TensorFlow工具快速入門教程1人工智能簡介

什么是AI?

具有執(zhí)行認(rèn)知(例如感知,學(xué)習(xí),推理和解決問題)能力的機(jī)器具有人工智能。

人工智能的基準(zhǔn)是關(guān)于推理,說話和視覺的人類水平。

AI的三個不同級別:

  • 狹義的AI:機(jī)器能比人類更好地執(zhí)行特定任務(wù)時,這是人工智能的當(dāng)前水平。
  • 通用的人工智能:與人類相同的準(zhǔn)確度執(zhí)行任何智力任務(wù)。
  • 強(qiáng)大的人工智能:在很多任務(wù)中可以擊敗人類。

人工智能幾乎用于所有行業(yè),據(jù)麥肯錫稱,人工智能有可能在零售業(yè)中創(chuàng)造價值600億美元的價值,與其他分析技術(shù)相比,銀行業(yè)的增值價值增加了??50%。在運輸和物流方面,潛在收入增長了89%。

如果組織將AI用于其營銷團(tuán)隊,它可以自動執(zhí)行重復(fù)的任務(wù),使銷售代表能夠?qū)W⒂诮㈥P(guān)系,領(lǐng)導(dǎo)培育等任務(wù)。某公司每次銷售代表打電話時,機(jī)器都會轉(zhuǎn)錄和分析聊天。 VP可以使用AI分析和推薦來制定策略。

AI提供了尖端技術(shù)來處理人類無法處理的復(fù)雜數(shù)據(jù)。 AI可自動執(zhí)行冗余作業(yè),使工作人員能夠?qū)W⒂诟呒壴鲋等蝿?wù)。當(dāng)人工智能大規(guī)模實施時,可以降低成本并增加收入。

人工智能簡史

1956年,來自不同背景的前衛(wèi)專家決定組織關(guān)于人工智能的夏季研究項目。四個人領(lǐng)導(dǎo)了該項目; John McCarthy(達(dá)特茅斯學(xué)院),Marvin Minsky(哈佛大學(xué)),Nathaniel Rochester(IBM)和Claude Shannon(貝爾電話實驗室)。

研究的主要目的是解決“學(xué)習(xí)的各個方面或任何其他智能特征,原則上可以精確地描述,并使機(jī)器模擬它?!?/p>

提議:

  • 自動化計算機(jī)
  • 編程
  • 神經(jīng)網(wǎng)絡(luò)
  • 自我提升

人工智能誕生了。

人工智能的類型

圖片.png
  • 機(jī)器學(xué)習(xí)

從實例和經(jīng)驗中學(xué)習(xí)算法研究的藝術(shù)。

機(jī)器學(xué)習(xí)基于以下思想:在數(shù)據(jù)中存在一些能識別并用于未來預(yù)測的模式。

與硬編碼規(guī)則的不同之處在于機(jī)器自己學(xué)習(xí)找到規(guī)則。

  • 深度學(xué)習(xí)

機(jī)器學(xué)習(xí)的子領(lǐng)域。深度學(xué)習(xí)并不意味著比機(jī)器學(xué)習(xí)更深入的知識,而是使用不同的層來從數(shù)據(jù)中學(xué)習(xí)。模型的深度由模型中的層數(shù)表示。例如,用于圖像識別的Google LeNet模型為22層。

在深度學(xué)習(xí)中,學(xué)習(xí)階段通過神經(jīng)網(wǎng)絡(luò)完成。神經(jīng)網(wǎng)絡(luò)是一種架構(gòu),其中層彼此堆疊。

  • 人工智能與機(jī)器學(xué)習(xí)

AI,即人工智能 - 是訓(xùn)練機(jī)器執(zhí)行人工任務(wù)的科學(xué)。該術(shù)語在20世紀(jì)50年代產(chǎn)生,當(dāng)時科學(xué)家們開始探索計算機(jī)如何能夠自己解決問題。

圖片.png

人工智能是具有人類特性的計算機(jī),它可以計算我們周圍的世界。人工智能是模仿人類能力的大科學(xué)。

機(jī)器學(xué)習(xí)是人工智能的獨特子集,用于訓(xùn)練機(jī)器如何學(xué)習(xí)。機(jī)器學(xué)習(xí)模型尋找數(shù)據(jù)模式并試圖得出結(jié)論。簡而言之,機(jī)器不需要由人編程。程序員給出了例子,計算機(jī)將從這些樣本中學(xué)習(xí)如何做。

AI在哪里使用?

  • 用于減少或避免重復(fù)性任務(wù)。
  • 改進(jìn)了現(xiàn)有產(chǎn)品。在機(jī)器學(xué)習(xí)時代之前,核心產(chǎn)品正在建立在硬編碼規(guī)則之上。公司引入了人工智能來增強(qiáng)產(chǎn)品的功能,而不是從頭開始設(shè)計新產(chǎn)品。比如Facebook中,幾年前必須手動標(biāo)記的朋友。如今AI的幫助給你進(jìn)行朋友推薦。

AI用于所有行業(yè),從營銷到供應(yīng)鏈,金融,食品加工部門。根據(jù)麥肯錫調(diào)查,金融服務(wù)和高科技通信正在引領(lǐng)人工智能領(lǐng)域。

圖片.png

AI為什么現(xiàn)在爆發(fā)?

