本文最后由 Demo Marco 更新于 2025-02-22. 如有资源已失效，请留言反馈，将会及时处理。 【推荐：不翻墙访问被墙网站方法 | 自用高速专线机场 | 高速CN2线路 | 高质量家宽住宅IP】
人工智能这个词已经流行了一段时间。人工智能是一个存在多年的概念，各种技术都依赖人工智能来运作。但随着 ChatGPT 和 Google Bard 等工具成为头条新闻，感觉人工智能的新时代已经到来。但什么是人工智能？它是如何工作的？
在这里，我们简要介绍一下什么是人工智能、它为何重要以及如何进一步了解这个迷人的领域。除了人工智能的应用示例外，我们还提供了专家的引言和资源以供进一步阅读。
什么是人工智能？
人工智能是计算机科学的一个分支，专注于创建能够执行通常需要人类智能水平的任务的智能代理。这些任务包括解决问题、语音识别和决策等。
人工智能是一门跨学科科学，有多种方法；它可以基于规则并在预定义的一组条件下运行，也可以使用机器学习算法来适应其环境。后者尤其强大，因为它允许人工智能系统从数据中学习，使其更加灵活，能够处理不可预见的情况。
人工智能与数据科学和其他关键概念的关系
常见误解
值得一提的是，人工智能不是什么。人们对人工智能是什么有很多误解，以下是一些常见的错误观念：
- AI 是机器人的代名词。AI 不仅限于机器人技术；它是一个更广泛的领域，包括搜索算法和自然语言处理等各种技术。
- 人工智能很快就会超越人类智能。人工智能很快就会超越人类的想法有些言过其实；通用人工智能 (AGI) 仍处于理论阶段，距离实现还很遥远。
- 人工智能像人类一样理解内容。人工智能并不像人类那样“理解”文本或语音；它根据模式处理数据，但缺乏理解力。
- 人工智能是无偏见的。与人们的认识相反，人工智能可以从其训练数据或设计者那里继承偏见，这意味着它并非天生无偏见。查看我们关于生成式人工智能伦理的指南以了解更多信息。
- 人工智能可以取代所有人类的工作。虽然人工智能可以自动执行特定任务，但它无法取代需要情商、创造力和其他人类特定技能的工作。
您可以在单独的指南中探索人工智能与机器学习以及机器学习与深度学习之间的差异。
人工智能词汇表
在探索人工智能的过程中，我们会使用一系列术语，其中一些术语可能不太为人所熟知。我们列出了人工智能的关键术语及其含义：
算法
计算机执行特定任务时遵循的一组规则或指令。算法是所有 AI 系统的基石。
通用人工智能（AGI）
目前理论上的人工智能形式，能够理解、学习和应用不同领域的知识，推理问题，具有意识，甚至具有情感理解能力。这与为特定任务设计和训练的狭义人工智能不同。
深度学习
一种特殊的机器学习，模仿我们大脑的工作方式，使计算机能够从经验中学习，并以概念层次的形式理解世界。简而言之，深度学习就像一个虚拟的大脑，可以帮助计算机从数据中学习，从而让它们能够自行做出决策。
机器学习
让计算机能够从数据中学习并做出决策而无需明确编程的方法。可以将其视为教计算机从经验中学习，就像人类一样。本质上，机器学习是人工智能获得其名称中“智能”部分的方法。您可以在我们的“理解机器学习”课程中了解有关该主题的更多信息。
自然语言处理 (NLP)
人工智能的一个领域，专注于通过自然语言实现计算机与人类之间的互动。NLP 的最终目标是让计算机能够以有意义且有用的方式理解、解释和生成人类语言。
神经网络
一种受人类大脑神经元结构启发的计算模型。神经网络用于涉及模式识别的各种应用，例如图像和语音识别。我们有一篇完整的文章探讨神经网络是什么。
人工智能的类型
人工智能可以根据其能力和功能进行分类。
就能力而言，我们可以通过以下方式区分不同类型的人工智能：
狭义人工智能
狭义人工智能又称为弱人工智能，其设计和训练是为了执行特定任务。它在一组有限的预定义条件下运行，不具备人类所拥有的广泛能力。大多数当前的人工智能系统，包括反应机器和有限内存机器（见下文），都属于这一类别。
通用人工智能（AGI）
这种类型的人工智能也被称为通用人工智能，它能够理解、学习和应用不同领域的知识。它具有自我意识、推理和情感理解能力。目前，通用人工智能在很大程度上仍处于理论阶段。
超级人工智能
这是一种高级人工智能，几乎在所有方面都超越人类智能，从创造力、社交智能到解决问题的能力。超级人工智能这一概念更多地存在于科幻小说和未来推测中，而不是现实中。
我们还可以根据人工智能的功能探索其类型：
反应机器
