人工智能、机器学习、深度学习,到底是个啥?

原创 中兴文档 2024-02-23 09:01

说到近些年的火热名词,“人工智能”必须榜上有名。随着去年ChatGPT爆火出圈,“AI(Artificial Intelligence,人工智能)”屡次霸屏热搜榜,并被英国词典出版商柯林斯评为2023年的年度词。

除了“人工智能”,我们还经常听到“机器学习”、“深度学习”……
这些术语都是啥意思?它们之间有什么关系呢?跟着文档君来了解一下吧~~

人工智能——Artificial Intelligence

说到人工智能,大家的第一反应可能是科幻电影里那些拥有人类智慧的机器人,但实际上,人工智能可不仅仅是机器人哦。

人工智能是由约翰·麦卡锡(John McCarthy)于1956年提出来的,当时的定义是“制造智能机器的科学与工程”。
现在的人工智能是指“研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学”。
听起来有点绕是不是,文档君来总结一下,人工智能就是让机器能够模拟人类的思维能力,让机器能像人一样去感知、思考甚至决策。
时至今日,人工智能已经不再是一门单纯的学科,而是涉及了计算机、心理学、语言学、逻辑学、哲学等多个学科的交叉领域。
人工智能看起来是高深的科技,实际上是一个覆盖范围很广的概念。我们的身边,早就有了各种人工智能,例如:自动驾驶、人脸识别、智能机器人、机器翻译等等。

面对多种多样的人工智能,我们按照人工智能的实力,可将其分成三类:
  • 弱人工智能(Artificial Narrow Intelligence,ANI)

    擅长于某个方面的人工智能,只能执行特定的任务。例如,人脸识别系统就只能识别图像,你要是问它明天天气怎么样,它可不知道怎么回答。
  • 强人工智能(Artificial General Intelligence,AGI)

    类似于人类级别的人工智能,能够在多个领域表现出类似于人的智慧,能理解、学习和执行各种任务。目前,强人工智能尚未实现,仍是人工智能研究的长期目标。
  • 超人工智能(Artificial Superintelligence,ASI)

    超越人类智慧的人工智能,在各个领域都比人类聪明,可以执行任何智力任务并且在许多方面超越人类。尽管超人工智能在科幻作品中经常出现,但在实际中只是一个理论概念,目前还没有实现的可能。
说到这里,文档君想问大家,打败围棋世界冠军的AlphaGo属于什么人工智能呢?


机器学习——Machine Learning

前面提到,人工智能的目的是让机器能够像人一样思考并决策,到底如何实现呢?

回想一下,我们刚出生时基本上什么都不会,经过了几十年的学习,我们学会了各种知识、技能。
机器也是一样的,要让它会思考,就要让它先学习,从经验中总结规律,进而拥有一定的决策和辨别能力,这就是人工智能的核心——机器学习。

机器学习专门研究计算机怎样模拟或实现人类的学习行为,通过学习获取新的知识、技能,从而重新组织已有的知识结构,不断改善自身性能。

机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、算法复杂度理论等多门学科。

机器是怎样学习的呢?我们先来看一下人的学习过程:

  1. 上课:学习理论知识,进行知识输入

  2. 总结复习:通过复习,强化理解

  3. 梳理知识框架:整理知识,形成体系

  4. 课后作业:通过练习,进一步加深理解

  5. 每周测验:检查掌握情况

  6. 查漏补缺:改善学习方法

  7. 期末考试:检查最终学习成果

机器的学习过程也是类似的,包括以下7个步骤:

  1. 数据获取:收集相关的数据

  2. 数据处理:对数据进行转换,统一数据格式

  3. 模型选择:选择适合的算法

  4. 模型训练:使用数据训练模型,优化算法

  5. 模型评估:根据预测结果评估模型性能

  6. 模型调整:调整模型参数,优化模型性能

  7. 模型预测:对未知结果数据进行预测

简而言之,机器学习就是从数据中通过算法自动归纳逻辑或规则,并根据归纳的结果与新数据来进行预测。

举个例子,如果我们想让计算机看到狗时能判断出是狗,就需要给计算机展示大量狗的图片,同时告诉它这就是狗。
经过大量的训练,计算机会总结出一定的规律,当下次看到狗时,捕捉到对应的特征,得出“这是狗”的结论。
如果算法不够完善,可能会把猫误认为狗,这就需要计算机通过经验数据自动改进算法,从而增强预测能力。

按照学习方式,机器学习可分为以下四类:

