人工智能(AI)

137次阅读

人工智能 (AI) 是什么意思

人工智能 (AI)，也称为机器智能，是计算机科学的一个分支，专注于构建和管理能够学习自主做出决策并代表人类执行行动的技术。

人工智能不是单一的技术。它是一个总称，包括支持机器学习、计算机视觉、自然语言理解 (NLU) 和自然语言处理 (NLP) 的任何类型的软件或硬件组件。

今天的人工智能使用传统的 CMOS 硬件和驱动传统软件的相同基本算法功能。未来几代人工智能有望激发新型的类人脑电路和架构，这些电路和架构可以比人类更快、更准确地做出数据驱动的决策。

人工智能的类型

弱人工智能

弱人工智能——也称为狭义人工智能或狭义人工智能 (ANI)——是经过人工智能训练并专注于执行特定任务的。弱人工智能驱动了当今我们周围的大部分人工智能。这种类型的 AI 支持一些非常强大的应用程序，例如 Apple 的 Siri、百度搜索、图像识别软件和自动驾驶汽车。

强人工智能

强人工智能由人工通用智能（AGI）和人工超级智能（ASI）组成。通用人工智能（AGI）或通用人工智能是人工智能的一种理论形式，其中机器将具有与人类相等的智能；它将具有自我意识，具有解决问题、学习和规划未来的能力。

人工超级智能 (ASI)——也称为超级智能——将超越人脑的智能和能力。虽然强大的人工智能仍然完全是理论上的，今天没有实际使用的例子，但这并不意味着人工智能研究人员也没有探索它的发展。与此同时，ASI 最好的例子可能来自科幻小说。

机器学习与深度学习

很多狭义的人工智能都是由机器学习和深度学习方面的突破推动的。

人工智能是一组试图模仿人类智能的算法和智能。机器学习就是其中之一，深度学习是那些机器学习技术之一。

简而言之，机器学习提供计算机数据并使用统计技术来帮助它“学习”如何在一项任务中逐渐变得更好，而无需专门为该任务进行编程，从而消除了对数百万行书面代码的需求。机器学习包括监督学习（使用标记数据集）和无监督学习（使用未标记数据集）。

深度学习是一种机器学习，它通过受生物启发的神经网络架构运行输入。神经网络包含许多隐藏层，通过这些隐藏层处理数据，使机器能够“深入”学习，建立连接并加权输入以获得最佳结果。

人工智能有哪些应用

今天有许多人工智能系统在现实世界中的应用。以下是一些最常见的示例：

语音识别： 也称为自动语音识别 (ASR)、计算机语音识别或语音到文本，它是一种使用自然语言处理 (NLP) 将人类语音处理成书面格式的能力。许多移动设备将语音识别整合到他们的系统中以进行语音搜索（例如 Siri）或提供更多关于短信的可访问性。
客户服务： 在线机器人客服正在取代人工客服。例如回答常见问题 (FAQ)，或提供个性化建议、交叉销售产品或为用户建议尺寸，从而改变我们对跨网站和社交媒体平台的客户参与度的看法。
推荐引擎： 利用过去的消费行为数据，人工智能算法可以帮助发现可用于制定更有效的交叉销售策略的数据趋势。这用于在在线零售商的结账过程中向客户提出相关的附加建议。
自动化股票交易： 人工智能驱动的高频交易平台旨在优化股票投资组合，每天进行数千甚至数百万次交易，无需人工干预。
计算机视觉： 这项人工智能技术使计算机和系统能够从数字图像、视频和其他视觉输入中获取有意义的信息，并根据这些输入采取行动。这种提供推荐的能力将其与图像识别任务区分开来。在卷积神经网络的支持下，计算机视觉在社交媒体中的照片标记、医疗保健中的放射成像以及汽车行业的自动驾驶汽车中都有应用。
自动驾驶汽车。 自动驾驶汽车结合使用计算机视觉、图像识别和深度学习来建立自动驾驶汽车的技能，同时保持在给定的车道上并避开意外的障碍物，例如行人。
自然语言处理 (NLP)。 这是计算机程序对人类语言的处理。NLP 最古老和最著名的例子之一是垃圾邮件检测，它查看电子邮件的主题行和文本并确定它是否是垃圾邮件。当前的 NLP 方法基于机器学习。NLP 任务包括文本翻译、情感分析和语音识别。