说到近些年的火热名词,“人工智能”必须榜上有名。随着去年ChatGPT爆火出圈,“AI(Artificial Intelligence,人工智能)”屡次霸屏热搜榜,并被英国词典出版商柯林斯评为2023年的年度词。 除了“人工智能”,我们还经常听到“机器学习”、“深度学习”…… 这些术语都是啥意思?它们之间有什么关系呢? 人工智能——Artificial Intelligence 说到人工智能,大家的第一反应可能是科幻电影里那些拥有人类智慧的机器人,但实际上,人工智能可不仅仅是机器人哦。 人工智能是由约翰·麦卡锡(John McCarthy)于1956年提出来的,当时的定义是“制造智能机器的科学与工程”。 现在的人工智能是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”。 听起来有点绕是不是,文档君来总结一下,人工智能就是让机器能够模拟人类的思维能力,让机器能像人一样去感知、思考甚至决策。 时至今日,人工智能已经不再是一门单纯的学科,而是涉及了计算机、心理学、语言学、逻辑学、哲学等多个学科的交叉领域。 人工智能看起来是高深的科技,实际上是一个覆盖范围很广的概念。我们的身边,早就有了各种人工智能,例如:自动驾驶、人脸识别、智能机器人、机器翻译等等。 面对多种多样的人工智能,我们按照人工智能的实力,可将其分成三类:
说到这里,你知道打败围棋世界冠军的AlphaGo属于什么人工智能吗? 机器学习——Machine Learning 前面提到,人工智能的目的是让机器能够像人一样思考并决策,到底如何实现呢? 回想一下,我们刚出生时基本上什么都不会,经过了几十年的学习,我们学会了各种知识、技能。 机器也是一样的,要让它会思考,就要让它先学习,从经验中总结规律,进而拥有一定的决策和辨别能力,这就是人工智能的核心——机器学习。 机器学习专门研究计算机怎样模拟或实现人类的学习行为,通过学习获取新的知识、技能,从而重新组织已有的知识结构,不断改善自身性能。 机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、算法复杂度理论等多门学科。 机器是怎样学习的呢?我们先来看一下人的学习过程:
机器的学习过程也是类似的,包括以下7个步骤:
简而言之,机器学习就是从数据中通过算法自动归纳逻辑或规则,并根据归纳的结果与新数据来进行预测。 举个例子,如果我们想让计算机看到狗时能判断出是狗,就需要给计算机展示大量狗的图片,同时告诉它这就是狗。 经过大量的训练,计算机会总结出一定的规律,当下次看到狗时,捕捉到对应的特征,得出“这是狗”的结论。 如果算法不够完善,可能会把猫误认为狗,这就需要计算机通过经验数据自动改进算法,从而增强预测能力。 按照学习方式,机器学习可分为以下四类:
深度学习——Deep Learning 通过上面的了解,相信大家对机器学习已经不陌生了。那么深度学习又是个啥?跟机器学习有什么关系? 深度学习是机器学习领域的一个新的研究方向,是一种通过多层神经网络来学习和理解复杂数据的算法。 机器通过学习样本数据的深层表示来学习复杂任务,最终能够像人一样具有分析学习能力,能够识别文字、图像和声音等。 与传统机器学习不同的是,深度学习使用了神经网络结构,神经网络的长度称为模型的“深度”,因此基于神经网络的学习被称为“深度学习”。 神经网络模拟了人类大脑的神经元网络,神经元节点可以对数据进行处理和转换。通过多层神经网络,数据的特征可以被不断地提取和抽象,从而使机器能更好地解决各种问题。 典型的深度学习算法有以下四种类型:
在深度学习的加持下,人工智能得以快速发展,相信在不久的将来,我们将拥有一个全新的AI时代。 结束语 有用的知识又增加了,文档君来浅浅总结一下吧:
相信大家通过今天的学习,再也不会傻傻分不清楚了~~ 除了今天介绍的这三个词,与AI相关的术语还有很多,你还知道哪些呢,欢迎在留言区讨论~~ |
|