Artificial Intelligence Programming with Python 笔记一

Artificial Intelligence Programming with Python 一书,主要对当前火热的AI技术做了简单介绍,适合了解一下当下最流行的AI技术,没有很复杂的数学知识,有一些简单的代码,可以测试。本文主要摘录第一章对AI技术的简介和AI发展的历史。

AI的历史,最早可以追溯到冯诺依曼的计算机。

AI发展的3个阶段:

  1. 1950s–1970s, neural networks (NNs): During this period, neural networks, also called artificial neural networks (ANNs), were developed based on human brains that mimic the human biological neural networks. An NN usually has three layers: an input layer, a hidden layer, and an output layer. To use an NN, you need to train the NN with a large amount of given data. After training, the NN can then be used to predict results for unseen data. NNs attracted a lot of attention during this period. After the 1970s, when NNs failed to live up to their promises, known as AI hype, funding and research activities were dramatically cut. This was called an AI winter.
    20世纪50年代至70年代,神经网络(NNs):在这一时期,神经网络,也称为人工神经网络(ANNs),是基于模仿人类生物神经网络的人脑开发的。神经网络通常有三层:输入层、隐藏层和输出层。要使用神经网络,您需要使用大量给定的数据来训练神经网络。在训练之后,神经网络可以用来预测看不见的数据的结果。NNs在这一时期吸引了很多关注。20世纪70年代之后,当国家神经网络未能兑现他们的承诺,即人工智能炒作时,资金和研究活动被大幅削减。这被称为人工智能的冬天。
  2. 1980s–2010s, machine learning (ML): This is the period when machine learning flourished. ML is a subset of AI and consists of a set of mathematical algorithms that can automatically analyze data. Classic ML can be divided into supervised learning and unsupervised learning. Supervised learning examples include speech recognition and image recognition. Unsupervised learning examples include customer segmentation, defect detection, and fraud detection. Classic ML algorithms are support vector machine (SVM), K-means clustering, decision tree, naïve Bayes, and so on.

20世纪80年代至2010年代,机器学习(ML):这是机器学习蓬勃发展的时期。ML是人工智能的一个子集,由一组可以自动分析数据的数学算法组成。经典ML可以分为有监督学习和无监督学习。监督学习的例子包括语音识别和图像识别。无监督学习示例包括客户细分、缺陷检测和欺诈检测。经典的ML算法有支持向量机(SVM)、K-means聚类、决策树、朴素贝叶斯等。

  1. 2010s–present, deep learning (DL): This is the period when deep learning (DL) was developed. DL is a special type of neural network that has more than one layer of hidden layers. This is possible only with the increase of computing power, especially graphical processing units (GPUs), and improved algorithms. DL is a subset of ML. DL has so far outperformed many other algorithms on a large dataset. But is DL hype or reality? That remains to be seen.

2010年代至今,深度学习(DL):这是深度学习发展的时期。DL是一种特殊类型的神经网络,具有一层以上的隐藏层。这只有在计算能力,特别是图形处理单元(GPU)和改进算法的增加下才有可能实现。DL是ML的一个子集。到目前为止,DL在大型数据集上的表现优于许多其他算法。但DL是炒作还是现实?这还有待观察。

AI的分类:

  1. Narrow AI, also called weak AI or artificial narrow intelligence (ANI), refers to the AI that is used to solve a specific problem. Almost all AI applications we have today are narrow AI. For example, image classification, object detection, speech recognition (such as Amazon’s Alexa, iPhone’s Siri, Microsoft’s Cortana, and Google Assistant), translation, natural language processing, weather forecasting, targeted advertisements, sales predictions, email spam detection, fraud detection, face recognition, and computer vision are all narrow AI.

