人工智能 (AI) 教程

2025 年 4 月 25 日 | 阅读 9 分钟

人工智能 (AI) 可以被看作是计算机科学的一个新兴分支,致力于创造能够模仿人类各种能力的实际智能系统。其应用包括语音助手、自动驾驶汽车、推荐系统和诊断。它融合了机器学习、数据科学、机器人学等领域的元素,以设计能够学习、推断和行动的系统。因此,理解 AI 的核心概念以及其实际应用的可能性和结果至关重要。

AI Tutorial

什么是人工智能 (AI)?

人工智能作为一门计算机科学学科,致力于开发能够执行需要人类认知能力的任务的机器。这些与人类相关的操作包括学习、推理以及 解决问题、感知和决策过程。

Introduction to AI

AI 将“人工智能”中的“人工”一词(表示人造组件)与“智能”一词(指思维能力)相结合,以创造能够模仿人类思维过程的 机器

定义

“它是一门 计算机科学 的分支,通过它我们可以创造出能够像人一样行事、像人一样思考并能够做出决策的智能机器。”

人工智能是计算机学习、推理和解决问题的能力,就像人类一样。

人工智能之所以 remarkable,是因为它允许您设计一台带有预编程算法的计算机,该算法可以根据您的智力运行,而无需您预先对其进行编程以完成任何任务。

为什么选择人工智能?

人工智能之所以重要,是因为

  • 它解决了医疗保健、营销和交通管理等领域的现实世界问题。
  • 它帮助您创建虚拟助手,例如 Cortana、Google AssistantSiri 等。
  • 它使机器人能够在对人类生命有害或人类无法到达的条件下工作。
  • 它促进了创造力,并为技术的进一步发展及其应用创造了许多机会。

AI 的历史

  • 有趣的是,智能机器的概念甚至存在于古代文明、神话和埃及金字塔等结构中。关于 符号推理 的信息是由哲学家亚里士多德和拉蒙·柳利研究的。
  • 在 1800 年代至 1900 年代,查尔斯·巴贝奇和阿达·洛夫莱斯提出了利用可编程机器的概念。在 1940 年代,约翰·冯·诺依曼发明了存储程序计算机,麦卡洛克和皮茨引入了神经网络的思想。
  • 第二次世界大战后,特别是在 1950 年代,艾伦·图灵提出了图灵测试。 “AI”一词最早于 1956 年在达特茅斯学院使用,第一个 AI 系统被称为逻辑理论家。

人工智能由什么组成?

AI 实际上并不局限于计算机科学;它包括模仿人类智能的几个领域。智能包括推理、学习、解决问题、感知和语言理解。

为了实现这一点,AI 利用了许多领域,例如

  • 数学
  • 生物学
  • 心理学
  • 社会学
  • 计算机科学
  • 神经科学
  • 统计量
Introduction to AI

这些领域共同努力开发能够表现出类人行为的智能系统。

人工智能的类型

人工智能分为不同的类型,主要由两个关键因素决定:能力和功能。

AI 类型 1:基于能力

  1. 弱 AI 或狭义 AI: 这种类型的 AI 可用于解决特定问题并专注于特定类型的工作。它仅在特定领域有效,在应用于其他领域时不会产生相同的结果。它适用于智能产品,如虚拟助手 Siri、图像识别系统以及 IBM 的 Watson。
  2. 通用 AI: 通用 AI,也称为强 AI,是指能够完成人类能够完成的任何任务的机器。它旨在实现人类特征,如推理和学习过程等智能特征。这是另一种仍在研究中且尚未实现的 AI 类型。
  3. 超级 AI: 一种先进的人工智能,在决策能力、解决问题能力、学习能力以及情感和情绪方面,在每个领域都优于人类。它是 AI 开发的最终阶段,目前在世界上并不存在。

AI 类型 2:基于功能

  1. 反应式机器: 这种类型的 AI 处理当前输入数据,没有过去的经验。它们遵循预定义的规则。一些最广为人知的例子包括 IBM 的国际象棋机器 Deep Blue 和谷歌的围棋计算机 AlphaGo。
  2. 有限记忆: 许多机器使用早期信息在有限的时间内建立事物。一些具体的样本包括紧随其他车辆的自动驾驶汽车,以及车辆的速度和周围的道路状况。
  3. 心智理论: 这种 AI 的目的是理解人们的情绪、欲望甚至姿态。如前所述,它仍然是理论研究的一部分,尚未完全实现。
  4. 自我意识: 仍然停留在理论层面的最后一种人工智能比人类智能更先进,因为它具有意识和情感。人们会认为这个级别的 AI 在技术和知识方面都是一个重要的进步水平。

AI 的优势

以下是人工智能的一些主要优势

  • 高精度,低错误: AI 机器或系统错误率低,精度高,因为它们基于经验或知识做出决策。
  • 高速: AI 系统能够快速做出决策,速度极快;因此,它们能够在国际象棋比赛中击败国际象棋冠军。
  • 高可靠性: AI 系统非常可靠,并且能够准确地一遍又一遍地重复相同的任务。
  • 对危险环境有益: AI 设备在人类使用可能有害的危险环境中非常有用,例如拆除炸弹或研究海底。
  • 数字助手: AI 有许多应用,例如,在当前一代的电子商务网站中,AI 技术可以用来根据消费者的需求展示产品。
  • 可作为公共事业: 人工智能 (AI) 有潜力对公共事业非常有用,例如自动驾驶汽车,它们可以使我们的出行更安全、更简单,面部识别用于安全,自然语言处理用于与人们用母语交流,等等。
  • 增强安全性: AI 凭借其在发生时扫描安全威胁并对其进行对抗的能力,在提高安全问题方面确实非常有益,从而防止影响公司和组织的信息和设备。
  • 助力研究: AI 对研究过程很有用,因为它有助于研究人员及时分析天文学、基因组学和材料科学等领域的大型数据集。

