正文

什么是人工智能發(fā)展的硬道理

發(fā)布時(shí)間：2023-05-22 20:59:15 稿源：創(chuàng)意嶺閱讀： 50

大家好！今天讓創(chuàng)意嶺的小編來(lái)大家介紹下關(guān)于什么是人工智能發(fā)展的硬道理的問(wèn)題，以下是小編對(duì)此問(wèn)題的歸納整理，讓我們一起來(lái)看看吧。

開(kāi)始之前先推薦一個(gè)非常厲害的Ai人工智能工具，一鍵生成原創(chuàng)文章、方案、文案、工作計(jì)劃、工作報(bào)告、論文、代碼、作文、做題和對(duì)話答疑等等

只需要輸入關(guān)鍵詞，就能返回你想要的內(nèi)容，有小程序、在線網(wǎng)頁(yè)版、PC客戶端和批量生成器

官網(wǎng)：https://ai.de1919.com。

本文目錄:

什么是人工智能，為什么要做人工智能？
人工智能是指什么原理哪些方面？
人工智能原理是什么？
人工智能發(fā)展的關(guān)鍵是什么？
人工智能的原理是什么

什么是人工智能發(fā)展的硬道理

什么是人工智能，為什么要做人工智能？

第一是數(shù)據(jù)。因?yàn)槿斯ぶ悄艿母怯?xùn)練，就如同人類如果要獲取一定的技能，那必須經(jīng)過(guò)不斷地訓(xùn)練才能獲得，而且有熟能生巧之說(shuō)。AI也是如此，只有經(jīng)過(guò)大量的訓(xùn)練，神經(jīng)網(wǎng)絡(luò)才能總結(jié)出規(guī)律，應(yīng)用到新的樣本上。如果現(xiàn)實(shí)中出現(xiàn)了訓(xùn)練集中從未有過(guò)的場(chǎng)景，則網(wǎng)絡(luò)會(huì)基本處于瞎猜?tīng)顟B(tài)，正確率可想而知。比如需要識(shí)別勺子，但訓(xùn)練集中勺子總和碗一起出現(xiàn)，網(wǎng)絡(luò)很可能學(xué)到的是碗的特征，如果新的圖片只有碗，沒(méi)有勺子，依然很可能被分類為勺子。因此，對(duì)于AI而言，大量的數(shù)據(jù)太重要了，而且需要覆蓋各種可能的場(chǎng)景，這樣才能得到一個(gè)表現(xiàn)良好的模型，看起來(lái)更智能。
第二是算力。有了數(shù)據(jù)之后，需要進(jìn)行訓(xùn)練，不斷地訓(xùn)練。AI中有一個(gè)術(shù)語(yǔ)叫epoch，意思是把訓(xùn)練集翻過(guò)來(lái)、調(diào)過(guò)去訓(xùn)練多少輪。只把訓(xùn)練集從頭到尾訓(xùn)練一遍網(wǎng)絡(luò)是學(xué)不好的，就像和小孩說(shuō)一個(gè)道理，一遍肯定學(xué)不會(huì)，過(guò)目不忘那就是神童了，不過(guò)我至今還沒(méi)見(jiàn)到過(guò)。當(dāng)然，除了訓(xùn)練(train)，AI實(shí)際需要運(yùn)行在硬件上，也需要推理(inference)，這些都需要算力的支撐。
第三是算法。其實(shí)大家現(xiàn)在算法談得很多，也顯得很高端，但其實(shí)某種程度上來(lái)說(shuō)算法是獲取成本最低的?，F(xiàn)在有很多不錯(cuò)的paper，開(kāi)源的網(wǎng)絡(luò)代碼，各種AutoML自動(dòng)化手段，使得算法的門(mén)檻越來(lái)越低。另外提一點(diǎn)，算法這塊其實(shí)是創(chuàng)業(yè)公司比較容易的切入點(diǎn)，數(shù)據(jù)很多人會(huì)覺(jué)得low，會(huì)認(rèn)為就是打打標(biāo)簽而已，所以愿意做的不多；算力需要芯片支撐，是大公司爭(zhēng)奪的主要陣地，留下的只有算法了。

