全面的人工智能初学者指南

  成功案例     |      2024-01-05 15:06

  十年前,如果你在会议室中提到“人工智能”这个术语,那么很有可能会被嘲笑。对于大多数人来说,对于人工智能的概念还停留在电影里,如太空漫游或星际迷航。

  如今AI是商业和工业中最热门的流行语之一,人力资本和技术是数字化转型发展的重要原因是,日益增长的大数据量的生成和收集。

  部分原因是由于大数据革命本身,数据的过剩导致了可以对其进行处理、分析和更加深入的研究。机器比人类更好地适应这项工作,重点是训练机器以尽可能“聪明”的方式实现。

  在学术界,业界以及开源社区中,研究的浓度越来越密,这导致了突破式的进步,这些突破和进步显示出潜在的巨大变化。从医疗保健到自驾车、预测法律案件的结果,现在大家都不会嘲笑了!

  AI定义的概念随着时间的推移而发生变化,但核心在于,一直以来人类都希望建立能够像人一样思考的机器。

  毕竟,人类已经被证明拥有独一无二的能力来统治周围的世界。如果我们想要让机器来帮助我们更有效地做到这一点,那么使用规划出人类的蓝图是有意义的。

  AI可以被认为具有模仿、抽象、创造性、演绎思想的能力,特别是学习使用计算机的数字二进制逻辑的能力。

  AI的研究和开发工作分为两个部分。一个被标记为“通用AI”,它模拟人类思想的原则来执行一个特定的任务。另一个被称为“广义AI” - 它旨在开发机器智能,可以操作任何任务,就像一个人一样。

  在量子物理学领域,基于数十亿个亚原子粒子组成的系统,它被用于建模和预测以及基于基因组数据,来诊断患者。

  在行业中,它被用于金融领域,通过预测客户需要的服务,从欺诈检测到改善客户服务。

  在制造业,它用于管理劳动力和生产过程,以及在发生故障之前预测故障,从而实现预防性维护。

  在消费者世界中,越来越多的我们日常生活中使用的技术,正在由AI(来自苹果Siri和Google的Google助手)等智能手机助手,应用于自动驾驶的汽车,预计自动驾驶的汽车将超过传统的人类驾驶汽车。

  广义AI还有一点要做 - 对人类大脑进行完整的模拟,需要对我们目前拥有的器官有更完整的理解,而且比研究人员拥有更强的计算能力。但考虑到计算机技术的发展速度,长久以来可能并非如此。

  新一代配备神经形态处理器的计算机芯片,被设计为更有效地运行大脑模拟器。而诸如IBM的沃森认知计算平台之类的系统则使用人类神经网络的高级仿真功能来执行日益增长的任务,而不必特别教会如何做这些任务。

  所有这些进步都侧重于模仿人类思维过程而成为现实。最近几年最有成果的研究领域被称为“机器学习”。事实上,它已经成为当代AI所不可或缺的一部分,“人工智能”和“机器学习”这两个术语有时可互换使用。

  然而,这是语言不精确的使用,最好的诠释是机器学习代表了当前广泛领域最先进的技术。机器学习的好处是,不必亲力亲为的教授机器,如果可以将程序设计为像我们一样思考,可以通过观察,分类和学习错误来升级优化,就像我们人类一样。

  神经科学在IT系统架构中的应用,导致人工神经网络发展迅猛,尽管在过去半个世纪里,这一领域的研究正推进,但最近才有足够能力的电脑可以使任务缩减到一天时间,除了那些可以使用最昂贵专业工具的人之外,任何人都可以享受这些成果。

  也许最大的有利因素是,自从主流社会与数字世界融合以来,已经释放出来的数据爆炸式增长。

  数据的可用性 - 从我们在社交媒体上分享的数据到工业机械产生的机器数据 - 意味着计算机现在有一个充足可用的信息,帮助他们更有效地学习和做出更好的决策。

  真正的担心,来自于机器人智力的成长等于或超过我们自己,可能对人类的未来产生负面影响,而不仅仅是由科学家来警示人类,比如受尊敬的科学家史蒂芬霍金。

  即使机器人不能消灭我们或将我们变成生活的宠物,一个不那么戏剧性但仍然是噩梦的情况是,劳动(精神和身体)的自动化将导致深刻的社会变革 - 也许更好,或者也许更差。

  去年,由Google,IBM,微软,Facebook和亚马逊等多家科技巨头推出了AI的合作伙伴关系。该小组将研究和倡导人工智能的道德规划,为未来的机器人和人工智能研究、实施设定准则。

  受苹果公司新规定影响,微信 iOS 版的赞赏功能被关闭,可通过二维码转账支持公众号。