What is Artificial Intelligence? In 5 minutes.
 |
來源：企业网
人們需要瞭解人工智慧（AI），如何使用軟體驅動的系統，和智慧代理，來做出接近人類認知功能的決策。
人工智慧（AI）這一術語，是指執行在人類決策領域內，考慮的任務的計算系統。這些軟體驅動的系統和智慧代理，包含高級數據分析，和大數據應用程式。人工智慧系統利用這個知識庫，來制訂決策，並開展近似認知功能的行動，其中包括學習和解決問題。
人工智慧在20世紀50年代中期，被作為一個科學領域引入，近年來發展迅速。它已成為協調數位技術，和管理業務營運的重要工具。特別有用的是人工智慧的進步，如機器學習和深度學習。
重要的是要認識到，人工智慧是一個不斷變化的目標。曾經被認為屬於人工智慧領域的事物，例如光學字符辨識（OCR），和電腦國際象棋，現在被認為是常規計算。
如今，機器人、圖像辨識、自然語言處理、即時分析工具和物聯網（IOT）內的各種連接系統，都採用人工智能，以提供更先進的功能和能力。
如今，機器人、圖像辨識、自然語言處理、即時分析工具和物聯網（IOT）內的各種連接系統，都採用人工智能，以提供更先進的功能和能力。
幫助開發人工智慧的是，許多提供基於雲計算的，人工智慧服務的公司。Statistica公司預計，到2025年，人工智慧將以每年超過127％的速度成長，其市場規模將達到48億美元。
咨詢機構埃森哲公司（Accenture）報告指出，「到2035年，人工智慧可以透過改變工作性質，並在人與機器之間產生新的關係來實現經濟增長率翻一番。」
毫不奇怪，觀察家們在這項技術，滲透到商業和日常生活中的同時，也對這項技術進行了宣傳。
人工智慧在許多業務領域具有廣泛的應用
人工智慧的歷史：複製人類思維
開發能夠模仿人類認知的機器的夢想，可以追溯到幾個世紀前。在 19 世紀 90 年代，像 H.G. Wells 這樣的科幻作家，開始探索機器人和其他機器的概念，這些機器像人類一樣思考和行動。
然而，直到 20 世紀 40 年代初，人工智慧的概念才真正形成。在阿蘭·圖靈提出計算理論（本質上是機器如何使用算法，來產生機器「思考」）之後，其他研究人員開始探索，創建人工慧能框架的方法。
1956年，達特茅斯學院的研究人員，開始了人工智慧的實際應用。這包括採用電腦玩跳棋遊戲，其水平可以擊敗大多數人。在隨後的幾十年中，人們對人工智慧的熱情逐漸消退。
1997年，IBM公司開發了一台國際象棋超級電腦深藍（Deep Blue）擊敗了世界象棋冠軍加里卡斯帕羅夫。2011年，IBM 公司推出了 Watson，它使用了更為複雜的技術，包括深度學習和機器學習，擊敗了兩個頂級的 Jeopardy 冠軍。而 Jeopardy 是美國知名的益智節目。
儘管人工智慧在未來幾年繼續發展，但觀察家們經常將2015年作為人工智慧的一個里程碑年。谷歌雲、亞馬遜網路服務（AWS）、微軟（Microsoft）、微軟 Azure 等公司開始加強研究，提高自然語言處理能力、開發電腦視覺和分析工具。
如今，人工智慧已嵌入，越來越多的應用程序和工具中。其中包括企業分析程序和 Siri 和 Alexa 等數位助理，以及自動駕駛汽車和臉部辨識。
人工智慧採用不同的形式
人工智慧，是一個涵蓋任何和所有機器智慧的總稱。然而，人工智慧的研究和使用，有幾個截然不同的區域 － 儘管它們有時會重疊。這些包括：
通用人工智慧。這些系統通常向周圍的世界學習，並以跨域的方式應用數據。例如，現在谷歌所有的 DeepMind，使用神經網路學習，如何操作人類所玩的電子遊戲。
自然語言處理（NLP）。這項技術使機器能夠閱讀、理解和解釋人類語言。自然語言處理（NLP）使用統計方法和語義編程來理解語法，在某些情況下，還可以理解作者或與聊天機器人等系統交互的人的情緒。
機器感知。在過去的幾年裡，感測器相關技術（攝影機、麥克風、加速度計、GPS、雷達等）的巨大進步，推動了機器感知，其中包括語音辨識，和用於臉部和物體辨識的電腦視覺。