人工智能是指什么原理哪些方面？

人工智能（Artificial Intelligence，簡(jiǎn)稱AI）是一種利用計(jì)算機(jī)程序模擬和實(shí)現(xiàn)人類智能的技術(shù)。其原理主要包括以下幾個(gè)方面：

機(jī)器學(xué)習(xí)：機(jī)器學(xué)習(xí)是一種通過(guò)數(shù)據(jù)訓(xùn)練機(jī)器學(xué)習(xí)算法，使其從數(shù)據(jù)中學(xué)習(xí)和識(shí)別模式、規(guī)律和趨勢(shì)的方法。機(jī)器學(xué)習(xí)算法可以分為監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)等。

深度學(xué)習(xí)：深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，其模型通常包含多層神經(jīng)網(wǎng)絡(luò)。深度學(xué)習(xí)通過(guò)對(duì)大量數(shù)據(jù)的訓(xùn)練，自動(dòng)學(xué)習(xí)和提取數(shù)據(jù)中的特征，從而實(shí)現(xiàn)對(duì)復(fù)雜數(shù)據(jù)的高效處理和分析。

自然語(yǔ)言處理：自然語(yǔ)言處理是指將人類語(yǔ)言轉(zhuǎn)化為計(jì)算機(jī)可以理解的形式，從而實(shí)現(xiàn)自動(dòng)語(yǔ)音識(shí)別、機(jī)器翻譯、文本分類等任務(wù)的技術(shù)。

計(jì)算機(jī)視覺(jué)：計(jì)算機(jī)視覺(jué)是指讓計(jì)算機(jī)通過(guò)攝像頭或傳感器等設(shè)備獲取圖像或視頻數(shù)據(jù)，然后通過(guò)算法實(shí)現(xiàn)對(duì)圖像和視頻數(shù)據(jù)的處理和分析，例如圖像識(shí)別、目標(biāo)檢測(cè)、人臉識(shí)別等。

知識(shí)表示與推理：知識(shí)表示是指將知識(shí)轉(zhuǎn)化為計(jì)算機(jī)可以處理的形式，例如本體論、語(yǔ)義網(wǎng)等。推理是指基于已有知識(shí)進(jìn)行新的推理和推斷，以得出新的結(jié)論和發(fā)現(xiàn)。

智能控制：智能控制是指利用人工智能技術(shù)實(shí)現(xiàn)對(duì)智能系統(tǒng)的控制和優(yōu)化，例如智能家居、智能交通等。

總之，人工智能技術(shù)的原理主要包括機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、知識(shí)表示與推理、智能控制等方面。這些原理和技術(shù)相互關(guān)聯(lián)、相互作用，共同構(gòu)成了人工智能技術(shù)的核心。

人工智能原理是什么？

你問(wèn)題的題目和內(nèi)容不太相關(guān)。
人工智能的原理就是模擬人類的大腦的能力，包括聲音識(shí)別、圖像識(shí)別、感覺(jué)、味覺(jué)、觸覺(jué)識(shí)別等等?，F(xiàn)在的科技水平有限，只能是將大腦的能力分開(kāi)來(lái)一個(gè)一個(gè)研究。
至于人類是否可以做到比自己還聰明的機(jī)器。答案是可以。這就是進(jìn)化。孩子總要超越父母，人類才能進(jìn)步?；浇绦麄魃系廴f(wàn)能，也就是說(shuō)上帝已經(jīng)是進(jìn)化完全的了，既然完全進(jìn)化就不能被超越，所以就會(huì)有“造出連自己也舉不起來(lái)的石頭”這樣的悖論。但是人類是在不斷進(jìn)化的。
我是學(xué)電子的，在機(jī)械和電子領(lǐng)域可以做到和人類一樣聰明的電腦。但是現(xiàn)在的電腦對(duì)于人腦來(lái)說(shuō)，反應(yīng)速度還是太慢了，到等到科技有大的跨越的時(shí)候才能實(shí)現(xiàn)。
克隆領(lǐng)域的話，應(yīng)該是只能克隆人得肉體。智力發(fā)育未必能達(dá)到正常人的智商。
有什么問(wèn)題還可以繼續(xù)探討追問(wèn)

