人工智能

人工智能最近被大肆宣传,但它肯定不是一个新领域。新情况是,在几十年前的第一波炒作之后,人们的兴趣再次抬头,但并没有达到预期的效果。早期的人工智能尝试侧重于逻辑和博弈论,但这些方法未能捕捉到大多数现实场景中存在的不确定性。近几十年来,人工智能领域出现了重大转变,即侧重于概率和统计,而非逻辑。正是在这个基础上,现代人工智能再次吸引了公众的兴趣和对新的可能性阈值的希望。



人工智能的分支学科


人工智能有许多领域相互重叠和交织,但这些是最受欢迎的几个。

机器学习

简而言之,机器学习是指让计算机从数据中学习的技术。”什么他们学习了吗?”你可能会问。他们通常会学习如何对事物进行分类或评分,数据科学家称之为分类回归

自然语言处理(NLP)

自然语言处理实质上是机器学习在语言上的应用。这允许计算机学习文本的结构(即解析),发现提到的实体(命名实体识别),以及更多。

计算机视觉

该领域研究的是让计算机理解图像的技术。这可能包括物体识别,运动跟踪,姿态估计,以及更多。



我们如何使用人工智能


papererater大量使用机器学习和自然语言处理(NLP)自动校对服务.使用自然语言处理可以准确地解析文本并从中提取有用的信息。机器学习用于处理由自然语言处理程序收集的数据,并为输入的文本产生一个等级。最后,使用自然语言生成将通知输出给最终用户。


人工智能的未来


尽管一些人对超级智能机器人控制世界的想法感到威胁,但包括我们papererater的许多人在内,认为未来100年没有任何潜在威胁,在遥远的未来也没有无法避免的威胁。近年来,人工智能已经完成了许多相当大的任务,并将继续解决越来越大的任务,直到看起来令人难以置信的印象变得平淡无奇。以下是过去十年的一些壮举:
  • 非结构化文本(如散文)的高风险评分
  • 十几种语言之间的语言翻译
  • 准确的语音识别,无需预先训练
  • 投资交易
  • 新闻文章的一代
  • 战胜危险冠军
  • 半自治的车辆
  • 击败头号围棋选手
  • 机器人吸尘器

这些都是人工智能可能在未来10-20年实现的里程碑:
  • 电脑创作
  • 对文本的准确释义
  • 自动客户服务代理
  • 视频场景转录
  • 视频监控和报警
  • 全自动驾驶汽车和出租车
  • 能够设计和执行自己实验的实验室机器人
主题涵盖:人工智能,人工智能,机器学习,自然语言处理(NLP),数据挖掘,统计推理