AI知識科普①:AI的定義、起源、發(fā)展、案例
AI時代到來,你是否了解AI的定義及其起源?這篇文章里,作者做了相關(guān)的分享,或許可以幫你更加了解AI這個行業(yè)。
大家好,今天的更新是AI科普系列的第一期。
首先我們要知道:AI和人工智能是完全一致的概念,AI即Artificial Intelligence是人工智能英文單詞的縮寫。(在所有以后的分享中,作者將優(yōu)先使用漢語進行表達,避免給大家?guī)碚J知負擔。)
一、AI的定義
人工智能(AI)是模擬人類智能,使計算機系統(tǒng)能夠?qū)W習、推理、感知、以解決問題的一門科學。
在人工智能的早期階段,主要是模擬人類的能力,一個最簡單的例子是計算機能像人一樣計算出2+3的結(jié)果是5,但這種能力僅僅是固定的程序,還遠不是我們今天所說的人工智能。
在這個過程中,參考人類的能力分類,逐漸把人工智能的能力分成了:認知、處理、表達、決策等等方面的能力。
拿設計師非常熟悉的MJ產(chǎn)品而言,就是【表達】這一方面中細分的【通過圖像進行表達】的能力。而ChatGPT則是融合了認知、處理、表達等等多方面能力的產(chǎn)品,加上極高的成熟程度,才在近年引爆了人工智能概念。
二、AI的起源
追溯AI的起源,不得不提英國數(shù)學家艾倫·圖靈。1950年,圖靈在他的論文《計算機器與智能》中提出了著名的“圖靈測試”,即如果一臺機器能在對話中讓人類無法判斷其是否為機器,則可認為該機器具有智能。這一思想為AI的研究奠定了哲學基礎(chǔ)。
時至今日我們其實很容易看得出來。最初對于機器具有智能的定義是非常簡單的。如果把這個定義放到今天來說。可能我們并不會覺得一個可以用文字回復你消息、語法比較與人相似的機器就具有智能。
因為當AI技術(shù)更加的普及,被大眾所知之后,人類對于人和機器的辨別能力也會極大的增強。但由于語言和形象是人類最顯著的兩大特征,所以最初使用了語言來作為機器是否具有智能的辨別條件。
1956年,在美國達特茅斯學院召開的一次會議上,約翰·麥卡錫等人首次正式提出“人工智能”這一術(shù)語,標志著AI作為一門獨立學科的誕生。早期的AI研究主要集中在基于規(guī)則的系統(tǒng)和邏輯推理。
例如IBM的“深藍”擊敗國際象棋冠軍卡斯帕羅夫,便是這一時期的標志性成就。
最初的人工智能被研究的目的是為了模擬人類智能,也就說要以接近人類的方式解決人類的工作,例如復雜的計算。
后來隨著人工智能能力邊界的不斷擴展,研究者逐漸希望人工智能可以代替人類完成那些人類不喜歡、不擅長的工作,例如復雜的計算、記憶、大量重復無聊的工作像分辨圖片、對人類健康有傷害的工作等等。
這一階段就不再是對人類智能的模擬,而是人類智能的擴展、增強。
三、AI的發(fā)展
AI的發(fā)展經(jīng)歷了幾個明顯的階段,第一代AI是依賴于嚴格編程的,當我們向計算機輸入一句話,則計算機必須能查詢到收到這一句話才能給出結(jié)果。
一切都是被固定好的,沒有變化、沒有自由發(fā)揮,自然也就沒有創(chuàng)意和驚喜。
如今的第五代AI則是基于大數(shù)據(jù)和深度學習,我們不再需要輸入大量的規(guī)則,而是輸入大量的數(shù)據(jù)和底層技術(shù)計算機就可以。
這樣就能形成面對幾乎所有問題的答案的人工智能。這也就是我們今天所說的通用人工智能。
人工智能可以分為細分人工智能和通用人工智能兩種類型。細分人工智能是針對特定任務設計的,例如語音識別或圖像分類。
而通用人工智能則更像是人類智能的全面復制,它具有解決各種問題的能力,并且能夠在不同的情境下學習和適應。
這一過程見證了從“規(guī)則為基礎(chǔ)”向“數(shù)據(jù)驅(qū)動”的重大轉(zhuǎn)變。
在人工智能技術(shù)剛剛興起的時候,科學家們曾經(jīng)嘗試過向程序內(nèi)輸入大量現(xiàn)實世界的規(guī)則。以求這樣能夠使人工智能回答人類所有的問題。
但這種做法在一開始的時候就是不切實際的。
首先是這樣的規(guī)則是近乎無限的,人類無法把每一件事,每一條規(guī)則都詳細的定義好并輸入進去。
