。? 關(guān)注《一張圖幫你全面讀懂人工智能》人工智能雖然今年很火，但對于它是個什么鬼依然很多人搞不清，今天智能菌在參考大量資料的基礎(chǔ)上，尤其是知乎大神@謝熊貓君的那篇神級翻譯的《為什么最近有很多名人，比如比爾蓋茨，馬斯克、霍金等，讓人們警惕人工智能？》，做了一個詳細(xì)的圖解筆記，從人工智能的定義、分類和發(fā)展路徑等角度，給大家展示了一個全面的AI圖譜。原文來自公眾號@那個吳小明 ，如需要1500G的人工智能學(xué)習(xí)資料可搜索關(guān)注下載。歡迎關(guān)注公眾號@那個吳小明編輯于 2020-06-11 11:59?贊同 1421??33 條評論?分享?收藏?喜歡收起?華為云開發(fā)者聯(lián)盟?已認(rèn)證賬號? 關(guān)注1.什么是人工智能人工智能（Artificial Intelligence）：它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。1956年由約翰.麥卡錫首次提出，當(dāng)時的定義為“制造智能機(jī)器的科學(xué)與工程”。人工智能目的就是讓機(jī)器能夠像人一樣思考，讓機(jī)器擁有智能。時至今日，人工智能的內(nèi)涵已經(jīng)大大擴(kuò)展，是一門交叉學(xué)科。2.人工智能的層次結(jié)構(gòu)基礎(chǔ)設(shè)施層：回顧人工智能發(fā)展史，每次基礎(chǔ)設(shè)施的發(fā)展都顯著地推動了算法層和技術(shù)層的演進(jìn)。從20世紀(jì)70年代的計(jì)算機(jī)的興起，80年代計(jì)算機(jī)的普及，90年代計(jì)算機(jī)運(yùn)算速度和存儲量的增加，互聯(lián)網(wǎng)興起帶來的電子化，均產(chǎn)生了較大的推動作用。到21世紀(jì)，大規(guī)模集群的出現(xiàn)，大數(shù)據(jù)的積累，GPU與異構(gòu)/低功耗芯片興起帶來的運(yùn)算力的提升，促成了深度學(xué)習(xí)的誕生，點(diǎn)燃了人工智能的爆**潮，其中海量的訓(xùn)練數(shù)據(jù)是人工智能發(fā)展的重要燃料。算法層：機(jī)器學(xué)習(xí)是指利用算法使計(jì)算機(jī)能夠像人一樣從數(shù)據(jù)中挖掘出信息，而深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)的一個子集，相比于其他學(xué)習(xí)方法，使用了更多的參數(shù)、模型也更復(fù)雜，從而使得模型對數(shù)據(jù)的理解更加深入也更加智能。計(jì)算機(jī)視覺：計(jì)算機(jī)視覺的歷史可以追溯到1966年，人工智能學(xué)家Minsky在給學(xué)生布置的作業(yè)中，要求學(xué)生通過編寫一個程序讓計(jì)算機(jī)告訴我們它通過攝像頭看到了什么，這也被認(rèn)為是計(jì)算機(jī)視覺最早的任務(wù)描述。計(jì)算機(jī)視覺借鑒了人類看東西的方法，即“三維重構(gòu)”與“先驗(yàn)知識庫”。計(jì)算機(jī)視覺除了在比較成熟的安防領(lǐng)域外，也應(yīng)用于金融領(lǐng)域的人臉識別身份驗(yàn)證、電商領(lǐng)域的商品拍照搜索、醫(yī)療領(lǐng)域的智能影像診斷、機(jī)器人/無人車上作為視覺輸入系統(tǒng)等。語音處理：讓機(jī)器學(xué)會“聽”和“說”，實(shí)現(xiàn)與人類的無障礙交流一直是人工智能、人機(jī)交互領(lǐng)域的一大夢想。1920年生產(chǎn)的“Radio Rex”玩具狗可能是世界上最早的語音識別器，第一個真正基于語音識別系統(tǒng)出現(xiàn)在1952年，AT&T貝爾實(shí)驗(yàn)室開發(fā)的Audrey的語音識別系統(tǒng)，能夠識別10個英文數(shù)字，正確率高達(dá)98%。比如Apple Siri，Echo等。自然語言處理：人類的日常社會活動中，語言交流是不同個體間信息交換和溝通的重要途徑。對機(jī)器而言，能否自然的與人類進(jìn)行交流、理解人類表達(dá)的意思并作出合適的回應(yīng)，被認(rèn)為是衡量其智能程度的一個重要參照。規(guī)劃決策系統(tǒng)：人工智能規(guī)劃決策系統(tǒng)的發(fā)展，一度是以棋類游戲?yàn)檩d體的。比如，AlphaGo戰(zhàn)勝李世石，Master對頂級選手取得60連勝，機(jī)器人，無人車。3. 人工智能應(yīng)用場景3.1. 語音處理? 語音處理主要是自動且準(zhǔn)確的轉(zhuǎn)錄人類的語音。一個完整的語音處理系統(tǒng)，包括前端的信號處理、中間的語音語義識別和對話管理以及后期的語音合成。– 前端處理：說話人聲檢測，回聲消除，喚醒詞識別，麥克風(fēng)陣列處理，語音增強(qiáng)等。– 語音識別：特征提取，模型自適應(yīng)，聲學(xué)模型，語言模型，動態(tài)解碼等。