人工智能：它是什么、为什么重要以及它如何工作
Posted: Wed Jan 15, 2025 5:55 am
人工智能 (AI) 允许机器从经验中学习、适应新数据并执行类似人类的任务。您今天听到的大多数人工智能示例，从下棋计算机到自动驾驶汽车，都严重依赖深度学习和自然语言处理。
使用这些技术，可以训练计算机通过处理大量数据并识别数据中的模式来执行特定任务。
继续阅读并 发现如何在您的职业或公司中最大限度地发挥人工智能的潜力。了解如何实施基于人工智能的解决方案来创新、优化流程并在日益技术驱动的市场中脱颖而出。
人工智能的历史
人工智能一词于 1956 年被创造， 但由于数据量的增加、先进的算法以及计算能力和存储的改进，人工智能如今变得更加流行。
20 世纪 50 年代的早期人工智能研究探讨了问题解决和符号方法等主题。 20 世纪 60 年代，美国国防部对此类工作产生了兴趣，并开始训练计算机模仿人类的基本推理。例如，国防高级研究计划局 (DARPA) 在 20 世纪 70 年代完成了街道测绘项目，早在 Siri、Alexa 或 Cortana 成为家喻户晓的名字之前，DARPA 就在 2003 年推出了智能个人助理。
这项早期工作为我们今天在计算机中看到的自动化和形式推理铺平了道路，包括可以设计用来补充和增强人类能力的决策支持系统和智能搜索系统。
尽管好莱坞电影和科幻小说将人工智能描绘成统治世界的类人机器人，但目前人工智能技术的演变并不那么可怕。 相反，人工智能已经发展到可以为各行业提供许多特定的好处。请继续阅读医疗保健、零售等领域人工智能的现代示例 。
什么是人工智能？
人工智能（AI）是一种允许计算机和机器模拟人类智能和解决问题能力的技术。
人工智能本身或与其他技术（例如传感器、地 克罗地亚数据 理定位、机器人）相结合， 可以执行原本需要人类智能或干预的任务。数字助理、GPS 导航、自动驾驶汽车和生成式 AI 工具（如 Open AI 的 Chat GPT）只是每日新闻和日常生活中人工智能的几个例子。
作为计算机科学的一个领域， 人工智能包含（并且经常被提及）机器学习和深度学习。 这些学科涉及人工智能算法的开发，该算法以人脑的决策过程为模型，可以从可用数据中“学习”，并随着时间的推移做出越来越准确的分类或预测。
人工智能已经经历了许多令人兴奋的周期，但即使对于怀疑论者来说，ChatGPT 的推出似乎也标志着一个转折点。 上次生成式人工智能产生如此大的影响时，进步是在计算机视觉方面，但现在的飞跃是在自然语言处理（NLP）方面。如今，生成式人工智能 不仅可以学习和合成人类语言，还可以学习和合成其他类型的数据，包括图像、视频、软件代码，甚至分子结构。
人工智能的应用日益增长。但随着人们对在商业中使用人工智能工具的热情日益高涨，关于人工智能道德和负责任的人工智能的对话变得至关重要。要了解有关 IBM 在这些问题上的立场的更多信息，请阅读建立对 AI 的信任。
为什么人工智能很重要？
通过数据自动执行重复学习和发现： 人工智能不是自动执行手动任务，而是执行频繁、大量的计算机化任务。而且它的工作非常可靠且不会疲劳。当然，人类对于建立系统和提出正确的问题仍然至关重要。
为现有产品增添智能：您已经使用的许多产品都将通过人工智能功能得到增强，就像 Siri 作为一项功能添加到新一代苹果产品中一样。自动化、对话平台、机器人和智能机器可以与大量数据相结合，以改进许多技术。家庭和工作场所更新范围从安全情报和智能摄像头到投资分析。
通过渐进式学习算法进行调整，让数据进行编程：人工智能发现数据中的结构和规律，以便算法能够获得技能。正如算法可以自学如何下棋一样，它也可以学习下一步在网上推荐哪种产品。模型在收到新数据时会进行调整。
使用具有许多隐藏层的神经网络分析越来越深的数据：构建具有五个隐藏层的欺诈检测系统过去是不可能的。这一切都随着计算机和大数据的不可思议的力量而改变。您需要大量数据来训练深度学习模型，因为它们直接从数据中学习。
通过深度神经网络实现令人难以置信的准确性：例如，您与 Alexa 和 Google 的交互都是基于深度学习。而且这些产品使用得越多，就会变得越来越准确。在医学领域，深度学习和对象识别人工智能技术现在可以用于更准确地识别医学图像中的癌症。
人工智能充分利用数据：当算法能够自学习时，数据本身就是一种资产。答案就在数据中——只需应用人工智能来找到它们。鉴于数据的作用现在比以往任何时候都更加重要，它可以创造竞争优势。
如果你在竞争激烈的行业中拥有最好的数据，即使每个人都应用相似的技术，最好的数据也会获胜。但利用这些数据进行负责任的创新需要值得信赖的人工智能。这意味着你的人工智能系统必须是道德的、公平的和可持续的。
人工智能的类型
1. 狭义或狭义人工智能（ANI——Artificial Narrow Intelligence）
狭义人工智能，也称为弱人工智能， 是我们当今遇到的最常见的人工智能类型。 它被设计为非常有效地执行特定任务，但它没有能力做除此之外的任何事情。
例如，像Siri 或 Google Assistant 这样的虚拟助手可以回答问题、设置提醒或播放音乐，但它无法执行这些功能之外的任务。