  • 监督学习

    从有标记的数据中学习,即数据中包含自变量和因变量,通过学习已知的输入和输出数据来进行预测,如分类任务和回归任务。

    分类任务:预测数据所属的类别,如垃圾邮件检测 、识别动植物类别等。

    回归任务:根据先前观察到的数据预测数据,如房价预测,身高体重预测等。

  • 无监督学习

    分析没有标签的数据,即数据中只有自变量没有因变量,发现数据的规律,如聚类、降维等。

    聚类:把相似的东西聚在一起,并不关注这类东西是什么,如客户分组。

    降维通过提取特征,将高维数据压缩用低维表示,如将汽车的里程数和使用年限合并为磨损值。
  • 半监督学习

    训练数据只有部分有标记,先使用无监督学习对数据进行处理,再用监督学习对模型进行训练和预测。
    例如手机可以识别同一个人的照片(无监督学习),当把同一个人的照片打上标签后,之后新增的这个人的照片也会自动加上对应的标签(监督学习)。
  • 强化学习

    通过与环境进行交互,根据奖励或惩罚来优化算法,直到获得最大奖励,产生最优策略。例如扫地机器人撞到障碍物后,会优化清扫路径。


深度学习——Deep Learning

通过上面的了解,相信大家对机器学习已经不陌生了。那么深度学习又是个啥?跟机器学习有什么关系?

深度学习是机器学习领域的一个新的研究方向,是一种通过多层神经网络来学习和理解复杂数据的算法。
机器通过学习样本数据的深层表示来学习复杂任务,最终能够像人一样具有分析学习能力,能够识别文字、图像和声音等。
与传统机器学习不同的是,深度学习使用了神经网络结构,神经网络的长度称为模型的“深度”,因此基于神经网络的学习被称为“深度学习”。
神经网络模拟了人类大脑的神经元网络,神经元节点可以对数据进行处理和转换。通过多层神经网络,数据的特征可以被不断地提取和抽象,从而使机器能更好地解决各种问题。

典型的深度学习算法有以下四种类型:
  • 积神经网络(Convolutional Neural Network,CNN):常用于图像识别和分类任务。
  • 递归神经网络(Recurrent Neural Network,RNN):适用于处理序列数据,如自然语言处理。
  • 长短期记忆网络(Long Short-Term Memory,LSTM):一种特殊的RNN结构,能够更好地处理长序列数据。
  • 生成对抗网络(Generative Adversarial Network,GAN):用于生成新的数据,如图像、音频或文本。
在深度学习的加持下,人工智能得以快速发展,相信在不久的将来,我们将拥有一个全新的AI时代。

结束语

有用的知识又增加了,文档君来浅浅总结一下吧:

  • “人工智能”是一个广泛的概念,目的是让机器像人一样思考和执行任务。
  • “机器学习”是实现人工智能的一种方法,目的是从数据中学习规律,传统的机器学习需要人工确定数据特征。
  • “深度学习”是机器学习的一个特定分支,基于神经网络,能够自动学习数据特征。
相信大家通过今天的学习,再也不会傻傻分不清楚了~~
除了今天介绍的这三个词,与AI相关的术语还有很多,你还知道哪些呢,欢迎在留言区讨论~~

想第一时间收到我们的更新吗?
只需两步,为文档君加上“爱你一万年”的星标⭐!
没有星标,你爱的文档君就要跟你失联啦~
我们是一群平均从业年限5+的通信专业工程师。
关注我们,带你了解通信世界的精彩!


