首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >人工智能的非技术使用说明书

人工智能的非技术使用说明书

作者头像
深度学习与Python
发布2019-06-20 10:46:27
5570
发布2019-06-20 10:46:27
举报

据麦肯锡估计,从现在到2030年,人工智能将创造约13万亿美元的美国国内生产总值。相比之下,2017年整个美国的国内生产总值约为19万亿。人工智能已经成为第四次工业革命, 人工智能无疑是数字化转型的核心,它在整个行业中的应用将极大地改变我们的世界以及工业生产方式。 越来越多的人希望投入这场人工智能革命,但他们不知道AI能做什么,AI是一种什么样的技术。 因此本文将介绍什么是AI。

关于人工智能的误解

关于人工智能的炒作从未停止过,许多人对人工智能存在一定的误解。人工智能可分为两部分:

人工窄智能(ANI)

人工窄智能是指擅长一项特定任务的AI ,它们是经过训练和开发的。 例如一个人工智能系统可根据历史数据向您推荐YouTube视频的算法或者预测未来房屋价格。ANI是一个非常强大的工具,它将在未来几年为我们的社会增加许多额外的价值。 我们近年来所看到的所有人工智能进展其实都是人工窄智能。

人工智能(AGI)

人工智能的最终目标是一个比人类聪明或聪明的计算机系统 。 AGI可以成功地完成人类可以做的任何智力任务。 这也是AI引起人们最大恐惧的一部分。 他们想象一个计算机比人类聪明得多的世界,几乎每个工作都是自动化的,甚至是类似终结者的场景。而实际上, 我们仍远远未达到真正的AGI技术水平 。

人工智能相关术语

人工智能是一个非常复杂的领域,里面包括很多术语可能会让你很混乱。 你可能听说过神经网络,深度学习或数据科学。 但并不清楚其中具体的含义以及相互间的关系。

人工智能

人工智能是一个计算机科学领域 ,它强调智能机器的创造,拥有像人类一样工作和反应 。 就像我已经提到的那样,当人们谈论AI时,他们主要是人工智能(AGI)。机器学习和深度学习都是用于使计算机智能操作的技术。

机器学习

机器学习是AI的一个子领域 。 通过一定的算法使计算机能够从数据中学习并执行某项任务。 机器学习项目示例:

想象一下,你是一家房地产公司,你有很多关于房屋的数据。 您与机器学习公司合作,建立机器学习系统,以预测房屋的未来价格。 这样的系统使您能够更好地决定您想要投资的房屋,并找出清算投资的合适时机。

深度学习

深度学习是机器学习的一个子部分,它与机器学习基本相同:你给算法标记数据,然后算法从数据中学习数据规律并进行预测。 与机器学习的不同之处在于深度学习具有更现代,更复杂的算法,而机器学习使用更简单的传统算法。由于它们的复杂性以及足够的数据和计算能力,深度学习算法在准确度上有了重大突破,甚至在其中一些任务上超过人类(例如:组织病理学图像分析,或在Netflix上推荐电影)。

数据科学

数据科学项目的输出通常是一组见解,可帮助您做出更好的业务决策,例如决定是否投资某些东西,是否应该购买某些设备,或者是否应重新构建您的网站。 数据科学是通过统计方法 ,可视化等分析数据来提取数据知识和洞察力的科学 。输出通常是演示文稿或幻灯片帮助管理者做出某些决策的结论。

人工智能术语还包括强化学习,生成性对抗网络(Gans)等。这些都是使AI系统智能化的工具。

数据

数据可以采用多种形式:电子表格,图像,音频,传感器数据等。这些可分为两大类:结构化和非结构化数据。

结构化数据是按照预定义模式以结构化格式存储的数据 。 它指的是驻留在记录或文件中的固定字段中的任何数据。可以是文本的也可以是非文本。 例如泰坦尼克号数据集就是一种结构化数据。

非结构化数据本质上是未通过预定义模式构建的其他所有内容。 它可以是文本的或非文本的, 主要包括图像,视频,音频文件,文档等。

监督学习是最常用的机器学习类型,当人们说“数据”时,它们主要是指标记数据 。例如您有一个数据集,其中包含100,000只狗和猫的照片,其中每张照片都有一个标签,“Cat”或“Dog”。还比如一个包含房价信息的数据集。 每个房屋对应的价格就是标签。

数据获取

您可以在互联网上找到许多问题的数据集(一些是免费的,一些是花钱的),但大多数时候您需要创建自己的数据集,获取数据有三种主要方式:

1.手动创建

假如你想要建立一个分类器检测给定图片上是否有男人或女人。 要训练这样的分类器,你需要搜集一些男女图片。 然后,您需要为每个图像指定一个标签:men(标签1)或女人(标签2)。

2.用户行为

假如您经营一家电子商务公司并希望预测客户何时会进行购买,您可以通过观察用户在您网站上的行为来创建数据集。

3.使用免费数据源

像Kaggle上有许多免费的数据集资源。 还可以使用Google数据搜索 ,如果没有找到任何内容,还可以在数据市场上购买数据集。

参考

https://towardsdatascience.com/the-non-technical-guide-to-artificial-intelligence-e9e5da1a15c5

深度学习与Python,专注于深度学习、机器学习前沿知识与资讯

本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2019-06-18,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 深度学习与python 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 人工窄智能(ANI)
  • 人工智能(AGI)
  • 人工智能
  • 机器学习
  • 深度学习
  • 数据科学
  • 2.用户行为
  • 3.使用免费数据源
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档