人工智能 (AI) 概览
大约 4 分钟
人工智能 (AI) 概览
什么是人工智能 (AI)?
人工智能 (AI) 是一种使计算机和机器能够模拟人类智能和解决问题能力的技术。AI 可以单独使用或与其他技术(如传感器、地理定位、机器人)相结合,执行原本需要人类智能或人工干预的任务。数字助理、GPS 制导、自动驾驶汽车和生成式 AI 工具(如 OpenAI 的 ChatGPT)只是日常生活中 AI 应用的几个例子。
AI 的基础与分类
弱人工智能(狭义人工智能, ANI)
弱人工智能是经过训练并专注于执行特定任务的人工智能。当前,我们周围的大部分人工智能都属于弱人工智能。尽管名为“弱”,但它支持一些非常健壮的应用程序,例如苹果的 Siri、亚马逊的 Alexa、自动驾驶汽车等。
强人工智能
强人工智能由通用人工智能 (AGI) 和超人工智能 (ASI) 组成:
- 通用人工智能 (AGI):这是一种理论形式的人工智能,其中机器将具有与人类相同的智能,包括自我意识、解决问题、学习和规划未来的能力。
- 超人工智能 (ASI):也称为超智能,将超越人脑的智力和能力。目前,强人工智能仍然是理论性的,没有实际应用的例子,但研究人员正积极探索其可能性。
机器学习与深度学习
机器学习和深度学习是 AI 的关键子学科:
- 机器学习:涉及以人脑决策过程为模型的 AI 算法的开发,这些算法可以从可用数据中“学习”,并随着时间的推移做出越来越准确的分类或预测。机器学习算法使用具有输入层、一个或两个“隐藏”层和一个输出层的神经网络,通常限于监督学习。
- 深度学习:作为机器学习的子学科,深度学习使用深度神经网络,由多个隐藏层组成,可以自动从大型、未标记和非结构化数据集中提取特征,实现无监督学习。
生成式人工智能
生成式人工智能是指深度学习模型,能够获取原始数据并在出现提示时生成统计上可能的输出。这些模型能够创建类似的新作品,但与原始数据不同。随着深度学习的兴起,生成式 AI 已经扩展到图像、语音和其他复杂数据类型。
AI 的重要历史里程碑
早期发展
- 1950年:艾伦·图灵发表《计算机器与智能》,提出图灵测试,试图回答“机器能思考吗?”的问题。
- 1956年:约翰·麦卡锡在达特茅斯学院首创“人工智能”一词,同年推出了第一个运行的人工智能软件程序 Logic Theorist。
关键突破
- 1967年:Frank Rosenblatt 构建了 Mark 1 感知机,这是第一台基于神经网络的计算机。
- 20世纪80年代:使用反向传播算法进行训练的神经网络在 AI 应用中得到广泛应用。
现代进展
- 1997年:IBM 的“深蓝”在国际象棋比赛中击败了世界冠军 Garry Kasparov。
- 2011年:IBM Watson 在 Jeopardy! 比赛中击败冠军 Ken Jennings 和 Brad Rutter。
- 2015年:百度的 Minwa 超级计算机使用卷积神经网络识别和分类图像,准确率超越普通人。
- 2016年:DeepMind 的 AlphaGo 程序由深度神经网络驱动,击败了围棋世界冠军 Lee Sodol。
- 2023年:大型语言模型(如 ChatGPT)的兴起,推动了 AI 性能和发掘企业价值的巨大变化。
AI 的应用与未来
AI 的应用每天都在增长,包括但不限于自动驾驶、医疗诊断、金融服务、智能制造等多个领域。随着 AI 技术的不断发展和成熟,其应用前景将更加广阔。然而,随着 AI 在商业中的广泛使用,关于 AI 伦理和负责任 AI 的讨论也变得越来越重要。
未来,生成式 AI 和基础模型将显著加快 AI 在企业中的应用,推动更多公司能够在更广泛的关键任务情况下部署 AI。这将为各行各业带来前所未有的变革和机遇。