各位朋友诶, 有没有经历过这种情况, 早上的时候, 是被手机闹钟给叫醒的, 然后顺手就叫智能音箱播放天气预报, 在通勤之时, 依靠导航去避开拥堵路段, 到了中午, 点外卖借助APP推荐的“猜你喜欢”, 晚上刷短视频, 完全停不下来, 可别以为这仅仅是普普通通的“科技便利”, 实际上你早就被人工智能也就是AI给包围起来了。
目录
提到 AI, 不少人的第一个反应, 不是电影里那会致使世界毁灭的机器人, 就是满屏幕让人看不懂的代码公式。在今天的这篇文章里, 咱们把“高大上”的术语放在一边, 用闲聊的方式去讲讲 AI 的那些事儿, 它并非外星科技, 更不是离得遥不可及的未来, 不过是已经悄然融入生活的“智能小伙伴”。
一、先搞懂：AI 到底是 “啥玩意儿”？
率先给AI给出一个洋溢着浓厚烟火气的定义: 所谓人工智能, 乃是驱使机器去模拟仿人类拥有的思维与行为风格, 进而解决那些原本唯有人类方可成功搞定处理的问题。举例来说, 如果你家所配备的扫地机器人能够巧妙地成功避开家具, 那般情形其乃是在“思索”盘算究竟如何进行绕路；手机拍照倘若能够自动开展美颜操作, 此为它在“判别”审定哪里应该进行磨皮细致处理工作；甚至当你与客服进行交流对话时, 对面极有可能性是AI正在进行“领会”理解你切身的需求——诸如此类情况均属于AI最为基础的操作行为。
但是需要留意, AI并非是“无所不能”的哟。存在这样的情况, 当下咱们所接触到的AI, 其中大部分属于“弱人工智能（Narrow AI）”, 简而言之, 就是那种“偏科生”类型的, 仅仅能够在特定的领域去开展工作。举例来说, 导航APP仅仅会进行指路, 它没办法帮你撰写报告；美颜相机仅仅会做磨皮处理, 它没办法帮你做饭。电影里存在一种“强人工智能（General AI）”, 它能够像人一样去进行思考, 具备情感, 且无所不能, 不过当下这种“强人工智能（ General AI）”仍旧处于科幻阶段, 这两者之间的差距, 就如同你所说的“我要减肥”以及“我已经瘦了20斤”之间的差距那般, 相差极为悬殊。
那为何称之为 “人工智能” ? 这个词汇实际上是1956年一众科学家于达特茅斯会议上闲聊而出的。那时他们说道: “我们尝试使机器如同人那般进行思考！” 未曾料到这一番闲聊, 便开启了AI的“打怪升级之路”。
二、AI 的 “成长史”：从 “笨小孩” 到 “优等生”
要是把AI当作一个孩子, 那它的成长历程可太过“刺激”了, 一会儿成绩是满分开云app官方最新下载地址，一会儿成绩又不及格, 甚至还遭到家长（科学家）质疑“是不是没救了”, 咱们来瞧瞧它的“成绩单”: 。
1. 第一个阶段是, 被称作“萌芽期”的阶段, 时间范围为1956年至1974年, 在此期间出现了第一次“觉得自己能行”的情况。
这当口的AI尚是个“小学生”, 方才学会简易的“算术题”。1956年, 科学家们造就了首个AI程序“逻辑理论家”, 其能够证实数学定理；1966年, 又有了个“ELIZA”聊天机器人, 它能够模拟心理医生与人对话 , 诸如你讲“我不开心”, 它会询问“你因何而不开心? ”, 虽说如今看来很愚笨, 然而当时众人皆觉“！机器会说话了！”。
然而好景难以长久维持, 在这个阶段的AI仅仅只是会进行“死记硬背”, 一旦遇到稍微复杂那么一点儿的问题便无法应对。举例来说, 要是让它去识别一张猫的照片, 它根本就没办法分辨清楚究竟是猫还是狗；要是让它去解决诸如规划路线这种实际问题, 即便算到“死机”它也难以完成。直至1974年, 钱财被用光了, 可效果却不尽如人意, 众人开始质疑AI是否属于“骗局”, 由此第一次“AI寒冬”降临了 —— 恰似孩子考试成绩未达标, 家长便不再给予零花钱了。
