人工智能什么是有什么價值和意義

　　人工智能什么是有什么價值和意義，人工智能(AI)使機(jī)器可以從經(jīng)驗(yàn)中學(xué)習(xí)，適應(yīng)新的輸入并執(zhí)行類似人的任務(wù)。您今天聽到的大多數(shù)AI示例-從下象棋的計算機(jī)到自動駕駛汽車-都嚴(yán)重依賴于深度學(xué)習(xí)和自然語言處理。使用這些技術(shù)，可以訓(xùn)練計算機(jī)通過處理大量數(shù)據(jù)并識別數(shù)據(jù)中的模式來完成特定任務(wù)。
,

一、人工智能歷史
 

　　人工智能一詞始創(chuàng)于1956年，但是由于數(shù)據(jù)量的增加，先進(jìn)算法以及計算能力和存儲能力的提高，人工智能在當(dāng)今變得越來越流行。
 

　　1950年代早期的AI研究探索了諸如解決問題和符號方法之類的主題。1960年代，美國國防部對這種工作產(chǎn)生了興趣，并開始訓(xùn)練計算機(jī)來模仿人類的基本推理。
 

　　這項早期工作為我們今天在計算機(jī)中看到的自動化和形式推理鋪平了道路，包括可以設(shè)計為補(bǔ)充和增強(qiáng)人類能力的決策支持系統(tǒng)和智能搜索系統(tǒng)。
 

　　好萊塢的電影和科幻小說將AI描繪成占領(lǐng)世界的類人機(jī)器人，而AI技術(shù)的當(dāng)前發(fā)展并沒有那么可怕，甚至還沒有那么聰明。取而代之的是，人工智能已經(jīng)發(fā)展為在每個行業(yè)提供許多特定的利益。繼續(xù)閱讀有關(guān)醫(yī)療保健，零售等方面人工智能的現(xiàn)代示例。

 

二、為什么人工智能很重要?
 

　　1)AI通過數(shù)據(jù)實(shí)現(xiàn)重復(fù)學(xué)習(xí)和發(fā)現(xiàn)的自動化。但是，人工智能不同于硬件驅(qū)動的機(jī)器人自動化。AI不是自動執(zhí)行手動任務(wù)，而是可靠，無疲勞地執(zhí)行頻繁，大量的計算機(jī)化任務(wù)。對于這種類型的自動化，人工詢問對于設(shè)置系統(tǒng)并提出正確的問題仍然至關(guān)重要。
 

　　2)人工智能為現(xiàn)有產(chǎn)品增加了智能。在大多數(shù)情況下，不會將AI單獨(dú)出售。而是，您已經(jīng)使用的產(chǎn)品將通過AI功能得到改善，就像將Siri作為新一代Apple產(chǎn)品的功能添加一樣。自動化，對話平臺，機(jī)器人和智能機(jī)可以與大量數(shù)據(jù)結(jié)合使用，以改善從安全智能到投資分析的各種家庭和工作場所技術(shù)。
 

　　3)AI通過漸進(jìn)式學(xué)習(xí)算法進(jìn)行調(diào)整，以使數(shù)據(jù)進(jìn)行編程。人工智能發(fā)現(xiàn)數(shù)據(jù)的結(jié)構(gòu)和規(guī)律性，從而使該算法獲得技能：該算法成為分類器或預(yù)測器。因此，就像該算法可以教自己如何下棋一樣，它可以教自己下一個在線推薦什么產(chǎn)品。當(dāng)給定新數(shù)據(jù)時，模型會適應(yīng)。反向傳播是一種AI技術(shù)，允許在第一個答案不太正確時通過訓(xùn)練和添加數(shù)據(jù)來調(diào)整模型。
 

　　4)AI使用具有許多隱藏層的神經(jīng)網(wǎng)絡(luò)分析更多和更深的數(shù)據(jù)。幾年前幾乎不可能構(gòu)建具有五個隱藏層的欺詐檢測系統(tǒng)。不可思議的計算機(jī)功能和大數(shù)據(jù)改變了這一切。您需要大量數(shù)據(jù)來訓(xùn)練深度學(xué)習(xí)模型，因?yàn)樗鼈冎苯訌臄?shù)據(jù)中學(xué)習(xí)。您可以提供的數(shù)據(jù)越多，它們變得越準(zhǔn)確。
 

