ADOP告诉您 2024年人工智能是什么？它的类型、趋势和未来？上篇

什么是人工智能？

人工智能被定义为数字计算机或计算机控制的机器人执行通常与智能生物相关的任务的能力。人工智能也被定义为，

• 人类创造的智能实体
• 能够在没有明确指示的情况下智能地执行任务。
• 能够理性、人性化地思考和行动。

一个对技术稍有了解的外行人会将其与机器人联系起来。他们会说人工智能是一个类似终结者的人物，可以独立行动和思考。

如果你向人工智能研究人员询问人工智能，他会说这是一组无需明确指示即可产生结果的算法。机器表现出的智能被称为人工智能。人工智能在当今世界已经变得非常流行。它是对机器中自然智能的模拟，这些机器被编程为学习和模仿人类的行为。这些机器能够根据经验进行学习并执行类似人类的任务。随着人工智能等技术的不断发展，它们将对我们的生活质量产生巨大影响。今天每个人都想以某种方式与人工智能技术建立联系，这很自然，无论是作为最终用户还是在人工智能领域谋求职业生涯。
 

我们如何衡量人工智能是否像人类一样行事？

即使我们达到了人工智能可以像人类一样行事的状态，我们如何确定它可以继续以这种方式行事？我们可以将人工智能实体的人类相似性基于：

• 图灵测试
• 认知建模方法
• 思维法则方法
• 理性代理方法

  ​

让我们详细看看这些方法的执行情况：

什么是人工智能中的图灵测试？

图灵测试的基础是人工智能实体应该能够与人类代理进行对话。理想情况下，人类代理不应得出他们正在与人工智能对话的结论。为了实现这些目标，人工智能需要具备以下品质：

• 自然语言处理以实现成功沟通。
• 知识表示充当其记忆。
• 自动推理使用存储的信息来回答问题并得出新的结论。
• 机器学习检测模式并适应新环境。

认知建模方法

顾名思义，这种方法试图构建基于人类认知的人工智能模型。要提炼人类心灵的本质，有3种方法：

• 内省：观察我们的想法，并在此基础上建立模型
• 心理实验：对人类进行实验并观察他们的行为
• 脑成像：使用 MRI 观察大脑在不同场景下的功能，并通过代码复制它。

思维法则方法

思维法则是一大堆控制我们思维运作的逻辑陈述。同样的法则可以被编纂并应用于人工智能算法。这种方法的问题在于，原则上解决问题（严格按照思维规律）和在实践中解决问题可能有很大不同，需要根据具体情况进行细微差别的应用。此外，我们采取的一些行动并不能 100% 确定结果，如果参数太多，算法可能无法复制这些结果。

理性代理方法 

理性的代理人会采取行动，以在当前情况下实现最佳的结果。
根据思维法则方法，实体必须按照逻辑陈述行事。但在某些情况下，没有逻辑上正确的事情可做，多种结果涉及不同的结果和相应的妥协。理性代理方法试图在当前情况下做出最好的选择。这意味着它是一个更具活力和适应性的代理。
现在我们了解了如何将人工智能设计得像人类一样行动，让我们看看这些系统是如何构建的。

人工智能（AI）如何运作？

构建人工智能系统是一个仔细的过程，对机器中的人类特征和能力进行逆向工程，并利用其计算能力超越我们的能力。 
要了解人工智能的实际工作原理，需要深入研究人工智能的各个子领域，并了解这些领域如何应用于行业的各个领域。您还可以参加人工智能课程，这将帮助您获得全面的了解。

• 机器学习：ML 教会机器如何根据过去的经验进行推理和决策。它识别模式并分析过去的数据，以推断这些数据点的含义，从而得出可能的结论，而无需涉及人类经验。这种通过评估数据得出结论的自动化为企业节省了人力时间，并帮助他们做出更好的决策。要学习基本概念，您可以报名参加面向初学者的免费机器学习课程。
   