另一方面是人類都還遠遠沒有掌握現(xiàn)實世界的所有規(guī)則。以及有些規(guī)則并沒有辦法變成計算機能夠理解的語言。
四、AI的核心技術(shù)與分支
隨著這一學科的發(fā)展,AI的內(nèi)涵逐漸豐富,形成了多個核心技術(shù)與分支領(lǐng)域(不懂沒關(guān)系以后的更新會詳細解釋):
- 機器學習:使計算機能夠在不進行明確編程的情況下從數(shù)據(jù)中學習并做出決策或預測。其中,監(jiān)督學習通過已知結(jié)果的數(shù)據(jù)集來訓練模型;無監(jiān)督學習則用于發(fā)現(xiàn)數(shù)據(jù)中的隱藏模式;強化學習則是讓AI通過不斷嘗試與環(huán)境互動,優(yōu)化其行為策略。
- 深度學習:作為機器學習的一個子領(lǐng)域,利用深層神經(jīng)網(wǎng)絡模擬人腦的工作方式,尤其擅長處理圖像、語音等高維度復雜數(shù)據(jù)。卷積神經(jīng)網(wǎng)絡常用于圖像識別,循環(huán)神經(jīng)網(wǎng)絡則適用于序列數(shù)據(jù),如自然語言處理。
- 自然語言處理:使計算機能夠理解、解析和生成人類語言的技術(shù),廣泛應用于聊天機器人、機器翻譯、情緒分析等領(lǐng)域
- 計算機視覺:讓機器“看”世界,涉及圖像識別、物體檢測等,是自動駕駛、安防監(jiān)控等領(lǐng)域的關(guān)鍵技術(shù)。
- 機器人技術(shù):結(jié)合感知、決策與行動能力,開發(fā)出能夠執(zhí)行特定任務的服務機器人、工業(yè)機器人等。
五、AI在各領(lǐng)域的應用
AI的觸角幾乎伸展到了人類活動的所有角落:
- 在消費電子領(lǐng)域,智能手機通過AI提供個性化推薦(就像抖音的內(nèi)容推薦),智能家居系統(tǒng)讓家居生活更加便捷舒適(就像小米的智能家居)。
- 醫(yī)療健康方面,AI不僅能輔助醫(yī)生進行疾病診斷,還能在基因編輯、藥物研發(fā)等方面發(fā)揮重要作用。現(xiàn)在已經(jīng)有很多醫(yī)院在使用智能影像系統(tǒng)輔助醫(yī)生對病人拍的片子進行判斷了,作者之前在醫(yī)療行業(yè)工作時曾親眼見過。
- 金融行業(yè),AI被用來進行信用評估、智能投顧,有效防范金融欺詐。
- 制造業(yè)中,AI推動了智能制造,實現(xiàn)了生產(chǎn)效率和質(zhì)量的雙重提升,工業(yè)機器人相對于人的精準度優(yōu)勢和不知疲倦的特性使得這類機器人是很多尖端工廠的最愛,例如小米汽車的制造過程就大量使用了機器人。
- 交通出行,自動駕駛技術(shù)的發(fā)展有望徹底改變?nèi)藗兊某鲂蟹绞剑瑫r智能物流系統(tǒng)也極大地提升了物流效率(自動駕駛技術(shù)這幾年有多火熱大家也看到了~)。
想象一下,早上手機根據(jù)你的睡眠質(zhì)量自動調(diào)整鬧鐘時間,智能咖啡機在你醒來時已準備好一杯溫度適宜的咖啡。
這一切都無需親自操作。這就是人工智能在現(xiàn)代生活中的一個小小縮影。
人工智能是一項充滿潛力的技術(shù),這種技術(shù)一定會深刻地改變著我們的生活和工作方式。
這也是作者為什么堅定的從一個用戶體驗領(lǐng)域的作者開始轉(zhuǎn)向?qū)懽鰽I領(lǐng)域內(nèi)容的原因。
未來作者會繼續(xù)更新AI產(chǎn)品分析、AI基礎(chǔ)知識科普、AI與用戶體驗融合等類型的文章~
專欄作家
杜昭,微信公眾號:AI與用戶體驗,人人都是產(chǎn)品經(jīng)理專欄作者,實戰(zhàn)派設計師,目前在某手機公司負責手機OS交互設計,所負責產(chǎn)品覆蓋用戶數(shù)億,主要研究AI與人機交互設計的融合及人因?qū)W對用戶體驗的影響。
本文原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理,未經(jīng)許可,禁止轉(zhuǎn)載。
題圖來自 Unsplash,基于 CC0 協(xié)議。
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發(fā)揮!