　　5)人工智能通過深度神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了令人難以置信的準(zhǔn)確性，這在以前是不可能的。例如，Alexa，百度搜索和百度相冊的交互都是基于深度學(xué)習(xí)的，并且隨著我們使用它們的不斷增加，它們將變得越來越準(zhǔn)確。在醫(yī)學(xué)領(lǐng)域，來自深度學(xué)習(xí)，圖像分類和對象識別的AI技術(shù)現(xiàn)在可以用于以與訓(xùn)練有素的放射科醫(yī)生相同的準(zhǔn)確性在MRI上發(fā)現(xiàn)癌癥。
 

　　6)AI充分利用數(shù)據(jù)。當(dāng)算法是自學(xué)時，數(shù)據(jù)本身可以成為知識產(chǎn)權(quán)。答案在數(shù)據(jù)中。您只需要應(yīng)用AI即可將其淘汰。由于數(shù)據(jù)的作用現(xiàn)在比以往任何時候都重要，因此可以創(chuàng)造競爭優(yōu)勢。如果您在競爭激烈的行業(yè)中擁有最好的數(shù)據(jù)，即使每個人都在應(yīng)用類似的技術(shù)，那么最好的數(shù)據(jù)也會取勝。
 

三、如何使用人工智能
 

　　每個行業(yè)對AI功能的需求都很高，尤其是可以用于法律援助，專利檢索，風(fēng)險通知和醫(yī)學(xué)研究的問答系統(tǒng)。AI的其他用途包括：
 

　　衛(wèi)生保健
 

　　AI應(yīng)用程序可以提供個性化的醫(yī)學(xué)和X射線讀數(shù)。私人保健助理可以充當(dāng)生活教練，提醒您吃藥，鍛煉身體或保持健康飲食。
 

　　零售
 

　　AI提供了虛擬購物功能，可提供個性化的建議并與消費(fèi)者討論購買選項。人工智能還將改善庫存管理和站點(diǎn)布局技術(shù)。
 

　　制造業(yè)
 

　　AI可以使用循環(huán)網(wǎng)絡(luò)(一種與序列數(shù)據(jù)一起使用的特定類型的深度學(xué)習(xí)網(wǎng)絡(luò))，分析工廠IoT數(shù)據(jù)，使其從連接的設(shè)備流向預(yù)測預(yù)期的負(fù)載和需求。
 

　　銀行業(yè)
 

　　人工智能提高了人類工作的速度，準(zhǔn)確性和有效性。在金融機(jī)構(gòu)中，人工智能技術(shù)可用于識別哪些交易可能是欺詐性的，采用快速準(zhǔn)確的信用評分以及自動執(zhí)行手動密集型數(shù)據(jù)管理任務(wù)。
 

四、人類與AI合作
 

　　人工智能不能代替我們。它增強(qiáng)了我們的能力，使我們的工作做得更好。由于AI算法的學(xué)習(xí)方式與人類不同，因此他們對事物的看法也有所不同。他們可以看到逃避我們的關(guān)系和模式。這種人類之間的AI合作關(guān)系提供了許多機(jī)會。它可以：
 

　　1)將分析引入當(dāng)前未充分利用的行業(yè)和領(lǐng)域。

　　2)改善現(xiàn)有分析技術(shù)的性能，例如計算機(jī)視覺和時間序列分析。

　　3)打破經(jīng)濟(jì)障礙，包括語言和翻譯障礙。

　　4)增強(qiáng)現(xiàn)有能力，使我們的工作做得更好。

　　5)給我們更好的視野，更好的理解，更好的記憶力等等。
 

五、使用人工智能有哪些挑戰(zhàn)?
 

　　人工智能將改變每個行業(yè)，但我們必須了解其局限性。
 

　　AI的原則局限性在于它從數(shù)據(jù)中學(xué)習(xí)。沒有其他可以合并知識的方式。這意味著數(shù)據(jù)中的任何錯誤都會反映在結(jié)果中。并且必須單獨(dú)添加任何其他預(yù)測或分析層。
 

　　如今的AI系統(tǒng)已經(jīng)過培訓(xùn)，可以完成明確定義的任務(wù)。玩撲克的系統(tǒng)不能玩單人紙牌或國際象棋。檢測欺詐的系統(tǒng)無法駕駛汽車或向您提供法律建議。實(shí)際上，檢測醫(yī)療保健欺詐的AI系統(tǒng)無法準(zhǔn)確檢測稅收欺詐或保修索賠欺詐。
 