狭义人工智能,也称为弱人工智能或人工狭义智能(ANI),是指用于解决特定问题的人工智能。我们今天拥有的几乎所有人工智能应用都是狭义的人工智能。例如,图像分类、物体检测、语音识别(如亚马逊的Alexa、iPhone的Siri、微软的Cortana和谷歌助手)、翻译、自然语言处理、天气预报、定向广告、销售预测、电子邮件垃圾邮件检测、欺诈检测、人脸识别,和计算机视觉都是狭义的人工智能。

  1. General AI, also called strong AI or artificial general intelligence (AGI), refers to the AI that is for solving general problems. It is more like a human being, which is able to learn, think, invent, and solve more complicated problems. The singularity, also called technological singularity, is when AI overtakes human intelligence, as illustrated in Figure 1.8. According to Google’s Ray Kurzweil, an American author, inventor, and futurist, AI will pass the Turing test in 2029 and reach the singularity point in 2045. Narrow AI is what we have achieved so far, and general AI is what we expect in the future.

通用人工智能,也称为强人工智能或人工通用智能(AGI),是指用于解决一般问题的人工智能。它更像一个人
存在,能够学习、思考、发明和解决更复杂的问题问题。
奇点,也称为技术奇点,是指人工智能超越了人类的智慧。
根据谷歌的Ray Kurzweil,美国作家、发明家和人工智能未来学家指出
将于2029年通过图灵测试,并于2045年达到奇点。
狭义人工智能是我们迄今为止所取得的成就,而通用人工智能则是我们期待未来。

  1. Super AI, also called superintelligence, refers to the AI after the singularity
    point. Nobody knows what will happen with super AI. One vision is
    human and machine integration through a brain chip interface. In August
    2020, Elon Musk, the most famous American innovative entrepreneur,
    has already demonstrated a pig with a chip in its brain. While some people
    are more pessimistic about the future of AI, others are more optimistic.
    We cannot predict the future, but we can prepare for it.

超级人工智能,也称超级智能,是指奇点之后的人工智能
指向没有人知道超级人工智能会发生什么。
一个愿景是通过脑芯片接口实现人机集成。2020年八月,美国最著名的创新企业家埃隆·马斯克,已经展示了一只大脑中有芯片的猪。而有些人
对人工智能的未来更加悲观,其他人则更加乐观。
我们无法预测未来,但我们可以为此做好准备。

AI发展的时间线
在这里插入图片描述
AI applications can be run either on the large remote servers, called cloud AI, or on the local machines, called edge AI.

AI应用在多个远程服务器的被称为云AI,本地服务器的叫边缘AI。

关于ChatGPT

2020年6月,OpenAI的GPT-3引起了全世界的关注。OpenAI是
由埃隆·马斯克共同创立的一家研究公司,马斯克还创立了著名的电动汽车公司特斯拉股份有限公司

GPT-3代表Generative Pre-trainedTransformer 3是一种语言预测模型,是深度学习的一种形式神经网络。

GPT-3是根据收集的数十亿条文本信息进行训练的。
通过在互联网上爬取数据,包括维基百科的文本。GPT-3有96层以及高达1750亿个参数;它是最大的语言模型

根据谷歌的数据,训练1000个参数大约需要1美元。
这这意味着训练GPT-3可能需要花费数千万美元。经过训练,GPT-3可以
许多令人惊叹的事情,比如生成新的文本、写文章、写作诗歌、回答问题、翻译语言,甚至创建计算机密码。

这被誉为人工智能研究中最伟大的突破之一。

小结

本章主要介绍了AI的历史与发展,这本书里给了很多的参考链接,非常有用,建议可以找来一本看下链接。

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/53105.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

Echarts数据动态可视化的实现

Echarts简介 Echarts缩写来自 Enterprise Charts,商业级数据图表,是百度的一个开源的数据可视化工具,一个纯 Javascript 的图表库,能够在 PC 端和移动设备上流畅运行。与此相同的数据可视化插件还有Highcharts。不过我还是比较喜…

