【51CTO.com快譯】人工智能，如今已是各個高科技領域爭相討論的熱點了。無論您是剛入門的初學者，還是興趣廣泛的愛好者，我們都希望通過本文能夠讓您對人工智能有更加清晰的理解。閑言少敘，下面我們直接來看干貨吧!

[[255536]]

AI是什么

簡要地說，人工智能(簡稱AI)是通過模擬人類行為，來智能地解決現實問題的各種過程。這些過程包括：學習、分析、計劃、感知、推理、校正、語音識別、語言互動、和其他與人類認知科學相關的過程。

AI意味著什么

通過學習過往的經驗、將行動與結果相匹配，AI簡化了諸如識別與糾正錯誤，調整新的隨機輸入值的繁瑣過程。另外，AI還能夠通過深入地分析場景，來模擬人類行為，并輕松地完成各項任務。而且，AI可以利用自然語言處理(Natural Language Processing)和深度學習等技術，來解讀與人類之間的交流，進而在其內部轉換為只有機器能夠理解的代碼段。通過各種技術的應用，AI能夠訓練計算機在最少的人工干預下，處理大量的數據，識別并熟悉新的數據模式，進而執行各項具體的任務。

AI的目標

1. 專家系統式的創新：通過自動化系統的建立，它不但能夠表現出智能的行為，還能夠給人類提供正確的行動建議。
2. 在電腦上模擬人類的智能操作：這有助于在電腦上創建相同的認知模式，使之能夠模擬人類的判斷，對復雜的問題采取適當的行動。同時，它能夠通過自動化的過程和對算法的應用，來減少人類的工作量。
3. 多領域的應用：AI能夠被應用到多個領域、并協助多門學科。其中包括：計算機科學、認知科學、統計學、心理學、醫學、工程學、倫理學、自然科學、醫療、空間技術、邏輯學、語言學、電子商務等領域。
4. 計算機科學的應用：AI能夠幫助制定多種機制，來解決計算機科學中的各種難題。其中包括：檢索和優化、邏輯、控制理論、語言分析、神經網絡、分類、統計學習方法(Statistical Learning Methods)、和不確定推理的概率方法。

AI的演化

1956年，科學家John McCarthy創造了人工智能這個術語。如今，受益于大數據、高級算法、編程技術、以及電腦的計算存儲能力，AI得到了飛躍式的大發展。

AI系統的建設與實施，一般依賴于如下技術：

1. 自然語言處理(NLP)：它研究的是計算機如何與自然的人類語言進行交互，并且在理解的基礎上采取適當的行動。語音的識別與合成是NLP的兩項典型應用。我們熟悉的Siri、Google Assistant、和Amazon Alexa等語音助手都是NLP的應用實例。其他的應用領域還包括：語義解析、文字識別、詞性標注(part-of-speech tagging)、文本挖掘、機器翻譯和信息檢索等。
2. 向量機(Vector Machines)：該機制有助于根據參數值進行信息分類。向量機通過使用各種劃分的方法，實現了圖像識別、面部識別和文本識別等系統性的應用。
3. 啟發法(Heuristics)：人類學習的基礎源自通過采用試錯法(trial-and-error)來理解錯誤，并避免犯錯。因此，此方法類似于人類的大腦，在錯誤與正確之間建立各種映射關系。
4. 人工神經網絡(Artificial Neural Networks，ANN)： ANN技術通過識別數據的輸入模式，并基于人類大腦的網絡和運作行為，來進行建模。與人腦類似，ANN通過識別大量的數據模式，來建立不同的映射，并作出各種決定。因此，它使用到了監督學習、無監督學習、模式識別、增強學習、機器學習和深度學習等技術。

AI的類型

不同人工智能可以根據類別分為：1型(基本)和2型(高級)。1型AI系統是一種智能的機制，它能夠基于輸入和可變參數的編程產生輸出。2型AI系統能夠應對各種實時發生的事件、場景和出現的其他因素，并能通過現場決策，以采取相應的行動。由于2型AI系統能夠觀測到格子客動態形勢所產生的影響，因此它也被稱為有情感的系統(sentient systems)，即：能夠像有情感的人類那樣進行各種識別、分析和反應。

