首頁 > 資訊 > 知識 > 人工智能知乎，人工智能包括哪些方面

人工智能知乎，人工智能包括哪些方面

來源：整理時間：2023-06-17 17:21:28 編輯：智能門戶手機版

1，人工智能包括哪些方面

“人工智能領(lǐng)域的研究包括機器人、圖像識別、語言識別、自然語言處理和專家系統(tǒng)等。人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項工作的人，必須懂得計算機知識、心理學(xué)和哲學(xué)?！?

{0}

2，人工智能ai有哪些細思極恐的事實知乎

人在這個社會也都是需要進步和學(xué)習(xí)的，默守成規(guī)就只能被淘汰，與其擔(dān)心被人工智能淘汰，不如去多學(xué)學(xué)其他的一些知識，充實自己，因為不管人工智能再怎么普及，畢竟那不還是人工智能的嘛，還是需要有人的，你得讓自己去適應(yīng)這個人工智能，去做這個人工智能的操縱者，而不是擔(dān)心自己被取代。

搜一下：人工智能ai有哪些細思極恐的事實知乎

人在這個社會也都是需要進步和學(xué)習(xí)的，默守成規(guī)就只能被淘汰，與其擔(dān)心被人工智能淘汰，不如去多學(xué)學(xué)其他的一些知識，充實自己，因為不管人工智能再怎么普及

{1}

3，人工智能的前景怎么樣

當(dāng)前，我國人工智能產(chǎn)業(yè)發(fā)展的基礎(chǔ)條件已經(jīng)具備，未來十年內(nèi)都將是人工智能技術(shù)加速普及的爆發(fā)期。人工智能專用芯片有望成為下一個爆發(fā)點，智能語音產(chǎn)業(yè)鏈逐漸成形，產(chǎn)業(yè)規(guī)模大幅提升。同時，人工智能具有顯著的溢出效應(yīng)，將帶動其他相關(guān)技術(shù)的持續(xù)進步，助推傳統(tǒng)產(chǎn)業(yè)轉(zhuǎn)型升級和戰(zhàn)略性新興產(chǎn)業(yè)整體性突破。

作者：北冥乘海生鏈接：https://www.zhihu.com/question/20102212/answer/280188150來源：知乎著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。以史為鑒，可以知興衰。為了探討人工智能的發(fā)展前景，我們簡單回顧一下人工智能前面發(fā)展的三起兩落。一、六十多年前的達特茅斯會議，提出了“Artifitial Intelligence”的課題，目的是讓逐漸成熟的計算機能夠代替人類解決一些感知、認知乃至決策的問題。這樣一個課題是如此令人神往，也迅速吸引了大量學(xué)者的眼球，相關(guān)的研究也如火如荼地開展了起來。是為第一起。二、初，學(xué)者們解決人工智能問題的思路，是以人為師，通過專家編制規(guī)則的方法，教機器下棋、認字乃至語音識別。在今天看來，這樣的方法是完全南轅北轍的——人類的視聽器官雖然很發(fā)達，卻并沒有能力總結(jié)提煉其中的規(guī)律。于是，人工智能的美好憧憬中迎來了殘酷的現(xiàn)實，學(xué)者們發(fā)現(xiàn)解決問題是如此遙遠，圍觀群眾也一度認為人工智能的學(xué)者都是騙子。是為第一落。三、既然靠人指導(dǎo)不行，那就要祭出“實事求是”的法寶，從數(shù)據(jù)里統(tǒng)計規(guī)律。在這樣數(shù)據(jù)+統(tǒng)計的方法論下，諸如人臉識別、手寫識別等一些較為簡單的問題取得了重大進展，而在當(dāng)時最困難的問題——大詞表連續(xù)語音識別上，統(tǒng)計方法也是史無前例地造就了實驗室中“基本可用”的系統(tǒng)。到此時，我們感覺找到了解決人工智能問題的基本思路。是為第二起。四、數(shù)據(jù)+統(tǒng)計模型的方法盛行以后，也很快遇到了瓶頸：數(shù)據(jù)量的提升并不總能帶來識別率的提高。當(dāng)然，我們很早就知道“深度模型”比“淺層模型”學(xué)習(xí)數(shù)據(jù)的能力強，無奈這種模型的計算代價極高，只能望洋興嘆。拿語音識別為例，在“基本可用”到“實用”之間的鴻溝，十幾年都沒有跨過去，于是大家又轉(zhuǎn)向悲觀，覺得人工智能還只是個夢。是為第二落。五、第二落以來，繼續(xù)堅持在“深度神經(jīng)網(wǎng)絡(luò)”這條戰(zhàn)線上的學(xué)者很少，因為做這個是拿不到funding的。其中有一位老前輩Jeffrey Hinton，和他的學(xué)生Alex一起，發(fā)現(xiàn)用GPU算神經(jīng)網(wǎng)絡(luò)，能大幅提高速度，于是這種模型居然可能實用了。一旦實用，深度模型可以瘋狂吸收數(shù)據(jù)的優(yōu)勢就發(fā)揮出來了，于是在語音識別、圖像識別等領(lǐng)域帶來了飛躍式的進展。是為第三起。當(dāng)然，工業(yè)界的看到的這第三起，比我們上面輕描淡寫提到的內(nèi)容要波瀾壯闊得多。不過，不要太在意，因為各路大佬不論過去是做黑產(chǎn)、賣假貨還搞劫持的，都搖身一變成了人工智能的忠實擁躉和業(yè)界先驅(qū)——雖然他們的數(shù)學(xué)也就是初中肄業(yè)水平。去年，當(dāng)我聽到某此類上市公司老板歇斯底里地在財報中喊出要投入數(shù)千萬美元搞人工智能時，不由心生感慨：修腳的可以掛妙手回春的錦旗，但千萬別說自己是做精準醫(yī)療的！雖然人工智能的第三起確實有了質(zhì)的發(fā)展，但考慮到這些沉渣泛起的為人工智能從業(yè)者，我覺得第三落還是會來到，只不過并非對行業(yè)本身的懷疑，而是自我凈化罷了。而人工智能的行業(yè)發(fā)展趨勢，由于大規(guī)模數(shù)據(jù)+大規(guī)模算力的基本方法論已經(jīng)成熟，今后的發(fā)展路徑是十分清楚的：在那些數(shù)據(jù)儲備充分、商業(yè)價值清晰的場景，人工智能會迅猛發(fā)展，投身于這樣的行業(yè)中期發(fā)展會非常好；而醫(yī)療、教育這類領(lǐng)域，由于電子化數(shù)據(jù)的整理與積累尚需時日，可以需要一個較為漫長的發(fā)展過程。

肯定是前途無量

再不好也比女人好在女人身上投資是最失敗的選擇就是死翹翹也別讓自己比女人厲害除非腦子有問題明碼標價的一切利益應(yīng)該在男人身上