– 語義識別和對話管理：更多屬于自然語言處理的范疇。– 語音合成：文本分析、語言學(xué)分析、音長估算、發(fā)音參數(shù)估計(jì)等。? 應(yīng)用：包括醫(yī)療聽寫、語音書寫、電腦系統(tǒng)聲控、電話客服等。? 未來：真正做到像正常人類一樣，與他人流暢溝通，自由交流，還有待時日。3.2. 計(jì)算機(jī)視覺? 計(jì)算機(jī)視覺指計(jì)算機(jī)從圖像中識別出物體、場景和活動的能力，包含圖像處理、識別檢測、分析理解等技術(shù)。– 圖像處理：去噪聲、去模糊、超分辨率處理、濾鏡處理等。– 圖像識別：過程包括圖像預(yù)處理、圖像分割、特征提取、判斷匹配，可以用來處理分類、定位、檢測、分割問題等。– 圖像理解：本質(zhì)是圖像與文本間的交互，可用來執(zhí)行基于文本的圖像搜索、圖像描述生成、圖像問答等。? 應(yīng)用：– 醫(yī)療成像分析被用來提高疾病的預(yù)測、診斷和治療。– 在安防及監(jiān)控領(lǐng)域被用來指認(rèn)嫌疑人。– 在購物方面，消費(fèi)者現(xiàn)在可以用智能手機(jī)拍攝下產(chǎn)品以獲得更多信息。? 未來：計(jì)算機(jī)視覺有望進(jìn)入自主理解、分析決策的高級階段，真正賦予機(jī)器“看”的能力，在無人車、智能家居等場景發(fā)揮更大的價值。3.3. 自然語言處理? 自然語言處理的幾個核心環(huán)節(jié)：知識的獲取與表達(dá)、自然語言理解、自然語言生成等，也相應(yīng)出現(xiàn)了知識圖譜、對話管理、機(jī)器翻譯等研究方向。– 知識圖譜：基于語義層面對知識進(jìn)行組織后得到的結(jié)構(gòu)化結(jié)果。– 對話管理：包含閑聊、問答、任務(wù)驅(qū)動型對話。– 機(jī)器翻譯：由傳統(tǒng)的PBMT方法到Google的GNMT，流暢度與正確率大幅提升。? 應(yīng)用：搜索引擎、對話機(jī)器人、機(jī)器翻譯、甚至高考機(jī)器人、辦公智能秘書。4. AI、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)的關(guān)系4.1. 人工智能四要素1） 數(shù)據(jù)如今這個時代，無時無刻不在產(chǎn)生大數(shù)據(jù)。移動設(shè)備、廉價的照相機(jī)、無處不在的傳感器等等積累的數(shù)據(jù)。這些數(shù)據(jù)形式多樣化，大部分都是非結(jié)構(gòu)化數(shù)據(jù)。如果需要為人工智能算法所用，就需要進(jìn)行大量的預(yù)處理過程。2） 算法主流的算法主要分為傳統(tǒng)的機(jī)器學(xué)習(xí)算法和神經(jīng)網(wǎng)絡(luò)算法。神經(jīng)網(wǎng)絡(luò)算法快速發(fā)展，近年來因?yàn)樯疃葘W(xué)習(xí)的發(fā)展到了高潮。3） 算力人工智能的發(fā)展對算力提出了更高的要求。以下是各種芯片的計(jì)算能力對比。其中GPU領(lǐng)先其他芯片在人工智能領(lǐng)域中用的最廣泛。GPU和CPU都擅長浮點(diǎn)計(jì)算，一般來說，GPU做浮點(diǎn)計(jì)算的能力是CPU的10倍左右。另外深度學(xué)習(xí)加速框架通過在GPU之上進(jìn)行優(yōu)化，再次提升了GPU的計(jì)算性能，有利于加速神經(jīng)網(wǎng)絡(luò)的計(jì)算。如：cuDNN具有可定制的數(shù)據(jù)布局，支持四維張量的靈活維度排序，跨步和子區(qū)域，用作所有例程的輸入和輸出。在卷積神經(jīng)網(wǎng)絡(luò)的卷積運(yùn)算中實(shí)現(xiàn)了矩陣運(yùn)算，同時減少了內(nèi)存，大大提升了神經(jīng)網(wǎng)絡(luò)的性能。4） 場景人工智能經(jīng)典的應(yīng)用場景包括：用戶畫像分析基于信用評分的風(fēng)險控制欺詐檢測智能投顧智能審核智能客服機(jī)器人機(jī)器翻譯人臉識別4.2. 三者關(guān)系簡述人工智能：是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。機(jī)器學(xué)習(xí)：專門研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。是人工智能的核心研究領(lǐng)域之一，任何一個沒有學(xué)習(xí)能力的系統(tǒng)都很難被認(rèn)為是一個真正的智能系統(tǒng)。深度學(xué)習(xí)：源于人工神經(jīng)網(wǎng)絡(luò)的研究，含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)研究中的一個新的領(lǐng)域，其動機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。發(fā)布于 2019-04-11 14:09?贊同 137??添加評論?分享?收藏?喜歡