1. 弱(或窄)人工智能：這種方法僅關注狹隘的單一任務，而不是去處置一系列相關的自動化整體任務。這是一種能力有限、且不那么智能的機制，不過它的單任務智能處理能力并不弱。它的典型應用是：接龍游戲。在與人類進行游戲對抗的時候，它會根據既有的機器指令和規則，去“設想”自己的下一步。
2. 強人工智能：或稱AGI(Artificial General Intelligence)，該系統能讓計算機像人類的思維那樣，通過分析和質疑，來解決更為復雜的問題。通過使用復雜的內部算法，它能夠更有“情感”地響應各種問詢。它的典型應用是：像Siri和Google Assistant之類的語音助理。它們能夠以更加真實且靈活的方式，回答各種隨機詢問。
3. 反應機制(Reactive Machines)：它并不依賴于已經存儲的過去數據，而是根據當前的各種參數值，來預測某種輸出。它的典型應用是：國際象棋游戲軟件，它并不僅僅參考既有的規則，還會根據當前的“局勢”，反應出自己的下一步。
4. 受限記憶(Limited Memory)：此類AI系統能夠通過使用過去留存的經驗，來影響對未來的決策。其典型應用是：駕駛助手。它基于隨機且動態的參數值，來進行現場決策。同時，它會利用以前訪問過的位置存儲信息，來規劃路線。
5. 心智理論(Theory of Mind)：這類AI機制能夠根據各種情感、信仰、思想、以及場景做出不同的反應。因此，它常被用于根據社會交往和人類言行舉止的觀察，而做出的有效響應。
6. 自我意識(Self-Aware)：此類系統使用的是一些被稱為“超級情報(super intelligence)”的思維電容，它們收集各種內部的特征、狀態、機會和條件等自我意識的要素。因此，它們目前尚處于未來的一個發展方向。

AI的主要效益

目前，人工智能的五大效益可以被用于現代商業和個人應用的實施領域。

1. 客戶互動的自動化：過去，大多數客戶互動都需要人工的干預。如今，AI可被用于自動回復電子郵件、電話、在線聊天、查詢響應、購買咨詢，社交媒體對話等方面。同時，那些以往與客戶交互過的模式也會被存儲起來，系統通過各種分析，以便提供更好的客戶體驗。
2.  實時輔助：這對于那些需要持續滿足的、具有嚴格時間限制(或實時)的、擁有大量受眾的企業是非常有用的。其典型應用是：機票管理系統。各種實時的天氣與航班狀態信息，需要以一種個性化的方式被分享給客戶。
3. 數據挖掘能力：基于云的AI服務，能夠通過處理大量的數據，快速地發現各種相關信息。它們可以更好地洞見到如何改善業務的績效，并獲得競爭優勢。
4. 預測能力：AI系統能夠通過對過去數據的分析，依靠現有的動態信息做出預測。許多庫存管理系統和網上市場工具，就是借助此類AI的優勢，來管控他們的營銷與囤貨。
5. 操作自動化：AI系統能夠為操作自動化提供多功能的智能服務。它們很容易與其他技術展開跨界協作。其典型應用包括：為家庭以及消費類食品的冷凍保存提供智能化的溫控、制冷/熱、以及通風管理。同時，RFID和云技術的結合，用戶還能夠更加便利地對庫存予以跟蹤。

ML和AI之間的差異

機器學習

機器學習(簡稱ML)是人工智能的一個分支，其旨在按照既定的步驟向系統饋入各種新的規則和行動參考信息。這些信息能夠被系統通過自動學習，來不斷地積累經驗并實現“自我提升”。同時，那些由程序所生成的算法能夠整合各種輸入，并產生高效的輸出。ML的特殊之處在于：

• ML的主要目標是根據實際情況產生準確的結果，而不是事先設想好的。
• 通過對一組給定的數據進行學習，ML能夠產生提高系統性能的解決方案，但并不涉及到做出任何決策。
• 由于完全基于算法來運行，因此其輸入與輸出都是結構化的數據格式。
• 它雖然涉及到知識的構建，但其本身并不判斷正誤。
• ML的重要功能還包括：對大型的數據集進行模式識別，以便對它們采取后繼的行動。