2. 第二个阶段, 名为“青春期”, 时间跨度是从1974年至1987年, 呈现出一会儿充满自信, 一会儿又陷入自卑的状态。
七十年代末来临之际, 科学家们开创性地盘算出来全新的法子, 那便是为AI “勾勒重中之重标记号”, 譬如若令其尝试分辨猫, 率先就详尽告知它有关猫需具备耳朵、拥有尾巴以及能够发出喵喵叫声等内容, 这般的方式被称作 “专家系统”, 运用这个方式, AI于医疗、金融范畴提供了诸多助力, 像是协助医生去开展疾病的诊断工作、辅助银行对贷款所要经历的风险进行判定。
此刻众人再度兴奋起来, 认为AI即将“腾飞”, 于是都踊跃投入资金进行研发。然而紧接着问题便冒了出来: “专家系统”极为刻板, 只要稍微变换一下场景它便毫无用处, 比如说你教导它去辨认“黑色的猫”, 它却无法识别“白色的猫”；并且但凡要将所有知识都录入进去, 那工作量堪称巨大——这就如同要求你背完一整本百科全书, 还得每日进行更新, 谁能承受得住呀? 直至1987年, 第二轮“AI寒冬”再度降临, AI再次被搁置一旁。
3. 第三阶段即是, 名为“成长期” , 时间跨度在1987年至2012年之间, 也就是默默通过积累一种名为“刷题”这种方式来积攒经验。
这一时刻, AI 开端了 “低调发育”, 科学家们发觉, 先前的办法太过 “教条”, 比不上让 AI 自行 “学习”。如同孩子并非依靠死记硬背, 而是借助看书、做题进而自行归纳规律一般。就在这个时候开运真人app下载苹果版,开运真人app下载，“机器学习” 进行了发力, 举例而言, 让 AI 去审视 1000 张猫的照片, 它自行归纳出 “猫的模样”, 往后再度看到猫时, 便能够识别出来了。
然而此时的 AI 现状乃是“刷题数量不足够”, 缘由在于欠缺充足的数据以及算力。举例来讲, 倘若你要求它去识别猫, 仅仅给予它 10 张照片, 那么它必定无法准确辨认；并且当时电脑的算力处于欠缺状态, 计算许久才能够得出结果。所以处于这般状况下的 AI, 仅仅能够在小范围内得以运用, 像是垃圾邮件过滤、手写识别等领域, 尚且无法实现“突破范围限制”。
4. 第四个阶段, 被称作“爆发期”, 其时间范围是从2012年开始一直到如今, 在此期间突然出现“考了满分”这样的情况。
2012年, 有一件事发生了, 这件事改变了AI的命运, 一个名为“AlexNet”的AI模型, 是此事涉及的主角, 它在图像识别比赛里, 其准确率相较于之前的方法高出了一大截, 情形犹如之前大家考试成绩都为60分之时, 它却突然考出了95分的成绩。
究竟为何会如此厉害呢, 是由于它运用了 “深度学习”, 简单来讲, 就是使得 AI 如同人的大脑那般, 拥有诸多 “神经元”, 能够逐层次地剖析信息, 就像识别猫的时候, 首先查看轮廓, 接着审视耳朵、眼睛, 最终进行综合判断, 并且此刻具备了 “大数据” 以及 “大算力”, 比如说你给予它 100 万张猫的照片, 再借助超强的电脑让它 “刷题”, 它自然而然地就会愈发厉害。
自那往后, AI 仿若开了挂, 2016 年, AlphaGo 击败了围棋世界冠军李世石, 致使众人知晓 AI 不但会 “算题”, 还会 “下棋”, 2020 年, AI 能够协助医生诊断癌症, 其准确率比人类医生还要高, 2023 年, GPT 能够撰写文章、编写代码, 甚至陪伴你聊天, 使得许多人觉得 “AI 似乎真的懂我了”。
