#人工智能AI技术#
什么是 AI?看完这篇您就懂啦!
简而言之,AI 是”为了达到模仿人类行为和能力的软件“。AI是一类软件的统称,最近很火的ChatGPT和AI绘画都是AI的子集,也就是属于机器学习下面的深度学习下的生成式AI。也就是AI的一种具体应用。
AI的工作内容主要包括:
-
机器学习 – 它通常是 AI 系统的基础,也是我们“教”计算机模型进行预测并根据数据得出结论的方式。
-
异常情况检测 – 自动检测系统中的错误或异常活动的能力。
-
计算机视觉 – 软件通过摄像头、视频和图像直观地解释世界的能力。
-
自然语言处理 – 计算机理解书面或口头语言并作出相应反应的能力。
-
知识挖掘 – 从大量通常非结构化数据中提取信息以创建可搜索的知识存储的功能。
我们分别对这几种工作内容做一个说明:
机器学习
机器学习是大部分 AI 解决方案的基础,让我们看看使用机器学习来解决难题的现实示例。
在保护脆弱的环境的同时最大程度提高粮食产量方面,可持续农耕技术至关重要。The Yield 是一家设在澳大利亚的农业技术公司,该公司使用传感器、数据和机器学习来帮助农民做出与天气、土壤和农作物情况相关的明智决策。
那么机器如何学习?
答案是从数据中学习。在当今世界,我们在日常生活中会创建大量数据。从我们发送的短信、电子邮件和社交媒体帖子,到我们用手机拍摄的照片和视频,我们产生了大量信息。我们的房屋、汽车、城市、公共交通基础设施和工厂中的数百万个传感器也在创建更多数据。
数据科学家可使用所有这些数据来训练机器学习模型,这些模型可以根据它们在数据中找到的关系进行预测和推断。
例如,假设一个环境保护组织需要志愿者使用手机应用来对不同种类的野花进行识别和分类。以下流程展示了如何使用机器学习来实现此方案。
-
一个由植物学家和科学家组成的团队收集有关野花样本的数据。
-
团队给样本标上正确的物种种类。
-
使用算法对标记的数据进行处理,该算法可以找出样本特征与标记的物种之间的关系。
-
该算法的结果内嵌在模型中。
-
志愿者发现新样本后,该模型可以正确识别物种标记。
异常情况检测
想象你在创建一个监控信用卡交易并检测疑似欺诈的异常使用情况的软件。或是一个跟踪自动化生产线中的活动并识别故障的应用程序。或是一个使用传感器潜在机械故障发生之前主动向工程师发出相关警告的赛车遥测系统。
可以通过异常情况检测应对这些类型的场景。异常情况检测是一种基于机器学习的技术,可用于分析一段时间内的数据并标识异常更改。
让我们探讨一下异常情况检测如何在赛车场景中发挥作用。
-
汽车内的传感器收集遥测数据,如发动机转速、刹车温度等。
-
异常情况检测模型经过训练能够理解遥测度量值中随着时间推移产生的预期波动。
-
如果度量值在正常预期范围之外,则该模型将报告异常,用于提醒赛车工程师通知车手先进站修理,以免因该问题而被迫退赛。
计算机视觉模型和功能
计算机视觉是 AI 的一个领域,它负责处理视觉对象。让我们了解一下计算机视觉带来的一些可能性。
Seeing AI 应用是一个很好的计算机视觉示例。Seeing AI 应用专门面向盲人和弱视群体,它利用 AI 的力量来打开视觉世界,描述附近的人、文字和物体。
大多数计算机视觉解决方案都基于机器学习模型,这些模型可应用于来自相机、视频或图像的视觉输入。下表描述了常见的计算机视觉任务。
自然语言处理 (NLP) 是 AI 的一个领域,它负责创建能够理解书面和口头语言的软件。
NLP 使你能够创建可以执行以下操作的软件:
-
分析和解释文档、电子邮件和其他来源中的文本。
-
解释口头语言,并合成语音响应。
-
自动将口头或书面短语在各种语言之间进行翻译。
-
解释命令并确定合适的操作。
例如,星舰指挥官是一款由 Human Interact 开发的虚拟现实 (VR) 游戏,故事发生在科幻世界中。该游戏使用自然语言处理让玩家能够控制对白,并与游戏中的人物和星舰系统交互。
知识挖掘
知识挖掘是一个术语,用于描述涉及从大量非结构化数据中提取信息的解决方案以创建可搜索知识存储。Microsoft Azure 其中一个知识挖掘解决方案是 Azure 认知搜索,它是一种专用的企业搜索解决方案,具有用于生成索引的工具。然后,这些索引仅可在内部使用,或在面向公众的 Internet 资产上启用可搜索内容。
AI 的挑战和风险
下表显示了 AI 应用程序开发人员面临的一些潜在挑战和风险。
关注AI小百科!了解世界不迷路!
举报/反馈
原文链接:https://baijiahao.baidu.com/s?id=1759054008019054510&wfr=spider&for=pc