圖片.png

自九十年代以來,神經(jīng)網(wǎng)絡(luò)已經(jīng)出版了Yann LeCun的開創(chuàng)性論文。然而,它開始在2012年左右出名。三個關(guān)鍵:硬件、數(shù)據(jù)、算法。

機(jī)器學(xué)習(xí)是實驗領(lǐng)域,這意味著它需要有數(shù)據(jù)來測試新的想法或方法。隨著互聯(lián)網(wǎng)的蓬勃發(fā)展,數(shù)據(jù)大量產(chǎn)生。此外,像NVIDIA和AMD這樣的大公司已經(jīng)為游戲市場開發(fā)了高性能圖形芯片。

  • 硬件

在過去的二十年中,CPU已經(jīng)逐漸強(qiáng)大,允許用戶在任何筆記本電腦上訓(xùn)練小型的深度學(xué)習(xí)模型。但是,要處理計算機(jī)視覺或深度學(xué)習(xí)的深度學(xué)習(xí)模型,需要功能更強(qiáng)大的機(jī)器。由于NVIDIA和AMD的投資,可以使用新一代GPU(圖形處理單元 raphical processing unit)。這些芯片允許并行計算。這意味著機(jī)器可以在幾個GPU上分離計算以加速計算。

例如,使用NVIDIA TITAN X,需要兩天的時間來訓(xùn)練名為ImageNet的模型,而傳統(tǒng)CPU需要幾個星期。此外,大公司使用NVIDIA Tesla K80 GPU集群來訓(xùn)練的深度學(xué)習(xí)模型,它有助于降低數(shù)據(jù)中心成本并提供更好的性能。

圖片.png
  • 數(shù)據(jù)

深度學(xué)習(xí)是模型的基礎(chǔ)。數(shù)據(jù)是動力,沒有數(shù)據(jù),什么都做不了。最新技術(shù)推動了數(shù)據(jù)存儲的發(fā)展。

互聯(lián)網(wǎng)革命使得數(shù)據(jù)收集和分發(fā)可用于機(jī)器學(xué)習(xí)算法。Flickr,Instagram或任何其他帶圖像的網(wǎng)站上有數(shù)百萬張帶標(biāo)簽的圖片。這些圖片可用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型以識別圖片上的對象,而無需手動收集和標(biāo)記數(shù)據(jù)。

人工智能與數(shù)據(jù)是黃金組合。當(dāng)所有公司都擁有相同的技術(shù)時,擁有數(shù)據(jù)的公司將具有競爭優(yōu)勢。世界每天創(chuàng)造大約22億千兆字節(jié)數(shù)據(jù)。

公司需要異常多樣化的數(shù)據(jù)源才能找到模式,并需要大量學(xué)習(xí)。

圖片.png
  • 算法

初級神經(jīng)網(wǎng)絡(luò)是一種簡單的乘法矩陣,沒有深入的統(tǒng)計特性。自2010年以來,已經(jīng)取得了顯著的發(fā)現(xiàn),以改善神經(jīng)網(wǎng)絡(luò)。

人工智能使用漸進(jìn)式學(xué)習(xí)算法讓數(shù)據(jù)進(jìn)行編程。計算機(jī)可以自學(xué)如何執(zhí)行不同的任務(wù),如發(fā)現(xiàn)異常,構(gòu)造聊天機(jī)器人。

參考資料

小結(jié)

人工智能和機(jī)器學(xué)習(xí)是兩個令人困惑的術(shù)語。人工智能是訓(xùn)練機(jī)器模擬或復(fù)制人類任務(wù)的科學(xué)??茖W(xué)家可以使用不同的方法來訓(xùn)練機(jī)器。在AI年代開始時,程序員編寫了硬編碼程序,即鍵入機(jī)器可以面對的每種邏輯可能性以及如何響應(yīng)。當(dāng)系統(tǒng)變得復(fù)雜時,管理規(guī)則變得困難。為了解決這個問題,機(jī)器可以使用數(shù)據(jù)來學(xué)習(xí)如何處理給定環(huán)境中的所有情況。

擁有強(qiáng)大AI的最重要特征是擁有足夠的數(shù)據(jù)并具有相當(dāng)大的異質(zhì)性。例如,只要有足夠的單詞可供學(xué)習(xí),機(jī)器就可以學(xué)習(xí)不同的語言。

AI是新的尖端技術(shù)。風(fēng)險資本家正在投資數(shù)十億美元的創(chuàng)業(yè)公司或人工智能項目。麥肯錫估計人工智能可以使每個行業(yè)至少達(dá)到兩位數(shù)的增長率。

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容