三、AI 的 “核心技能”：它是怎么 “思考” 的？
经过这么多的交流, 你必然会产生好奇: 人工智能究竟是以怎样的方式进行“思考”的呢? 实际上它的关键技能总共就包括这三个方面: 机器学习, 深度学习, 自然语言处理。咱们借助“教导人工智能识别猫”这个事例来予以阐明, 如此一看就能明白: 。
1. 机器学习：让 AI “自己总结规律”
曾经教导AI去辨认猫的时候, 需要告知它“猫具备两只耳朵、一条尾巴, 其毛是柔软的”, 这被称作“规则驱动”。然而机器学习并不相同, 它乃是“数据驱动”: 你给予AI一千张猫的照片以及一千张并非猫的照片, 接着告诉它“这些是猫, 那些不是”, AI便会自行剖析“猫的特征”, 像是耳朵的形状、尾巴的长度、眼睛的颜色。
好比教导孩子去识别水果, 你不必对他讲述 “苹果呈现圆形、具备红色、味道是甜的”, 仅仅只需给他展示诸多苹果, 接着告知他 “这称之为苹果”, 过后他逐步就会明晰 “怎样的才是苹果”。机器学习的情况亦是如此这般, 数据数量越多, 它所归纳的规律越精准, 识别猫的准确程度就会越高。
2. 深度学习：让 AI “像大脑一样分层思考”
就算机器学习相当厉害, 然而要是照片之中的猫有一只耳朵被遮挡住了, 又或者光线欠佳的话, 那它没准就识别不出来了, 到了这个时候, 深度学习便发挥功效了, 它对人的大脑结构进行模仿, 有着诸多“神经网络层”, 能够一层一层地剖析信息。
举例来说认猫, 第一层要先去看“像素点”, 以此来判断何处是亮的、何处是暗的。第二层是开展分析 “边缘”, 诸如猫的轮廓以及耳朵的边缘。第三层用以实现识别 “局部特征”, 其中包括眼睛、鼻子、嘴巴。最后一层进行综合判断 “这究竟是不是猫”。恰似你观察一张模糊不清的照片时, 起初看到大体形状架构, 接着细致去看细节之处, 最终得出 “这是何物” 的结论。
它的厉害之处在于深度学习, 它能够自动学习“重要特征”, 并非需要人去教授。举例来说, 倘若你给它展示许多猫的照片, 它自身就会清楚“眼睛要比耳朵更加重要”, 因而就算耳朵被遮挡住, 它也能够凭借眼睛认出猫。
3. 自然语言处理：让 AI“听懂人话、会说人话”
把用以让AI去实现“理解人类语言”, 以及“用人类语言回应”的“自然语言处理（NLP）”利用起来, 就能使AI除过认东西之外还可与人聊天, 简而言之就是这样。
比如说, 你跟 GPT 诉说, “帮我创作一篇有关春天的短短文章”这件事, NLP 会率先“领会”你的需求情况: 你所要获取的结果便是“短文”, 其围绕的主题则是“春天”；接下来呢, 它会从本身的那个“知识库”里找寻与春天相关的内容要素, 就像是“花开动呈现、草颜色有变而归于绿、燕子行程折返而回来”；接着才将这些内容予以合适排列, 从而写出一篇短文来。
好比你跟朋友交谈, 朋友讲“我想吃火锅”, 你会先领会他的需求, 接着推荐“哪家火锅好吃”, NLP 便是使 AI 学会这个历程。然而当下的 NLP 并非完美无缺, 比如说你讲“我想喝西北风”, 它或许真会给你搜索“哪里能喝西北风”, 缘由是它尚不理解“幽默”与“比喻”, 毕竟“人话”太过繁杂, AI 仍在缓缓学习。
四、AI 的 “日常工作”：它到底能帮我们做啥？
阐述了这么些理论, 咱们开启实际方面的探讨: 当下AI切实究竟在助力我们做些什么呢? 事实上, 它早就全方位渗透进我们的生活之中, 只不过你有可能未曾留意到罢了。
1. 生活服务：从 “麻烦” 到 “省心”
