网站首页

b体育产品中心

智能终端处理器 智能云服务器 软件开发环境

b体育新闻中心

关于b体育

公司概况 核心优势 核心团队 发展历程

联系我们b体育

官方微信 官方微博
b体育·(中国)官方入口在线登录网站 > b体育产品中心 > 智能终端处理器

B体育「人工智能入门」AI 是什么?

发布时间:2023-10-01 21:05浏览次数: 来源于:网络

  B体育从亚马逊、Facebook、谷歌、微软这些顶级科技公司能都看出,世界上最具影响力的技术公司的领导者都在强调他们对人工智能(AI)的关注。

  我们对人工智能越来越感兴趣,但该领域主要由专家来理解。本文的目的就是希望「能够用浅显的语言解释 AI」。

  本文将说明 AI 的最有效的领域之一,「深度学习(Deep Learning)」是如何工作的。

  了解 AI 的历史,为什么 20 世纪 50 年代就有 AI 概念,可等到今天才爆发。

  风险投资家,一直努力寻找新的趋势,为消费者和公司创造价值。他们相信 AI 是一种比移动或云计算转变更重要的计算演进。

  「这是很难夸大」亚马逊首席执行官杰夫·贝佐斯写道,「在未来20年,AI 将对社会造成巨大的影响」。无论你是消费者、公务员,企业家或投资者,这种新兴趋势对我们所有人都很重要。

  1956 年 John McCarthy 创建的「人工智能」(AI)是一个通用术语,指的是表现出智能的行为的硬件或软件。

  用 McCarthy 教授的话来说,它是「制造智能机器,特别是智能计算机程序的科学和工程」B体育。

  「AI」这个词儿已经存在了几十年,然而,一直以来进步有限,因为解决许多现实世界问题的算法太复杂了。

  复杂的活动包括进行医疗诊断,预测何时机器将失效或测量某些资产的市场价值,涉及成千上万的数据集和变量之间的非线性关系。

  在这些情况下,很难使用我们最好的数据来「优化」我们的预测。在其他情况下,包括识别图像中的对象和翻译语言,我们甚至不能制定规则来描述我们目标。举个例子:我们怎么能写一套规则,完整地描述一只狗的外观?

  如果我们可以降低从程序员到程序的复杂预测(数据优化和特性规范)的难度呢?

  机器学习(ML)是 AI 的一个子集B体育。所有机器学习是 AI,但不是所有的 AI 是机器学习。「AI」的兴趣在今天表现于人们对「机器学习」的热情,进展迅速且明显。

  机器学习让我们通过算法来解决一些复杂的问题。正如人工智能先驱 Arthur Samuel 在 1959 中写道的那样,机器学习是需要研究的领域,它给计算机学习的能力而不是明确地编程能力。

  大多数机器学习的目标是为特定场景开发预测引擎。一个算法将接收到一个域的信息(例如,一个人过去观看过的电影),权衡输入做出一个有用的预测(未来想看的不同电影的概率)。

  通过计算机学习的能力,通过优化 任务 衡量变量的可用数据,做出算法,来对未来做出准确的预测。

  机器通过训练学习。算法最初接收其输出是已知的示例,此时要注意其预测和正确输出之间的差异,并且调谐输入的权重以提高其预测的准确性,直到它们被优化。因此,机器学习算法的定义特征是,它们的预测的质量随着经验而改进。

  我们能提供的数据越多(通常达到一个点),就可以创建越好的预测引擎(图 2、图 3 连起来看)

  常见的有超过 15 种机器学习方法,每种方法使用不同的算法结构以基于接收的数据优化预测。深度学习最受欢迎,其他的受到较少的关注,但却非常是有价值,它们更适用于广泛的使用情况。

  每种方法都有其优点和缺点,可以使用组合。选择的算法来解决一个特定的问题将取决于因素,包括可用的数据集的性质。在实践中,开发人员倾向于实验来选择采取哪种方法。

  一般的机器学习  写执行某些任务的程序是很困难的,比如理解语音和识别图像中的对象。

  举个例子,如果我们想编写一个识别汽车图像的计算机程序,那么我们就不能指定一个算法来处理汽车的特征,以便在任何情况下都能进行正确的识别。汽车有各种各样的形状、大小和颜色.。他们的位置,方向和姿势可以不同。背景,照明和其他许多因素影响的对象的外观。变量太多,就算是我们硬头皮写了出来,这也不是一个好的可扩展的方案。如此一来,我们就需要为每一种我们要是别的对象单独的写程序。

  但是,深度学习(DL),这彻底改变了人工智能的世界。深度学习是一个子集的机器学习。所有深度学习都是机器学习,但并非所有机器学习都是深度学习(图4,下)。

  >

  深度学习是很有用的B体育,因为它避免了程序员必须按照特征规范(定义数据中所分析的特征)或优化(如何权衡数据以提供更准确的预测)的任务。(园长:简单说B体育,深度学习让程序员不用看特质和优化)

  深度学习模拟大脑,人类大脑会学习来克服困难 :包括理解言语和识别对象,不是通过处理穷举规则,而是通过实践和反馈。就像一个孩子,看到汽车会知道这是汽车,看到图片会知道上面表达的含义B体育。孩子们没有一套详细的规则来学习,孩子们是通过训练而掌握这些的。

  深度学习使用相同的方法。基于人工和软件的计算单元,其近似脑中的神经元的功能被连接在一起。

  它们形成一个「神经网络」,它接收一个输入(继续我们的例子,一辆汽车的图片),分析;他做出判断并被告知自己的判断是否正确,以此来训练。如果输出是错误的,神经元之间的连接由算法调整,这将改变未来的预测。最初网络将错误多次。

  在数百万的例子中,神经元之间的连接将被调整,实践使其逐渐完善,一步步接近完美。

  深度学习将程序员从复杂的问题处理中解放出来,为一系列重要问题提供了成功的预测的工具。

  接下来我将会讲解:如何让深度学习 DL 工作?为什么 AI 如此重要?为什么 AI 在这个时间点爆发?接下来的世界又会怎样改变?

下一篇:B体育目前人工智能的主要研究方向都有哪些?
上一篇:多个智能算力中心在B体育京陆续布局 智能算力“底座”托举AI之城

咨询我们

输入您的疑问及需求发送邮箱给我们