关于“人工智能”,我们需要知道这些关键概念
人工智能 发布时间:2025-01-20

      “数智赋能”指的是通过数字化、人工智能等技术手段赋予或提升某一事物的智能或效率。而数智技术是数字化和智能化的有机融合,可以理解为“数字化+智能化”,是在数字化基础上融合应用机器学习、人工智能等智能技术的过程。“智慧教育”则是利用信息技术手段,包括数据挖掘、云计算、大数据等,进行教育教学活动,以实现教学方法和模式的革新。

人工智能AI 




   AI 就是人工智能英文 Artificial Intelligence 的缩写。


                                                                                                                                                                                 

机器学习




      毫无疑问,人工智能中大的子领域是机器学习 (Machine Learning,ML),它专注于从数据中学习以执行诸如分类图像、估算销售额和检测可疑银行交易等任务的系统。ML 经常与 AI 互换使用,但如上图所示,ML 仍然只是 AI 的一部分,与其他子领域一样。尽管如此,当今先进和进化的 ML 系统形式旨在与其他 AI 领域紧密重叠。
           


AI 算法和模型




      算法是一组解决问题的指令,在人工智能算法中,这些指令旨在将人的逻辑思维过程与计算机的计算过程相融合来解决问题,它是数学、逻辑学与计算机深度交叉、人机融合的成果。
     算力即对数据的处理能力,以及存储能力、数据传输能力等。大模型是指具有大规模参数和复杂计算结构的机器学习模型。
     人工智能模型就像一个预先构建的盒子,其中包含通过接触数据而进行的学习(或训练)过程的结果:将人工智能模型视为一种随时可用的解决方案,可根据新数据进行预测或执行任务。
人工神经网络是模拟人脑神经系统的计算模型。

训练数据




     机器学习和人工智能(更具体地说是机器学习)模型构建中的一个核心概念是训练数据。这些数据用于教导模型如何识别模式并做出预测。例如,通过处理由不同鸟类图像组成的大量训练数据,模型逐渐学会识别数据中的模式,从而帮助区分一个物种与另一个物种,终完成它所设计的特定任务,例如图像分类。

深度学习和计算机视觉




      深度学习(Deep Learning)是机器学习的一个高级分支,专门处理更具挑战性的问题和复杂的数据,使用模仿人类和动物大脑运作方式的人工神经网络架构。
深度学习模型的主要应用之一是计算机视觉(Computer Vision,CV)任务,这涉及使机器能够理解视觉信息,例如识别图像或视频中的物体。
                                                                                                               

生成式 AI




      生成式人工智能是指经过训练的人工智能系统,利用复杂的算法、模型和规则,通过从现有数据中学习模式,创建新内容(如文本、图像、音乐、视频和代码等)。

人工智能的这一领域主要建立在先进的深度学习架构之上,也是我们今天见证的大量可用应用和工具的背后原因,这些应用和工具让人工智能功能(尤其是与创造力相关的功能)更接近大众。

负责任的人工智能




     负责任的人工智能是一门研究课题,重点是开发人工智能系统的道德开发和部署框架,以确保公平、透明和问责。

生成式AI、大语言模型、高级计算机视觉系统等新人工智能系统的功能越强大,就越应该重视负责任的人工智能实践,以确保以正确的方式使用这些强大的工具。

智能机器人



“大脑”——控制芯片与算法

      人类智慧的生理基础,是在漫长进化过程中不断完善的大脑;人类也是已知唯一可以通过语言和文字等抽象符号进行学习的物种。

智能机器人的控制芯片和算法,好比人类的大脑和不断学习的过程。特别是随着芯片技术的飞速发展,智能机器人的控制器性能越来越高,这让智能机器人可以运行更加复杂的程序。

      具有AI算法的智能机器人,可以进行自主、无监督的学习,在数据中发现规律和结构;也可以根据特定任务进行有监督的学习,通过对照检测进行调整提高;在深度学习模式下,它甚至可以使用人工神经网络来模拟人类大脑活动。

“眼睛”——机器视觉技术

      智能机器人也可以像人类一样有视觉,这种视觉被称为机器视觉。要实现机器视觉首先要通过图像摄取装置,将目标转换成图像信号,再传送给图像处理系统;图像处理系统可将像素分布、对比度、亮度、颜色等转变成数字化信号,进而加以判断,给出识别结果。

“鼻子”——智能传感器

      智能传感器不同于传统意义上的传感器,它具有采集、处理、交换信息的功能,用于感知外部环境。

例如,城市里安装的微型空气监测站点,能采集周围环境数据,通过分析处理,检测空气中化学物质的种类及浓度,找出有害污染源,对空气质量进行实时评估,并向决策者发出预警。

“手”——执行器

     智能机器人能看到、有感觉,还会思考,接下来就要付诸行动了,这时它需要执行器,帮助它做物理动作。

例如手术机器人,甚至能在微创伤手术领域实现高于人类能力的操控精度。医生可以坐在手术机器人的控制台旁,观看病人体内传回的病区三维影像,操控机械臂进行移动;机械臂则可以模拟人类的手臂,做模拟手腕的灵活动作,能避免医生手术时手部自然引发的震颤,所以更为稳定精准。

     虽然AI技术使得机器人越来越智慧、越来越能干,但我们必须意识到,智能机器人终究不是“人”,它有自己的局限性和问题,而人类的情感和思想更是独一无二、难以模仿的。我们需要的是深度了解、合理发展并有效控制它,让它更好地为人类服务!


13390026205
jinquanshuju@163.com