就像高德地图、百度地图那样, AI会对路况展开实时分析, 进而帮你规划出最快的路线；你难道会认为它仅仅在“标个点”而已? 实际上, 它处于计算 “ 哪条路正堵车、哪条路是畅通状态”的进程中, 甚至还能够预测 “10分钟之后这条路是否会拥堵”。
在外卖点餐之际, APP 所推荐的“猜你喜欢”内容, 乃是借助 AI 依据你的过往订单项、口味偏好予以推荐的, 并且 AI 还能够使配送沿途最优, 从而让外卖配送员以更快速度将餐食送达至你手中。
若以智能音箱为例, 当你说出“小爱同学, 打开空调”这般话语时, AI便会对呈现出来的你的声音予以辨识, 进而达成对空调的操控；智能门锁具备能够识别你指纹的功能, 从而对“是否是主人”这一情况作出判定, 较之于钥匙而言, 其安全性要高出许多。
2. 工作效率：从 “加班” 到 “摸鱼”
假如你要撰写一篇产品推广方面的文案, AI能够助力你生成初稿, 你仅仅需要去修改下便可以搞定；甚至于在撰写履历这回事上, 在撰写报告这件事情当中, AI均能够提供相应的帮助。
开发者如今对 AI 依赖颇深, 就如题中所举的 GitHub Copilot 这般, 它能够依据你的具体要求自发地生成代码, 并且可以协助你寻觅程序中的错误——以往编写 100 行代码需耗费 1 小时, 现今借助 AI 兴许只用 10 分钟便能大功告成。
比如, 公司打算剖析上个月的销售数据, AI 能够实现自动生成图表的操作, 并且还能够找出“哪一个产品在销售方面表现最为突出、哪一个地区的销量处于最差的状况”, 以此来助力你迅速地做出决策。
3. 医疗健康：从 “误诊” 到 “精准”
人工智能能够借助CT、X光片来识别癌症, 就如肺癌这类, 人工智能的准确率相较于许多医生而言还要更高, 并甚至能够凭借血液检测去预测你是否会患上糖尿病和高血压。
以往研发一种新药, 需要耗费 10 年时间, 花费 10 亿美元, 如今借助 AI, 能够模拟药物与细胞的反应, 从而缩短研发时间, 还能降低成本, 就如新冠疫苗的研发过程, AI 在其中发挥了极大的作用。
AI 能够依据你的基因, 以及你的身体状况, 为你量身定制专属的治疗方案, 比如说针对癌症患者, AI 可以推荐最为适合你的化疗药物并且减少副作用。
4. 交通出行：从 “堵车” 到 “自动驾驶”
AI具备实时监控交通流量之举, 能够控制红绿灯的时长, 比如说在某个路口出现堵车状况时, AI会将绿灯时间予以延长, 进而使得车辆可以更快地通过该路口。
当下, 诸多汽车具备自动驾驶功能, 像特斯拉的Autopilot, 其AI能够辨识行人、车辆以及红绿灯, 进而协助你进行开车任务, 虽说此刻尚无法全然取代人类, 然而已然能够削减交通事故的发生几率了。
五、AI 的 “小烦恼”：它不是 “完美神”
虽说AI极为厉害, 然而它同样存在诸多“小烦恼”, 并非是“无所不能”的。
1. “数据依赖症”：没数据就 “歇菜”
人工智能宛如 “吃货”, 需大量的资料 “投喂”。要是没有充足的数据, 它便无法学习。譬如同让人工智能识别 “熊猫”, 却仅给予它十张熊猫的图像, 它必定辨认不准确；并且数据必须 “洁净”——假定图像里夹杂着几张猫的图片, 人工智能就会 “confusion”行为, 将猫错认成熊猫。
2. “不会举一反三”：只会 “死刷题”
AI 仅会于其 “学过的范畴” 开展工作, 一旦较为轻微地变换场景便无法达成。举例而言, 若你向 AI 传授识别 “正面的猫”, 那它便无法识别 “侧面的猫”；若你教导它撰写 “产品文案”, 那它便撰写不出 “诗歌”, 这恰似学生仅仅会去做老师讲解过的题目, 一旦碰到新的题目便无能为力了。