　　換句話說，這些系統(tǒng)非常非常專業(yè)。他們只專注于一項任務(wù)，而且行為舉止遠(yuǎn)不及人類。
 

　　同樣，自學(xué)系統(tǒng)也不是自主系統(tǒng)。您在電影和電視中看到的想象中的AI技術(shù)仍然是科幻小說。但是可以探測復(fù)雜數(shù)據(jù)以學(xué)習(xí)并完成特定任務(wù)的計算機(jī)變得非常普遍。
 

六、人工智能如何運(yùn)作
 

　　AI通過將大量數(shù)據(jù)與快速，迭代的處理和智能算法結(jié)合在一起來工作，從而使該軟件可以自動從數(shù)據(jù)的模式或特征中學(xué)習(xí)。人工智能是一個廣泛的研究領(lǐng)域，包括許多理論，方法和技術(shù)，以及以下主要子領(lǐng)域：
 

　　1)機(jī)器學(xué)習(xí) 使分析模型構(gòu)建自動化。它使用來自神經(jīng)網(wǎng)絡(luò)，統(tǒng)計學(xué)，運(yùn)籌學(xué)和物理學(xué)的方法來查找數(shù)據(jù)中的隱藏見解，而無需明確地為在哪里尋找或得出的結(jié)論進(jìn)行編程。

　　2)神經(jīng)網(wǎng)絡(luò)是一種由相互連接的單元(如神經(jīng)元)組成的機(jī)器學(xué)習(xí)，該單元通過響應(yīng)外部輸入，在每個單元之間中繼信息來處理信息。該過程需要對數(shù)據(jù)進(jìn)行多次遍歷才能找到連接并從未定義的數(shù)據(jù)中獲取含義。

　　3)深度學(xué)習(xí)使用具有多層處理單元的巨大神經(jīng)網(wǎng)絡(luò)，利用計算能力的進(jìn)步和改進(jìn)的訓(xùn)練技術(shù)來學(xué)習(xí)大量數(shù)據(jù)中的復(fù)雜模式。常見的應(yīng)用包括圖像和語音識別。

　　4)認(rèn)知計算是AI的一個子領(lǐng)域，它致力于與機(jī)器進(jìn)行自然的，類似于人的交互。使用AI和認(rèn)知計算，最終目標(biāo)是使機(jī)器能夠通過解釋圖像和語音的能力來模擬人類過程，然后做出連貫的回應(yīng)。

　　5)計算機(jī)視覺依賴于模式識別和深度學(xué)習(xí)來識別圖片或視頻中的內(nèi)容。當(dāng)機(jī)器可以處理，分析和理解圖像時，它們可以實(shí)時捕獲圖像或視頻并解釋其周圍環(huán)境。

　　6)自然語言處理 (NLP)是計算機(jī)分析，理解和生成人類語言(包括語音)的能力。NLP的下一個階段是自然語言交互，它允許人類使用日常的日常語言與計算機(jī)進(jìn)行通信以執(zhí)行任務(wù)。
 

　　此外，多種技術(shù)可以啟用和支持AI：
 

　　1)圖形處理單元是AI的關(guān)鍵，因?yàn)樗鼈兲峁┝说幚硭璧膹?qiáng)大計算能力。訓(xùn)練神經(jīng)網(wǎng)絡(luò)需要大數(shù)據(jù)和計算能力。

　　2)物聯(lián)網(wǎng) 從連接的設(shè)備生成大量數(shù)據(jù)，其中大部分未經(jīng)分析。使用AI自動化模型將使我們能夠使用更多模型。

　　3)正在開發(fā)先進(jìn)算法并以新方式進(jìn)行組合，以更快地，在多個級別上分析更多數(shù)據(jù)。這種智能處理是識別和預(yù)測罕見事件，了解復(fù)雜系統(tǒng)并優(yōu)化獨(dú)特方案的關(guān)鍵。

　　4)API或應(yīng)用程序編程接口，是代碼的可移植性軟件包使其能夠AI功能添加到現(xiàn)有的產(chǎn)品和軟件包。他們可以將圖像識別功能添加到家庭安全系統(tǒng)中，并可以使用Q&A功能來描述數(shù)據(jù)，創(chuàng)建標(biāo)題和標(biāo)題或在數(shù)據(jù)中標(biāo)注出有趣的模式和見解。
 

　　總之，AI的目標(biāo)是提供可以根據(jù)輸入進(jìn)行推理并根據(jù)輸出進(jìn)行解釋的軟件。人工智能將提供與人類類似的軟件交互，并為特定任務(wù)提供決策支持，但它不能替代人類，而且不會很快出現(xiàn)。