自第二次天下大战以来，有关人工智能的话题逐渐被人们关注。
人工智能已经成为各行各业的热门话题，如汽车行业、娱乐行业、医疗保健、营销和科技领域。
由于这项技能的遍及，它正在彻底改变我们的生活。
人工智能在ICT行业(信息和通信技能)处于一个主要的位置，人们对此既愉快又当心，加强自身技能使自己适应这种变革。

什么是人工智能(AI)?

简而言之，人工智能(AI)是一种有效的工具，它使机器能够从履历中学习，适应新的变革，并像人类一样实行任务。
它可以设计智能机器或开拓软件运用程序，在推理、感官运用、方案、最佳决策和解决问题技能的帮助下，这些运用程序可以拥有自我学习和模拟人类思维的特色。
利用数据挖掘人工智能实行人类行为的潜力已经引起了研究团体和顶级企业的特殊关注，与其他技能比较，这一领域取得了快速增长。

人工智能是依赖算法来理解人类的目标或实现的方法来仿照人类的智能。
它建立了探求目标、处理和获取数据之间的关系，以便更好地理解目标。
考虑到这一点，以下是人工智能的4种方法。

1. 像人一样行动——当打算机完备像人一样行动时，很难通过利用自然措辞处理、机器学习和自动推理等技能来区分两者。
图灵测试被称为一种模拟游戏，在没有人为干预的情形下，它可以掌握一台机器模拟人类的行为。

2. 像人一样思考——打算机像人一样思考，实行常日须要人类智能才能完成的任务，比如驾驶汽车。
认知建模方法是基于三种技能——自察、生理测试和脑成像。
这种人性化的思维也被用于生理学和医疗保健领域。

3. 理性思考——一个人被认为是理性的(理性的，明智的，有良好的判断力)，打算机根据记录的行为理性地思考，并办理问题。
换句话说，抽象问题与实际问题的处理办法是完备不同的，打算机借助这种理性思维来实行。

4. 理性行为——在不愿定或繁芜情形下研究人类的行为完备依赖于理性行为体。
与理性思维一样，行动取决于条件、环境成分和现有数据。
它常日依赖于黑盒或工程方法来完成目标。

人工智能之父约翰·麦卡锡将人工智能定义为“制造智能机器”。
人工智能使智能机器能够像人类一样事情、操作和反应，并根据实时场景帮助决策。
人工智能是一种利用智能软件工具为设备和机器供应语义智能的技能。
可以剖析实时数据，做出决策，实行任务，并给出相应的相应。
人工智能之以是智能，是由于它的认知能力。
以下是人工智能发挥浸染的几个行为——学习、方案、语音识别、办理问题以及感知。

人工智能可以把一台电脑变成一个由电脑掌握的机器人，让它完备按照人类的事情办法。
在理解了人类大脑在思考、学习、决策和解决问题的操作等方面的功能后，开拓了一个智能的系统。
AI的核心观点是能够访问所有关于工具、属性、种别和所有业务用例之间关系的信息，从而实现知识工程。
让我们来看看人工智能的紧张特点。

人工智能的紧张特点

1. 特色工程

特色提取是从给定的信息数据集中识别出一组适当的属性或特色的过程。
性能高度依赖于选择精确的特色集。

高效的特色提取过程包括：

1. 当对数据集进行分类时，紧张的方法是减少正在建模的系统熵。
由于当一个被分类的数据系统已经减少到不能划分的程度时，特色选择可以被循环利用并运用于另一个数据集。
换句话说，人工智能可以最大化获取信息。

2. 各种特色选择算法根据特色在模型中的主要性选择特色子集。
选择该子集使其与其他特色之间的干系性为零，从而实现特色集的独立性。
通过利用Gram-Schmidt正交化过程、主身分剖析(PCA)等技能来实现的。

特色工程通过转换原始数值，为有监督和无监督学习天生新的特色，并加速数据转换以增强模型准确性并改进性能。

2. 人工神经网络

人工神经网络(ANN)也被称为神经网络(NNs)，是基于人工神经元的连接节点的凑集，就像人类的脑细胞一样。
每个连接将一个旗子暗记经由处理后从一个神经元通报到另一个神经元。
在算法的帮助下，神经元聚拢在不同的层中进行不同的变换。
旗子暗记常日多次从第一层传输到末了一层。
有两种类型的网络，一种是前馈神经网络，也被称为无环网络，个中旗子暗记只从一个方向传播到另一个方向。
常见的有感知器、多层感知器和径向基网络。
第二种类型是循环神经网络，专用于处理序列信息的神经网络。