到底什么是AI？什么是機(jī)器學(xué)習(xí)？ - 知乎

到底什么是AI？什么是機(jī)器學(xué)習(xí)？ - 知乎首發(fā)于數(shù)字極客切換模式寫文章登錄/注冊到底什么是AI？什么是機(jī)器學(xué)習(xí)？Bruce人工智能產(chǎn)品經(jīng)理關(guān)于AIAI（人工智能）已經(jīng)被媒體炒得不能再熱了，相信你也一定經(jīng)常會聽到關(guān)于人工智能的各種傳聞，那么，到底什么是AI（人工智能）呢？這篇文章將帶你揭開人工智能神秘的面紗，并讓你對當(dāng)今人工智能的發(fā)展?fàn)顩r有初步的了解。我找了百度百科對于AI的解釋:“人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)?！逼鋵?shí)已經(jīng)解釋的比較清楚了，人工智能是一種智慧的問題解決方法，它可以被應(yīng)用到各個領(lǐng)域，它的實(shí)現(xiàn)形式可能是一款A(yù)PP、一個機(jī)器人、一臺自動駕駛的汽車、甚至是音箱或一個水杯。人工智能 ≠ 機(jī)器人如果你對人工智能不了解，一定會對這兩者的概念混淆，其實(shí)兩者是不同的概念，如上文所述，人工智能可能被應(yīng)用到各行各業(yè)，展現(xiàn)形式也是多種多樣，機(jī)器人是人工智能最佳的展示平臺，AI也是機(jī)器人不可或缺的組成部分，一臺不具備AI功能的機(jī)器人可以說是不完整的，AI在機(jī)器人上可以施展才能的領(lǐng)域包括圖像、影像識別、自然語言處理、行為控制等。所以，你可以這樣理解機(jī)器人，它是采用了AI的技術(shù)以實(shí)現(xiàn)某些功能的機(jī)械結(jié)構(gòu)，機(jī)器人與人工智能分屬不同領(lǐng)域。既然說到機(jī)器人，一定要說下最近很火的索菲亞，就是下面這個機(jī)器人，她是首個機(jī)器人公民，能與人類對答如流，似乎還有著自己的思想，其實(shí)Bruce認(rèn)為，這其中炒作成分很大，現(xiàn)在的AI機(jī)器人發(fā)展水平還遠(yuǎn)未到這個水平，但從索菲亞身上，我們能看到未來機(jī)器人的影子…機(jī)器學(xué)習(xí)是人工智能的一種實(shí)現(xiàn)方法機(jī)器學(xué)習(xí)其實(shí)并不是最近幾年才提出的，之所以現(xiàn)在大家一提到人工智能就會想到機(jī)器學(xué)習(xí)，甚至把機(jī)器學(xué)習(xí)等同于人工智能去理解，是因?yàn)闄C(jī)器學(xué)習(xí)這兩年獲得了巨大的進(jìn)步，高速的計(jì)算芯片技術(shù)日益成熟，加上移動互聯(lián)網(wǎng)時代沉積下來的大量數(shù)據(jù)，使得機(jī)器學(xué)習(xí)的硬件與軟件環(huán)境都得到了滿足。所以，機(jī)器學(xué)習(xí)只是人工智能的其中一種實(shí)現(xiàn)方法，但目前而言，這是一種最實(shí)際也最有效的實(shí)現(xiàn)方法。那么，我們?nèi)绾稳ダ斫鈾C(jī)器學(xué)習(xí)呢，他和我們的程序控制有哪些區(qū)別呢？我來舉一個簡單的例子，假設(shè)我們正在制作一個能自動控制平衡的獨(dú)輪車，如果使用傳統(tǒng)方法，就是用程序控制的話，我們會在程序中去寫一個電機(jī)控制程序，程序根據(jù)當(dāng)前獨(dú)輪車的姿態(tài)（傾倒角度）、角加速度及前進(jìn)速度等參數(shù)來計(jì)算應(yīng)該給電機(jī)賦予多大的電流以使獨(dú)輪車能保持平衡，寫這個程序的過程可能需要無數(shù)次的調(diào)整參數(shù)，結(jié)果可能還不盡如人意。如果使用機(jī)器學(xué)習(xí)的話，計(jì)算機(jī)會根據(jù)輸入?yún)?shù)（姿態(tài)、角加速度、速度等）和目標(biāo)（保持平衡）來自動計(jì)算控制程序的各項(xiàng)參數(shù)，并將誤差控制到可接受的范圍內(nèi)。機(jī)器學(xué)習(xí)就是通過無數(shù)次的計(jì)算 ->反饋并與目標(biāo)進(jìn)行比較（計(jì)算誤差） ->修正計(jì)算方法 ->再計(jì)算的循環(huán)來算出一個能實(shí)現(xiàn)目標(biāo)的最佳或接近最佳的算法。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種技術(shù)在我們使用機(jī)器學(xué)習(xí)去解決實(shí)際問題時，真實(shí)的情況往往都是比較復(fù)雜的，例如根據(jù)照片識別狗的種類、根據(jù)語音自動翻譯成文字等等，針對這類問題的算法建模通過單一的算法很難去擬合，所以深度學(xué)習(xí)通過模擬人腦中神經(jīng)元的結(jié)構(gòu)，通過多層結(jié)構(gòu)的分層算法，使現(xiàn)實(shí)生活中復(fù)雜的應(yīng)用得以實(shí)現(xiàn)?，F(xiàn)在非常熱門的圖片識別就是運(yùn)用了卷積神經(jīng)網(wǎng)絡(luò)（CNN）的深度學(xué)習(xí)算法。人工智能的應(yīng)用案例1. 使模糊的照片清晰如果你有一張模糊不清的照片，以往想要修復(fù)使其清晰，只能通過經(jīng)驗(yàn)豐富的圖片處理專家，現(xiàn)在通過深度學(xué)習(xí)，機(jī)器能瞬間完成這項(xiàng)工作，好像效果還不錯呢。項(xiàng)目地址：https://github.com/alexjc/neural-enhance2. 自己學(xué)會走路的機(jī)器人這次，沒有為機(jī)器人行走編寫任何代碼，而是通過深度學(xué)習(xí)讓機(jī)器人學(xué)會自己行走。項(xiàng)目地址：https://blogs.nvidia.com/blog/2016/01/15/deep-learning-robot-walk/3. 成人視頻分類器，準(zhǔn)確度高達(dá)95%借助深度卷積神經(jīng)網(wǎng)絡(luò)，Miles Deep 可以快速針對成人視頻每秒畫面分類。根據(jù)性行為分了 6 個分類，精確度達(dá)到 95%。借助這個工具，可以自動編輯視頻，刪掉所有無性接觸的場景。和第 5 個雅虎的成人圖片分類器不同的是，Miles Deep 能給區(qū)分裸體和各種露骨性行為之間的區(qū)別。Miles Deep 作者稱，這是目前為止，第一個公共色情圖片分類或編輯工具。項(xiàng)目地址：https://github.com/ryanjay0/miles-deep4. 更多應(yīng)用這里你可以找到更多的深多學(xué)習(xí)的真實(shí)應(yīng)用：http://deeplearninggallery.co編輯于 2024-02-14 15:18?IP 屬地上海人工智能機(jī)器學(xué)習(xí)機(jī)器人?贊同 1??添加評論?分享?喜歡?收藏?申請轉(zhuǎn)載?文章被以下專欄收錄數(shù)字極客學(xué)知識，做最酷

什么是人工智能 (AI)？| Oracle 中國

什么是人工智能 (AI)？| Oracle 中國

單擊查看我們的輔助功能政策

跳到內(nèi)容

關(guān)于

服務(wù)