你認(rèn)為還需要多久時(shí)間呢/那么我們就在制造上帝，或許在人類滅亡之前還沒(méi)有弄出來(lái)這樣的機(jī)器，它需要極高的想象力的。

追答

人工智能本身需要想象力的地方不多，就是模仿。但是在模仿的方法上，確實(shí)很需要技巧。僅僅是聲音識(shí)別就需要濾波、處理、建模等等專業(yè)能力。
至于什么時(shí)候能完成，真的不好說(shuō)。
就現(xiàn)在的進(jìn)度來(lái)說(shuō)，聲音識(shí)別的基本上達(dá)到要求了，圖像識(shí)別只能識(shí)別指定的圖像（就是要么識(shí)別人臉特征，要么識(shí)別車牌號(hào)碼。你不能拿個(gè)東西問(wèn)電腦，這玩意是人臉還是車牌。）感覺(jué)識(shí)別剛剛興起。
當(dāng)然味覺(jué)和嗅覺(jué)的實(shí)用性比較少，還沒(méi)開(kāi)始研究。但是你也知道，大腦的能力還不止這些。
所以我覺(jué)得人工智能真的可以研究到人類消失的那天……
補(bǔ)充下我從工程角度看于人工智能的觀念。就是現(xiàn)在的電腦已經(jīng)實(shí)現(xiàn)了很多類人的功能。如果不考慮運(yùn)算速度，不考慮存儲(chǔ)容量。做一個(gè)超大型的電腦，將全世界60億人的知識(shí)全部存儲(chǔ)進(jìn)去。然后將每個(gè)人為人處世的方法，轉(zhuǎn)換成具體地做法也存儲(chǔ)進(jìn)去。在這樣海量信息的堆積下，這個(gè)電腦思考的事情自然比地球上任何一個(gè)個(gè)體要強(qiáng)，可以達(dá)到人工智能的要求。
但是在考慮了實(shí)際成本之后，這根本不可能。以正常人100M的記憶力來(lái)計(jì)算，60億人大概需要600000000G的硬盤(pán)。我學(xué)過(guò)電子就知道，在遇到問(wèn)題后選擇這600000000G信息中的哪個(gè)部分，就是個(gè)問(wèn)題。這還不算你CPU的反應(yīng)速度。
所以人工智能的各個(gè)環(huán)節(jié)需要簡(jiǎn)化，人類本身也是數(shù)億年進(jìn)化的結(jié)果。樓下說(shuō)的，當(dāng)人類發(fā)明出人工智能的機(jī)器時(shí)，人類也會(huì)進(jìn)化。至于倫理上制造出來(lái)的機(jī)器會(huì)不會(huì)反噬人類，我覺(jué)得就不用操心了。那個(gè)時(shí)候的人類也一定進(jìn)步的有能力和意識(shí)去處理這類問(wèn)題。

什么是人工智能發(fā)展的硬道理

人工智能發(fā)展的關(guān)鍵是什么？

人工智能作為新一輪科技革命的通用技術(shù)，將對(duì)經(jīng)濟(jì)體系產(chǎn)生重要而深遠(yuǎn)的影響，對(duì)促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展具有重要意義。
目前，人工智能產(chǎn)業(yè)發(fā)展的基礎(chǔ)相對(duì)薄弱。數(shù)據(jù)安全、道德、收入分配、技術(shù)泡沫和區(qū)域空間等也面臨著嚴(yán)峻挑戰(zhàn)。
這些挑戰(zhàn)不僅包括人工智能本身的缺陷，還包括人工智能發(fā)展帶來(lái)的社會(huì)和經(jīng)濟(jì)問(wèn)題。提前規(guī)劃并妥善解決這些問(wèn)題是推動(dòng)人工智能深入發(fā)展的關(guān)鍵。