手把手教你使用ECharts绘制可视化图表

1.在ECharts官网&#xff0c;下载ECharts的源码和示例文件。 2.解压缩下载下来的Echars压缩包&#xff0c;找到doc\example\www\echartsjs目录&#xff0c;将里面的js文件全部取出来&#xff0c;放到项目js目录文件夹下。 3.在页面的顶端引入模块加载器esl.js。 1 <script s…

chatgpt赋能python:Python绘制数据可视化图表的SEO指南

Python绘制数据可视化图表的SEO指南 数据可视化图表可以帮助人们更加直观地理解数据分析结果。而Python作为一种开源的编程语言&#xff0c;拥有简洁、易上手的特点&#xff0c;可以用于多种数据可视化任务。但是&#xff0c;在进行Python数据可视化的同时&#xff0c;也应该关…

LangChain学习:评估

文章目录 1. 加载数据2. 硬编码测试样例3. LLM生成测试样例4. 评估手动评估LLM评估 learn from https://learn.deeplearning.ai/langchain 1. 加载数据 import os import pandas as pd from dotenv import load_dotenv, find_dotenv _ load_dotenv(find_dotenv()) # read lo…

蔚来手机入网工信部,外观长这样?

相对于华为、小米等手机厂商纷纷进军新能源汽车&#xff0c;车企则瞄上了手机的“红海”&#xff0c;首当其冲的代表是吉利汽车。现在蔚来也加入了这个行列。 据报道&#xff0c;蔚来手机已于本月19日通过了工信部无线电核准&#xff0c;设备型号N2301&#xff0c;支持2G、联通…

OpenAI秘史公开:马斯克和奥特曼的战争,与钱无关

编译 | 蔓蔓周 毕昊天 首图来源&#xff1a;WIRED OpenAI 成立于2015年&#xff0c;由马斯克&#xff08;Elon Musk&#xff09;和里德霍夫曼&#xff08;Reid Hoffman&#xff09;等科技界的亿万富翁共同出资创办。 但在2018年初&#xff0c;马斯克断然撤销了一笔巨额资金后拂…

探讨GPT-4有望成为通用人工智能的基础,引领未来AI技术趋势

前言 从去年11月底至今&#xff0c;ChatGPT火爆全球&#xff0c;国内外关于ChatGPT的讨论热度持续不减&#xff0c;尤其是技术圈里面几乎每天都在讨论和使用ChatGPT&#xff0c;以及各大头部互联网巨头纷纷踏入ChatGPT产品的研发大潮中&#xff0c;大家都想从ChatGPT这个新风口…

构建无服务器 ChatGPT 支持的简历助手 - 基础(二)

之前我们制作了一个简洁的小命令行工具&#xff0c;可以用来帮助我们构建更好的简历。现在我们将该应用程序部署到云中&#xff01; 我将使用 AWS CDK&#xff0c;因为我喜欢它&#xff0c;而且它使此类事情变得相对简单。如果愿意&#xff0c;您当然可以将这些说明改编为 Ter…

巴比特 | 元宇宙每日必读:2026年,互联网上90%的内容或由AI创建,科技大公司如何阻止虚假信息?...

摘要&#xff1a;据澎湃新闻报道&#xff0c;主流的AI生成工具如ChatGPT、DALL-E、Midjourney降低了创建虚假图像、视频和文本的难度和成本&#xff0c;使网络上的AI生成内容泛滥且难以分辨。欧盟执法机构“欧洲刑警组织&#xff08;Europol&#xff09;”的一份报告预测&#…

MasterGo入选36氪「下一个百亿规模AIGC产品」,持续探索AI+界面设计的新未来

新技术带动了 AI、云计算、芯片等大模型相关的产业链各个环节的发展跃迁。热潮奔涌&#xff0c;谁能成为 AGI 时代现象级产品&#xff1f;谁将站在热潮的巅峰定义和捕捉新的机会&#xff1f; 经过大量的调研实践&#xff0c;36氪于日前公布《中国ChatGPT梦之队&下一个百亿…

