什么是人工智能? (AI)

我们应该担心人工智能(AI)吗? - 编码dojo博客

在房间和人民中提出人工智能’思绪漫步到闪亮的机器人,他们会带走我们的工作或很多科幻小说。 

如果我们查看人工智能的牛津字典定义,这就是我们得到的:“可以复制智能人类行为的计算机系统的研究和开发。” 

对于大多数社会来说,这意味着很少,但是,如果你工作或在技术产业中包围,你有个人定义。对人工智能主要基于模仿人类智力的计算机的定义的限制并不能让我们广泛了解人工智能实际上是什么? 

AI类型之间有什么区别? Siri是什么类型的AI?机器学习和深度学习之间有什么区别?我们在AI时间期刊中认为大多数社会应该更好地了解人工智能以及我们日常生活的一部分,这就是这篇文章将通过的东西。

在技​​术和计算机科学世界中,人工智能涉及由计算机构建的人类智能。它是指计算机/机器通过复制其智能来模仿人脑的特征的能力。

但是,这仍然没有让你对它实际上所做的事情的良好理解呢?

AI的简史

让’看看AI的历史。在1950年代中期,约翰麦卡锡被称为人工智能的父,以创造AI术语。对他来说,他对AI的定义是“制造智能机器的科学与工程”。有些人可能知道他创建LISP,这是一种用于不同类型的互联网服务的机器人的编程语言。他开始在自动驾驶汽车上努力创造了解人类大脑的节目更好,并模仿人类做出决定的方式。我们中的许多人使用云计算服务,我们可以在那里共享人之间的数据。这是另一个麦卡图特的创新。 

人工智能发展的激增主要取决于可用大量数据的访问和技术的演变,允许数据过程比人类更好地操纵。人工智能可以做我们人类可以做的一切,从给我们向我们的指示进行医学分析。 

今天AI的一些进一步的例子是亚马逊的Alexa和Apple Siri,帮助我们根据我们目前的搜索来创造潜在的联系,能够识别垃圾邮件,同时帮助我们检测欺诈。

有两种广泛的人工智能:

  1. 狭窄的ai.
  2. 一般艾

狭窄的ai.

狭窄的ai是执行单一拍摄的AI类型。它能够执行特定的任务,智能系统已经教授而不进行既复杂地编程,这就是为什么它被称为狭窄的AI。为了让您更好地了解,它是Apple用户的Siri。这是自动驾驶汽车和语音识别,以帮助放射科医生接受肿瘤。

机器和深度学习

狭窄的AI是基于机器学习和深度学习。更好的方法来了解您刚刚阅读的内容,AI在一组算法上构建,该算法试图模仿人类智能。机器学习是这些算法之一,深度学习是机器学习技术的子技能。  

机器学习消耗数据并使用统计信息以更好地学习数据,从而提高解决任务的能力。机器学习由监督和无人监督的学习构成。监督学习在标记的数据集中学习,允许您根据先前的数据生成输出,而无监督的学习使用未标记的数据来学习并发现数据中的未知模式。 

深度学习,也称为深度神经学习,是一种通过生物启动的神经网络来模仿数据来模仿人脑的一种机器学习技术,该技术通过生物启动的神经网络来模仿其中许多隐藏层。通过隐藏的图层,处理数据进行连接和创建模式。

一般艾

普通AI对它有点复杂,并试图使用其学习和应用学会问题的知识的能力来镜像人类智慧。我们现在正在经历从狭隘的AI转换到一般AI的过程,示例自然语言处理。为了实现这一点,计算机硬件需要在计算能力中提前以更好的速率执行。 

如果您想了解更多关于普通AI的信息,请查看我们与Futureai的Charles Simon,Ceo Simon,CEO和创始人进行的AI智能之家 这里.

一个大数据作弊表:从狭窄的ai到一般ai |乔纳森霍华德|中等的

AI应用程序的示例:

以下是AI应用程序的一些示例,让您更好地理解它是如何实现的:

  • 语音识别:这是使计算机能够识别口语并有能力响应的过程; Siri。 
  • 自然语言处理:这使软件能够理解,解释和生成人类语言;语言翻译和电子邮件过滤。 
  • 图像识别:此过程可以对文本,人员和对象以及运动图像进行分类。这的例子是;指纹ID系统,自动驾驶汽车和人脸识别。 

这些只是AI已经发展的一些例子,我们希望这有助于您在人工智能世界的早期旅程和技术的演变。

如果您希望我们在AI时间Journal进一步探索您的兴趣或有任何其他问题,请在LinkedIn,Twitter或电子邮件发送给我们: [email protected].

副主编

一位年轻的数据科学家,愿望探讨人工智能可以帮助利用人类生活的寿命和征服终端疾病的不同方式。我还想探讨人工智能的人民意见以及他们认为它带来或不会带到桌子的内容。有这么多未解答的问题,我想得到更多的洞察力。

关于Nisha Arya Ahmed

一位年轻的数据科学家,愿望探讨人工智能可以帮助利用人类生活的寿命和征服终端疾病的不同方式。我还想探讨人工智能的人民意见以及他们认为它带来或不会带到桌子的内容。有这么多未解答的问题,我想得到更多的洞察力。

查看Nisha Arya Ahmed的所有帖子→