• 深度学习：深度学习是一种机器学习技术。它教会机器通过层处理输入，以便分类、推断和预测结果。
• 神经网络：神经网络的工作原理与人类神经细胞类似。它们是一系列算法，可以捕获各种基础变量之间的关系并像人脑一样处理数据。
• 自然语言处理：NLP 是一门通过机器阅读、理解和解释语言的科学。一旦机器理解了用户想要传达的内容，它就会做出相应的响应。
• 计算机视觉：计算机视觉算法尝试通过分解图像并研究对象的不同部分来理解图像。这有助于机器对一组图像进行分类和学习，从而根据之前的观察做出更好的输出决策。
• 认知计算：认知计算算法试图通过以人类所做的方式分析文本/语音/图像/对象来模仿人脑，并尝试给出所需的输出。另外，免费学习人工智能课程的应用。

人工智能有哪些类型？

并非所有类型的人工智能同时具备上述所有领域。不同的人工智能实体是为了不同的目的而构建的，这就是它们的不同之处。人工智能可以根据类型 1 和类型 2（基于功能）进行分类。这里简单介绍一下第一类。

3 种人工智能

• 窄人工智能 (ANI)
• 通用人工智能（AGI）
• 超级人工智能（ASI）

  ​

我们来详细看看。

什么是窄人工智能（ANI）？

这是现在市场上最常见的人工智能形式。这些人工智能系统旨在解决一个问题，并且能够很好地执行一项任务。根据定义，它们的功能很窄，例如为电子商务用户推荐产品或预测天气。这是当今唯一存在的人工智能。它们能够在非常特定的环境中接近人类的功能，甚至在许多情况下超越人类，但只有在参数有限的高度受控的环境中才能表现出色。

为了打下坚实的您还可以借卓越学院提供的免费在线人工智能入门课程来提升技能。在本课程的帮助下，您可以学习在人工智能领域建立职业生涯所需的所有基本概念。

什么是通用人工智能（AGI）？AGI仍然是一个理论概念。它被定义为具有人类水平认知功能的人工智能，涵盖语言处理、图像处理、计算功能和推理等多个领域。

我们距离构建通用人工智能系统还有很长的路要走。通用人工智能系统需要由数千个协同工作的狭义人工智能系统组成，相互通信以模仿人类推理。即使使用最先进的计算系统和基础设施，例如富士通的 K 或 IBM 的 Watson，也需要 40 分钟才能模拟一秒钟的神经元活动。这既说明了人脑的巨大复杂性和互联性，也说明了利用我们现有的资源构建通用人工智能所面临的挑战的巨大性。

什么是人工智能（ASI）？

我们即将进入科幻小说领域，但 ASI 被视为 AGI 的逻辑进展。超级人工智能（ASI）系统将能够超越人类的所有能力。这包括决策、做出理性决定，甚至包括制作更好的艺术和建立情感关系等。
一旦我们实现了通用人工智能，人工智能系统将能够迅速提高其能力，并进入我们甚至无法梦想的领域。虽然 AGI 和 ASI 之间的差距相对较小（有人说只有纳秒，因为这就是人工智能学习的速度），但我们迈向 AGI 本身的漫长旅程使得这看起来像是一个遥远的未来概念。看看这门关于如何在人工智能领域建立职业生涯的课程。

增强和人工智能之间的区别

强人工智能和弱人工智能

人工智能的广泛研究也将其分为两类，即强人工智能和弱人工智能。这些术语由约翰·塞尔 (John Searle) 创造，旨在区分不同类型人工智能机器的性能水平。以下是它们之间的一些核心区别。

人工智能的目的是什么？

人工智能的目的是增强人类能力，帮助我们做出具有深远影响的高级决策。这就是从技术角度来看的答案。从哲学角度来看，人工智能有潜力帮助人类在没有艰苦劳动的情况下过上更有意义的生活，并帮助管理相互关联的个人、公司、国家和国家的复杂网络，使其以造福全人类的方式运作。
目前，人工智能的目的是我们在过去千年中发明的所有不同工具和技术的共同目标——简化人类的工作，并帮助我们做出更好的决策。人工智能也被吹捧为我们的最终发明，它将发明突破性的工具和服务，有望消除冲突、不平等和人类苦难，从而极大地改变我们的生活方式。
但这都是遥远的未来——我们距离这些结果还有很长的路要走。目前，人工智能主要被公司用来提高流程效率，自动化资源密集型任务，并根据硬数据而不是直觉进行业务预测。由于所有技术都在此之前出现，因此研究和开发成本需要由企业和政府机构补贴，然后才能为普通外行所用。要了解更多有关人工智能的目的及其使用场合的信息，您可以参加人工智能课程并了解当今人工智能课程的详细信息和技能提升。