Notepad++统计文本字数

Notepad简介 Notepad 是免费的、开源编辑器和支持多种语言。它运行在MS Windows环境中&#xff0c;其使用受GPL许可证约束。 基于强大的编辑组件Scintilla&#xff0c;Notepad 是用C 编写的&#xff0c;并使用纯Win32 API和STL来确保更高的执行速度和更小的程序尺寸。通过优化…

如何快速统计网站所有页面的文本字数

文章目录 前言一、WinHTTrack Website Copier是什么&#xff1f;二、WinHTTrack Website Copier使用步骤三、什么是Python?四、Python实现的功能 前言 实现快速统计网站所有页面的文本字数&#xff0c;需要具备两个条件&#xff1a; 1.获取该网站的所有页面的html文件 2.提取…

小红书代运营 ,小红书运营必备的15个模型1.0版,建议收藏

文/企飞薯 本文一共4983字 大家好&#xff0c;我是小红书代运营圈的主理人的企飞薯。我们一直在研究小红书生态营销。 近年来小红书随着用户体量壮大和平台多元化发展&#xff0c;用户的兴趣点&#xff0c;早已从美妆独大变为渗透生活领域的各个方面。 据小红书最新数据显示&a…

移动软件开发五——仿微信发现界面

2022年夏季《移动软件开发》实验报告 一、实验目标 模仿微信“发现”页创建列表布局&#xff0c;学习使用Textview imageview、LinearLayout 二、实验步骤 1. 搭建开发环境 在此之前我的电脑已经安装并使用过android studio和java sdk 详情参见我大一写的博客 安卓小白实…

用AS实现微信界面设计

提示&#xff1a;写完文章后&#xff0c;目录可以自动生成&#xff0c;如何生成可参考右边的帮助文档 文章目录 设计目标一、结果展示二、top.xml三、bottom.xml四、4个fragment.xml五、activity_main.xml六、java文件总结仓库 设计目标 提示&#xff1a;这里可以添加本文要记…

仿QQ聊天软件(登录界面、好友界面、聊天界面)-Java(Swing、Socket)

文章目录 一、项目结构二、项目功能三、制作界面&#xff08;一&#xff09;、登录界面的制作&#xff08;二&#xff09;、好友列表界面&#xff08;三&#xff09;、聊天界面 四、制作服务器五、设计通信协议六、项目缺点 学习了socket通信后&#xff0c;就想来制作一个类似Q…

Android仿微信气泡聊天界面设计

微信的气泡聊天是仿iPhone自带短信而设计出来的&#xff0c;不过感觉还不错可以尝试一下仿着微信的气泡聊天做一个Demo&#xff0c;给大家分享一下&#xff01;效果图如下&#xff1a; 气泡聊天最终要的是素材&#xff0c;要用到9.png文件的素材&#xff0c;这样气泡会随着聊天…

计算机系统大作业

摘 要 尽管hello程序非常简单&#xff0c;但是为了让它实现运行&#xff0c;系统的每个主要组成部分都需要协调工作&#xff0c;本篇论文就是解释说明在系统上执行hello程序时&#xff0c;系统发生了什么以及为什么会这样。 我们通过跟踪hello程序的生命周期开始系统讲解——…

程序人生-Hello’s P2P

计算机系统 大作业 题 目 程序人生-Hello’s P2P 专 业 未来技术 学   号 2021112807 班 级 21WL021 学 生 马铭杨 指 导 教 师 史先俊 …

Google reCAPTCHA ----------验证码

现有验证码的产品形态调研范围如下&#xff0c;基本涵盖了比较主流的验证码平台&#xff1a; Google reCAPTCHA极验阿里云腾讯云点触网易易盾螺丝帽FunCaptcha 产品背景 ‍‍reCAPTCHA起初是由CMU&#xff08;卡耐基梅隆大学&#xff09;设计&#xff0c;将OCR&#xff08;光…