另一个例子是推荐系统，例如 Netflix 使用的系统，根据您的观看历史推荐电影和电视剧。这些系统的功能非常出色，但除了其编程任务外，它们没有任何理解或能力。
使用这些技术，可以训练计算机通过处理大量数据并识别数据中的模式来执行特定任务。
继续阅读并 发现如何在您的职业或公司中最大限度地发挥人工智能的潜力。了解如何实施基于人工智能的解决方案来创新、优化流程并在日益技术驱动的市场中脱颖而出。
人工智能的历史
人工智能一词于 1956 年被创造， 但由于数据量的增加、先进的算法以及计算能力和存储的改进，人工智能如今变得更加流行。
20 世纪 50 年代的早期人工智能研究探讨了问题解决和符号方法等主题。 20 世纪 60 年代，美国国防部对此类工作产生了兴趣，并开始训练计算机模仿人类的基本推理。例如，国防高级研究计划局 (DARPA) 在 20 世纪 70 年代完成了街道测绘项目，早在 Siri、Alexa 或 Cortana 成为家喻户晓的名字之前，DARPA 就在 2003 年推出了智能个人助理。
这项早期工作为我们今天在计算机中看到的自动化和形式推理铺平了道路，包括可以设计用来补充和增强人类能力的决策支持系统和智能搜索系统。
尽管好莱坞电影和科幻小说将人工智能描绘成统治世界的类人机器人，但目前人工智能技术的演变并不那么可怕。 相反，人工智能已经发展到可以为各行业提供许多特定的好处。请继续阅读医疗保健、零售等领域人工智能的现代示例 。
什么是人工智能？
人工智能（AI）是一种允许计算机和机器模拟人类智能和解决问题能力的技术。
人工智能本身或与其他技术（例如传感器、地 克罗地亚数据 理定位、机器人）相结合， 可以执行原本需要人类智能或干预的任务。数字助理、GPS 导航、自动驾驶汽车和生成式 AI 工具（如 Open AI 的 Chat GPT）只是每日新闻和日常生活中人工智能的几个例子。
作为计算机科学的一个领域， 人工智能包含（并且经常被提及）机器学习和深度学习。 这些学科涉及人工智能算法的开发，该算法以人脑的决策过程为模型，可以从可用数据中“学习”，并随着时间的推移做出越来越准确的分类或预测。
人工智能已经经历了许多令人兴奋的周期，但即使对于怀疑论者来说，ChatGPT 的推出似乎也标志着一个转折点。 上次生成式人工智能产生如此大的影响时，进步是在计算机视觉方面，但现在的飞跃是在自然语言处理（NLP）方面。如今，生成式人工智能 不仅可以学习和合成人类语言，还可以学习和合成其他类型的数据，包括图像、视频、软件代码，甚至分子结构。
人工智能的应用日益增长。但随着人们对在商业中使用人工智能工具的热情日益高涨，关于人工智能道德和负责任的人工智能的对话变得至关重要。要了解有关 IBM 在这些问题上的立场的更多信息，请阅读建立对 AI 的信任。
为什么人工智能很重要？
通过数据自动执行重复学习和发现： 人工智能不是自动执行手动任务，而是执行频繁、大量的计算机化任务。而且它的工作非常可靠且不会疲劳。当然，人类对于建立系统和提出正确的问题仍然至关重要。
为现有产品增添智能：您已经使用的许多产品都将通过人工智能功能得到增强，就像 Siri 作为一项功能添加到新一代苹果产品中一样。自动化、对话平台、机器人和智能机器可以与大量数据相结合，以改进许多技术。家庭和工作场所更新范围从安全情报和智能摄像头到投资分析。
通过渐进式学习算法进行调整，让数据进行编程：人工智能发现数据中的结构和规律，以便算法能够获得技能。正如算法可以自学如何下棋一样，它也可以学习下一步在网上推荐哪种产品。模型在收到新数据时会进行调整。
使用具有许多隐藏层的神经网络分析越来越深的数据：构建具有五个隐藏层的欺诈检测系统过去是不可能的。这一切都随着计算机和大数据的不可思议的力量而改变。您需要大量数据来训练深度学习模型，因为它们直接从数据中学习。
通过深度神经网络实现令人难以置信的准确性：例如，您与 Alexa 和 Google 的交互都是基于深度学习。而且这些产品使用得越多，就会变得越来越准确。在医学领域，深度学习和对象识别人工智能技术现在可以用于更准确地识别医学图像中的癌症。
人工智能充分利用数据：当算法能够自学习时，数据本身就是一种资产。答案就在数据中——只需应用人工智能来找到它们。鉴于数据的作用现在比以往任何时候都更加重要，它可以创造竞争优势。
如果你在竞争激烈的行业中拥有最好的数据，即使每个人都应用相似的技术，最好的数据也会获胜。但利用这些数据进行负责任的创新需要值得信赖的人工智能。这意味着你的人工智能系统必须是道德的、公平的和可持续的。
人工智能的类型
1. 狭义或狭义人工智能（ANI——Artificial Narrow Intelligence）
狭义人工智能，也称为弱人工智能， 是我们当今遇到的最常见的人工智能类型。 它被设计为非常有效地执行特定任务，但它没有能力做除此之外的任何事情。
例如，像Siri 或 Google Assistant 这样的虚拟助手可以回答问题、设置提醒或播放音乐，但它无法执行这些功能之外的任务。
另一个例子是推荐系统，例如 Netflix 使用的系统，根据您的观看历史推荐电影和电视剧。这些系统的功能非常出色，但除了其编程任务外，它们没有任何理解或能力。