这些是人工智能最基本的形态，旨在执行特定任务。例如，IBM 的国际象棋超级计算机 Deep Blue 就属于这一类。反应式机器无法存储记忆或使用过去的经验来指导当前决策。
内存有限
有限内存人工智能可以存储过去的数据，并利用这些数据做出更好的预测或决策。这种类型的人工智能常见于推荐系统中，例如 Netflix 或亚马逊使用的推荐系统。
心智理论
这是一个理论概念，指的是人工智能系统可能理解人类的情感、信仰和思想。虽然这很有趣，但我们尚未达到这种人工智能的复杂程度。
自我意识
人工智能发展的巅峰将是拥有自我意识的机器，它们了解自己的存在，并能根据自身利益做出决定。这仍然是一个持续研究和伦理辩论的主题。
人工智能的应用和示例
人工智能的影响力远远超出了学术界和专业行业。以下是人工智能在当今世界的一些应用方式：
日常技术
人工智能已深深融入我们日常使用的技术中。从基于实时交通数据优化路线的 Google 地图，到设置闹钟和回答问题的 Siri 和 Alexa，人工智能几乎无处不在。这些应用程序通常使用狭义人工智能来高效地执行特定任务。
商业和工业
商业世界已经开始拥抱人工智能，IBM 的一项调查发现，超过三分之一的公司 (35%) 报告称，2022 年他们将在业务中使用人工智能。许多行业的组织都在寻找人工智能的用途，包括：
- 医疗保健。人工智能算法可以分析医学图像，识别癌症等疾病的早期迹象。它们还可以通过预测不同化合物如何治疗疾病来协助药物研发。
- 金融。人工智能用于欺诈检测，其中机器学习算法可以分析交易模式以标记异常活动。它还在算法交易、优化投资组合和个性化银行服务中发挥作用。
- 零售。在线购物平台中的推荐系统等工具通常由人工智能提供支持，帮助企业追加销售和交叉销售产品。它还可以协助库存管理和需求预测。
ChatGPT 等大型语言模型正在彻底改变我们与软件交互的方式。无论是客户服务、项目管理还是数据分析，这些 AI 工具都在提高所有领域的效率、准确性和生产力。
Noelle Silver Russel ， 埃森哲全球人工智能解决方案与生成人工智能及法学硕士行业负责人
游戏和娱乐
人工智能可以帮助促进艺术领域的全新发展。以下是目前人工智能的一些应用方式：
- 视频游戏。算法控制非玩家角色 (NPC)，使其反应更灵敏、更逼真。高级人工智能甚至可以适应个别玩家的行为来调整游戏的难度级别。
- 音乐和电影。Spotify 和 Netflix 等平台上的内容推荐使用人工智能，它甚至可以协助创作过程，例如创作音乐或协助电影剪辑。
公共服务和基础设施
我们看到政府机构和类似组织使用人工智能来完成许多不同的任务：
- 交通管理。人工智能算法可以实时分析交通数据，以优化信号时序，减少交通拥堵并提高道路安全。
- 紧急响应。自然灾害预测和响应等领域可以从人工智能中受益，例如预测飓风和优化疏散路线。
人工智能如何运作？
要真正掌握人工智能的本质，了解使 AI 系统发挥作用的步骤会很有帮助。让我们以初学者友好的方式进行分解。您可以通过我们的技能轨迹全面了解 AI基础知识，该技能轨迹涵盖了 ChatGPT、大型语言模型、生成式 AI 等热门 AI 主题的可操作知识。
人工智能和机器学习工作流程
步骤 1：数据收集
任何人工智能项目的第一步都是收集数据。数据可以是图片、文本，也可以是人类行为等更复杂的数据。这些数据是人工智能系统学习的原材料。
第 2 步：数据准备
收集到数据后，需要对其进行准备和清理。这意味着删除任何不相关的信息，并将数据转换为人工智能系统可以理解的格式。
步骤 3：选择算法
算法就像是 AI 系统如何处理数据的处方。不同的算法更适合不同的任务。例如，您可能使用一种特定的算法进行图像识别，另一种算法进行自然语言处理。
步骤4：训练模型
准备好的数据被输入到所选算法中，以“训练”人工智能模型。在此阶段，模型会学习根据数据做出预测或决策。可以将其视为人工智能系统在为考试做准备。
步骤5：测试模型
训练后，将对模型进行测试，以查看其表现如何。如果准确率不够高，则可能需要进一步训练或调整。
步骤 6：部署
一旦模型经过训练和测试，它就可以部署到实际应用中。这可以是任何应用，从回答客户查询的聊天机器人到分析 X 射线的医疗 AI。
第 7 步：持续学习
许多现代人工智能系统具有随时间学习和适应的能力。这意味着它们可以随着收集更多数据而提高性能，从而提高效率和准确性。
