人工智能简介:它如何以及在哪里发生

B2C Data Innovating with Forum and Technology
Post Reply
subornaakter8
Posts: 23
Joined: Thu Dec 05, 2024 3:54 am

人工智能简介:它如何以及在哪里发生

Post by subornaakter8 »

什么是人工智能
这是计算机科学一部分的新方向。许多人错误地认为AI(人工智能)是某种程序或代码,但事实并非如此。专家们正在开发一种系统,它可以像真人一样搜索信息并解决各种问题,例如编写文本、创建照片和音乐。

人工智能被编程为与算法一起工作,这反过来又使我们能够处理大量数据。而且,根据得到的数据,他可以得出结论、结论甚至预测事件。

什么是人工智能

让我们示意性地想象一下人工智能的工作。这是一种使用程序和计算机资源共同完成一项任务的团队。记住国际象棋计算机的工作原理:它分析棋盘上发生的一切,并在此基础上根据现 自营职业数据库 有规则采取行动。人工智能像人类一样思考。

在理解“神经网络”和“人工智能”的概念时存在很多混乱。他们有什么区别?神经网络是人工智能的一部分,但并非所有人工智能都基于神经网络。

神经网络是人工智能的产物,其工作原理受到人脑神经元系统的启发。他们收集所有可用的数据,并根据他们能够识别的模式从中学习。

Image


任何人都可以使用神经网络。我们用一个例子来谈谈。有一个叫做数据科学的行业。它包括统计、编程、数据分析和培训。数据科学专家致力于分析巨大且困难的数据,神经网络在这方面积极帮助他们。


也读一下!

“潜在客户一代——它是什么?基本方法及管理方法"
更多详情
人工智能的创造和发展史
事实上,神经网络很久以前就已经创建了,围绕 Chat GPT 和其他类型人工智能的炒作才刚刚兴起。

图灵测试。达特茅斯会议,20 世纪 50 年代
数学家艾伦·图灵可以被认为是神经网络的创始人;正是他提出了创建此类机器的想法。他相信有可能创建一种以类似于人脑的方式使用信息的算法。为了确保他的理论有效,他想出了一个测试。在其框架内,一个人可以通过文本同时向另一个人和一台机器提出问题。即便如此,也无法将算法的某些响应与活人的响应区分开来。这开始被认为是对人工智能存在的确认。

由于能够执行此操作的设备的价格以及计算机功能的有限,进行艾伦图灵的研究和测试非常困难。当时只有大公司和最好的大学才能从事这样的研究。

1956 年,达特茅斯学院召开了一次会议,专门讨论思维过程的机械化问题。在会上,计算机科学家约翰·麦卡锡提出了“人工智能”这个术语。这一刻被认为是人工智能存在的开始。

让您的利润增加10倍:您必须跟踪的5个关键指标
亚历山大·库列绍夫
亚历山大·库列绍夫
销售发电机有限责任公司总经理
在我的个人博客上阅读更多帖子:

在与300多个互联网项目合作之后,我可以保证:每周监控这些指标,你的公司不仅会生存,而且利润会增加10倍!

在制裁和危机的情况下,了解广告的投资回报率决定了您的业务是否会成功。跟踪这 5 个关键指标是您繁荣的关键。

您将免费获得什么:


5大关键指标利润提升220%


原生广告秘方:如何在30天内将品牌知名度提升40%


杀手级销售提案模板,可将交易转化率提高 60%

我们为您准备了所有带有公式的文档和模板。是的,它是免费的:

免费下载文档
已下载
152974

人工智能最好的年代,20 世纪 60 年代
在这十年中,计算机变得更加容易使用,它们不断现代化,它们已经能够存储和处理大量信息。机器学习算法也跟上:

工作从特定的系统开始:第一个计算机程序出现,模拟特定领域的专家。有两个组件:一个对话框和一个信息库。然后他们开发了 DENDRAL 系统,该系统可以确定任何有机化合物分子的结构。

丹德拉尔

第一个神经网络出现了,能够从信息中学习并解决问题。它们被称为“感知器”;例如,它们可以理解一个人手写的数字是什么样的。

正是在这个时期出现了LISP编程语言,它成为人工智能研究的基础。

1966年,第一个聊天机器人ELIZA出现,它可以用熟悉的语言进行交流,并且像心理治疗师一样工作。它是由美国科学家约瑟夫·魏森鲍姆(Joseph Weizenbaum)创建的。

也读一下!

“B2B营销:主要特征、推广渠道”
更多详情
20 世纪 70 年代至 80 年代:人工智能衰落与复兴
政客们在科学家身上下了大赌注,想要更多的突破和新的想法,因此向这个行业投入了大量资金。但他们的期望大部分没有达到,无法跟上既定的步伐,因此资金大大减少。

由于美国和英国与日本的竞争,新一轮的利息和金钱浪潮开始了。毕竟,这些年来,日本人已经制造出了一种看起来像人并且可以思考的机器人,他们称之为WABOT-1。

人工智能的衰落与重生

当时西方科学家的发展:

MYCIN系统,可以识别脑膜炎并计算治疗药物的剂量;

由于反向传播算法的出现,训练神经网络的能力变得更加有效。

1990 年至 2000 年间,机器学会了与人玩耍并击败人
由于训练它们的强大算法的出现,这一切以及更多的事情成为可能。例如:

1997 年,国际象棋卫冕冠军加里·卡斯帕罗夫输给了 IBM 的深蓝系统。

在同一年,出现了能够学习识别语音的软件,它被称为 Dragon Systems,并且可以在 Windows 上运行。

20 世纪 90 年代末,出现了一种人造人形生物,它被教导能够理解情绪,甚至表现出情绪,它被称为 Kismet。

2002年,人工智能以Roomba扫地机器人的形式走进了普通人的生活。

2004年,美国宇航局的机遇号和勇气号机器人飞往火星,在没有人类的情况下探索其表面。

2009 年,谷歌开始开发无需人工辅助即可驾驶的汽车技术。他们成功通过了自动驾驶测试。
Post Reply