機器人。機器人設備廣泛用於工廠，醫院和其他場所。近年來，無人機也開始應用。這些系統依賴於複雜的映射，和複雜的編程，也使用機器感知來完成任務。
社交智慧。自主車輛、機器人和數位助理（如 Siri 和 Alexa）需要協調和調整。因此，這些系統必須瞭解人類的行為，以及對社會規範的認識。
人工智慧方法
有許多方法用於開發和構建人工智慧系統。這些包括：
機器學習（Machine Learning）。人工智慧的這一分支，使用統計方法和算法來發現模式，並「訓練」系統在沒有明確編程的情況下，做出預測或決策。它可能包括有監督和半監督的機器學習（包括分類和標籤）和無監督的機器學習（僅使用數據輸入，不使用人類應用的標籤）。
深度學習。這種方法依靠人工神經網路模擬，來近似人腦的神經。深度學習系統對於發展電腦視覺、語音辨識、機器翻譯、社會網路過濾、電子遊戲、醫學診斷等，具有特別重要的價值。
貝葉斯網路。這些系統依賴於概率圖形模型，這些模型使用隨機變量和條件獨立性，來更好地理解，和處理事物之間的關係，例如藥物和副作用。
遺傳算法。這些搜索算法利用自然選擇後，建模的啓發式方法。他們使用變異模型和交叉技術，來解決複雜的生物挑戰和其他問題。
現實世界中的人工智慧
對於人工智慧來說，有很多令人信服的用例。以下是在一些行業領域中的主要示例：
醫療保健行業
醫療保健中的人工智能可以發揮主導作用。它使衛生專業人員能夠更深入地瞭解風險因素和疾病。它可以幫助診斷，並提供對風險的洞察力。人工智慧還為支持患者跟蹤，或警報的智慧設備、手術機器人和物聯網（IOT）系統提供幫助。
農業
人工智慧現在廣泛用於農作物監測。它幫助農民以最佳水平施用水和肥料。它還有助於農場設備的預防性維護，並產生自動機器人來挑選農作物。
金融行業
如今，定量（算法）在沒有人為干預的情況下交易股票，銀行立即做出自動信貸決策，金融機構使用算法來檢測詐欺行為。人工智慧還允許消費者，使用智慧手機掃描紙質支票和存款。
零售行業
越來越多面向消費者的應用程序，和工具支持圖像辨識、語音和自然語言處理，以及增強現實（AR）功能，這些功能允許消費者<在房間或辦公室中預覽傢具，或者在不前往實體商店的情況下，查看化妝品的外觀。零售商也在使用人工智慧，進行個性化行銷、管理供應鏈和網路安全。
旅行、交通和招待
航空公司、酒店和租車公司，使用人工智慧來預測需求，並動態調整定價。航空公司還依賴人工智慧，來優化航線飛機的使用，考慮天氣條件、乘客負荷和其他變量。
他們還可以瞭解飛機，何時需要維護。飯店正在使用人工智慧（包括圖像辨識）來部署機器人和安全監控。自動駕駛汽車和智能交通網也依賴人工智慧。
 |
| Advantages and Disadvantages of Artificial Intelligence - DataFlair |
 |
| Advantages and Disadvantages of Artificial Intelligence - DataFlair |
人工智慧的好處和風險
對於企業來說，這不是一個是否使用人工智慧的問題，許多組織已經每天都在使用人工智慧，而是一個如何最大化收益，和最小化風險的問題。
 |
| http://www.arcran.com/tw/ |
企業瞭解人工智慧，如何以及在何處改善業務流程，以及建立一個能夠理解人工智慧是什麼，它適合何處，以及它提供哪些機會的員工隊伍是至關重要的。這可能需要企業員工具備新的知識和技能，同時需要重新考慮服務提供商、工作流程和內部流程。
人工智慧能應對其他挑戰。人工智慧最大的障礙包括機器學習和深度學習，而建構結構不良的框架。或用戶使用糟糕的數據訓練模型，或建構有缺陷的統計模型時，通常會出現不正確甚至危險的結果。
人工智慧工具雖然越來越容易使用，但需要數據科學專業知識。其他重要因素包括：確保有足夠的計算能力，和適當的基於雲計算的基礎設施，以及減輕員工的工作崗位，被人工智慧取代的擔憂。
無論如何，人工智慧正在引入更多的機會，來創造更智慧、更強大的機器。相信在未來幾年，人工智慧一定會進一步改變業務和生活。
 |
沒有留言:
張貼留言