请选择 进入手机版 | 继续访问电脑版
 找回密码
 立即注册
搜索

AI知识科普①:AI的定义、起源、发展、案例


AI时代到来,你是否了解AI的定义及其起源?这篇文章里,作者做了相关的分享,或许可以帮你更加了解AI这个行业。



大家好,今天的更新是AI科普系列的第一期。

首先我们要知道:AI和人工智能是完全一致的概念,AI即Artificial Intelligence是人工智能英文单词的缩写。(在所有以后的分享中,作者将优先使用汉语进行表达,避免给大家带来认知负担。)

一、AI的定义

人工智能(AI)是模拟人类智能,使计算机系统能够学习、推理、感知、以解决问题的一门科学。

在人工智能的早期阶段,主要是模拟人类的能力,一个最简单的例子是计算机能像人一样计算出2+3的结果是5,但这种能力仅仅是固定的程序,还远不是我们今天所说的人工智能。

在这个过程中,参考人类的能力分类,逐渐把人工智能的能力分成了:认知、处理、表达、决策等等方面的能力。

拿设计师非常熟悉的MJ产品而言,就是【表达】这一方面中细分的【通过图像进行表达】的能力。而ChatGPT则是融合了认知、处理、表达等等多方面能力的产品,加上极高的成熟程度,才在近年引爆了人工智能概念。

二、AI的起源

追溯AI的起源,不得不提英国数学家艾伦·图灵。1950年,图灵在他的论文《计算机器与智能》中提出了著名的“图灵测试”,即如果一台机器能在对话中让人类无法判断其是否为机器,则可认为该机器具有智能。这一思想为AI的研究奠定了哲学基础。

时至今日我们其实很容易看得出来。最初对于机器具有智能的定义是非常简单的。如果把这个定义放到今天来说。可能我们并不会觉得一个可以用文字回复你消息、语法比较与人相似的机器就具有智能。

因为当AI技术更加的普及,被大众所知之后,人类对于人和机器的辨别能力也会极大的增强。但由于语言和形象是人类最显著的两大特征,所以最初使用了语言来作为机器是否具有智能的辨别条件。

1956年,在美国达特茅斯学院召开的一次会议上,约翰·麦卡锡等人首次正式提出“人工智能”这一术语,标志着AI作为一门独立学科的诞生。早期的AI研究主要集中在基于规则的系统和逻辑推理。

例如IBM的“深蓝”击败国际象棋冠军卡斯帕罗夫,便是这一时期的标志性成就。

最初的人工智能被研究的目的是为了模拟人类智能,也就说要以接近人类的方式解决人类的工作,例如复杂的计算。

后来随着人工智能能力边界的不断扩展,研究者逐渐希望人工智能可以代替人类完成那些人类不喜欢、不擅长的工作,例如复杂的计算、记忆、大量重复无聊的工作像分辨图片、对人类健康有伤害的工作等等。

这一阶段就不再是对人类智能的模拟,而是人类智能的扩展、增强。

三、AI的发展

AI的发展经历了几个明显的阶段,第一代AI是依赖于严格编程的,当我们向计算机输入一句话,则计算机必须能查询到收到这一句话才能给出结果。

一切都是被固定好的,没有变化、没有自由发挥,自然也就没有创意和惊喜。

如今的第五代AI则是基于大数据和深度学习,我们不再需要输入大量的规则,而是输入大量的数据和底层技术计算机就可以。

这样就能形成面对几乎所有问题的答案的人工智能。这也就是我们今天所说的通用人工智能。

人工智能可以分为细分人工智能和通用人工智能两种类型。细分人工智能是针对特定任务设计的,例如语音识别或图像分类。

而通用人工智能则更像是人类智能的全面复制,它具有解决各种问题的能力,并且能够在不同的情境下学习和适应。

这一过程见证了从“规则为基础”向“数据驱动”的重大转变。

在人工智能技术刚刚兴起的时候,科学家们曾经尝试过向程序内输入大量现实世界的规则。以求这样能够使人工智能回答人类所有的问题。

但这种做法在一开始的时候就是不切实际的。

首先是这样的规则是近乎无限的,人类无法把每一件事,每一条规则都详细的定义好并输入进去。

另一方面是人类都还远远没有掌握现实世界的所有规则。以及有些规则并没有办法变成计算机能够理解的语言。

四、AI的核心技术与分支

随着这一学科的发展,AI的内涵逐渐丰富,形成了多个核心技术与分支领域(不懂没关系以后的更新会详细解释):
    机器学习:使计算机能够在不进行明确编程的情况下从数据中学习并做出决策或预测。其中,监督学习通过已知结果的数据集来训练模型;无监督学习则用于发现数据中的隐藏模式;强化学习则是让AI通过不断尝试与环境互动,优化其行为策略。深度学习:作为机器学习的一个子领域,利用深层神经网络模拟人脑的工作方式,尤其擅长处理图像、语音等高维度复杂数据。卷积神经网络常用于图像识别,循环神经网络则适用于序列数据,如自然语言处理。自然语言处理:使计算机能够理解、解析和生成人类语言的技术,广泛应用于聊天机器人、机器翻译、情绪分析等领域计算机视觉:让机器“看”世界,涉及图像识别、物体检测等,是自动驾驶、安防监控等领域的关键技术。机器人技术:结合感知、决策与行动能力,开发出能够执行特定任务的服务机器人、工业机器人等。


五、AI在各领域的应用

AI的触角几乎伸展到了人类活动的所有角落:
    在消费电子领域,智能手机通过AI提供个性化推荐(就像抖音的内容推荐),智能家居系统让家居生活更加便捷舒适(就像小米的智能家居)。医疗健康方面,AI不仅能辅助医生进行疾病诊断,还能在基因编辑、药物研发等方面发挥重要作用。现在已经有很多医院在使用智能影像系统辅助医生对病人拍的片子进行判断了,作者之前在医疗行业工作时曾亲眼见过。金融行业,AI被用来进行信用评估、智能投顾,有效防范金融欺诈。制造业中,AI推动了智能制造,实现了生产效率和质量的双重提升,工业机器人相对于人的精准度优势和不知疲倦的特性使得这类机器人是很多尖端工厂的最爱,例如小米汽车的制造过程就大量使用了机器人。交通出行,自动驾驶技术的发展有望彻底改变人们的出行方式,同时智能物流系统也极大地提升了物流效率(自动驾驶技术这几年有多火热大家也看到了~)。

想象一下,早上手机根据你的睡眠质量自动调整闹钟时间,智能咖啡机在你醒来时已准备好一杯温度适宜的咖啡。

这一切都无需亲自操作。这就是人工智能在现代生活中的一个小小缩影。

人工智能是一项充满潜力的技术,这种技术一定会深刻地改变着我们的生活和工作方式。

这也是作者为什么坚定的从一个用户体验领域的作者开始转向写作AI领域内容的原因。

未来作者会继续更新AI产品分析、AI基础知识科普、AI与用户体验融合等类型的文章~

专栏作家

杜昭,微信公众号:AI与用户体验,人人都是产品经理专栏作者,实战派设计师,目前在某手机公司负责手机OS交互设计,所负责产品覆盖用户数亿,主要研究AI与人机交互设计的融合及人因学对用户体验的影响。

本文原创发布于人人都是产品经理,未经许可,禁止转载。

题图来自 Unsplash,基于 CC0 协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。

本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有帐号?立即注册

x
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册