什么是人工智能?未来趋势
什么是人工智能?
什么是人工智能(AI)?AI人工智能的定义是使系统或计算机设备具有模拟人类思维模式、逻辑和行为的能力,并通过数据分析的过程不断纠正和进化。简单地说,人工智能是一种允许计算机尽可能像人类一样思考和执行策略的技术。
既然人类会思考,为什么我们还需要人工智能?事实上,人类进一步解释和分析数据的能力已经无法与现有的海量数据相比——此时,可以雇佣人工智能来做这件事。人工智能经历感知、学习、推理、修正等阶段,深入挖掘大量数据,执行复杂繁琐的任务,帮助人类突破局限,跨越过去研究和应用的边界。
世界经历了三次人工智能浪潮。
- 人工智能第一波浪潮(1950 - 1960):符号逻辑,告诉计算机“人类思维逻辑”;人类无法弄清楚自己的思维过程,最终会失败。
- 第二次人工智能浪潮(1980 - 1990):专家系统,告诉计算机“人类的一切知识”;人类不可能回答所有问题,制定规则,最终失败。
- 第三次人工智能浪潮(2010年至今):机器学习,告诉计算机“人们看到了什么”;在发展。
在经历了两次挫折之后,在第三次人工智能浪潮中,科学家们研发出了一种“机器学习”的方法,最终实现了人工智能技术的突破。后来,人类从机器学习的经验中发现了“深度学习”技术,第三波AI开始取得长足的进步。
在第三波人工智能浪潮中,专家们将注意力转向了图形处理单元(gpu)比过去的中央处理单元(cpu)更适合深度学习的事实。与此同时,主要GPU制造商英伟达(Nvidia)已经成为深度学习的强大助手。通过改进硬件设备,发挥强大的计算能力,帮助AI深度学习能量爆发。
机器学习和深度学习的区别是什么?
- 机器学习(ML):人类定义特征,允许机器从大量数据和经验中自行识别规则,最终做出预测和决策。
- 深度学习(DL):计算机自动定义特征并发现规则。深度学习使用多层庞大的神经网络,具有更先进的训练技术和计算能力,学习更复杂的大数据,如识别图像和语音。
推动人工智能未来的六大趋势
人工智能正在席卷全球各行业,改变我们的生活,这是不可避免的。然而,在人工智能的保护伞下,近年来有六大趋势最为突出。
- 快速增长的强化学习
- 人工智能驱动的商业决策
- RPA穿透增加
- 人工智能将不再依赖大数据
- 伦理人工智能和人工智能的可信度
- 更相关的交互模型
自2015年DeepMind开发的AlphaGo在围棋比赛中击败韩国棋手李世石以来,人工智能相关研究论文中提到的强化学习的比例从当时的4.7%增长到2020年后的20%。现在,强化学习也逐渐在各个行业创造出巨大的价值。谷歌的数据中心使用该技术将能耗降低了50%以上。
虽然AI的智慧是以数据为基础的,但所谓的AI驱动和数据驱动其实是非常不同的。前者侧重于数据,而后者则是处理数据的能力。到2020年,人工智能将参与更多的商业决策,从运营、营销和销售,甚至设计,这些决策原本是决策者的任务。人工智能将逐渐成为连接数据和业务决策的唯一纽带。
过程自动化,也称为RPA(机器人过程自动化),是人工智能最常见的应用。在对152个人工智能用例的研究中,发现行业中近一半的用例是基于RPA的。近年来,由于技术的逐渐成熟,RPA在大多数行业的渗透率将大大提高,以接近零的错误和高效率完成我们现有的许多任务。
在过去,训练一个基于神经网络的深度学习模型往往需要非常大量的数据,但是在医疗等很多领域,这样的数据并不是那么容易获得的。这就是为什么研究人员经常使用某些数据增强技术,例如将同一张照片翻过来,以增加现有数据的数量。然而,随着GAN技术的日益成熟,许多领域的研究可以直接模拟新的数据,从而可以在只有少量数据的环境中建立许多有意义的模型。
基于我们在人工智能方面的许多有争议的发展,比如模拟他人的声音和视频,或者人工智能驱动的监控系统等,以及我们对人工智能潜力的恐惧,如何人道地发展人工智能技术也在学术研究中逐渐获得动力。其中,可解释的人工智能和透明的人工智能决策等发展正在提高人工智能对用户和消费者的可信度。与此同时,许多政策和行业规范也在逐渐呼应这一趋势。
人工智能驱动的交互模型Cognitive Engagement,通常被翻译为认知投资,是由NLP研究的突破和神经网络的成熟驱动的,目前在各个领域都有非常完整的应用。例如,24小时客户服务的聊天机器人,通过沟通提供个性化体验的产品和服务推荐系统,或者结合专家系统与专业人员合作的智能助手,人工智能将在未来的许多领域得到应用。与用户交互。