AI 的缺点

任何技术都有其缺点,包括人工智能。AI 的缺点如下

  • 昂贵: 由于 AI 需要定期维护以适应现代标准,因此硬件和软件成本相对较高。
  • 无法进行创造性思考: 然而,到目前为止,机器人还不能说拥有创造力,因为它们的运行仅限于给定的具体指令和程序。
  • 没有感情或情感: 这些机器人可以成为出色的表演者,但它们缺乏与人类建立友好关系所必需的情感。因此,如果这类用户未得到充分照顾,可能会存在不安全的风险。
  • 对机器的依赖性增加: 在当今社会,人们会注意到由于与设备的紧密联系,人们的思维能力逐渐退化。
  • 缺乏原创创造力: 然而,尽管人类的增长速度令人惊叹甚至鼓舞人心,但在创造力和发明力方面,人工智能计算机很难与人类智能相媲美。
  • 复杂性: 人工智能的创建和持续运行可能非常困难,需要一定的技能。因此,有些人或组织在雇用它们时可能会遇到困难。
  • 就业问题: 这意味着它不会止步于取代基础职业;它还可能影响某些熟练职业。因此,许多人对因 AI 而失业感到焦虑。

AI 的挑战

AI 有许多好处,但也存在一些必须解决的挑战

  • 做正确的事情: AI 必须做出正确的决定,但有时它做不到。它可能会出错或执行不合意或不客观正确的行为。需要提高人工智能的决策能力,增加人工智能的“正确选择”因子。
  • 政府与 AI: 有时政府会对人们进行 AI 监控。这可能会威胁到自由的概念;因此,我们必须确保它们以良好的方式包含人工智能的方面。
  • AI 中的偏见: 有时,AI 似乎存在偏见,例如在识别不同人的面部特征时。这很不方便,尤其是对那些“不像大多数人”的个体造成了影响。
  • AI 与社交媒体: 社交媒体信息流由 AI 控制。然而,有时它会显示一些可能是虚假甚至有点残忍的信息。AI 应该显示正确的信息很重要。
  • 法律和监管挑战: 随着 AI 的发展,缺乏足够的立法和监管法律来涵盖 AI 所涉及的大多数问题,例如问责制和责任。

AI 工具和服务

各种应用的 AI 工具和服务正在迅速发展,这种发展可以追溯到 2012 年,与 AlexNet 神经网络的出现有关。通过利用 GPU 和大量数据集,这使得高性能 AI 的新时代成为可能。这突显了使用多个 GPU 同时训练大量数据来训练神经网络是更有效率的最大变化。

  • Transformers: 谷歌使用了大量的标准计算机和称为 GPU 的专用处理器来更有效地开发 AI。Transformer 的出现使 AI 能够从无标签数据中学习,就像计算机学习理解英语一样。
  • 硬件进步: Nvidia 等公司改进了这些 GPU 的内部机制。它们提高了处理 AI 必须执行的数学任务的能力。由于数据中心、更智能的 AI 软件和改进的硬件的协作,AI 变得好了一百万倍!Nvidia 还与云服务提供商合作,以确保其他人可以轻松应用这种强大的 AI。
  • GPTs: 以前,如果一家公司想将 AI 整合到其运营中,它必须从头开始构建,这既昂贵又耗时。如今,像 OpenAI、Nvidia、Microsoft 和 Google 这样的公司提供预先训练好的 AI 模型。这些特定模型可以以更有效、更低的成本对这些任务进行微调。这有助于企业更快地采用 AI,并降低过程中的风险。
  • 云中的 AI: 使用 AI 并不总是容易的,因为它需要在云中进行大量数据处理。一些最大的云计算公司,如亚马逊、谷歌、微软、IBM 和Oracle,正在帮助缓解这个问题。在那里,它提供了用于数据准备、AI 模型训练和将 AI 集成到应用程序等复杂任务的 AI 服务。
  • 人人都能获得的先进 AI: 一些组织开发了优秀的 AI 模型并发布了它们。例如,OpenAI 拥有各种模型,从擅长谈判的模型到擅长语言理解、图像生成甚至编码的模型。前者是 Nvidia,后者不隶属于任何一家云公司。其他人则想出了各种方法来为不同的职业和专业生产特殊的 AI 模型。The English Club 被比作一个巨大的工具箱,其中包含一系列活动中的许多强大工具。

前提条件

在学习人工智能之前,您需要熟悉以下基础知识,以帮助您理解这些概念

  • 任何计算机语言,包括 Python、Java、C、C++ 等(但熟练掌握 Python 会很有帮助)
  • 理解数学中的基本概念,包括概率论、导数等。

结论

人工智能 (AI) 如今已成为社会不可或缺的一部分,影响着基于技术支持的功能。AI 的影响存在于人类生活的各个领域,包括医疗保健、教育、交通和娱乐。现有 AI 集成的水平是一种应用,它有望帮助解决重大问题并提高人们的绩效。

然而,它也引发了一些重要的社会和伦理问题,如失业、隐私侵犯和责任。为了获得更好的、理想的结果,特别是在改善人类生活方面,AI 应该以道德和伦理的方式发展。通过学习 AI,一个人就能直接生活在一个预计将以人工智能为特征的未来。