人工智能、机器学习与深度学习

文章目录

    • 人工智能的发展
    • 人工智能应用场景
    • 机器学习与深度学习

人工智能的发展

人工智能的产生是在多方面条件共同作用下所实现的。早在数理逻辑初创期,亚里士多德所创立的演绎法,就提出了演绎推理的一般原则,即三段论。在逻辑代数时期,德国数学家莱布尼茨将形式逻辑符号化,从而奠定了数理逻辑的基础。在人工神经网络层面,美国生物学家詹姆士首次阐明人脑结构和功能,为后续建成神经网络模型奠定基础。

在这里插入图片描述

而为人工智能的研究提供位置基础的,则是在1946年2月14日研制成功的第一台通用计算机ENIAC。英国数学家图灵于1936年创立了自动机理论亦称为图灵机,他设计了一个实验,试图通过让机器模仿人来回答一些问题,从而据此判断它是否具备智能。直到1956年夏季,人工智能才正式诞生于一次历史性的会议中,此次会议的目的是让计算机更加“聪明”,或者说使计算机具有智能,自此,“Artificial Intelligence”一次被正式采用。

在这里插入图片描述

1980-1987年是人工智能发展的黄金时期,专家系统让人们看到了人工智能应用于各种领域的可能性,是AI发展史上的一次重要突破与转折。它可以看做一个智能计算机程序系统,其内部含有大量的某个领域专家水平的知识与经验,采用人工智能中的知识表示和知识推理技术来模拟通常由领域专家才能解决的复杂问题。在后续的发展过程中,虽然也有过波折,但AI技术的发展总体较为平稳,尤其是机器学习、人工神经网络、智能机器人等领域的研究逐渐趋向深入。

人工智能应用场景

当1842年人类第一次开始构思可编程计算机时,就已经在思考计算机能否变得智能。如今,人工智能已经是一个具有很多实际应用和研究课题的领域,并且仍在蓬勃发展着。人们希望的是通过智能软件自动化处理常规劳动、理解语音或图像、帮助医学诊断和支持基础科学研究。

在这里插入图片描述

当前的人工智能研究,仍有很大一部分的发展空间,与人类智能的水平相比,人工智能仍具有很多差距和不足。另一方面,在应用领域,人工智能也应该朝着更加丰富的应用场景发展。一些主要的应用场景如下。其中重要的一项就是智能出行领域的应用。随着人工智能技术、云计算、物联网等技术的高速发展,全球出行领域正面临一场前所未有的深刻变革。汽车电动化、智能化、网联化、共享化“新四化”的跨界融合发展,正在重塑出行产业和出行方式。
国内外许多公司目前已经加大投入到自动驾驶和无人驾驶的研究中。例如Google的GoogleX实验室正在积极研发无人驾驶汽车GoogleDriverlessCar,百度也启动了“百度无人驾驶汽车”研发计划。今年在上海临港举办的全球人工智能开发者先锋大会上也有AI智能出行前沿主题论坛。智能出行领域的不断发展,数字化转型已成为行业内的关键词汇,企业也需要通过数字化转型来构建数字化基础设施,实现智能出行服务的高效运营和优化。
另一项具有划时代意义的应用场景就是自然语言处理。自然语言处理是研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法,其基础是各类自然语言处理数据集,是计算机科学、人工智能、计算机和人类语言之间的相互作用的领域,技术难点在于单词的边界界定、语义的消歧、句法的模糊、不规范输入、语言行为等内容。最近引爆科技领域的ChatGPT,围绕ChatGPT打造硬件生态,可能产生新的生态。ChatGPT也在创作诗歌、教育培训、协助办公等领域都有着极高的应用价值,甚至新发布的版本已经能准确地预测风险并合理规避。