许多人工智能商业领域的巨子预测，人工智能正在从云打算向边缘打算转变。
为了使其成为现实，须要减小人工智能模型，因此，正在开拓一些技能来缩小神经网络而不影响性能的技能。
这些技能可分为以下5大类:

1. 简化——它包括识别和肃清神经网络中的冗余连接，以使其节省韶光。

2. 量化——在这种技能中，利用更少的比特来表示值。

3. 低秩分解——在这种技能中，缩小模型的张量以创建一个靠近原始张量的版本。

4. 紧凑卷积滤波器——这些是专门设计的滤波器，可以缩短参数。

5. 知识蒸馏——它须要利用模型的全尺寸版本，把它当作一个小模型来对待，以模拟它的输出。

人工神经网络最适宜办理现实生活中的问题。
例如，Alitheon的目标是利用人工神经网络提高航空公司和机场的运营效率。
与人工神经网络和深度学习互助开拓的系统提高了机场运营的可靠性，自动化实行空中交通牵制的重复任务。

3. 深度学习

深度学习是一种机器学习技能，可以使打算机自动像人类一样思考。
与人工神经网络比较，该技能的体系构造在输入和输出层之间包含多个隐蔽层。
在深度学习框架中，它在进行分类的同时，自动进行特色提取。
它可以提高许多程序的性能，如打算机视觉、图像分类、语音识别等。

例如，自动驾驶汽车(自动驾驶模式下的特斯拉等自动驾驶汽车)，深度学习有助于区分交通信号，并决定是否驾驶。
其他的例子还有社交媒体上的个性化订阅、图像识别、在线文本识别等等。

人工智能的紧张特色

除了特色工程(Feature engineering)、人工神经网络(Artificial Neural Networks)和深度学习(Deep Learning)等人工智能的三大核心特色外，其他特色也揭示了这项技能的高效率。
以下是须要理解的几个功能，以便详细理解人工智能。

1. 自然措辞处理

自然措辞处理是措辞学、人工智能和打算机科学的一个子领域。
它使打算机能够以文本或口语(语音数据)的形式理解人类措辞。
无论是口语还是书面语，NLP都可以利用人工智能将其作为输入，处理并以打算机理解的办法进行翻译。
就像人类有耳朵可以听，有眼睛可以看一样，打算机借助程序来阅读，借助麦克风来发生发火声音。
就像人类用大脑处理输入一样，打算机用程序和算法来处理输入。
末了，输入被转换成打算机可以理解的代码形式。

NLP驱动打算机运用程序将文本从一种措辞翻译成另一种措辞，总结大量文本并实时响应命令。
我们大多数人都会打仗到的最常见的NLP形式是GPS系统、语音到文本的听写软件、数字助理、客户做事谈天机器人或语音识别软件。
此外，NLP通过文本择要或机器翻译运用程序简化业务操作并提高员工生产力。
例如，IBM开拓的Watson Natural Language Understanding (NLU)软件，可以剖析险些所有数据格式的文本，并实行文本分类操作。

2. 智能机器人

机器人技能是工程、科学和技能的交叉点，它生产可编程的机器，即机器人，可以帮助人类或模拟人类的行为。
机器人最初是用来处理单调的任务，但现在它已经扩展到商业和军事领域。
目前开拓的每一个机器人都有不同程度的自主性，在没有外部影响的情形下可以实行任务，从由人类掌握的机器人发展到完备自主的机器人。

涉及机器人的游戏为未来的游戏家当浪潮奠定根本。
一些公司已经开始开拓这类机器人，以为消费者供应最佳的游戏体验。
例如，Wii是一个游戏机器人，可以被带到停车场或任何地方与它互动。
它的移动性为游戏爱好者增加了利用代价，就像一个家庭的额外成员。

3. 知觉

机器感知从传感器(如摄像头、无线旗子暗记和麦克风)获取输入，对其进行处理并推断其各个方面。
它紧张用于语音识别、面部识别或物体识别等运用。
打算机视觉是供应视觉输入剖析的一个来源。

对付面部识别，人工智能技能可以通过生物特色映射来识别个人的面孔。
这种首创性的技能将实际数据与面部数据库进行比较，以找到匹配。
常日，该特性用于员工或用户进行身份验证。
它的事情事理是从保存的图像中精确定位和打算面部特色。