人工智能的原理是什么

人工智能的原理，簡(jiǎn)單的形容就是：

人工智能=數(shù)學(xué)計(jì)算。

機(jī)器的智能程度，取決于“算法”。最初，人們發(fā)現(xiàn)用電路的開(kāi)和關(guān)，可以表示1和0。那么很多個(gè)電路組織在一起，不同的排列變化，就可以表示很多的事情，比如顏色、形狀、字母。再加上邏輯元件（三極管），就形成了“輸入（按開(kāi)關(guān)按鈕）——計(jì)算（電流通過(guò)線路）——輸出（燈亮了）”

這種模式。

想象家里的雙控開(kāi)關(guān)。

為了實(shí)現(xiàn)更復(fù)雜的計(jì)算，最終變成了，“大規(guī)模集成電路”——芯片。

電路邏輯層層嵌套，層層封裝之后，我們改變電流狀態(tài)的方法，就變成了“編寫(xiě)程序語(yǔ)言”。程序員就是干這個(gè)的。

程序員讓電腦怎么執(zhí)行，它就怎么執(zhí)行，整個(gè)流程都是被程序固定死的。

所以，要讓電腦執(zhí)行某項(xiàng)任務(wù)，程序員必須首先完全弄清楚任務(wù)的流程。

就拿聯(lián)控電梯舉例：

別小看這電梯，也挺“智能”呢?？紤]一下它需要做哪些判斷：上下方向、是否滿員、高峰時(shí)段、停止時(shí)間是否足夠、單雙樓層等等，需要提前想好所有的可能性，否則就要出bug。

某種程度上說(shuō)，是程序員控制了這個(gè)世界。可總是這樣事必躬親，程序員太累了，你看他們加班都熬紅了眼睛。

于是就想：能不能讓電腦自己學(xué)習(xí)，遇到問(wèn)題自己解決呢？而我們只需要告訴它一套學(xué)習(xí)方法。

大家還記得1997年的時(shí)候，IBM用專門(mén)設(shè)計(jì)的計(jì)算機(jī)，下贏了國(guó)際象棋冠軍。其實(shí)，它的辦法很笨——暴力計(jì)算，術(shù)語(yǔ)叫“窮舉”（實(shí)際上，為了節(jié)省算力，IBM人工替它修剪去了很多不必要的計(jì)算，比如那些明顯的蠢棋，并針對(duì)卡斯帕羅夫的風(fēng)格做了優(yōu)化）。計(jì)算機(jī)把每一步棋的每一種下法全部算清楚，然后對(duì)比人類的比賽棋譜，找出最優(yōu)解。

一句話：大力出奇跡！

但是到了圍棋這里，沒(méi)法再這樣窮舉了。力量再大，終有極限。圍棋的可能性走法，遠(yuǎn)超宇宙中全部原子之和（已知），即使用目前最牛逼的超算，也要算幾萬(wàn)年。在量子計(jì)算機(jī)成熟之前，電子計(jì)算機(jī)幾無(wú)可能。

所以，程序員給阿爾法狗多加了一層算法：

A、先計(jì)算：哪里需要計(jì)算，哪里需要忽略。

B、然后，有針對(duì)性地計(jì)算。

——本質(zhì)上，還是計(jì)算。哪有什么“感知”！

在A步，它該如何判斷“哪里需要計(jì)算”呢？

這就是“人工智能”的核心問(wèn)題了：“學(xué)習(xí)”的過(guò)程。

仔細(xì)想一下，人類是怎樣學(xué)習(xí)的？

人類的所有認(rèn)知，都來(lái)源于對(duì)觀察到的現(xiàn)象進(jìn)行總結(jié)，并根據(jù)總結(jié)的規(guī)律，預(yù)測(cè)未來(lái)。