机器学习与深度学习

人工智能发展的早期,那些对于人类智力来说非常困难但对于计算机来说相对简单的问题可以很迅速地被计算机解决,就比如那些可以用数学化语言来形式化描述的问题。但对于那些人类可以凭主观思维很容易解决、但无法用形式化语言去描述的问题,才是人工智能面对的真正的挑战。为了解决这样的问题,我们不得不提供一种解决方案,这种解决方案是为了让计算机从经验中学习,并通过层次化概念体系来认识和理解世界,其中每个概念通过与比较简单的概念之间的联系来定义。当我们让计算机通过像人类一样利用已有的经验来获取知识,就不再需要人来形式化的列举出计算机解决问题所需要的所有知识。这种层次化的概念让计算机构建较简单的概念来学习复杂概念。如果绘制出这些概念如何建立在彼此之上的图,我们将得到一张相较于传统机器学习算法而言更“深”(层次更多)的图,出于这种原因,我们将这种解决方案称为“深度学习”。

在这里插入图片描述

深度学习是指多层的人工神经网络和训练它的方法。一层神经网络会把大量的矩阵数字作为输入,通过非线性激活方法作为输入,再产生另一个数据集合作为输出。这就像生物神经大脑的工作原理一样,通过合适的矩阵数量。多层组织链接一起,形成神经网络“大脑”进行精准复杂的处理,就像人们识别物体标注图片一样。

在AI早期相对形式化且简洁的环境中,计算机不需要具备很多关于世界的知识就可以解决相应的问题。例如1997年IBM的深蓝国际象棋系统击败了世界冠军Garry Kasparov。但国际象棋实际上是一个相对比较简单的领域,仅仅含有64个位置并只能够以严格限制的方式移动32个棋子。它完全可以由一个非常简短的、完全形式化的规则列表描述,并可以轻松由程序员提前提供。这类抽象的、形式的任务对人类而言是最困难的脑力任务之一,对计算机而言却属于最容易的。

在这里插入图片描述
计算机能够轻松打败最好的人类棋手,但直到最近计算机才在对象识别或语音任务中达到人类平均水平。人工智能所面临的一个关键挑战就是如何将人类日常生活所需要的关于世界的巨量主观、直观的知识传达给计算机。人们首先考虑的是人工智能的知识图谱方法,这些项目力求将关于世界的知识用形式化的语言进行硬编码,但都没有实现重大的突破。

这种依靠硬编码的知识体系面对的巨大困难表明,AI系统需要具备自己获取知识的能力,即从原始数据中提取模式的能力,才能更好地解决同类型问题。这种能力被称为机器学习。大体来讲,机器学习就是用算法真正解析数据,不断学习,然后对世界中发生的事做出判断和预测。研究人员不是像传统操作一样亲手编写软件、确定特殊指令集、然后让程序完成特殊任务,相反,研究人员会用大量数据和算法“训练”机器,让机器学会如何执行任务。

在这里插入图片描述

引入机器学习使计算机能够解决涉及现实世界知识的问题,并能作出看似主观的决策。在过去很长一段时间里,机器学习的最佳应用案例是“计算机视觉”,要实现计算机视觉,研究人员仍然需要手动编写大量代码才能完成任务。并且,对于许多任务来说,很难知道应该提取哪些特征来组成一个合适的特征集。假如想实现对照片中的车子实现检测,可能会联想到用车轮的存在作为特征,但却很难准确地从像素值的角度描述一个车轮的外观。车轮的外观是简单的几何形状,但它的图像可以因为环境而变得很复杂,各种细节的影响都会极大加剧分析问题的难度。

深度学习则是通过较简单概念构建复杂的概念。它是从机器学习中的人工神经网络发展出来的新领域。早期所谓的“深度”是指超过一层的神经网络。深度学习本来并不是一种独立的学习方法,其本身也会用到有监督和无监督的学习方法来训练深度神经网络。但由于近几年该领域发展迅猛,一些特有的学习手段相继被提出(如残差网络),因此越来越多的人将其单独看作一种学习的方法。

img

深度学习是AI的途径之一,它并不是一个全新的概念。具体来说,它是一种特定类型的机器学习。人们坚信深度学习可以构建出在复杂实际环境下运行的AI系统,它具有强大的能力和灵活性,将大千世界表示为嵌套的层次概念体系。深度学习已将以前需要视觉专业知识的应用转变为非视觉专家即可解决的工程挑战。深度学习将开发和编写规则算法的应用开发人员所肩负的逻辑重担转至培训系统的工程师。它还为解决应用程序开辟了新的可能性,且这些应用程序在无人工检查员的情况下从未进行过尝试。因此,深度学习使机器视觉变得更易于使用,同时扩展了计算机和相机的精确检查极限。