解決方案

定價

合作伙伴

資源

關(guān)閉搜索

搜索 Oracle.com

快速鏈接

Oracle Cloud Infrastructure

Oracle Fusion Cloud Applications

Oracle Database

下載 Java

Oracle 職業(yè)機(jī)會

搜索

Country

菜單

菜單

聯(lián)系我們

登錄 Oracle Cloud

甲骨文中國

Cloud

人工智能

Oracle 云免費(fèi)套餐

免費(fèi)在 Oracle 云上構(gòu)建、測試和部署應(yīng)用。

立即注冊

AI 主題

人工智能術(shù)語辨析

AI 和開發(fā)人員

AI 技術(shù)可為企業(yè)提供哪些幫助？

AI 在企業(yè)中的應(yīng)用

企業(yè)如何使用 AI？

哪些因素促進(jìn)了 AI 的使用？

AI 模型訓(xùn)練和開發(fā)

AI 的優(yōu)勢和挑戰(zhàn)

AI 成功案例

即時可用型 AI 讓 AI 應(yīng)用更簡單

如何開始使用 AI？

構(gòu)建良好的 AI 文化

從人工智能到自適應(yīng)智能

AI — 未來企業(yè)的戰(zhàn)略要務(wù)和競爭優(yōu)勢

充分發(fā)揮 AI 價值的優(yōu)秀實(shí)踐

獲取 AI 支持，開啟 AI 之旅

人工智能學(xué)習(xí)庫

什么是 AI？了解人工智能

人工智能術(shù)語辨析

如今人工智能 (AI) 已變成了一個無所不包的術(shù)語，很多用來執(zhí)行在過去需要人工輸入的復(fù)雜任務(wù)的應(yīng)用（例如與客戶在線溝通或下棋）都可以被稱作人工智能。在現(xiàn)實(shí)中，人工智能也經(jīng)常與它的子領(lǐng)域互換使用，例如機(jī)器學(xué)習(xí) (ML) 和深度學(xué)習(xí)。

然而，它們之間是有區(qū)別的，例如機(jī)器學(xué)習(xí)側(cè)重于構(gòu)建能夠基于自身使用的數(shù)據(jù)進(jìn)行學(xué)習(xí)或改進(jìn)性能的系統(tǒng)。換句話說，所有的機(jī)器學(xué)習(xí)都是 AI，但不是所有的 AI 都是機(jī)器學(xué)習(xí)。

為了充分發(fā)揮 AI 的價值，如今許多企業(yè)正加大對數(shù)據(jù)科學(xué)團(tuán)隊(duì)的投入。數(shù)據(jù)科學(xué)綜合運(yùn)用統(tǒng)計(jì)、計(jì)算機(jī)科學(xué)和商業(yè)知識，從各種數(shù)據(jù)源中挖掘價值。

了解 AI 的諸多可能

了解 AI 基礎(chǔ)設(shè)施

AI 和開發(fā)人員

人工智能可幫助開發(fā)人員更高效地執(zhí)行以往需要手動處理的任務(wù)，與客戶建立聯(lián)系，識別模式和解決問題。但要使用人工智能，開發(fā)人員需要具備數(shù)學(xué)背景，并且熟悉算法。

在使用人工智能構(gòu)建應(yīng)用時，開發(fā)人員可以從簡單做起，例如通過相對簡單的三子棋項(xiàng)目學(xué)習(xí)人工智能的基本知識。在實(shí)踐中學(xué)習(xí)是提升技能的好方法，人工智能也不例外。當(dāng)您成功完成了一個或多個小項(xiàng)目后，您就可以盡情探索人工智能的無限可能了。

趕快行動

AI 技術(shù)可為企業(yè)提供哪些幫助？

AI 的本質(zhì)是學(xué)習(xí)并超越人類感知和響應(yīng)世界的方式。如今，AI 正迅速成為創(chuàng)新的基石。得益于各種可識別數(shù)據(jù)模式然后驅(qū)動企業(yè)開展預(yù)測的機(jī)器學(xué)習(xí)技術(shù)，AI 可以為您創(chuàng)造更多價值

更全面地理解豐富的可用數(shù)據(jù)

基于預(yù)測，自動執(zhí)行過于復(fù)雜的任務(wù)或常規(guī)任務(wù)

了解 AI 和機(jī)器學(xué)習(xí)的使用場景

AI 在企業(yè)中的應(yīng)用

人工智能技術(shù)可以自動執(zhí)行以往需要手動完成的流程或任務(wù)，提高企業(yè)績效和生產(chǎn)率，還可以超越人力極限，充分發(fā)揮數(shù)據(jù)的價值，為企業(yè)創(chuàng)造巨大的商業(yè)效益。例如，Netflix 使用機(jī)器學(xué)習(xí)將個性化提升到了一個新的高度，實(shí)現(xiàn)了 25％ 以上的客戶增長。

大多數(shù)公司都把數(shù)據(jù)科學(xué)作為重中之重，并在這方面投入巨資。McKinsey 在 2021 年針對 AI 開展的一項(xiàng)調(diào)查發(fā)現(xiàn)，在一個及以上職能中采用 AI 的企業(yè)從一年前的 50% 增加到了 56%。此外，27% 的受訪者表示至少 5% 的收入可能要?dú)w功于 AI，而一年前僅有 22%。

AI 可以為大多數(shù)職能、業(yè)務(wù)和行業(yè)創(chuàng)造價值。其中包括通用和行業(yè)特定的應(yīng)用，例如

使用交易和人口統(tǒng)計(jì)數(shù)據(jù)來預(yù)測特定客戶在與某企業(yè)的關(guān)系中將花費(fèi)多少（或稱作客戶的終生價值）

根據(jù)客戶行為和偏好優(yōu)化定價

使用圖像識別來分析 X 射線圖像中的癌癥跡象

企業(yè)如何使用 AI？

根據(jù)哈佛商業(yè)評論 開展的一項(xiàng)調(diào)查，企業(yè)主要使用 AI 來完成以下任務(wù)

