什么是人工智能,它能解决什么问题?

yizhihongxing

作为人工智能概论的第一章,本篇的主题将探讨“什么是人工智能”,以及“人工智能能解决什么问题?都有什么实际用处”。

在本篇内容中,我们将从以下几个主题开始了解人工智能:

  • 什么是人工智能?
  • 人工智能的两大类型。
  • 人工智能的主要应用。

什么是人工智能,它能解决什么问题?

什么是人工智能?

你是否认为人工智能是近几年才突然冒出来的概念?

其实不然,“人工智能”一词其实早在1956年就由达特茅斯大学(Dartmouth)教授约翰·麦卡锡(John McCarthy)首创。

在发展初期,人们一直认为计算机的能力永远无法与人类大脑匹敌,但事实证明并非如此。

那时候我们并没有足够的数据和计算能力,但随着大数据的出现和CPU能力的大幅升级,现在回头再看,人工智能已然成为了可能。

或许不久之后,我们就能看到人工智能不再那么人工,而会更加智能。

说了这么多,到底什么是人工智能?

其实这个问题,每个人都能有不同的理解。在笔者看来,人工智能本质上是计算机对人类智能的模拟。人工智能的发展之路其实就是对人类大脑的探索之路。它要求计算机需要像人脑一样懂得自我学习、推理,并在学习过程中进行自我纠正。

我们可以发现,让计算机自我学习是达到人工智能的必经之路。这也是为什么机器学习深度学习这么火爆的原因,机器学习和深度学习就是实现计算机自我学习的目前已知的最好方法。

什么是人工智能,它能解决什么问题?

人工智能的两大类型

人工智能大致可以分为两类:

  • 狭义人工智能
  • 广义人工智能

狭义人工智能:

狭义人工智能也称为弱人工智能,指的是仅限于一个狭义领域内,以等于或高于人类的智能程度解决问题或执行任务的AI。

这里“狭义”的意思是,它主要针对某一类特定的任务而设计和训练的,所以人工干预的成分比较大。我们熟知的苹果的Siri、还有亚马逊的Alexa等虚拟助手使用的都是狭义人工智能。

虽然它也称为“弱人工智能”,这并不意味着它是低效的或类似的东西。相反,它非常擅长日常工作,无论是体力上的还是脑力上的狭义人工智能正逐步威胁并取代世界各地的许多人类工作。

广义人工智能:

广义人工智能,也称为强人工智能,是一个具有类似人类认知能力的系统,当系统面临一个不熟悉的任务时,它的智能无需在人类的干预下即可找到解决方案。

这些技术旨在复制或超越人类的智能能力,如风险分析和其他的认知能力。目前研究人员正在坚持不懈地应对创建强人工智能的难题,深度学习似乎让我们看到一丝曙光,但是目前对于如何实现这一壮举并没有清晰的计划,我们想要达到这一目标还很遥远。

人工智能的主要应用

如今,人工智能的应用几乎无处不在,如人脸识别、智能翻译系统、邮件垃圾邮件过滤、银行欺诈检测系统等等。

相信在未来,人工智能可以让我们的生活变得更加美好,现阶段它的应用才刚刚开始而已。

接下来笔者将介绍人工智能发展以来实际的应用以及这些应用所解决的问题。

第一个人工智能系统“深蓝”

在90年代末,IBM开发出了第一款国际象棋计算机“深蓝”。它是第一个在常规时间下赢得国际象棋比赛的计算机象棋系统。

1996年2月10日,“深蓝”首次战胜世界冠军,只在六场比赛的第一场中击败了加里·卡斯帕罗夫。

比赛过后,“深蓝”便进行了大规模升级,并在第二年1997年5月再次与卡斯帕罗夫比赛并击败了卡斯帕罗夫。

如今,你手机上的免费国际象棋游戏中的人工智能都比“深蓝”更快、更好。

人工智能协助救援

通常情况下,在遇到自然灾害时,救援人员需要检查航拍视频来确定人们可能被困在哪里。然而,检查大量的照片和无人机拍摄的画面是非常费时费力的。

在这种状况下,时间就是生命,任何一分一秒都要正确,因为对受害者来说,这很可能是生与死的区别。

在美国的德州农工大学开发的人工智能系统,可以在两小时内检查大量镜头并寻找到失踪的人。

智能农业

智能农业

美国已经开始将人工智能应用到农业管理上。

人工神经网络可以很好地提供智能农业解决方案。它首先可以对土壤和农作物产量进行全面监测,然后提供预测分析模型,再跟踪和预测可能影响未来产量的各种因素和变量,最终通过预测模型提出让产量最大化的解决方案,让农业的管理更加科学、智能化。

