首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

赫尔辛基大学AI基础教程AI的哲学(1.3节)

回想一下关于“行李箱单词”的讨论,汽车中的AI系统并没有看到或理解它的环境,也不知道如何以一种人类看到、理解和知道的方式安全驾驶。...关键术语: 通用AI和窄AI 在阅读新闻时,你可能会看到术语“General ”和“narrow ”AI。这些是什么意思?窄AI是指处理某项任务的AI。...而窄AI则取得了巨大的进步。 强AI和弱AI 还有一种分法是“强”和“弱”AI。这归结为前面我们讨论的塞尔的研究:智能和假装智能之间的哲学上的差异。强的人工智能相当于一个真正聪明和自我意识的“头脑”。...弱AI是我们目前实际拥有的,即尽管只是计算机,但却表现出智能行为的系统。 完成第1章后,你应该能够可以: 了解自主性和适应性是解释人工智能的关键概念。 区分现实的和不切实际的AI(科幻与现实生活)。...你会把AI、机器学习、计算机科学、数据科学和深度学习分别放在哪里? 从左到右:B、C、A、E、D 练习三答案: 思考以下示例任务。确定哪些包含ai相关的领域。选择所有符合条件的。

51230
您找到你想要的搜索结果了吗?
是的
没有找到

赫尔辛基大学AI基础教程:关于预测未来(6.1节)

预测未来也许很困难,但至少我们可以思考过去和现在的AI,通过理解它们,以期为未来做好更好的准备,无论结果如何。 AI寒冬 人工智能的历史与其他许多科学领域一样,见证了各种不同的趋势。...公司也因为措施恐惧症(FOMO)而在AI领域发起并扩大他们的努力。...预测1:AI将继续环绕在我们身边 回顾一下,我们开始通过讨论影响我们生活中突出的AI应用来讨论人工智能的研究。我们强调了三个例子:自驾车,推荐系统以及图像或视频处理。...我们会在后面讨论AI带来的问题,但必须记住的是:忘掉终结者,还有更重要的事情要关注。 练习24:对AI的感觉是什么? 在这个练习中,我们希望你思考一下人工智能是如何被描述的。...这是AI的准确表示吗?为什么?

34440

赫尔辛基大学AI基础教程:总结(6.3节,最终章)

我们还需要学会对我们所看到的事物持批判态度,眼见不一定为实,并且要开发AI方法来帮助我们检测欺诈。 我们需要建立规章制度来保证人们有隐私权,任何侵犯隐私权的行为都将受到严格的惩罚。...我们还需要找到新的方式来分享每个人的利益,而不是创造一个能够负担最新的人工智能技术并使用它来获得空前的经济不平等的AI精英。这需要谨慎的政治判断(请注意,我们指的是有关政策的决定,无关选举)。...通过向你提供关于AI的基本信息,使我们能够对AI及其含义进行理性的讨论,你已经学到的知识可以支持实现这一目标。...希望你能继续学习,找到其他课程,进一步了解AI,及你感兴趣的其他领域。为了帮助您进行探索,我们收集了一些我们发现有用或有趣的人工智能材料。...练习26:AI在你的生活中 在工作和日常生活中,你如何看待人工智能对你的影响?包括正面和可能的负面影响。 https://www.youtube.com/watch?

23420

AI应用开发基础教程_借助LangChain来调用ChatGPT_API

思维导图 引言 代码: https://github.com/langchain-ai/langchain https://github.com/hwchase17/langchain 一个允许用户上传...PDF并提问的应用程序的概览图 主题 图像生成和声音生成 详细的用户界面实现 聊天GPT插件的利用 聊天GPT最新功能的利用(例如:函数调用) 章节结构 逐步创建一个 AI 聊天机器人,创建一个简单的摘要...AI 应用程序,然后创建一个更高级的 AI 应用程序,使用 Embedding 和 Vector DB 依次解释 ChatGPT、Streamlit 和 LangChain 等工具的设置和使用方法 结束...LLM开发实际的 AI 应用程序 让我们开始环境设置 Python LangChain (0.0.225):Python >=3.8.1, <4.0 Streamlit (1.24.0):Python...model=gpt-4 创建您的第一个AI聊天应用 让我们创建一个ChatGPT克隆应用 我们将开发的AI聊天机器人操作流程 让我们创建一个简单的AI聊天应用 https://github.com/

1.1K20

赫尔辛基大学AI基础教程:搜索和游戏(2.3节)

AiTechYun 编辑:yxy 在本节中,我们将研究一个经典的AI问题:游戏。为了清晰起见,我们将重点关注的最简单的场景是双人游戏,如井字棋和国际象棋等完全信息游戏。...游戏树 为了使用AI来解决游戏,我们将介绍游戏树的概念。游戏的不同状态由游戏树中的节点表示,与规划问题非常相似。...最小化值和最大化值 为了能够创建想去赢得游戏的AI,我们给每个可能的最终结果添加一个数值。对于棋盘上X有三点一线Max获胜,我们附加值+1,同样,对于Min连上三个O的情况,我们附加值-1。...可惜,当我们想在实际问题中应用AI时,情况会变得更加复杂。基本上,即使是一个中等复杂的现实世界情景中的状态数量无法控制,我们无法通过穷举搜索(“蛮力”)甚至巧妙的启发式方法找到解决方案。...只有这样我们才能开始接近现实世界的AI而不是简单的谜题和游戏。这是会是我们第3章的主题。

77330

赫尔辛基大学AI基础教程:赔率和概率(3.1节)

AiTechYun 编辑:yxy 在赫尔辛基大学AI基础教程:搜索和游戏(2.3节)中,我们讨论了搜索以及它在完全信息时的应用 ,比如像国际象棋这样的游戏。但是,在现实世界中,事情很少这样清晰。...然而,在不确定性情况下,概率已成为不确定性推理的最佳方法,几乎所有当前的AI应用都至少在一定程度上基于概率。 ?...或者AI会自动执行特定任务,例如在x射线照片中检测骨折的骨头,或者在餐馆里做侍应生的可能性有多大。 注: 关于概率重点要学到什么 我们希望你学到的关于概率的最重要的东西不是概率微积分。...由于这是一个AI课程,我们将讨论如何使用概率来自动化不确定推理。我们将使用的示例包括医疗诊断(尽管它通常不是我们希望自动化的任务),和识别欺诈性电子邮件(“垃圾邮件”)。

47120

赫尔辛基大学AI基础教程:机器学习的类型(4.1节)

我们想要实现的是一种AI方法,可以像上面那样为给定的图像自动分类正确的标签(0到9之间的数字)。...即使我们完成了所有这些工作,其结果可能会是一个不好的AI方法,因为正如你所看到的,手写数字通常很像,每个规则都需要十几条例外。...强化学习:通常用于像自动驾驶汽车这样的AI智能体必须在环境中运行,并且关于好的或坏的选择的反馈是有延迟的。也可用于仅在游戏结束时才能确定结果的游戏中。...人教机器:监督学习 代替手动写下确切的规则完成分类,监督机器学习的重点是使用大量实例,用正确的标签标记每个实例,并用它们“训练”AI方法为训练实例和任何其他图像自动识别正确的标签。

49480
领券