檢測和阻止安全入侵（44％）

解決用戶的技術(shù)問題（41％）

減少生產(chǎn)管理工作（34％）

在使用認(rèn)證供應(yīng)商的技術(shù)時評估內(nèi)部合規(guī)性（34％）

哪些因素促進(jìn)了 AI 的使用？

推動 AI 在各個行業(yè)中快速發(fā)展的主要有 3 大因素。

快速可用、經(jīng)濟(jì)高效、性能強(qiáng)勁的計(jì)算能力： 強(qiáng)大的商用云計(jì)算為企業(yè)帶來了經(jīng)濟(jì)高效、高性能的計(jì)算能力。在此之前，唯一適用于 AI 的計(jì)算環(huán)境并非基于云技術(shù)且成本高昂。

大量的可供訓(xùn)練的數(shù)據(jù)： AI 需要接受大量數(shù)據(jù)的訓(xùn)練才能做出正確的預(yù)測。易于使用的數(shù)據(jù)標(biāo)簽和經(jīng)濟(jì)實(shí)惠的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)存儲和處理讓更多算法構(gòu)建和訓(xùn)練成為可能。

AI 的競爭優(yōu)勢：越來越多的企業(yè)開始認(rèn)識到運(yùn)用 AI 洞察支持業(yè)務(wù)目標(biāo)所帶來的競爭優(yōu)勢，并將其作為企業(yè)的重中之重。例如，AI 提供的針對性建議可以幫助企業(yè)更快做出更明智的決策。利用 AI 特性和功能，企業(yè)可以降低成本和風(fēng)險，縮短產(chǎn)品上市時間，獲得更多優(yōu)勢。

了解如何運(yùn)用 AI 超越極限，實(shí)現(xiàn)更大的目標(biāo)

AI 模型訓(xùn)練和開發(fā)

機(jī)器學(xué)習(xí)模型的開發(fā)和部署分為多個階段，包括訓(xùn)練和推理。AI 訓(xùn)練和推理指的是嘗試使用機(jī)器學(xué)習(xí)模型解決問題的過程。

舉例來說，機(jī)器學(xué)習(xí)工程師可能會嘗試使用不同的候選模型來解決計(jì)算機(jī)視覺問題，比如在 X 射線圖像上檢測骨折。

為了提高這些模型的準(zhǔn)確性，工程師會向模型提供數(shù)據(jù)并優(yōu)化參數(shù)，直至達(dá)到預(yù)定義的閾值。這些訓(xùn)練需求通過模型復(fù)雜度衡量，每年呈指數(shù)級增長。

規(guī)?；?AI 訓(xùn)練的關(guān)鍵基礎(chǔ)設(shè)施技術(shù)包括集群網(wǎng)絡(luò)，如 RDMA 和 InfiniBand、裸金屬 GPU 計(jì)算和高性能存儲。

詳細(xì)了解 AI 基礎(chǔ)設(shè)施

AI 的優(yōu)勢和挑戰(zhàn)

如今很多成功案例已經(jīng)有力證明了 AI 的價值。通過在傳統(tǒng)業(yè)務(wù)流程和應(yīng)用中融入機(jī)器學(xué)習(xí)和感知交互，組織可顯著改善用戶體驗(yàn)并提高工作效率。

但阻礙依然存在。由于多個方面的原因，很少有公司能夠規(guī)模化地部署人工智能。舉例來說，如果未采用云計(jì)算，那么機(jī)器學(xué)習(xí)項(xiàng)目的計(jì)算成本往往非常高。此外，構(gòu)建 AI 項(xiàng)目不僅十分復(fù)雜，而且還需要極其稀缺、高水平的專業(yè)技能。為了盡可能減少這些痛點(diǎn)，企業(yè)應(yīng)了解采用這些項(xiàng)目的時機(jī)和場景以及何時尋求第三方幫助。

了解機(jī)器學(xué)習(xí)操作如何助力您的機(jī)器學(xué)習(xí)工作

AI 成功案例

如今，AI 已經(jīng)幫助很多企業(yè)取得了重大成功。

哈佛商業(yè)評論稱，通過訓(xùn)練 AI 軟件，美聯(lián)社實(shí)現(xiàn)了自動撰寫短期收益新聞報道，并將新聞報道量提升了 12 倍。這讓其記者能夠?qū)Ｗ⒂谧珜懜呱疃鹊奈恼隆?/p>

Deep Patient 是西奈山伊坎醫(yī)學(xué)院構(gòu)建的一個人工智能工具，可以幫助醫(yī)生在診斷出疾病之前識別高風(fēng)險患者。insideBIGDATA 稱，該工具可以分析患者的病史，在發(fā)病前一年預(yù)測近 80 種疾病。

即時可用型 AI 讓 AI 應(yīng)用更簡單

基于 AI 的解決方案和工具的興起意味著更多的公司可以在更短的時間內(nèi)以更低的成本利用 AI。即時可用的 AI 是指具有內(nèi)置 AI 功能或者自動化算法決策過程的解決方案、工具和軟件。

即時可用的 AI 包括自治修復(fù)數(shù)據(jù)庫和預(yù)構(gòu)建模型，可利用各種數(shù)據(jù)集進(jìn)行圖像識別和文本分析。

如何開始使用 AI？

通過聊天機(jī)器人與客戶溝通：聊天機(jī)器人可以使用自然語言處理技術(shù)來理解客戶，允許客戶提問和獲取信息。這些聊天機(jī)器人會隨著時間的推移不斷學(xué)習(xí)，旨在為客戶交互創(chuàng)造更大的價值。

監(jiān)視數(shù)據(jù)中心：IT 運(yùn)維團(tuán)隊(duì)可以通過一個集成了所有數(shù)據(jù)并自動跟蹤閾值和異常的云技術(shù)平臺來簡化監(jiān)視。

無需專家?guī)椭磮?zhí)行業(yè)務(wù)分析： 利用具有可視化用戶界面的分析工具，非技術(shù)人員也可以輕松在系統(tǒng)中查詢所需信息，獲得通俗易懂的答案。

查看四個簡單的 AI 使用場景

構(gòu)建良好的 AI 文化

要想充分利用 AI，消除 AI 應(yīng)用面臨的阻礙，企業(yè)需要構(gòu)建良好的 AI 文化，從而為 AI 生態(tài)系統(tǒng)提供全面支持。在此環(huán)境中

