AI究竟是啥
AI能画图、能配音、能做视频、能写文案,甚至还能被拿来行骗……
到了2023到2024年,AI几乎刷屏全网。有人对它几乎没概念,觉得AI就是机器人;也有人充满忧虑,担心AI一旦普及,人类会失业、被替代,甚至走向灭绝……
那么,AI究竟是个什么东西?
眼下,AI技术正在各个行业不断释放惊人的创造力。无论你是否关注AI,都会隔三差五看到相关热点,比如围棋九段柯洁与人工智能AlphaGo的人机对决,柯洁在0:3失利后泪崩,直言AlphaGo太完美,看不到希望。这也让我们对人工智能充满好奇:它到底是什么?
一、AI的概念与分类
AI,即人工智能(Artificial Intelligence)的英文简称,是计算机科学的重要分支。它研究如何通过理论、方法、技术和应用系统来模拟、延展并增强人的智能,是一门新兴技术科学。人工智能的研究范围包括机器人、自然语言处理、语音与图像识别、专家系统等,目标是让计算机具备接近人类的思考与行为能力。
简单来说,人工智能就是把计算机科学与海量数据结合起来,以解决实际问题的一类系统。按照能力高低,人工智能可分为弱人工智能和强人工智能。
1、弱人工智能
弱人工智能又叫应用型人工智能,是专门用来自动完成特定认知任务的AI程序,通常经过训练,只专注于执行某一类工作。
目前,我们身边大多数AI都属于弱人工智能。比如语音助手Siri、图像识别、推荐系统等。
2、强人工智能
强人工智能由通用人工智能(AGI)和超人工智能(ASI)构成。与弱人工智能相比,强人工智能要求程序具备自主思考能力,能够理解外界事物,并独立做出判断甚至采取行动。比如,机器拥有与人类相近的智能,它会产生自我意识,并具备解决问题、学习和规划未来的能力。
强人工智能强调真正的推理和解决问题能力,需要具备执行智慧行为的本领,通常也会把人工智能与意识、感性、知识、自觉等人类特征联系在一起。
二、AI的核心技术
强人工智能是人工智能追求的目标,而弱人工智能则是在某个具体领域具备专业能力的人工智能。那么,无论强弱,它们究竟依靠哪些技术实现呢?
1、深度学习(DL)
当前实现人工智能最常见的方法是机器学习和深度学习,其中深度学习属于机器学习的一部分。
机器学习就是借助算法分析数据,从中学习并自动提炼成模型,最终利用模型进行推断或预测。不同于传统编程开发软件,我们会把大量数据输入机器学习系统,这个过程称为“训练”。
深度学习以大数据为基础,以云计算为实现路径。它通过学习样本数据中的内在规律和层级表示,对文字、图像、声音等数据的理解帮助很大。
2、计算机视觉(CV)
计算机视觉 Computer Vision(CV)指的是计算机从图像中识别物体、场景和动作的能力。它通过构建多层神经网络,让较低层识别基础图像特征,再由底层特征逐步组合成更高层特征,最终在顶层完成分类判断。
比如,有些技术能够从图像中提取物体边缘和纹理;分类技术则可用于判断识别出的特征是否属于系统已知的某类物体。例如,自动驾驶技术就应用了计算机视觉和自动控制。
3、自然语言处理(NLP)
NLP是自然语言处理(Natural Language Processing)的缩写,它搭建起机器语言与人类语言之间的桥梁,以实现人机交流的目标。
自然语言处理属于人机交互相关领域,主要涉及计算机对人为或自然语言输入的理解,以及自然语言生成等内容。比如搜索词联想、机器翻译、社交媒体监测、聊天机器人、智能语音助手、语法检查程序、电子邮件过滤等。
4、数据挖掘(DM)
数据挖掘是指从海量数据中发现模式和其他有价值信息的过程,其目标是建立决策模型,根据过去的行为数据预测未来的行为。
数据挖掘通常与计算机科学相关,并通过统计、在线分析处理、情报检索、机器学习、专家系统(依靠过往经验规则)和模式识别等多种方法实现上述目标。
数据挖掘最核心的用途主要体现在统计分析上。它基于用户行为和属性(如用户浏览网站产生的数据),通过算法分析与处理,主动识别用户当前或潜在需求,并向用户推送相关信息,比如电商平台的智能推荐。
三、AI的应用领域
人工智能发展至今已有67年,已成为新一轮科技革命和产业变革的核心引擎,正在深刻影响世界经济、社会发展和人们生活,如今在各个行业都能见到人工智能的身影。
1、在社会治理中的应用
AI视频监控系统
安防智能机器人
智慧楼宇
智慧政务警务
公安知识图谱
平安社区
......
2、在日常生活中的应用
智能手机、PDA、智能可穿戴设备等个人智能终端
由智能家电、智能音箱、智能照明、智能厨卫等共同组成的智能家居系统
智能教育、智能医疗、智能出行
.......
3、在场景解决方案中的应用
(1)园区解决方案——AI视觉分析
通过定制化条件识别园区中的人员、行为、设备、环境等类别,让AI技术更贴合园区实际需求,
形成更匹配的智能算法,为制造业园区提供赋能。
(2)数字管理主机——AI控制
空压机的节能控制是一项较为复杂的控制问题,AI控制能够应对非线性过程,并满足实际生产的任务要求。
AI技术的发展已经深入到我们的日常生活之中。未来,AI还会在更多领域落地应用,同时也会带来更多问题与挑战。
因此,我们需要更深入地认识AI技术的本质,弄清它的优点和不足,充分理解它带来的影响与潜在风险。