|
对于我们许多人来说，"人工智能"一词很久以前就不断出现在大家的视线中，都有点审美疲劳了。人工智能技术中无处不在，据说可以为从电视到牙刷的所有功能提供动力。
机器人 毫无疑问，虽然毫无疑问地滥用了"人工智能"一词，但这项技术的应用前景比以往任何时候都好。比如在头条上利用AI推荐文章，面部识别应用于刷脸支付，AI拍照用于完美美颜等等。简而言之，无论您是否喜欢，它都会影响您的生活。 AI概念无止境 科技公司和广告商讨论AI时可能会大肆宣传，但现实常常不能与之匹配。以Oral-B的Genius X牙刷为例，该牙刷是今年在CES上亮相的众多设备之一，吹捧所谓的" AI" 。但是，仔细研究一下新闻稿，这意味着它可以提供有关是否在正确的时间和正确的位置刷牙，的确是非常简单的反馈。有一些聪明的传感器可以弄清刷子在嘴里的位置，但是称它为人工智能是胡言乱语，仅此而已。
AI牙刷 当涉及炒作时，就会产生误解。新闻报道可能会夸大研究，在任何模糊的AI故事上随意发挥，这会导致对什么是人工智能产生混乱的认知。对于非专家而言，人们经常错误地将当代AI与他们最熟悉的版本相混淆：一种有意识的计算机科学构想，它比人类聪明很多。但是没有人通过夸大AI系统的智能或功能而得到帮助。 因此，最好谈论"机器学习"而不是人工智能。这是人工智能的一个子领域，几乎涵盖了目前对世界影响最大的所有智能处理方法（包括所谓的）。简而言之，它没有" AI"的奥秘，但在解释该技术的作用时更有用。 机器学习是什么 机器学习如何工作？在过去的几年中，出现了数十种不同的解释，这其中最简单明确的解释是：机器学习就是使计算机能够自行学习。但是，这意味着是一个更大的问题。
人工智能认识 让我们从一个问题开始。假设您要创建一个可以识别猫的程序。可以通过按照"猫有尖耳朵"和"猫有许多茸毛"之类的明确规则进行编程来尝试识别处理。但是，当向其显示老虎的图片时，该程序会做什么？用所需的每条规则进行编程将很耗时，并且您必须在此过程中定义各种困难的概念，例如"狂暴"和"尖锐性"。所以最好的方式是让机器自学。这种情况下，可以给它提供了大量的猫照片，它会通过观察猫的照片来寻找自己所看到的图案。首先，它几乎随机地选择识别点，但是您要反复测试它，并保持最佳版本。随着时间的流逝，机器变得非常擅长说什么是猫，什么不是猫。 到目前为止，如此得到的模型结果是可预测的。实际上，各位也可能已经阅读过这样的解释，通过这种方式，我们得到的是对机器学习正常的认识，但是又会出现另外的问题，像这样的决策系统学习会有什么副作用？
机器学习 这种机器学习方法的最大优点也是最明显的一点：无需任何实际编程。当然，需要做很多事情，改善系统处理数据的方式，并提出更智能的方式来吸收信息，但是并需要告诉机器要寻找什么。这意味着它首先可以发现人类可能会错过或从未想到的模式。而且由于程序的所有需求都是数据（1和0），所以有很多工作可以训练，因为现代世界中充斥着数据。手里拿着机器学习锤，数字世界里到处都是钉子，随时可以被钉牢。 但是，也要考虑一下机器学习的不足。如果没有明确的给机器识别方法，那么是如何知道它是通过什么方式做出决定的？由于计算机所知道的只是你提供的数据，因此它可能会不知道世界的一些基本认知，或者只局限当前看到的这些数据去判断，因此他们缺乏一些人类常识的认知数据。虽然可以建立世界上最好的猫识别程序，但是它永远也不会告诉你小猫不应该开摩托车，或者说猫比"不死的梅加洛斯"更可能被称为"小猎犬"。 AI的现实情况 教计算机自己学习是一个绝妙的捷径。那么，我们现在站在人工智能的什么位置？经过多年的头条新闻宣布了下一个重大突破（嗯，他们还没有完全停止），一些专家认为我们已经达到了顶峰。在研究方面，在我们现有的知识范围内有大量的途径可以探索，而在产品方面，我们只看到了算法冰山一角。
机器下棋 风险投资家和AI研究员称现在是"应用时代"，即技术开始"从实验室扩散并进入世界的时刻。但是大量的行业人士却认为AI能做的很有限，更多的是一种概念，可能只看了这两个字就使眼前一亮，但是正向之前炒作的其他技术概念一样，最终大部分都无法实用。我们现在还远没有达到应用的阶段。 总结 在当前和现在，人工智能（机器学习）仍然是一种新事物，常常无法解释或未得到充分讨论。也没有各种应用展示一切现在如何发生，如何利用这项技术来改变事物。在将来，它会变得更加平常，甚至都不会注意到。 |
|
|