當(dāng)你見(jiàn)過(guò)一只四條腿、短毛、個(gè)子中等、嘴巴長(zhǎng)、汪汪叫的動(dòng)物，名之為狗，你就會(huì)把以后見(jiàn)到的所有類似物體，歸為狗類。

不過(guò)，機(jī)器的學(xué)習(xí)方式，和人類有著質(zhì)的不同：

人通過(guò)觀察少數(shù)特征，就能推及多數(shù)未知。舉一隅而反三隅。

機(jī)器必須觀察好多好多條狗，才能知道跑來(lái)的這條，是不是狗。

這么笨的機(jī)器，能指望它來(lái)統(tǒng)治人類嗎。

它就是仗著算力蠻干而已！力氣活。

具體來(lái)講，它“學(xué)習(xí)”的算法，術(shù)語(yǔ)叫“神經(jīng)網(wǎng)絡(luò)”（比較唬人）。

（特征提取器，總結(jié)對(duì)象的特征，然后把特征放進(jìn)一個(gè)池子里整合，全連接神經(jīng)網(wǎng)絡(luò)輸出最終結(jié)論）

它需要兩個(gè)前提條件：

1、吃進(jìn)大量的數(shù)據(jù)來(lái)試錯(cuò)，逐漸調(diào)整自己的準(zhǔn)確度；

2、神經(jīng)網(wǎng)絡(luò)層數(shù)越多，計(jì)算越準(zhǔn)確（有極限），需要的算力也越大。

所以，神經(jīng)網(wǎng)絡(luò)這種方法，雖然多年前就有了（那時(shí)還叫做“感知機(jī)”）。但是受限于數(shù)據(jù)量和計(jì)算力，沒(méi)有發(fā)展起來(lái)。

神經(jīng)網(wǎng)絡(luò)聽(tīng)起來(lái)比感知機(jī)不知道高端到哪里去了！這再次告訴我們起一個(gè)好聽(tīng)的名字對(duì)于研（zhuang）究（bi）有多重要！

現(xiàn)在，這兩個(gè)條件都已具備——大數(shù)據(jù)和云計(jì)算。誰(shuí)擁有數(shù)據(jù)，誰(shuí)才有可能做AI。

目前AI常見(jiàn)的應(yīng)用領(lǐng)域：

圖像識(shí)別（安防識(shí)別、指紋、美顏、圖片搜索、醫(yī)療圖像診斷），用的是“卷積神經(jīng)網(wǎng)絡(luò)（CNN）”，主要提取空間維度的特征，來(lái)識(shí)別圖像。

自然語(yǔ)言處理（人機(jī)對(duì)話、翻譯），用的是”循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）“，主要提取時(shí)間維度的特征。因?yàn)檎f(shuō)話是有前后順序的，單詞出現(xiàn)的時(shí)間決定了語(yǔ)義。

神經(jīng)網(wǎng)絡(luò)算法的設(shè)計(jì)水平，決定了它對(duì)現(xiàn)實(shí)的刻畫(huà)能力。頂級(jí)大牛吳恩達(dá)就曾經(jīng)設(shè)計(jì)過(guò)高達(dá)100多層的卷積層（層數(shù)過(guò)多容易出現(xiàn)過(guò)擬合問(wèn)題）。

當(dāng)我們深入理解了計(jì)算的涵義：有明確的數(shù)學(xué)規(guī)律。那么，

這個(gè)世界是是有量子（隨機(jī)）特征的，就決定了計(jì)算機(jī)的理論局限性?！聦?shí)上，計(jì)算機(jī)連真正的隨機(jī)數(shù)都產(chǎn)生不了。

——機(jī)器仍然是笨笨的。

更多神佑深度的人工智能知識(shí)，想要了解，可以私信詢問(wèn)。

以上就是關(guān)于什么是人工智能發(fā)展的硬道理相關(guān)問(wèn)題的回答。希望能幫到你，如有更多相關(guān)問(wèn)題，您也可以聯(lián)系我們的客服進(jìn)行咨詢，客服也會(huì)為您講解更多精彩的知識(shí)和內(nèi)容。