你好,游客 登录
背景:
阅读新闻

你需了解的人工智能四大概念

[日期:2017-06-21] 来源:技术之家  作者: [字体: ]

  AI(人工智能)是研究开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。具体到应用来说,每一个人工智能解决方案都建立在四个基础之上,还没搞清楚?来看看我们的快速指南吧!

  毋庸置疑,人工智能正在席卷整个世界,层出不穷的创新应用正实践于所有行业和领域。正如电影中描述的那样,人类使用人工智能机器人代替医生已经有几十年的时间,上至各行各业的专家,下到普通消费者,人工智能正在帮助我们更快的诊断和解决问题,比如进行精密的手术,比如用语音命令播放一首歌曲。

  

 

  大众只注意到人工智能带来的益处,而对于专业人士来说,有四个概念必须要了解:分类方法、类别、机器学习和协同过滤。这四个支柱也代表了分析过程中的步骤。分类方法涉及创建特定问题域的度量(例如财务、网络)。类别涉及哪些数据与所需解决的问题最为相关。机器学习包括异常检测、聚类、深度学习和线性回归。协作过滤涉及在大型数据集上寻找模式。

  分类方法

  人工智能需要大量与所解决问题相关的数据。创建人工智能解决方案的第一步是创建"设计意图的指标",它用于对问题进行分类。用户是否试图构建一个能起到关键作用的系统,帮助医生诊断癌症或者帮助IT管理员诊断无线问题,用户需要定义允许问题分解的度量标准。例如,在无线网络中,关键指标是用户连接时间、吞吐量、覆盖率和漫游。在癌症诊断中,关键指标是白细胞计数、种族背景和X射线扫描。

  类别

  一旦用户将问题分类到不同的区域,下一步就是进行细分,以便将用户指向有意义的结论。例如,当人工智能系统处理关键性问题时,用户必须先将具体问题以文字形式写出,然后按时间、人物、地点来分类。在无线网络中,一旦用户知道问题的类别(例如前或后连接问题),用户就需要开始分类导致问题的原因:关联、认证、动态主机配置协议(DHCP),或其他无线、有线和设备因素。

  机器学习

  现在这个问题被划分到特定领域的元数据块中,用户可以将这些信息输入到机器学习这个神奇而强大的世界中。有许多机器学习算法和技术,带有监督的机器学习使用神经网络(即深度学习)来实现,现在已经成为最流行的方法之一。神经网络的概念从1949年开始,笔者曾经在上世纪80年代建立了我的第一个神经网络。但是随着计算机技术的革新和存储能力的增强,神经网络被开发来解决各种实际问题,从图像识别到自然语言处理,以此来预测网络性能。其他应用还包括异常特征发现,时间序列异常和事件深度分析。

  协同过滤

  大多数人体验合作过滤时,他们选择在Netflix看电影或者在Amazon购物,同时获取一些影片推介或者购买建议。除了推荐系统,协同过滤也用来解决大型数据集和人脸识别。这就是所有数据收集和分析变成有意义的洞察力或行动的地方。无论是在游戏节目中,还是在医生或网络管理员中使用,协作过滤都是以高度自信的方式提供答案的手段。它就像一个虚拟助手,帮助解决复杂的问题。

  人工智能仍然具有很大的开发空间,它的影响深远之处在于,在我们未来的日常生活中,人工智能将占据相当大的份额。就如同我们购买汽车之前,需要了解到引擎盖之下的内容,以确保我们选购到真正适合自己的好产品一样。

推荐 打印 | 录入: | 阅读:
相关新闻      
本文评论   
评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款