例如,位于柏林的农业科技初创公司PEAT就开发了一种名为Plantix的基于深度学习算法的应用程序,它可以识别土壤中的缺陷和营养缺乏。

他们的算法可以将特定的叶子模型与特定的土壤缺陷、植物病虫害联系起来,由此产生更科学有效的管理决策。

人工智能手术

人工智能机器人在医疗领域的应用也十分迅速。

现在的机器人可以为医生提供了更大的精确度和控制能力。这些机器可以帮助医生进行手术,积极地影响了手术体验,缩短了患者的住院时间,并且还降低了医疗成本。

同样,思维控制的机械臂和大脑芯片植入物已经开始帮助瘫痪患者恢复行动能力和触觉。

总的来说,机器学习和人工智能正在帮助医生,并改善患者的整体体验。

总结

人工智能简单来说是计算机对人类大脑的模拟,以此来协助人类工作。本文列举了几个人工智能的发展应用,长远来看,人工智能的应用领域还在无限拓宽,并且我们也不知道在未来它还能创造哪些奇迹。

如果现阶段你对人工智能、机器学习、深度学习等概念比较模糊,建议您阅读《人工智能、机器学习和深度学习有什么区别?》了解。

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:什么是人工智能,它能解决什么问题? - Python技术站

(0)
上一篇 2023年5月24日
下一篇 2022年11月22日

相关文章

  • 关于Keras公用数据集的获取和使用

    Keras是Tensorflow2.0的核心高阶API,其内置了一些常用的公共数据集,给开发者使用。    以波士顿房价数据集为例,其涵盖了麻省波士顿的506个不同郊区的房屋数据。有404条训练数据集和102条测试数据集。 每条数据有14个字段,包含13个属性和一个房价数据   获取波士顿房价数据集: 1 import tensorflow as tf 2 …

    Keras 2023年4月7日
    00
  • 运行caffe自带的mnist实例教程

    运行caffe自带的mnist实例教程 本文结合几篇博文总结下来的,附上其中一篇原博文链接以供参考:http://blog.sina.com.cn/s/blog_168effc7e0102xjr1.html   1、先进入caffe文件目录,(指令:cd ./caffe),再用data/mnist下的get_mnist.sh下載MNIST数据集,代码如下: …

    2023年4月5日
    00
  • 图像识别和卷积神经网路案例的实现

    图像识别卷积网络实现案例 Mnist数据集卷积网络实现 前面在MNIST上获得92%的准确性是不好的,对于CNN网络来说,我们同样使用Mnist数据集来做案例,这可以使我们的准确率提升很多。在感受输入通道时不是那么明显,因为是黑白图像的只有一个输入通道。那么在Tensorflow中,神经网络相关的操作都在tf.nn模块中,包含了卷积、池化和损失等相关操作。 …

    2023年4月8日
    00
  • 空域图卷积模型

    回顾经典卷积的操作:采样(即构建邻域)+聚合(聚合邻居结点的信息)。将固定数量的邻域结点排序后,与相同数量的卷积核参数相乘求和。 对于图结构数据如何定义卷积操作?   1)构建邻域;   2)对邻域的点与卷积核参数内积; GNN,构建邻域的大小为p,p个固定数量的卷积核参数。GNN使用随机游走的方法,为每个结点选取了最紧密相连的p个结点作为邻域,然后与固定大…

    2023年4月8日
    00
  • tf.train.Saver()-tensorflow中模型的保存及读取

    作用:训练网络之后保存训练好的模型,以及在程序中读取已保存好的模型 使用步骤: 实例化一个Saver对象 saver = tf.train.Saver()  在训练过程中,定期调用saver.save方法,像文件夹中写入包含当前模型中所有可训练变量的checkpoint文件 saver.save(sess,FLAGG.train_dir,global_ste…

    2023年4月8日
    00
  • 【Tensorflow】(tf.Graph)和(tf.session)

    图(tf.Graph):计算图,主要用于构建网络,本身不进行任何实际的计算。 会话(tf.session):会话,主要用于执行网络。所有关于神经网络的计算都在这里进行,它执行的依据是计算图或者计算图的一部分,同时,会话也会负责分配计算资源和变量存放,以及维护执行过程中的变量。 Tensorflow的几种基本数据类型: tf.constant(value, d…

    2023年4月7日
    00
  • keras使用AutoEncoder对mnist数据降维

    import keras import matplotlib.pyplot as plt from keras.datasets import mnist (x_train, _), (x_test, y_test) = mnist.load_data() x_train = x_train.astype(‘float32’) / 255 x_test = …

    2023年4月5日
    00
  • Caffe on Windows (Visual Studio 2015+CUDA8.0+cuDNNv5)

    Title : Caffe (Visual Studio15+CUDA8+cuDNN5+python3.5)Author : SURFZJYLogo : True [TITLE] Visual Studio 2015 CMake 3.4 or higher (we use CMake-3.8.0 here) Git (we use Git-2.12.2 he…

    Caffe 2023年4月8日
    00

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注

评论列表(2条)

合作推广
合作推广
分享本页
返回顶部