更深的神经网络层数使深度学习能够学习到更加复杂丰富的特征,从而提高了其在识别、分类、预测等各类任务上的表现。比如网络深度的增加,让神经网络可以从原始数据中自适应地学习到更多高层次、高抽象的特征,提高了数据的表示能力以及解决复杂问题的能力,同时实现端到端的学习,即从原始数据到直接学习得到最终的目标,从而化简了传统机器学习的繁琐手工设计过程,也方便进行模块化设计和组合,建立出更加复杂全面的系统。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/49969.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

init与zygote的启动流程

文章目录 1.init进程启动过程1.1init进程的入口函数1.1.1创建和启动所需要的文件目录1.1.2对属性进行初始化与启动属性服务1.1.3子进程信号处理函数1.1.4.重启死去的进程1.1.5.解析init.rc配置文件 1.2解析init.rc配置文件1.3解析Service语句1.4init启动Zygote1.4.1start方法 1…

得物前端巡检平台的建设和应用(建设篇)

1.背景 我们所在的效能团队,对这个需求最原始的来源是在一次“小项目”的评审中,增长的业务同学提出来的,目的在于保障前端页面稳定性的同时减少大量测试人力的回归成本。 页面稳定性提升,之前迭代遇见过一些C端的线上问题&…

家人们,谁懂啊,我面试面到了前公司的领导

最近面试,居然面到了刚毕业时的领导。 他认出了我,嬉笑、挑逗的问我现在在这家公司**“混”**的怎么样?还记得当初他待我不薄不? 对于提问,他回答得颠三倒四。 了解到他在之前的几家小公司都过着生活安逸、薪资稳定…

最实用的自媒体爆文采集工具,简单易出爆文

自媒体想要变现,最重要的路径就是获取流量,让文章\视频的阅读量\播放量能够提升,因此,学会利用自媒体工具产出爆款内容就很重要,今天给大家介绍一下,2021年,最实用的自媒体爆文采集工具&#xf…

腾讯大逆转阿里,夺回港股王,马化腾“拍了拍”马云

和“中国首富”这样的个人荣誉相比,相信腾讯创始人马化腾更看重,腾讯公司在江湖中的地位。 2019年11月26日,阿里巴巴集团(9988.HK)在港交所二次上市前,港股“市值王”一直是腾讯,且领先其他公司…

如何添加马云,马化腾,李彦宏的微信

让马化腾出现在你的微信聊天里面 首先声明不是 PS, 我不会 PS 的,这是程序截图: 如下图: 程序源代码: http://git.oschina.net/LittleDY/isWeiXin 我在他的基础上,重新设计了图片和聊天记录。图片来自百度…

马云曾经偶像,终于把阿里留下的 1400 亿败光了

作者:张一弛 来源:金错刀(ID:ijincuodao) 阿里这个金矿,终于被雅虎花光了。 三天前,Altaba宣布将清算和解散,其所持有的阿里巴巴集团股份将对外转让,拟转让的阿里巴巴股份…

如何写一篇法学论文?

我本科是工科专业,千辛万苦跨考到法学,没想到这是噩梦的开端。工科到社科的跨度比想象中大了很多,不再有正确的算式,不再有精细的实验操作,我面对的是一篇篇无从下手的论文。研一上学期的我完全就是个彻头彻尾的学渣&a…

华为认证HCIA-Kunpeng Application Developer单选习题总结

最近参加了华为HCIA-Kunpeng Application Developer的认证考试。所以分享一下在培训和备考过程中做的一些习题。 ▣ 考试总共90分钟,有60个题。分别有单选、多选和判断。总分1000分,600分过。 单选练习题 1.TaiShan服务器支持哪个中标麒麟版本&#xf…

