人工智能的應(yīng)用與發(fā)展

人們需要了解人工智能(ai)如何使用軟件驅(qū)動的系統(tǒng)和智能代理來做出接近人類認(rèn)知功能的決策。

人工智能(ai)這一術(shù)語是指執(zhí)行在人類決策領(lǐng)域內(nèi)考慮的任務(wù)的計算系統(tǒng)。這些軟件驅(qū)動的系統(tǒng)和智能代理包含高級數(shù)據(jù)分析和大數(shù)據(jù)應(yīng)用程序。人工智能系統(tǒng)利用這個知識庫來制定決策，并開展近似認(rèn)知功能的行動，其中包括學(xué)習(xí)和解決問題。

人工智能在20世紀(jì)50年代中期被作為一個科學(xué)領(lǐng)域引入，近年來發(fā)展迅速。它已成為協(xié)調(diào)數(shù)字技術(shù)和管理業(yè)務(wù)運(yùn)營的重要工具。特別有用的是人工智能的進(jìn)步，如機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。

重要的是要認(rèn)識到人工智能是一個不斷變化的目標(biāo)。曾經(jīng)被認(rèn)為屬于人工智能領(lǐng)域的事物，例如光學(xué)字符識別和電腦國際象棋，現(xiàn)在被認(rèn)為是常規(guī)計算。如今，機(jī)器人、圖像識別、自然語言處理、實(shí)時分析工具和物聯(lián)網(wǎng)(iot)內(nèi)的各種連接系統(tǒng)都采用人工智能，以提供更先進(jìn)的功能和能力。

幫助開發(fā)人工智能的是許多提供基于云計算的人工智能服務(wù)的公司。statistica公司預(yù)計，到2025年，人工智能將以每年超過127%的速度增長，其市場規(guī)模將達(dá)到48億美元。咨詢機(jī)構(gòu)埃森哲公司(accenture)報告指出，“到2035年，人工智能可以通過改變工作性質(zhì)，并在人與機(jī)器之間產(chǎn)生新的關(guān)系來實(shí)現(xiàn)經(jīng)濟(jì)增長率翻一番。”毫不奇怪，觀察家們在這項(xiàng)技術(shù)滲透到商業(yè)和日常生活中的同時，也對這項(xiàng)技術(shù)進(jìn)行了宣傳。

人工智能在許多業(yè)務(wù)領(lǐng)域具有廣泛的應(yīng)用

人工智能的歷史：復(fù)制人類思維

開發(fā)能夠模仿人類認(rèn)知的機(jī)器的夢想可以追溯到幾個世紀(jì)前。在19世紀(jì)90年代，像h.g. wells這樣的科幻作家開始探索機(jī)器人和其他機(jī)器的概念，這些機(jī)器像人類一樣思考和行動。

然而，直到20世紀(jì)40年代初，人工智能的概念才真正形成。在阿蘭·圖靈提出計算理論(本質(zhì)上是機(jī)器如何使用算法來產(chǎn)生機(jī)器“思考”)之后，其他研究人員開始探索創(chuàng)建人工智能框架的方法。

1956年，達(dá)特茅斯學(xué)院的研究人員開始了人工智能的實(shí)際應(yīng)用。這包括采用電腦玩跳棋游戲，其水平可以擊敗大多數(shù)人。在隨后的幾十年中，人們對人工智能的熱情逐漸消退。

1997年，ibm公司開發(fā)了一臺國際象棋計算機(jī)深藍(lán)(deep blue)擊敗了世界象棋冠軍加里卡斯帕羅夫。2011年，ibm公司推出了watson，它使用了更為復(fù)雜的技術(shù)，包括深度學(xué)習(xí)和機(jī)器學(xué)習(xí)，擊敗了兩個頂級的jeopardy冠軍。而jeopardy是美國知名的益智節(jié)目。

盡管人工智能在未來幾年繼續(xù)發(fā)展，但觀察家們經(jīng)常將2015年作為人工智能的一個里程碑年。谷歌云、亞馬遜網(wǎng)絡(luò)服務(wù)(aws)、微軟(microsoft)、微軟azure等公司開始加強(qiáng)研究，提高自然語言處理能力、開發(fā)計算機(jī)視覺和分析工具。

如今，人工智能已嵌入越來越多的應(yīng)用程序和工具中。其中包括企業(yè)分析程序和siri和alexa等數(shù)字助理，以及自動駕駛汽車和面部識別。

人工智能采用不同的形式

人工智能是一個涵蓋任何和所有機(jī)器智能的總稱。然而，人工智能的研究和使用有幾個截然不同的區(qū)域 - 盡管它們有時會重疊。這些包括：

通用人工智能。這些系統(tǒng)通常向周圍的世界學(xué)習(xí)，并以跨域的方式應(yīng)用數(shù)據(jù)。例如，現(xiàn)在谷歌所有的deepmind使用神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)如何操作人類所玩的電子游戲。

自然語言處理(nlp)。這項(xiàng)技術(shù)使機(jī)器能夠閱讀、理解和解釋人類語言。自然語言處理(nlp)使用統(tǒng)計方法和語義編程來理解語法，在某些情況下，還可以理解作者或與聊天機(jī)器人等系統(tǒng)交互的人的情緒。

機(jī)器感知。在過去的幾年里，傳感器相關(guān)技術(shù)(攝像頭、麥克風(fēng)、加速度計、gps、雷達(dá)等)的巨大進(jìn)步推動了機(jī)器感知，其中包括語音識別和用于面部和物體識別的計算機(jī)視覺。

機(jī)器人。機(jī)器人設(shè)備廣泛用于工廠，醫(yī)院和其他場所。近年來，無人機(jī)也開始應(yīng)用。這些系統(tǒng)依賴于復(fù)雜的映射和復(fù)雜的編程，也使用機(jī)器感知來完成任務(wù)。

社交智能。自主車輛、機(jī)器人和數(shù)字助理(如siri和alexa)需要協(xié)調(diào)和調(diào)整。因此，這些系統(tǒng)必須了解人類的行為，以及對社會規(guī)范的認(rèn)識。

人工智能方法

有許多方法用于開發(fā)和構(gòu)建人工智能系統(tǒng)。這些包括：

機(jī)器學(xué)習(xí)(ml)。人工智能的這一分支使用統(tǒng)計方法和算法來發(fā)現(xiàn)模式，并“訓(xùn)練”系統(tǒng)在沒有明確編程的情況下做出預(yù)測或決策。它可能包括有監(jiān)督和半監(jiān)督的機(jī)器學(xué)習(xí)(包括分類和標(biāo)簽)和無監(jiān)督的機(jī)器學(xué)習(xí)(僅使用數(shù)據(jù)輸入，不使用人類應(yīng)用的標(biāo)簽)。

深度學(xué)習(xí)。這種方法依靠人工神經(jīng)網(wǎng)絡(luò)模擬來近似人腦的神經(jīng)。深度學(xué)習(xí)系統(tǒng)對于發(fā)展計算機(jī)視覺、語音識別、機(jī)器翻譯、社會網(wǎng)絡(luò)過濾、電子游戲、醫(yī)學(xué)診斷等具有特別重要的價值。

貝葉斯網(wǎng)絡(luò)。這些系統(tǒng)依賴于概率圖形模型，這些模型使用隨機(jī)變量和條件獨(dú)立性來更好地理解和處理事物之間的關(guān)系，例如藥物和副作用。

遺傳算法。這些搜索算法利用自然選擇后建模的啟發(fā)式方法。他們使用變異模型和交叉技術(shù)來解決復(fù)雜的生物挑戰(zhàn)和其他問題。