業(yè)務(wù)分析師與數(shù)據(jù)科學(xué)家共同定義問題和目標(biāo)

數(shù)據(jù)工程師負(fù)責(zé)管理數(shù)據(jù)和底層數(shù)據(jù)平臺，確保其完全可用于分析

數(shù)據(jù)科學(xué)家在數(shù)據(jù)科學(xué)平臺上準(zhǔn)備和探索數(shù)據(jù)并實(shí)施數(shù)據(jù)可視化和建模

IT 架構(gòu)師負(fù)責(zé)管理為數(shù)據(jù)科學(xué)提供全面支持所需的底層基礎(chǔ)設(shè)施，無論是在本地部署環(huán)境還是云端

應(yīng)用開發(fā)人員將模型部署到應(yīng)用中，構(gòu)建數(shù)據(jù)驅(qū)動的產(chǎn)品

了解如何讓您的數(shù)據(jù)科學(xué)團(tuán)隊(duì)更高效地開展協(xié)作

從人工智能到自適應(yīng)智能

隨著 AI 功能廣泛應(yīng)用于主流企業(yè)運(yùn)營，一個新術(shù)語正在興起：自適應(yīng)智能。通過將實(shí)時的內(nèi)部和外部數(shù)據(jù)與決策科學(xué)及高度可擴(kuò)展的計(jì)算基礎(chǔ)設(shè)施相結(jié)合，自適應(yīng)智能應(yīng)用可幫助企業(yè)做出更明智的業(yè)務(wù)決策。

從本質(zhì)上說，這些應(yīng)用使您的業(yè)務(wù)更智能。您將能夠?yàn)榭蛻籼峁└玫漠a(chǎn)品、建議和服務(wù) — 所有這些都能帶來更好的業(yè)務(wù)成果。

詳細(xì)了解采用嵌入式 AI 的 Oracle SaaS 應(yīng)用如何創(chuàng)造顛覆性力量

AI — 未來企業(yè)的戰(zhàn)略要務(wù)和競爭優(yōu)勢

對于任何希望獲得更高效率、新的收入機(jī)會和提高客戶忠誠度的企業(yè)來說，AI 都是一項(xiàng)戰(zhàn)略要務(wù)。它正迅速成為眾多組織的競爭優(yōu)勢。有了 AI，企業(yè)可以在更短的時間內(nèi)完成更多任務(wù)、創(chuàng)建個性化和極具吸引力的客戶體驗(yàn)并預(yù)測業(yè)務(wù)成果，從而提升盈利能力。

但 AI 仍是一項(xiàng)頗為復(fù)雜的新興技術(shù)。為了充分發(fā)揮其價值，您需要在如何構(gòu)建和管理大規(guī)模 AI 解決方案方面具備專業(yè)知識。一個成功的 AI 項(xiàng)目需要的不僅僅是聘用數(shù)據(jù)科學(xué)家。企業(yè)需要實(shí)施合適的工具、流程和管理策略來確保 AI 的成功。

充分發(fā)揮 AI 價值的優(yōu)秀實(shí)踐

哈佛商業(yè)評論 就如何開始使用 AI 提出了以下建議：

在對收入和成本具有重大和直接影響的活動中應(yīng)用 AI 功能。

在保持人員不變的情況下使用 AI 來提高工作效率，而不是削減或增加員工數(shù)量。

在后端而非前端開始實(shí)施 AI（IT 和會計(jì)受益最大）。

獲取 AI 支持，開啟 AI 之旅

AI 轉(zhuǎn)型已是大勢所趨。為了保持競爭力，企業(yè)終將擁抱 AI 并構(gòu)建 AI 生態(tài)系統(tǒng)。在未來 10 年里，未能在某種程度上采用 AI 的企業(yè)終將落于人后。

雖然您的企業(yè)可能是個例外，但大多數(shù)公司沒有內(nèi)部人才和專業(yè)知識來開發(fā)能夠充分發(fā)揮人工智能能力的生態(tài)系統(tǒng)和解決方案

要成功完成 AI 轉(zhuǎn)型之旅（包括戰(zhàn)略開發(fā)和工具訪問），您需要找到一個具備豐富行業(yè)專業(yè)知識和全面 AI 產(chǎn)品組合的合作伙伴。

人工智能學(xué)習(xí)庫

什么是數(shù)據(jù)科學(xué)？ 企業(yè)正積極將統(tǒng)計(jì)學(xué)與計(jì)算機(jī)科學(xué)概念（如機(jī)器學(xué)習(xí)和人工智能）結(jié)合起來，從大數(shù)據(jù)中提取洞見，進(jìn)而推動創(chuàng)新并轉(zhuǎn)變決策制定。

什么是機(jī)器學(xué)習(xí)？ 機(jī)器學(xué)習(xí)是人工智能 (AI) 的一個子集，專注于構(gòu)建通過數(shù)據(jù)進(jìn)行學(xué)習(xí)的系統(tǒng)，旨在加快自動化決策流程和價值實(shí)現(xiàn)速度。

AI 成功案例

如今，AI 已經(jīng)幫助很多企業(yè)取得了重大成功。

哈佛商業(yè)評論稱，通過訓(xùn)練 AI 軟件，美聯(lián)社實(shí)現(xiàn)了自動撰寫短期收益新聞報道，并將新聞報道量提升了 12 倍。這讓其記者能夠?qū)Ｗ⒂谧珜懜呱疃鹊奈恼隆?/p>

Deep Patient 是西奈山伊坎醫(yī)學(xué)院構(gòu)建的一個人工智能工具，可以幫助醫(yī)生在診斷出疾病之前識別高風(fēng)險患者。insideBIGDATA 稱，該工具可以分析患者的病史，在發(fā)病前一年預(yù)測近 80 種疾病。

即時可用型 AI 讓 AI 應(yīng)用更簡單

基于 AI 的解決方案和工具的興起意味著更多的公司可以在更短的時間內(nèi)以更低的成本利用 AI。即時可用的 AI 是指具有內(nèi)置 AI 功能或者自動化算法決策過程的解決方案、工具和軟件。