用Azure认知服务开发一个语音翻译机,学英文很爽快

最近CSDN开展了《0元试用微软 Azure人工智能认知服务,精美礼品大放送》,当前目前活动还在继续,热心的我已经第一时间报名参与,只不过今天才有时间实际的试用。 目前活动要求博文形式分享试用语音转文本、文本转语音、语音翻译、文…

对话式文档审阅:积极拥抱大型语言模型,实在智能Chat-IDP开启内测

以ChatGPT为代表的自然语言处理大模型技术大火出圈,微软、谷歌、百度系等生成式大模型接连发布和不断升级优化,人工智能的快速发展,进一步促使AI产业带动生产力变革,正式拉开一个AI时代的全新序幕。 国内多家头部AI企业都在加大大…

阿里达摩院开源大型端到端语音识别工具包FunASR | 弥合学术与工业应用之间的差距

本文首发于微信公众号 CVHub,严禁私自转载或售卖到其他平台,违者必究。 Title: FunASR: A Fundamental End-to-End Speech Recognition Toolkit PDF: https://arxiv.org/pdf/2305.11013v1.pdf Code: https://github.com/alibaba-damo-academy/FunASR 导读…

利用科大讯飞语音合成模块SDK实现ROS语音交互

利用科大讯飞语音合成模块SDK实现ROS语音交互 本文内容与CSDN博主「AI Chen」的原创文章相同,可以直接参考原文:https://blog.csdn.net/qq_39400324/article/details/125351722快速链接 本文目的在于记录学习过程,作为笔记。 本文标记为转载。…

华为鲲鹏HCIA考试-练习02

文章目录 单选题多选题判断题其他练习:模拟考试: 单选题 镜像导出时,支持的最大镜像文件大小是? A、128GB B、64GB C、32GB D、256GB A通过源码编译制作软件包时,默认会把打包后的rpm包放在以下哪个目录下? A、BUILD B、SPECS …

人工智能术语库分享(包括彩云小译分享码)【更新链接】

来源:https://github.com/jiqizhixin/Artificial-Intelligence-Terminology-Database 内容介绍 经常使用彩云小译翻译文献,在网上找到这个术语库的时候很高兴,里面包含了很多机器学习的词汇。 我将其整理成了excel表格,可进行导入…

Meta 开源语音 AI 模型支持 1,100 多种语言

自从ChatGPT火爆以来,各种通用的大型模型层出不穷,GPT4、SAM等等,本周一Meta 又开源了新的语音模型MMS,这个模型号称支持4000多种语言,并且发布了支持1100种语言的预训练模型权重,最主要的是这个模型不仅支…

重磅!普惠AI--华为云语音语义万次调用1元购,有奖问答@评论区等你来!

活动快速入口:https://activity.huaweicloud.com/language_speech_promotion0.html 语音交互与自然语言处理 语音交互是一种人机交互方式,以开放API的方式提供给用户,用户通过实时访问和调用API获取语音交互结果。自然语言处理是针对各类企…

华为OD机试用Python实现 -【云短信平台优惠活动】(2023-Q1 新题)

华为OD机试题 华为OD机试300题大纲云短信平台优惠活动题目描述输入描述输出描述示例一输入输出说明示例二输入输出说明Python 代码实现代码编写思路华为OD机试300题大纲 参加华为od机试,一定要注意不要完全背诵代码,需要理解之后模仿写出,通过率才会高。 华为 OD 清单查看…

华为认证HCIA-Kunpeng Application Developer多选习题总结

最近参加了华为HCIA-Kunpeng Application Developer的认证考试。所以分享一下在培训和备考过程中做的一些习题。 ▣ 考试总共90分钟,有60个题。分别有单选、多选和判断。总分1000分,600分过。 多选练习题 1.TaiShan 200机架服务器包含哪些型号&#xf…

【愚公系列】华为云系列之ModelArts搭建中文语音识别系统

文章目录 前言1.ModelArts是什么 一、语音识别技术概述1.语音识别概述2.语音识别的一般原理3.信号处理与特征提取方法3.1 MFCC 4.基于深度学习的声学模型DNN-HMM 二、DFCNN全序列卷积神经网络介绍三、Transformer原理四、使用ModelArts快速上手训练DFCNNTransformer模型完成中文…