人工智能

人工智能則是指機器能夠根據現實生活中各種的場景、和實時的數據，進行不斷學習和靈活應用的能力。其目標是通過模仿人類的行為方式，來獨立地執行某些特定的、且相互關聯的任務。為了達到預期目的，AI可以與多種程序融合、驗證機制、以及模式識別方法進行協同工作。

• AI的主要目標是通過智能化的數據分析、數據挖掘、和更深層次的解讀，以產生各種輸出結果。
• 它能夠根據各種動態參數，模擬人類智力水平，自動化地進行實時處理，并在面對復雜的實際問題時，做出更好的決策。
• 其靈活性在于，AI并不依賴某個固定的算法，而是根據具體情況，采用多個層面與多種形式相結合的分析，以尋求優秀的解決方案和響應方式。
• 與ML相比，AI能夠使用智能化的學習和自我裁定機制，來判斷正誤。
• AI的智能學習還包括：通過計算機，來對過去的信息進行各種迭代、替換處理和認知分析等應用。

AI的優、劣勢

優勢

• 通過分析、過濾、排序、預測、界定范圍和確定大數據的總量，來簡化各項工作。同時也能夠遵循一些既定的優秀實施流程，以產生新的優化方案。
• 通過不同的AI系統，我們可以在更快速度、更少出錯的基礎上有效地進行各項日常任務。
• 在一些技術性驅動的復雜任務、和艱難的不確定性探索中，那些具有高速響應能力的AI系統，將有助于我們獲取精準的結果。
• AI系統的各項功能服務，不會受限于各種物理、環境和情感等因素。
• AI系統對于實時工作的模擬，能夠產生更貼近現實情況的、更逼近真實的結果。
• AI系統能夠對那些關鍵性的信息數據予以保護，并在發現系統存在安全漏洞或泄漏事件時，提供自動化的報警與修復。
• 通過與其他各種技術的良好整合，AI系統能夠交付出高質量的分析結果。

劣勢

• 由于AI系統具有復雜的編程能力需求，因此相關費用較高。
• 與其相關的維修和保養，不但價格昂貴，而且結構復雜，并需要具備高水平的專業知識。
• 在諸如戰斗機的常規目標選擇、和根據股票價值波動調用投資操作等應用場景下，AI系統的判斷能力不及于人工。
• AI系統很可能在銀行和零售等領域代替人類，從而將導致人類的失業。
• 與其他系統相似，由于可能出現的內部故障、或外部入侵，AI系統也會面臨著被誤用或篡改的威脅。
• 在AI系統的起步階段，需要人類進行功能性的研發和架構的設計，否則它們尚無法從零開始，憑空產生。

AI的應用實例

• 云計算，API和各種開源技術
• 在手術設備和醫療技術領域的AI機器人
• 醫療診斷領域的圖像處理
• 交通管理系統
• 氣候變化檢測
• 自然災害預警系統
• 自動駕駛類交通工具，包括：轎車、客車、兩輪驅動車、潛艇、自動飛行儀和無人機等
• 教育領域的評分系統
• 服務器上的欺詐與垃圾郵件檢測
• 如Google Translate之類的語言翻譯軟件
• 如Netflix之類的推薦軟件產品與服務
• 票務預訂系統
• 聊天機器人和個性化學習

AI的未來

• 諸如 Google和Uber之類公司已經將AI功能運用到了自動駕駛電動車上。AI將會在協助殘障司機、和預防交通事故領域大有作為。
• 更先進的AI系統將會取代人類從事各種危險的工作。
• 通過使用數據科學和環境技術，AI系統將繼續助力于氣候變化的預測。
• 客戶服務的80%業務將會通過AI系統，被及時高效地處理。
• 憑借著癥狀識別和醫療數據的處理能力，AI系統更能夠輕松地實現個性化的健康管理。
• 生化電子(Cyborg)技術能夠幫助患者通過與機械系統的通訊，使用智能義肢來改善生活。
• 在空間技術上，AI可以對各種成功發射的過程進行軌道路徑的學習，并基于觀察內容提出各種行動建議。

原文標題：The Beginner’s Guide to AI，作者：Sourabh Nagar

【51CTO譯稿，合作站點轉載請注明原文譯者和出處為51CTO.com】