龙空技术网

通俗易懂的人工智能

紫瞳科技 240

前言:

目前你们对“神经网络通俗易懂”大约比较关切,看官们都需要学习一些“神经网络通俗易懂”的相关文章。那么小编也在网摘上收集了一些有关“神经网络通俗易懂””的相关知识,希望各位老铁们能喜欢,各位老铁们快快来了解一下吧!

你无法阻止科技前进的脚步,你只能跟随,并尽量跟上。比如,人工智能的到来。

人工智能(Artificial Intelligence,英文缩写“AI”)被认为是二十一世纪三大尖端技术(人工智能、基因工程、纳米科学)之一,近几年飞速发展,顶级互联网科技巨头和无数中小创业公司投身其中,越来越多基于人工智能的应用开始渐渐走进我们的日常生活。

尽管如此,对很多普通人来说人工智能听上去还是一个陌生且遥远的词语,自然语言处理?知识表现?机器学习?神经网络?遗传算法?逻辑程序设计软计算?这些是什么鬼!

那么,如何通俗易懂的向别人解释什么是人工智能?下面用实例从人工智能的几个应用场景加以普及,让你分分钟变身高逼格的人工智能达人。

01 人工智能应用场景

导航

导航几乎是我们开车出行的必备应用之一,以大数据和机器学习为基础,是一种典型的地图人工智能化。

在车里打开导航时,地图采集设备自动识别景物和道路特征定位你所处的位置,提取建筑轮廓并绘制形状,根据道路图形标牌、电子眼、警示牌等自动挖掘出过期或新增的信息点以及道路变化,并且根据道路实时路况计算规划出最优出行路径等。

导航的整个过程不需要人工参与,机器根据算法和数据智能化输出结果,是离我们最近的人工智能应用之一。

游戏

没玩过电子游戏的人很少,除了线上线下真人对战,都是在和具备人工智能的机器程序PK。

17年和围棋职业九段世界冠军柯洁大战3局以3:0获胜的阿尔法狗就是谷歌旗下一款围棋人工智能程序,这场号称世纪大战简单说就是人和电脑程序的PK,这个电脑程序经过长期反复的“深度学习”,具备了比人脑更快更复杂的“神经网络”,能够精确判断棋局和并预测下一步出棋的最佳选择和获胜概率。

其他例如电脑上的单机游戏,甚至是现在的竞技类游戏,世界大赛的冠军队伍在于AI的对战中,无一幸免。

信息

信息获取是我们在互联网上的基础需求之一,百度搜索和今日头条个性化推荐就是人工智能在信息分发领域的实际应用。

经过深度学习的机器基于大数据根据你的检索关键词或者个人属性、行为记录等从数据库自动调取、匹配和呈现信息。

今日头条甚至已经有了人工智能写稿机器人,基于自然语言处理、视觉图形处理和机器学习技术等,AI写稿机器人能够根据网络热点、评论分享、用户喜好进行文字编写、标题封面图选择等,并在两秒钟内创作一篇效果不逊于人工编辑的稿件。

以上三个是日常生活应用较多的人工智能案例,其实在我们身边诸如用计算器做数字运算、指纹打卡、面部识别、siri机器人等应用都是人工智能的简单应用。

现在的人工智能应用正在向更高阶的无人驾驶、医疗智能诊断、家庭智能化控制、图像语音识别、卫星航空探测等方向深度发展。

02 人工智能的未来

随着技术水平的突飞猛进,人工智能终于迎来它的黄金时代。回顾人工智能六十年来的风风雨雨,历史告诉了我们这些经验:

首先,基础设施带来的推动作用是巨大的,人工智能屡次因数据、运算力、算法的局限而遇冷,突破的方式则是由基础设施逐层向上推动至行业应用;

其次,游戏AI在发展过程中扮演了重要的角色,因为游戏中牵涉到人机对抗,能帮助人们更直观地理解AI、感受到触动,从而起到推动作用;

最后,我们也必须清醒地意识到,虽然在许多任务上,人工智能都取得了匹敌甚至超越人类的结果,但瓶颈还是非常明显的。

比如计算机视觉方面,存在自然条件的影响(光线、遮挡等)、主体的识别判断问题(从一幅结构复杂的图片中找到关注重点);语音技术方面,存在特定场合的噪音问题(车载、家居等)、远场识别问题、长尾内容识别问题(口语化、方言等);自然语言处理方面,存在理解能力缺失、与物理世界缺少对应(“常识”的缺乏)、长尾内容识别等问题。

总的来说,我们看到,现有的人工智能技术,一是依赖大量高质量的训练数据,二是对长尾问题的处理效果不好,三是依赖于独立的、具体的应用场景、通用性很低。

而往未来看,人们对人工智能的定位绝不仅仅只是用来解决狭窄的、特定领域的某个简单具体的小任务,而是真正成为和人类一样,能同时解决不同领域、不同类型的问题,像人类一样进行判断和决策,也就是所谓的通用人工智能(Artificial General Intelligence, AGI)。

具体来说,需要机器一方面能够通过感知学习、认知学习去理解世界,另一方面通过强化学习去模拟世界。

前者让机器能感知信息,并通过注意、记忆、理解等方式将感知信息转化为抽象知识,快速学习人类积累的知识;后者通过创造一个模拟环境,让机器通过与环境交互试错来获得知识、持续优化知识。

人们希望通过算法上、学科上的交叉、融合和优化,整体解决人工智能在创造力、通用性、对物理世界理解能力上的问题。

人有思维,源于不断的学习和思考;人工智能有思维,源于不断的数据存储和反复计算。

智能时代的大幕正在拉开,“人工智能+教育”“人工智能+医疗”“人工智能+媒体”……不断打破着各个行业的发展瓶颈,重塑着不同产业的生产模式,更是给人类社会的发展拓展了更多的智慧空间。为人工智能注入更多的人文与安全基因,才能推动人工智能向安全、可靠、可控的方向发展。

欢迎评论留言,感谢点赞支持!关注更精彩!

标签: #神经网络通俗易懂