【图文】什么是人工智能算法_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
评价文档：
什么是人工智能算法
上传于||文档简介
&&内蒙古平庄能源股份有限公司 2011 年第一季度季度报告全文
大小：547.00KB
登录百度文库，专享文档复制特权，财富值每天免费拿！
你可能喜欢* 网友发言均非本站立场，本站不在评论栏推荐任何网店、经销商，谨防上当受骗！
天极网IT新闻汇：消息称，iPhone 7和7 Plus的首周量相比i…
IT新闻汇：外媒称，iPhone 7 Plus在CPU处于高负荷的情况…
天极网IT新闻汇：三星表示，将于9月28日恢复在韩国本土市场销售……
天极网IT新闻汇：今日上午，北京市海淀区人民法院对快播一案进行公开宣判…
天极网IT新闻汇：越南苹果资讯网站有作者称他已经率先拿到了iPhone…
天极网IT新闻汇：消息称，iPhone 7和7 Plus的首周量相比iPhone 6S时，反而下降了。
天极网IT新闻汇：三星表示，将于9月28日恢复在韩国本土市场销售……
天极网IT新闻汇：今日上午，北京市海淀区人民法院对快播一案进行公开宣判……
天极网IT新闻汇：越南苹果资讯网站有作者称他已经率先拿到了iPhone 7真机……
9月6日，360与滴滴出行携手智能出行。滴滴专车未来将率先装备360行车记录仪。当前位置： &
到底什么才是真正的人工智能？(3)
00:31:03 &腾讯数码 & &
Levesque认为，测试人工智能的一种更好方式是向计算机提出超现实但逻辑合理，同时需要广泛因果知识才能回答的问题，比如“鳄鱼可以参加越野障碍赛马吗？”，或者是“棒球运动员可以在帽子上粘上小翅膀吗？”可想而知，计算机在尝试回答这些问题之前需要拥有多么大的知识储备。如果这不是人工智能，那它是什么？这正是使用人工智能这个名词的困难之一：它太难以去定义了。业界对此所达成的共识是，只要机器完成了一项之前只有人类才能做到的任务——比如玩国际象棋或认脸——那它就不再被认为是智能的标志了。就像计算机科学家Larry Tesler所说，智能指的是那些机器还做不到的事情。而即便计算机能够完成某些任务，它们也无法取代人类智慧。“我们说神经网络就像人类大脑，但事实并非如此，”Facebook人工智能研究团队主管Yann LeCun说道，“这就好像飞机不是鸟一样。它们不能扇动翅膀，也没有羽毛或肌肉。”如果我们真得创造出了人工智能，它也“不会像人类或动物的智慧”。比如说，我们就很难去想象一个智慧体会没有自我保护的意识。许多AI领域的业内人士都不认为我们会创造出具备真正有感知能力的人工智能。“目前的方式无法（让人工智能）具备灵活性，或是处理多任务和执行编程范围之外任务的能力。”MIT大脑、思维和机器中心Andrei Barbu教授这样说道。他还提到，效率的AI搜索不过是创造出为解决特定问题微调过的系统。尽管研究者曾经尝试过无人监管的机器学习——让系统观察未被分类和标记的数据——但这目前还处于非常初级的阶段。谷歌就有一个类似的神经网络项目，通过随机观察来自1000万部视频的缩略图，它最终教会自己猫的样子，但制作者并未公布任何除此之外的能力。就像LeCun在2年前出席Orange Institute的一场活动时所说的：“我们不知道如何进行无监督学习，这是最大的障碍。”作为一个研究项目，人工智能还经常会受到夸张宣传的影响。当一种新方法被发现且研发进度加快时，评论者（通常还包括计算机科学家）会大胆假设这种发展速度会很快让机器人管家成为现实。纽约时报早在1958年就曾有过类似报道，当中把一种非常早期的AI形式——可以分辨左和右的区别——描述为电子“胚胎”，未来某天将能够“走路、交谈、观察、书写、繁殖，并具备自我存在意识。”当这类承诺未能兑现时，该领域便会陷入所谓的AI寒冬，也就是悲观主义盛行和资金减少的时期。历史上出现过十几次小规模的AI寒冬，70年代末和90年代初还有两次大寒冬。虽说每一个科研领域都会经历类似的时期，但值得注意的是，很少有一门学科会如此“可靠地”让自己的信徒一再失望，以至后者为此想出了一个专有名词。人工智能只不过是噱头和糊弄人的把戏吗？这样说有些以偏概全了。如何看待人工智能取决于你对它有着怎样的期待。我们的机器的确越来越智能，但这并不是我们可以轻松归类的。就拿特斯拉的自动驾驶软件为例，公司总裁Elon Musk将其描述为一种汇集数据的“快速学习网络”，好让旗下所有汽车在同时进行学习。这个研究项目的最终目的不会是一般的人工智能，但它的整个计算机网络的确会具备相当高的智能性，这也就是被LeCun称作是“隐形智能”的东西。试想一下，未来你将拥有一台不会出差错的自动驾驶汽车，当中还有一位先进的数字助手。这或许是Levesque教授看不上眼的那种欺骗把戏，但却能让任何人将其当作人类来对待。你们会在早上上班时互相说笑话，聊聊新闻，安排自己的行程表，或是在需要时改变目的地——一切都会在这部不仅了解道路规则、还能应对其他车辆的自动驾驶汽车中进行。到了那时，我们真的还会在乎这种人工智能到底是真是假吗？来源：The Verge
传统文化传统文化传统文化　　人工智能（AI）技术市场正在蓬勃发展。除了大肆炒作和媒体的日益关注外，众多初创公司和互联网巨头都在竞相加入进来，企业的投资力度和采用程度随之大幅提升。Narrative Science公司在去年的一项调查发现，38%的企业已经在使用人工智能技术，到2018年这个比例有望增长到62%。弗雷斯特研究公司预测，2017年人工智能领域的投入将比2016年猛增300%。IDC公司估计，人工智能市场将从2016年的80亿美元，增加到2020年的470亿美元。