让我们以Clearview AI为例，这是一家美国IT公司，它为所有法律机构供应监控技能，通过闭路电视摄像头监控全体地铁城市，并实时为所有公民分配社会信用评分。

4. 自动化处理单线任务

人工智能有一种惊人的能力，可以高效处理重复的任务而不会感到疲倦。
为了更好地理解，让我们以SIRI为例，它是苹果公司创建的一种支持语音的虚拟个人助理。
顾名思义，它充当助手，可以在一天内处理多个命令。
从创建简短的条记，重新安排会议的韶光，到在导航的帮助下勾引用户，SIRI涵盖了所有功能。
早些时候，这些活动该当是人为完成的，这须要花费大量的韶光和精力，但有了语音助手，你只须要说话，它就可以迅速做出回应，同时提高了效率。
其他例子还有亚马逊Echo、Cortana和谷歌Nest。

5. 数据摄取

由于人工智能的参与，使得数据每天都呈指数级增长。
人工智能设备网络这些数据，剖析以前的履历，并产生新的认识。
对付大量的数据，手动管理并从中天生适当的信息，但有了人工智能，情形就发生了变革。
数据摄取是将从各种来源提取的非构造化数据传输到大型数据库介质中以访问、利用和准备AI模型的过程。
人工智能通过人工神经网络对大量数据进行剖析，从而得到逻辑推理能力以及洞察力。

例如，Elucify是一个弘大的数据库。
本公司的基本原则是“付出即收成”。
用户在这里创建一个帐户并登录，之后用户的所有联系人将在人工智能的帮助下被访问并与系统共享。
作为回报，用户将得到干系联系人和潜在客户清单。

6. 模拟人类认知

想象一下，一个人同时与数百名客户交谈，听起来不太现实。
人工智能可以模拟人类的认知，并通过音频或文本输入来回答客户的一些基本问题。
谈天机器人是一种支持人工智能的软件，它供应了一个谛听客户问题的窗口，并通过相应特定的命令实时供应办理方案。
这些机器人经由奥妙的编程，可以高效办理客户的问题，它们也会迅速分流给人类高管。
与以前比较，当你与这些机器人交谈时，它们不仅能理解命令，还能用措辞回应你，供应有效的办理方案乃至产品建议。

让我们以IBM开拓的人工智能助手沃森为例。
由于它不须要人工干预，一旦编程它就可以在各种网站或运用程序之间运行。
许多公司正在从人工转向谈天机器人，以尽快为他们的客户供应做事。

7. 量子打算

人工智能可以办理繁芜的量子物理问题。
在量子神经网络的帮助下，你可以从超级打算机那里得到准确的答案，我们通过人工智能实现打破性发展的那一天已经不远了。
量子打算是一个跨学科领域，其重点是构建高度繁芜的量子算法来推进打算任务。
全体观点是由量子增强的人工智能算法产生的。
例如，谷歌AI Quantum是纠错量子打算机的先驱。

8. 云打算

人工智能最常见的特色之一是云打算。
每天都有大量的数据，以物理形式存储是一个大问题。
云打算的涌现是最好的办理方案，它授予了人工智能功能，使其能够适应商业云打算环境。

例如，微软Azure是云打算行业中最突出的。
它使你能够支配机器学习模型，以便在数据云做事器中存储数据。

9. 伦理基因编辑

人工智能的迅速进步使得人们对医疗人工智能运用产生浓厚的兴趣。
临床基因组学中，基因组测序算法处理繁芜的基因组数据集，用于变体调用、变体分类或基因组注释。
人工智能的未来潜力是治疗由基因突变引起的常见繁芜疾病或失落调。

最好的例子是谷歌开拓的一种新方法Deep Variant。
它是利用深度神经网络和下一代DNA测序数据编辑基因变异的剖析管道。

10. 智能灾害预测系统

人工智能被用于商业、游戏配置或医疗保健，但现在它被用于灾害管理。
当代接济系统利用传感器、无人机或人工智能机器人来网络有关被困受害者位置、危害程度或即将到来的灾害预测的精确信息。
人工智能系统根据以往灾害的数据，创建神经网络并研究地震信息。
与其他传统技能比较，人工智能可以准确预测未来的灾害。

例如，飓风“法尼”于2019年5月打击了印度东南部各州。
印度气候部门提前预测了这场风暴，疏散了奥里萨邦近120万居民，挽救了许多生命。
智能系统为接济职员供应伤员的准确位置，使去世亡人数被缩减到72人。

结论

作为热门话题，人工智能正在彻底改变我们的生活。
越来越多的公司声称自己是“人工智能驱动的”，由于它有助于预测技能领域的后期发展。
人工智能就现在而言，它是我们未来的一扇窗户。
人工智能正在影响着每个人的生活和每个行业，每个人都该当更多地理解人工智能，理解人工智能的特点，如何有效地利用它，以及如何利用它来改变我们的未来。

本文转载自 人工智能的十大特色- 雪兽软件

更多精彩推举请访问 雪兽软件