人工智能技术--四要素分析

最新推荐文章于 2024-07-27 19:50:24 发布

dyna_lidan

最新推荐文章于 2024-07-27 19:50:24 发布

阅读量2.7w

点赞数 3

分类专栏： AI 文章标签： ML AI ANN

本文链接：https://blog.csdn.net/dyna_lidan/article/details/82229313

版权

本文分析了人工智能的四大要素：大数据作为智能的基础，算力提供计算支持，算法是实现智能的关键，而应用场景使得这些要素得以实际应用。大数据需要预处理，GPU在人工智能计算中扮演重要角色，深度学习加速框架如cuDNN提升计算性能。算法主要包括传统机器学习和神经网络，特别强调了深度学习。最后列举了人工智能的经典应用场景，如用户画像、风险控制等。

摘要由CSDN通过智能技术生成

人工智能四要素分析
大数据:
人工智能的智能都蕴含在大数据中。
算力:
算力为人工智能提供了基本的计算能力的支撑。
算法:
算法是实现人工智能的根本途径，是挖掘数据智能的有效方法。
场景:
大数据、算力、算法作为输入，只有在实际的场景中进行输出，才能体现出实际的价值。
举个非常形象的类比：如果把炒菜作为我们的场景，那么大数据相当于炒菜需要的食材，算力就相当于炒菜需要的煤气/电力/柴火，算法就相当于烹饪的方法和调料。

——-接下来一一为大家解读人工智能的四个要素——-

1）大数据
如今这个时代，无时无刻不在产生大数据。移动设备、廉价的照相机、无处不在的传感器等等积累的数据。这些数据形式多样化，大部分都是非结构化数据。如果需要为人工智能算法所用，就需要进行大量的预处理过程。
这里写图片描述
2）算力
人工智能的发展对算力提出了更高的要求。以下是各种芯片的计算能力对比。其中GPU领先其他芯片在人工智能领域中用的最广泛。GPU和CPU都擅长浮点计算，一般来说，GPU做浮点计算的能力是CPU的10倍左右。