人工智能（AI）用在哪里？

人工智能应用于不同领域，以洞察用户行为并根据数据提供建议。例如，谷歌的预测搜索算法使用过去的用户数据来预测用户接下来会在搜索栏中输入的内容。Netflix使用过去的用户数据来推荐用户接下来可能想看的电影，从而使用户迷上该平台并增加观看时间。 Facebook 使用用户过去的数据，根据图像中的面部特征自动给出标记您朋友的建议。大型组织到处都在使用人工智能来让最终用户的生活变得更简单。人工智能的用途大致属于数据处理类别，其中包括以下内容：

• 在数据中搜索并优化搜索以提供最相关的结果
• 用于 if-then 推理的逻辑链，可用于根据参数执行一串命令
• 模式检测可识别大数据集中的重要模式以获得独特的见解
• 应用概率模型预测未来结果

人工智能有哪些优势？

毫无疑问，科技让我们的生活变得更加美好。从音乐推荐、地图导航、手机银行到欺诈预防，人工智能和其他技术已经占据了主导地位。进步和毁灭之间只有一线之隔。硬币总是有两面，人工智能也是如此。让我们来看看人工智能的一些优势——

人工智能（AI）的优势

• 减少人为错误
• 24×7 可用
• 有助于重复性工作
• 数字协助 
• 更快的决策
• 理性决策者
• 医疗应用
• 提高安全性
• 高效沟通

让我们仔细看看。

人工智能的先决条件

作为初学者，以下是一些有助于开始学习该主题的基本先决条件。

1. 牢固掌握数学——即微积分、统计学和概率。
2. 拥有丰富的 Java 或 Python 等编程语言经验。
3. 对理解和编写算法有很强的把握。
4. 具有强大的数据技能背景。
5. 丰富的离散数学知识。
6. 学习机器学习语言的意愿。

人工智能（AI）的历史

人工智能技术比你想象的要古老得多，“人工智能”一词对研究人员来说并不新鲜。 “人工智能”一词于 1956 年由达特茅斯学院一位名叫马文·明斯基 (Marvin Minsky) 的科学家首次创造。

获得人工智能认证将使您比该行业的其他有抱负者更具优势。随着面部识别、医疗保健人工智能、聊天机器人等技术的进步，现在是时候在人工智能领域开辟一条成功的职业道路了。虚拟助手已经进入日常生活，帮助我们节省时间和精力。特斯拉等科技巨头的自动驾驶汽车已经向我们展示了通向未来的第一步。人工智能可以帮助减少和预测气候变化的风险，让我们能够在为时已晚之前做出改变。所有这些进步仅仅是开始，还有更多的进步。预计到 2023 年，人工智能将创造 1.33 亿个新的人工智能就业岗位。

古希腊神话中首次出现了智能机器人和人造实体。亚里士多德创造的三段论及其对演绎推理的应用是人类寻求理解自身智慧的分水岭。尽管其根基悠久而深厚，但我们今天所知的人工智能仅存在了不到一个世纪。

我们先来看看人工智能相关事件的重要时间线：

1943年——Warren McCulloch和Walter Pits于1943年发表了论文 《神经活动中内在思想的逻辑演算》，这是第一篇关于人工智能（AI）的著作。他们提出了人工神经元模型。

1949年——唐纳德·赫布在他的著作《行为的组织：神经心理学理论》中提出了改变神经元之间连接强度的理论

1950年——英国数学家阿兰·图灵发表了《计算机器与智能》，提出了一项测试来确定机器是否具有表现出人类行为的能力。这项测试被称为都灵测试。
同年，哈佛大学毕业生 Marvin Minsky 和 ​​Dean Edmonds 建造了第一台神经网络计算机，名为SNARC。

1956年——艾伦·纽厄尔（Allen Newell）和赫伯特·A·西蒙（Herbert A. Simon）构建了名为“逻辑理论家”的“第一个人工智能程序” 。该程序验证了 52 个数学定理中的 38 个，并为其中几个定理发现了新的、更优雅的证明。同年，“人工智能”一词被美国科学家约翰·麦卡锡在达特茅斯会议上首次采用，并首次作为一个学术领域被创造出来。

今年之后，人们对人工智能的热情迅速高涨。