人工智能包括哪些方面(符合人工智能概念的产品) _小知识

作者:amit诉Joshi (Ameet诉Joshi)
产地:华章科技

文章插图
01 人工智能艾伦·图灵对人工智能的定义如下:
如果窗帘后面有一台机器，并且有人在和它交互(不管什么方法，比如音频或者打字等。) ，而如果这个人认为自己在和另一个人互动，那么这个机器就是人工智能。
这是一种非常奇怪的定义AI的方式。它没有直接涉及智能的概念，而是关注类似人类的行为。事实上，这种目的的规模甚至比纯智力更常见。从这个角度来看， AI并不是指构建一个可以立即解决任何问题的超智能机器，而是构建一个可以模拟人类行为的机器。
然而，仅仅制造模拟人类的机器听起来并不有趣。从现代的角度来看，每当我们谈到AI ，它都是指能够履行以下一项或多项义务的机器:懂得人类语言，履行涉及复杂控制的机械义务，在短时间内解决可能涉及大量数据的复杂的基于计算机的问题，以类似人类的方式回答答案，等等。
电影《2001: Tai 空漫游》中描述的超级计算机HAL非常接近现代ai的观点。它是一台机器，可以处理各种来源的大量数据，以极快的速度对其产生意见和总结，并通过类人的交互方式(如语音对话)将这些结果传达给人类。
从类人动作来看，人工智能有两个方面。一方面，机器是智能的，可以和人类交换，但没有活动效果。HAL就是这种人工智能的一个例子。另一方面涉及到与类人活动人才的身体互动，涉及到机器人的范畴。

文章插图
02 机器学习“机器学习”一词，简称ML(Machine Learning) ，是阿瑟·塞缪尔(Arthur Samuel)于1959年在用机器解跳棋的背景下提出的。这个术语指的是一个计算机程序，它可以学习采取一个动作，而这个动作不是由程序的作者实现的。相反，它可以显示作者可能完全不知道的行为。
对该动作的学习基于三个因素:
程序消费的数据；量化当前行动和幻想行动之间的误差或某种情势的距离的度量；应用量化误差指点程序在后续事件中发生更好行动的反馈机制。可以看出，第二和第三个因素很快使这个概念变得抽象，并强调其深刻的数学根源。机器学习理论中的方法对于构建人工智能系统非常重要。
机器学习算法大致可以分为三种类型:
监视学习算法无监视学习算法强化学习算法。让我们详细了解每种类型。

文章插图
03 监视学习为了简单起见，让我们把机器学习系统看作一个黑箱，当给出一些输入时，就会出现一些输出。如果我们已经有了包括一组输入和输出的历史数据，基于这些数据的学习称为监控学习。
监控学习的一个经典例子是分类。假设我们已经测量了三种不同类型的花(濑户山鸢尾、云芝鸢尾、弗吉尼亚鸢尾)的四种不同属性(花瓣的长度、宽度、长度和宽度) 。
我们测量了每种花的25个不同的例子。然后，这些数据将被用作训练数据，其中有输入(4个测量属性)和相应的输出(花卉类型) ，可用于训练模型。然后通过监控训练合适的机器学习模型。一旦模型被训练好，任何一朵花(在三种已知类型中)都可以根据萼片和花瓣的大小进行分类。
04 无监视学习【人工智能包括哪些方面(符合人工智能概念的产品)】在无监督学习范式中，标志数据不可用。无监督学习的一个经典例子是“聚类” 。考虑到上一节描述的类似例子，在这个例子中，我们测量了三种花的萼片和花瓣。然而，在这个例子中，我们没有每组花的确切名称。我们只有一套测量方法。此外，我们被告知这些测量属于三种不同类型的花。
在这种情况下，可以应用无监督学习技术来主动识别三组测量值聚类。然而，因为标签未知，我们所能做的就是命名每一簇花-类型-1、花-类型-2和花-类型-3 。给定一组新的测量值，我们可以找到它们最接近的聚类，并将其归类为其中之一。