ADOP告诉您 2024年人工智能是什么？它的类型、趋势和未来？中篇

ADOP-哈利

已于 2024-04-12 09:43:07 修改

阅读量1.9k

点赞数 9

文章标签：人工智能

于 2024-04-10 17:49:43 首次发布

本文链接：https://blog.csdn.net/qq_40689834/article/details/137517255

版权

1959 年——Arthur Samuel 在 IBM 工作时创造了机器学习一词。

1963 年——约翰·麦卡锡在斯坦福大学创办了人工智能实验室。

1966 年 – Joseph Weizenbaum 创建了第一个聊天机器人，名为ELIZA。

1972年——日本制造出第一台人形机器人，名为WABOT-1。

1974 年至 1980 年——这一时期被称为第一个人工智能寒冬期。许多科学家无法最大程度地进行/继续他们的研究，因为他们缺乏政府的资助，并且对人工智能的兴趣逐渐下降。

1980 年——人工智能强势回归！ Digital Equipment Corporations开发了R1，这是第一个成功商用的专家系统，正式结束了人工智能的寒冬期。
同年，美国人工智能协会首届全国会议在斯坦福大学召开。

1987 年至 1993 年——随着计算机技术的兴起和更便宜的替代品，许多投资者和政府停止了对人工智能研究的资助，导致第二次人工智能冬季。

1997 年——计算机击败人类！ IBM 的计算机 IBM Deep Blue 击败了当时的国际象棋世界冠军加里·卡斯帕罗夫 (Gary Kasparov)，成为第一台击败国际象棋世界冠军的计算机/机器。

2002年——吸尘器的问世让AI走进千家万户。

2005年——美国军方开始投资自主机器人，例如波士顿动力公司的“Big Dog”和iRobot的“PackBot”。

2006 年——Facebook、谷歌、Twitter、Netflix 等公司开始使用人工智能。

2008年——谷歌在语音识别领域取得突破，并在iPhone应用程序中引入了语音识别功能。

2011 年 – IBM 计算机 Watson在 2011 年 Jeopardy 游戏节目中获胜，该节目必须解决复杂的问题和谜语。沃森已经证明它可以理解简单的语言并快速解决复杂的问题。

2012 年 – Google Brain 深度学习项目的创始人 Andrew Ng 使用深度学习算法将 1000 万个 YouTube 视频输入到神经网络中。神经网络在不知道猫是什么的情况下学会了识别猫，这标志着深度学习和神经网络新时代的开始。

2014年——谷歌制造出第一辆通过驾驶测试的自动驾驶汽车。

2014年——亚马逊的Alexa发布。

2016 年 – Hanson Robotics 创造了第一个“机器人公民”Sophia，这是一个能够进行面部识别、言语对话和面部情感的人形机器人。

2020 年——在 SARS-CoV-2 大流行的早期阶段，百度向寻求研制疫苗的科学和医疗团队提供了 LinearFold AI 算法。该系统只需 27 秒即可预测病毒的 RNA 序列，比之前的方法快了 120 倍。

随着时间的推移，人工智能在各个领域都在快速进步。 AI不再是未来，而是现在！

以下是您在日常生活中可能使用的人工智能应用程序列表：

在线购物：在线购物中使用人工智能，根据用户之前的搜索和购买情况向用户提供个性化推荐。

数字个人助理：智能手机使用人工智能提供个性化服务。人工智能助手可以轻松回答问题并帮助用户安排日常生活。在这里查看人工智能即服务。

机器翻译：基于人工智能的语言翻译软件提供翻译、字幕和语言检测，可以帮助用户理解其他语言。

网络安全：人工智能系统可以根据识别模式和回溯攻击来帮助识别和对抗网络攻击。

针对 Covid-19 的人工智能：就 Covid-19 而言，人工智能已被用于识别疫情、处理医疗保健索赔和跟踪疾病的传播。

什么是人工智能-AI应用

人工智能确实具有改变许多行业的潜力，具有广泛的可能用例。所有这些不同的行业和用例的共同点是它们都是数据驱动的。由于人工智能的核心是高效的数据处理系统，因此到处都有很大的优化潜力。

我们来看看目前AI大放异彩的行业。

卫生保健：

管理：人工智能系统正在帮助完成日常管理任务，以最大限度地减少人为错误并最大限度地提高效率。通过 NLP 转录医疗记录，帮助构建患者信息，使医生更容易阅读。
远程医疗：对于非紧急情况，患者可以联系医院的人工智能系统来分析他们的症状，输入他们的生命体征并评估是否需要医疗护理。这样一来，只向医疗专业人员提供关键病例，从而减少了他们的工作量。
辅助诊断：通过计算机视觉和卷积神经网络，人工智能现在能够读取 MRI 扫描图像来检查肿瘤和其他恶性生长，其速度比放射科医生快得多，而且误差幅度也相当低。
机器人辅助手术：机器人手术的误差范围非常小，可以全天候持续进行手术而不会精疲力尽。由于它们的操作精度如此之高，因此比传统方法的侵入性更小，这可能会减少患者在医院康复的时间。
生命统计监测： 一个人的健康状况是一个持续的过程，取决于其各自生命统计数据的不同水平。随着可穿戴设备现已在大众市场普及，这些数据无法立即获得，只能等待分析以提供可行的见解。由于生命体征有可能在患者意识到之前预测健康波动，因此这里有很多挽救生命的应用程序。

医疗保健领域的人工智能

电子商务

更好的建议：这通常是人们在被问及人工智能的商业应用时给出的第一个例子，因为这是人工智能已经取得了巨大成果的领域。大多数大型电子商务公司都采用人工智能来推荐用户可能感兴趣的产品，这导致他们的利润大幅增加。
聊天机器人：另一个著名的例子，基于人工智能各行业以及我们似乎访问的所有其他网站的激增。这些聊天机器人现在也在业余时间和高峰时间为客户提供服务，消除了人力资源有限的瓶颈。
过滤垃圾邮件和虚假评论：由于亚马逊等网站收到的评论量很大，人眼不可能扫描它们以过滤掉恶意内容。借助 NLP 的力量，人工智能可以扫描这些评论是否存在可疑活动并将其过滤掉，从而提供更好的买家体验。
优化搜索：所有电子商务都取决于用户搜索他们想要的东西并能够找到它。人工智能一直在根据数千个参数优化搜索结果，以确保用户找到他们正在寻找的确切产品。
供应链：人工智能被用来预测不同时间段内对不同产品的需求，以便他们可以管理库存以满足需求。

人力资源

建立工作文化：人工智能被用来分析员工数据，并将他们安排在合适的团队中，根据他们的能力分配项目，收集有关工作场所的反馈，甚至尝试预测他们是否即将离开公司。
招聘：借助 NLP，人工智能可以在几秒钟内浏览数千份简历，并确定是否合适。这是有益的，因为它不会出现任何人为错误或偏见，并且会大大缩短招聘周期的长度。