　　“人工智能”是1955年杜撰的一个术语，用来描述计算机科学领域的一个新兴分支学科。如今，人工智能包括一系列广泛的技术和工具，有些久经时间的考验，而另一些还比较新颖。为了帮助了解什么是热门技术、什么不是热门技术，弗雷斯特研究公司刚刚发布了关于人工智能的TechRadar报告（面向应用软件开发专业人员），该报告详细深入地分析了企业应该考虑采用、以支持人类决策的13种技术。
　　基于弗雷斯特研究公司的分析结果，本人在下面列出了10种最热门的人工智能技术：
自然语言生成：利用计算机数据生成文本。目前应用于客户服务、报告生成以及总结商业智能洞察力。代表性厂商包括：Attivio、Cambridge Semantics、Digital Reason、Lucidworks、Narrative Science和SAS。
语音识别：将人类语音转录和转换成对计算机应用软件来说有用的格式。目前应用于交互式语音应答系统和移动应用领域。代表性厂商包括：NICE、Nuance Communications、OpenText和Verint Systems。
虚拟代理：弗雷斯特公司声称，“虚拟代理可谓是媒体界目前竞相报道的对象。”从简单的聊天机器人，到可以与人类进行交际的高级系统，不一而足。目前应用于客户服务和支持以及充当智能家居管理器。代表性厂商包括：亚马逊、苹果、Artificial Solutions、 Assist AI、Creative Virtual、谷歌、IBM、IPsoft、微软和Satisfi。
机器学习平台：不仅提供了设计和训练模型，并将模型部署到应用软件、流程及其他机器的计算能力，还提供了算法、应用编程接口（API）、开发工具包和训练工具包。目前应用于一系列广泛的企业应用领域，主要涉及预测或分类。代表性厂商包括：亚马逊、Fractal Analytics、谷歌、H2O.ai、微软、SAS和Skytree。
针对人工智能优化的硬件：这是专门设计的图形处理单元（GPU）和设备，其架构旨在高效地运行面向人工智能的计算任务。目前主要在深度学习应用领域发挥作用。代表性厂商包括：Alluviate、克雷、谷歌、IBM、英特尔和英伟达。
决策管理：引擎将规则和逻辑嵌入到人工智能系统，并用于初始的设置/训练和日常的维护和调优。这是一项成熟的技术，应用于一系列广泛的企业应用领域，协助或执行自动决策。代表性厂商包括：Advanced Systems Concepts、Informatica、Maana、Pegasystems和UiPat。
深度学习平台：一种特殊类型的机器学习，包括拥有多个抽象层的人工神经网络。目前主要应用于由很庞大的数据集支持的模式识别和分类应用领域。代表性厂商包括：Deep Instinct、Ersatz Labs、Fluid AI、MathWorks、Peltarion、 Saffron Technology和Sentient Technologies。
生物特征识别技术：能够支持人类与机器之间更自然的交互，包括但不限于图像和触摸识别、语音和身体语言。目前主要应用于市场研究。代表性厂商包括：3VR、Affectiva、Agnitio、FaceFirst、Sensory、Synqera和Tahzoo。
机器人流程自动化：使用脚本及其他方法，实现人类操作自动化，从而支持高效的业务流程。目前应用于人类执行任务或流程成本太高或效率太低的地方。代表性厂商包括：Advanced Systems Concepts、Automation Anywhere、Blue Prism、UiPath和WorkFusion。
文本分析和NLP：自然语言处理（NLP）使用和支持文本分析，为此它借助统计方法和机器学习方法，为理解句子结构及意义、情感和意图提供方便。目前应用于欺诈检测和安全、一系列广泛的自动化助理以及挖掘非结构化数据等领域。代表性厂商包括：Basis Technology、Coveo、Expert System、Indico、Knime、Lexalytics、Linguamatics、Mindbreeze、Sinequa、Stratifyd和Synapsify。
　　当然，如今公司企业可以从人工智能技术获得诸多好处，不过据弗雷斯特研究公司在去年进行的一项调查显示，采用人工智能方面也面临一些障碍，未打算投入于人工智能的公司表达了这些顾虑：
　　没有明确的商业理由
　　不清楚人工智能可以用在什么地方
　　缺乏所需的技能
　　首先需要投入资金，以更新改造数据管理平台
　　没有相应预算
　　对于实施人工智能系统需要什么心里没底
　　人工智能系统并没有得到验证
　　没有合适的流程或治理
　　人工智能尽是炒作，还没有落地
　　自己没有所需的数据，或无法访问所需的数据
　　不清楚人工智能是什么意思
　　弗雷斯特研究公司得出结论，一旦企业克服了上述障碍，它们势必会得益于人工智能在面向客户的应用环境下加快转型，并编织成一个高度互联的企业信息网络。
　　免责申明:本站所有内容均来自网络,我们对文中观点保持中立,对所包含内容的准确性,可靠性或者完整性不提供任何明示或暗示的保证,请仅作参考。若有侵权,请联系删除。
　　文章来源： 云头条
声明：本文由入驻搜狐公众平台的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。