取消
显示结果 
搜索替代 
您的意思是: 
cancel
2474
查看次数
10
有帮助
3
评论
julianchen
Spotlight
Spotlight

引言:这是一篇写给初学者和兴趣爱好者有关人工智能的入门指南。您可以从中了解到AI的概念、演化、优缺点、及其实际应用。


人工智能,如今已是各个高科技领域争相讨论的热点了。无论您是刚入门的初学者,还是兴趣广泛的爱好者,我们都希望通过本文能够让您对人工智能有更加清晰的理解。闲言少叙,下面我们直接来看干货吧:
AI是什么
简要地说,人工智能(简称AI)是通过模拟人类行为,来智能地解决现实问题的各种过程。这些过程包括:学习、分析、计划、感知、推理、校正、语音识别、语言互动、和其他与人类认知科学相关的过程。
AI意味着什么
通过学习过往的经验、将行动与结果相匹配,AI简化了诸如识别与纠正错误,调整新的随机输入值的繁琐过程。另外,AI还能够通过深入地分析场景,来模拟人类行为,并轻松地完成各项任务。而且,AI可以利用自然语言处理(Natural Language Processing)和深度学习等技术,来解读与人类之间的交流,进而在其内部转换为只有机器能够理解的代码段。通过各种技术的应用,AI能够训练计算机在最少的人工干预下,处理大量的数据,识别并熟悉新的数据模式,进而执行各项具体的任务。
AI的目标
1. 专家系统式的创新:通过自动化系统的建立,它不但能够表现出智能的行为,还能够给人类提供正确的行动建议。
2. 在电脑上模拟人类的智能操作:这有助于在电脑上创建相同的认知模式,使之能够模拟人类的判断,对复杂的问题采取适当的行动。同时,它能够通过自动化的过程和对算法的应用,来减少人类的工作量。
3. 多领域的应用:AI能够被应用到多个领域、并协助多门学科。其中包括:计算机科学、认知科学、统计学、心理学、医学、工程学、伦理学、自然科学、医疗、空间技术、逻辑学、语言学、电子商务等领域。
4. 计算机科学的应用:AI能够帮助制定多种机制,来解决计算机科学中的各种难题。其中包括:检索和优化、逻辑、控制理论、语言分析、神经网络、分类、统计学习方法(Statistical Learning Methods)、和不确定推理的概率方法。
AI的演化
1956年,科学家John McCarthy创造了人工智能这个术语。如今,受益于大数据、高级算法、编程技术、以及电脑的计算存储能力,AI得到了飞跃式的大发展。
AI系统的建设与实施,一般依赖于如下技术:
1. 自然语言处理(NLP):它研究的是计算机如何与自然的人类语言进行交互,并且在理解的基础上采取适当的行动。语音的识别与合成是NLP的两项典型应用。我们熟悉的SiriGoogle Assistant、和Amazon Alexa等语音助手都是NLP的应用实例。其他的应用领域还包括:语义解析、文字识别、词性标注(part-of-speech tagging)、文本挖掘、机器翻译和信息检索等。
2. 向量机(Vector Machines):该机制有助于根据参数值进行信息分类。向量机通过使用各种划分的方法,实现了图像识别、面部识别和文本识别等系统性的应用。
3. 启发法(Heuristics):人类学习的基础源自通过采用试错法(trial-and-error)来理解错误,并避免犯错。因此,此方法类似于人类的大脑,在错误与正确之间建立各种映射关系。
4. 人工神经网络(Artificial Neural NetworksANN): ANN技术通过识别数据的输入模式,并基于人类大脑的网络和运作行为,来进行建模。与人脑类似,ANN通过识别大量的数据模式,来建立不同的映射,并作出各种决定。因此,它使用到了监督学习、无监督学习、模式识别、增强学习、机器学习和深度学习等技术。
AI的类型
不同人工智能可以根据类别分为:1型(基本)和2型(高级)。1AI系统是一种智能的机制,它能够基于输入和可变参数的编程产生输出。2AI系统能够应对各种实时发生的事件、场景和出现的其他因素,并能通过现场决策,以采取相应的行动。由于2AI系统能够观测到格子客动态形势所产生的影响,因此它也被称为有情感的系统(sentient systems),即:能够像有情感的人类那样进行各种识别、分析和反应。
1. 弱(或窄)人工智能:这种方法仅关注狭隘的单一任务,而不是去处置一系列相关的自动化整体任务。这是一种能力有限、且不那么智能的机制,不过它的单任务智能处理能力并不弱。它的典型应用是:接龙游戏。在与人类进行游戏对抗的时候,它会根据既有的机器指令和规则,去“设想”自己的下一步。
2. 强人工智能:或称通用人工智能(Artificial General Intelligence),该系统能让计算机像人类的思维那样,通过分析和质疑,来解决更为复杂的问题。通过使用复杂的内部算法,它能够更有“情感”地响应各种问询。它的典型应用是:像SiriGoogle Assistant之类的语音助理。它们能够以更加真实且灵活的方式,回答各种随机询问。
3. 反应机制(Reactive Machines):它并不依赖于已经存储的过去数据,而是根据当前的各种参数值,来预测某种输出。它的典型应用是:国际象棋游戏软件,它并不仅仅参考既有的规则,还会根据当前的“局势”,反应出自己的下一步。
4. 受限记忆(Limited Memory):此类AI系统能够通过使用过去留存的经验,来影响对未来的决策。其典型应用是:驾驶助手。它基于随机且动态的参数值,来进行现场决策。同时,它会利用以前访问过的位置存储信息,来规划最好的路线。
5. 心智理论(Theory of Mind):这类AI机制能够根据各种情感、信仰、思想、以及场景做出不同的反应。因此,它常被用于根据社会交往和人类言行举止的观察,而做出的有效响应。
自我意识(Self-Aware):此类系统使用的是一些被称为“超级情报(super intelligence)”的思维电容,它们收集各种内部的特征、状态、机会和条件等自我意识的要素。因此,它们目前尚处于未来的一个发展方向。
评论
one-time
Level 13
Level 13
感谢版主分享,谢谢~
likuo
Spotlight
Spotlight
小白有前途。
wurui69397
Community Member
感谢分享!
入门指南

使用上面的搜索栏输入关键字、短语或问题,搜索问题的答案。

我们希望您在这里的旅程尽可能顺利,因此这里有一些链接可以帮助您快速熟悉思科社区:









快捷链接