即時可用的 AI 范圍非常廣，包括使用機(jī)器學(xué)習(xí)進(jìn)行自我修復(fù)的自治數(shù)據(jù)庫，以及在各種數(shù)據(jù)集中解決圖像識別和文本分析等問題的預(yù)構(gòu)建模型。所有這些都能幫助公司更快地實(shí)現(xiàn)價值，提高生產(chǎn)效率，降低成本并改善客戶關(guān)系。

如何開始使用 AI？

通過聊天機(jī)器人與客戶溝通：聊天機(jī)器人可以使用自然語言處理技術(shù)來理解客戶，允許客戶提問和獲取信息。這些聊天機(jī)器人會隨著時間的推移不斷學(xué)習(xí)，旨在為客戶交互創(chuàng)造更大的價值。

監(jiān)視數(shù)據(jù)中心：IT 運(yùn)營團(tuán)隊(duì)可以將所有 Web、應(yīng)用、數(shù)據(jù)庫性能、用戶體驗(yàn)和日志數(shù)據(jù)整合到一個基于云的數(shù)據(jù)平臺中，然后通過該平臺自動監(jiān)視閾值和檢測異常，從而在系統(tǒng)監(jiān)視上節(jié)省大量時間和精力。

無需專家?guī)椭磮?zhí)行業(yè)務(wù)分析： 利用具有可視化用戶界面的分析工具，非技術(shù)人員也可以輕松在系統(tǒng)中查詢所需信息，獲得通俗易懂的答案。

查看四個簡單的 AI 使用場景

哪些因素在阻礙企業(yè)釋放 AI 潛力？

盡管 AI 具有廣闊的前景，但許多公司仍然無法充分發(fā)揮機(jī)器學(xué)習(xí)和其他 AI 功能的潛力。其原因在于，然而，諷刺的是，這一問題在很大程度上是人自己造成的，正是低效的工作流阻礙了公司充分發(fā)揮 AI 的價值。

例如，數(shù)據(jù)科學(xué)家有時無法獲得構(gòu)建機(jī)器學(xué)習(xí)模型所需的資源和數(shù)據(jù)，無法與同事有效開展協(xié)作，需要管理許多不同的開源工具。而應(yīng)用開發(fā)人員有時需要對數(shù)據(jù)科學(xué)家開發(fā)的模型進(jìn)行完全重新編碼，然后才能將這些模型嵌入到其應(yīng)用中。

此外，隨著開源 AI 工具不斷涌現(xiàn)，IT 團(tuán)隊(duì)要花費(fèi)更多的時間來持續(xù)更新工作環(huán)境，以此為數(shù)據(jù)科學(xué)團(tuán)隊(duì)提供支持。在很多情況下，由于數(shù)據(jù)科學(xué)團(tuán)隊(duì)工作方式不夠標(biāo)準(zhǔn)化，這個問題還會變得更加復(fù)雜。

最終，高管層可能無法看到 AI 投資的價值，自然也就不會提供充足的支持和資源來構(gòu)建 AI 成功所需要的協(xié)作和集成式生態(tài)系統(tǒng)。

構(gòu)建良好的 AI 文化

要想充分利用 AI，消除 AI 應(yīng)用面臨的阻礙，企業(yè)需要構(gòu)建良好的 AI 文化，從而為 AI 生態(tài)系統(tǒng)提供全面支持。在此環(huán)境中

業(yè)務(wù)分析師與數(shù)據(jù)科學(xué)家共同定義問題和目標(biāo)

數(shù)據(jù)工程師負(fù)責(zé)管理數(shù)據(jù)和底層數(shù)據(jù)平臺，確保其完全可用于分析

數(shù)據(jù)科學(xué)家在數(shù)據(jù)科學(xué)平臺上準(zhǔn)備和探索數(shù)據(jù)并實(shí)施數(shù)據(jù)可視化和建模

IT 架構(gòu)師負(fù)責(zé)管理為數(shù)據(jù)科學(xué)提供全面支持所需的底層基礎(chǔ)設(shè)施，無論是在本地部署環(huán)境還是云中

應(yīng)用開發(fā)人員將模型部署到應(yīng)用中，構(gòu)建數(shù)據(jù)驅(qū)動的產(chǎn)品

了解如何讓您的數(shù)據(jù)科學(xué)團(tuán)隊(duì)更高效地開展協(xié)作

從人工智能到自適應(yīng)智能

隨著 AI 功能廣泛應(yīng)用于主流企業(yè)運(yùn)營，一個新術(shù)語正在興起：自適應(yīng)智能。通過將實(shí)時的內(nèi)部和外部數(shù)據(jù)與決策科學(xué)及高度可擴(kuò)展的計(jì)算基礎(chǔ)設(shè)施相結(jié)合，自適應(yīng)智能應(yīng)用可幫助企業(yè)做出更明智的業(yè)務(wù)決策。

從本質(zhì)上說，這些應(yīng)用使您的業(yè)務(wù)更智能。您將能夠?yàn)榭蛻籼峁└玫漠a(chǎn)品、建議和服務(wù) — 所有這些都能帶來更好的業(yè)務(wù)成果。

了解采用嵌入式 AI 的 Oracle SaaS 應(yīng)用如何創(chuàng)造顛覆性力量

AI — 未來企業(yè)的戰(zhàn)略要務(wù)和競爭優(yōu)勢

對于任何希望獲得更高效率、新的收入機(jī)會和提高客戶忠誠度的企業(yè)來說，AI 都是一項(xiàng)戰(zhàn)略要務(wù)。它正迅速成為眾多組織的競爭優(yōu)勢。有了 AI，企業(yè)可以在更短的時間內(nèi)完成更多任務(wù)、創(chuàng)建個性化和極具吸引力的客戶體驗(yàn)并預(yù)測業(yè)務(wù)成果，從而提升盈利能力。

但 AI 仍是一項(xiàng)頗為復(fù)雜的新興技術(shù)。為了充分發(fā)揮其價值，您需要在如何構(gòu)建和管理大規(guī)模 AI 解決方案方面具備專業(yè)知識。一個成功的 AI 項(xiàng)目需要的不僅僅是聘用數(shù)據(jù)科學(xué)家。企業(yè)需要實(shí)施合適的工具、流程和管理策略來確保 AI 的成功。

