人工智能基础解释(一)

人工智能基础解释

人工智能的发展阶段

人工智能发展成熟度可以分为:弱人工智能、强人工智能、超人工智能
释义:
弱人工智能:指AI智能在限定场景下解决一些问题,例如:人脸识别
强人工智能:在通用领域,能够胜任人类的所有工作,暂时还未达到
超人工智能:即远超人类的智慧,即科幻电影中,机器人等;

当前阶段:由于大语言模型的出现,使得大家认为实现强人工智能的实现可行性,目前在处在强人工智能的曙光阶段。

研究方向

方向英文简称举例成熟度
语音合成TTS文字转语音
语音识别ASR用户语音转文字
字符识别OCR停车识别车牌号成熟
机器翻译MT翻译
图像识别CV识别猫狗、人脸
语义理解NLP/NLU对话、意图识别
声纹识别/成熟
指纹识别/手机解锁成熟

图像识别和字符识别区别:
都是CV的分支,区别在OCR更强调识别图像中的文字,提取具体的字符;图像识别强调对图像内容的理解,比如:图片中是否为猫等

实现技术

实现上述的研究方向的问题,有多种方法,当前比较被认为是主流的技术即机器学习技术;在机器学习中,被追捧的当属深度学习技术
在这里插入图片描述

人工智能三架马车

算法: 即人工智能模型
数据: 人工智能训练时使用的数据、知识
算力: 用来训练人工智能的机器

人工智能的发展,更多的是依赖于数据的膨胀和硬件性能的提升,例如当前的很多经典模型使用的仍然是几十年前提出的。

自然语言处理方向(Natural Language Processing)

NLP目标–人机交互

  1. 问答搜素
    传统的搜索引擎是其重要的应用领域之一;关注人工智能领域就会发现,LLM出来时,业内都在说会重塑搜素业态。
  2. 闲聊对话
  3. 指令操作
  4. 机器翻译

价值: 随时对语言的理解和能力的加强,就能够通过对指令的理解,辅助生活和工作。比如当前电车中拥有的智能泊车;所以就从语义指令的理解和执行,未来还有巨大的空间。

NLP目标–数据分析/挖掘

  1. 舆情分析
  2. 文本分类
  3. 知识抽取
  4. 命名实体识别

  5. 价值 即通过大量的文本,通过数据挖掘,从而提取出关键的意见和主要的问题点,辅助决策和选择。比如淘宝大量评论进行智能总结,挖掘大家对产品喜爱的原因

NLP场景难点

类别案例
划分语义边界我背有点驼,麻麻说“你的背得背背背背佳”
语言的递归性你们货拉拉拉不拉拉布拉多
同文歧义女孩给男朋友打电话:如果你到了,我还没到,你就等着吧;如果我到了,你还没到,你就等着吧
语义语序关联情有可原罪无可恕;罪无可恕情有可原
暗喻领导:你这什么意思?小明:没什么意思,意思意思

图灵测试

释义:即1950年图灵提出的如何判断机器是否智能?则让机器冒充人进行对话,如果有百分之70的人无法识别,则认为智能

业内认识:机器的智能不是追求人的感知;而是追求尽可能强大的、通用的人工智能;即只要机器能够强大完成相关任务,人类判断机器是否为人工智能不重要。例如:大语言模型-ChatGPT等在对话中,反而要反复强调其是人工智能这一事实

  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值