3. “偏见问题”：会 “学坏”
AI的“价值观”源于从数据中学习, 倘若数据存在偏见, 那么AI也会带有偏见。举例来说, 当你向AI展示的简历中, 男性简历数量多于女性简历, AI便会认为“男性更适配该岗位”, 进而在招聘过程中优先举荐男性；甚至于在人脸识别环节, AI对白人的识别准确率高于黑人, 原因在于训练数据里白人照片数量更多。
4. “没有感情”：只会 “理性思考”
AI虽可与你交谈, 然其并无真切之“情感”。譬如你对它讲“我失恋了, 颇为伤心”, 它会宽慰你“莫难过, 诸事皆会向好”, 但它实则不知“伤心”是何种感受, 它仅是依据先前所学之“安慰言辞”来回应你, 宛如鹦鹉学舌, 并无真正的感同身受。
六、给新手的 “小建议”：怎么和 AI “做朋友”？
当你看到此处, 或许会这般讲: “AI 如此厉害, 那我要怎么做才能够跟它‘成为朋友’呀？”实际上特别容易, 既无需去懂代码, 也不用学习繁杂的理论, 从身旁的 AI 着手运用就可以啦: 。
1、首先, “投入使用”: 比如说利用GPT创作一篇短文, 借助AI绘画工具（像是MidJourney）绘制一幅画作, 依靠智能音箱查询天气情况 —— 先体会一番AI所带来的便利之处, 而后再循序渐进地知晓它。
2、别怀揣着对于犯错的惧怕心理: 人工智能并非是毫无瑕疵的, 举例来说, 倘若使其撰写文案, 极有可能创作出那种令人感觉怪异的语句；要是让它去辨认照片, 存在认错的可能性——这实属正常现象, 你仅仅需要告知它究竟是何处出现了差错, 它便会逐步实现改进。
3、多去 “问为什么”, 好比你运用 AI 撰写文案, 不要仅仅盯着结果瞧, 需更多思索 “它为何要这般写”；运用 AI 诊断病症, 不要只轻信 AI 给出的结果, 接着询问一下医生 —— 知晓 AI 的 “思考进程”, 你便会对它有更深的理解。
4、守住“安全底线”, 不要把自身的隐私信息告知AI, 像身份证号、银行卡号这类信息；也不要让AI去做违法之事, 诸如写假新闻、编病毒代码等——AI属于工具, 应该正确运用它。
七、最后：AI 不是 “敌人”世界杯直播，是 “伙伴”
好多人忧心“AI会抢我的工作”“AI会统治人类”, 实际上没必要这般惧怕。AI如同往昔的“electricity”, 起初大家也顾虑“electricity会电死人”, 然而随后发觉, electricity能点亮灯、带动机器, 使生活更便利。
同样是AI, 它会将一些重复且枯燥的工作予以替代, 比方说工厂中的流水线工人, 像银行里的柜员, 然而也会创造全新的工作, 诸如AI训练师、AI伦理师、AI产品经理。并且AI属于“工具”, 其行为由人类所决定——你运用它去做好事, 它就会对你予以助力；你利用它去做坏事, 它才会引发麻烦。
世界的未来, 并非这般模样, 不是 “人类对抗AI” 的状况, 而是 “人类与AI相加” 的景光。恰似你依靠手机讲电话, 凭借电脑撰文章这般, AI将会化作你生活里、工作中的 “小伙伴”, 助你排解难题, 使生活更为美妙。
所以, 不要再给 AI 贴上 “深奥的前沿技术” 这样的标签, 打今儿起, 尝试去运用一下身旁的 AI , 你就会察觉到: 原来 AI 是这样子富有乐趣, 这般贴近生活实际！
就这样, 今儿的AI入门指南至此告一段落。要是你存在诸如“AI该如何学习? 以及”“又存在诸如AI有哪一些好玩的工具? ”此类疑问, 便欢迎于评论区留言, 咱们后续再作交流！
还木有评论哦，快来抢沙发吧~