充分發(fā)揮 AI 價值的優(yōu)秀實(shí)踐

哈佛商業(yè)評論 就如何開始使用 AI 提出了以下建議：

在對收入和成本具有重大和直接影響的活動中應(yīng)用 AI 功能。

在保持人員不變的情況下使用 AI 來提高工作效率，而不是削減或增加員工數(shù)量。

在后端而非前端開始實(shí)施 AI（IT 和會計(jì)受益最大）。

獲取 AI 支持，開啟 AI 之旅

AI 轉(zhuǎn)型已是大勢所趨。為了保持競爭力，企業(yè)終將擁抱 AI 并構(gòu)建 AI 生態(tài)系統(tǒng)。在未來10年里，未能在某種程度上采用 AI 的企業(yè)終將落于人后。

雖然您的企業(yè)可能是個例外，但大多數(shù)公司沒有內(nèi)部人才和專業(yè)知識來開發(fā)能夠充分發(fā)揮人工智能能力的生態(tài)系統(tǒng)和解決方案

為了確保成功實(shí)現(xiàn) AI 轉(zhuǎn)型，您需要制定正確的戰(zhàn)略，找到正確的工具。對此，請選擇引領(lǐng)行業(yè)創(chuàng)新，具有深厚行業(yè)知識和全面的 AI 產(chǎn)品組合的合作伙伴。

免費(fèi)在 Oracle 云上構(gòu)建、測試和部署應(yīng)用。

立即免費(fèi)試用

人工智能學(xué)習(xí)庫

什么是數(shù)據(jù)科學(xué)？ 企業(yè)正積極將統(tǒng)計(jì)學(xué)與計(jì)算機(jī)科學(xué)概念（如機(jī)器學(xué)習(xí)和人工智能）結(jié)合起來，從大數(shù)據(jù)中提取洞見，進(jìn)而推動創(chuàng)新并轉(zhuǎn)變決策制定。

什么是機(jī)器學(xué)習(xí)？ 機(jī)器學(xué)習(xí)是人工智能 (AI) 的一個子集，專注于構(gòu)建通過數(shù)據(jù)進(jìn)行學(xué)習(xí)的系統(tǒng)，旨在加快自動化決策流程和價值實(shí)現(xiàn)速度。

AI 資訊和觀點(diǎn)機(jī)器學(xué)習(xí)、人工智能和數(shù)據(jù)科學(xué)正在改變企業(yè)處理復(fù)雜問題的方式，轉(zhuǎn)變各個行業(yè)的發(fā)展方向。閱讀最新文章，了解行業(yè)和您的同行都在如何采用這些技術(shù)。

注：為免疑義，本網(wǎng)頁所用以下術(shù)語專指以下含義：

Oracle專指Oracle境外公司而非甲骨文中國。

相關(guān)Cloud或云術(shù)語均指代Oracle境外公司提供的云技術(shù)或其解決方案。

按角色查看

招賢納士

開發(fā)人員

投資者

合作伙伴

初創(chuàng)企業(yè)

學(xué)生和教育工作者

為什么選擇 Oracle

分析報告

Oracle 多云

OCI | Microsoft Azure

云參考架構(gòu)

企業(yè)責(zé)任

多元化與包容性

安全實(shí)踐

學(xué)習(xí)

什么是 AI？

什么是云計(jì)算？

什么是云存儲？

什么是 HPC？

什么是 IaaS？

什么是 PaaS？

最新動態(tài)

Oracle CloudWorld

Oracle 云免費(fèi)套餐

云架構(gòu)中心

云遷移

甲骨文紅牛車隊(duì)

軟件產(chǎn)品登記證書

完整使用程序使用通知申請流程

聯(lián)系我們

銷售： 400-699-8888

您需要什么幫助？

訂閱電子郵件

活動

新聞

OCI 博客

國家/地區(qū)

? 2024 Oracle

使用條款和隱私政策

京ICP備10049020號-1

廣告選擇

招賢納士

WeChat

甲骨文中國新浪微博

如何通俗地解釋人工智能的定義？ - 知乎

如何通俗地解釋人工智能的定義？ - 知乎首頁知乎知學(xué)堂發(fā)現(xiàn)等你來答?切換模式登錄/注冊人工智能定義理解如何通俗地解釋人工智能的定義？關(guān)注者7被瀏覽36,310關(guān)注問題?寫回答?邀請回答?好問題?添加評論?分享?5 個回答默認(rèn)排序冰笛?研究智能的人 ? 關(guān)注由人工（非天然、非生育）制造出來的智能體。發(fā)布于 2023-03-22 15:21?贊同??2 條評論?分享?收藏?喜歡收起?xpanxcomPython Excle? 關(guān)注人工智能（Artificial Intelligence，AI）是一種通過計(jì)算機(jī)程序?qū)崿F(xiàn)的智能行為，能夠自主地從數(shù)據(jù)中學(xué)習(xí)、推理、判斷和決策，以模擬人類智能。通俗來說，人工智能就是讓計(jì)算機(jī)具備類似于人類的智能能力，讓計(jì)算機(jī)能夠像人一樣地學(xué)習(xí)、思考、理解和做出決策。這需要借助各種算法、模型和技術(shù)，例如機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、計(jì)算機(jī)視覺等，來實(shí)現(xiàn)各種人工智能應(yīng)用，例如智能語音助手、自動駕駛、智能客服等。悅動智能（http://xpanx.com）提供詳盡的教程和學(xué)習(xí)資源：涵蓋人工智能、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等多個領(lǐng)域，滿足初學(xué)者的各種需求。人工智能是一種通過計(jì)算機(jī)程序?qū)崿F(xiàn)的智能行為，可以模擬人類智能，為人類社會帶來更多的便利和創(chuàng)新編輯于 2023-04-12 13:33?贊同 1??添加評論?分享?收藏?喜歡

百度安全驗(yàn)證

百度安全驗(yàn)證

網(wǎng)絡(luò)不給力，請稍后重試

返回首頁

問題反饋