中兴文档 通俗易懂且高颜值的通讯技术文档!
评论 (0)
  • 在汽车工业的照明领域,梅赛德斯-奔驰一直是创新的先锋。其最新的ABD矩阵大灯技术方案,不仅体现了品牌对安全和舒适驾驶体验的不懈追求,更是智能照明系统发展的一个里程碑。本文将详细介绍这一技术的构成、工作原理及其带来的益处。ABD矩阵大灯技术,全称为Adaptive Beam Dynamics,是一种高度先进的前照灯系统。与传统的汽车照明相比,它能够提供更为精准和灵活的照明效果。核心技术包括了智能化的传感器阵列、精密的光学组件以及复杂的算法控制单元。该技术的核心在于它的自适应能力。通过集成在车辆前方
    lauguo2013 2024-04-12 15:35 25浏览
  • 光耦合器也称为光隔离器,是许多电子电路中的重要组件,可在输入和输出信号之间提供隔离。它们在各种应用中确保安全、降低噪声和防止接地环路方面发挥着至关重要的作用。在本文中,我们将深入研究光耦合器的基础知识,探讨它们的工作原理及其输入和输出之间的关系。了解光耦合器:光耦合器由一个发光二极管(LED)组成,该发光二极管在单个封装内与光电探测器(通常是光电晶体管或光电二极管)进行光学耦合。LED所在的输入侧被称为“初级”或“输入”侧,而包含光电探测器的输出侧被称为“次级”或“输出”侧。光耦合器输入和输出隔
    腾恩科技-彭工 2024-04-12 16:13 30浏览
  • 科技云报道原创。从540亿元到1286亿元——这是中国通信标准化协会大数据技术标准推进委员会针对中国数据库行业给出的一份预测报告。报告指出,未来五年,中国数据库行业将从百亿级市场跨越成为千亿级市场。最近两年,中国的数据库行业似乎也在迎来一轮新热潮,而这种热潮是伴随着5G、云计算、大数据和AI等多种技术共同出现的。在企业数字化加速到来的同时,企业对于各类数据分析的需求也被越发放到台前。种种变革之下,数据库行业是否将迎来新的发展?数据库发展出现新趋势如果将整个软件产业体系比喻成一棵参天大树,数据库则
    科技云报到 2024-04-12 16:44 51浏览
  • 光电耦合器是一种将光学信号转换为电信号,或将电信号转换为光学信号的器件,广泛应用于通信、医疗、工业控制等领域。其制造工艺的精湛程度直接影响到器件的性能和可靠性。光电耦合器的制造工艺流程光电耦合器的制造工艺主要包括材料选择、器件设计、加工制造和测试等环节。首先是选择高品质的光电材料,如硅、玻璃等,以确保器件具有良好的光学特性和稳定性。其次是根据设计要求,进行器件结构设计和光学参数计算,确定器件的尺寸、形状和光学特性。然后是采用先进的加工技术,如激光切割、精密磨削等,进行器件的加工制造,确保器件的尺
    克里雅半导体科技 2024-04-12 16:38 48浏览
  • 隔离驱动芯片作为电子领域中的关键组件,在电力电子、新能源、汽车电子等领域中发挥着至关重要的作用。然而,长期以来,我国在隔离驱动芯片领域依赖进口,面临着技术受限、供应不稳定等问题。因此,实现隔离驱动芯片的国产化成为我国电子产业发展的重要战略之一。隔离驱动芯片国产化的进展与成果近年来,我国政府和企业加大了对隔离驱动芯片国产化的支持和投入。通过引进国外先进技术、加强技术攻关和人才培养,我国隔离驱动芯片产业取得了显著进展。一些企业已经能够自主设计、生产高性能、高可靠性的隔离驱动芯片,填补了国内相关领域的
    克里雅半导体科技 2024-04-12 16:37 43浏览
  • 前言BIM(Building Information Modeling,建筑信息建模)于2011年左右出现,是建筑行业的一个重大突破。如今,该项技术已经成熟,除施工阶段以外,还可以在其他阶段使用。那么,如何将BMI集成到SCADA系统中?BIM—连接建筑设计与建筑维护的纽带之前,项目经理们使用AutoCAD制作简单的图纸。BIM具有三个特定功能,超越了简单的图纸设计:使用的对象易于复制3D建模取代2D图纸对象可以组合(例如,门可以嵌入墙体)BIM的首要目标是完善和深化设计阶段。更好的设计意味着施
    宏集科技 2024-04-12 15:58 29浏览
  • 数字隔离器是电子系统中,数字信号和模拟信号进行传递时,使其且具有很高的电阻隔离特性,以实现电子系统与用户之间的隔离的一种芯片。设计人员之所以引入隔离,是为了满足安全法规或者降低接地环路的噪声等。虽然光耦合器无疑可以有效地实现其目的,但进一步探索隔离技术可能会推出更符合您的应用需求的解决方案,与优雅和独创性产生共鸣。电流隔离:目的和方法电流隔离是确保电子系统安全、可靠性和效率的基石。它的目的是防止不需要的电流和电压在互连电路之间通过,从而防止潜在危险和信号失真。传统上,利用变压器耦合、电容器耦合和
    腾恩科技-彭工 2024-04-12 16:11 29浏览
  • 科技云报道原创。在过去一两年里,以GPT和Diffusion model为代表的大语言模型和生成式AI,将人们对AI的期待推向了一个新高峰,并吸引了千行百业尝试在业务中利用大模型。国内各家大厂在大模型领域展开了激烈的军备竞赛,如:文心大模型、通义千问、混元大模型、盘古大模型等等,这些超大规模的模型训练参数都在千亿以上,有的甚至超过万亿级。即便训练一次千亿参数量模型的成本可能就高达数百万美元,但大厂们依然拼尽全力,除此之外也有很多行业企业希望拥有自己的专属大模型。对于企业来说,要想在大模型的竞争中
    科技云报到 2024-04-12 15:45 21浏览
  •        2024年3月22日,期待已久的ISO 11898-2:2024版本横空出世,标志着新一代CAN总线的时代即将到来(ISO/FDIS 11898-1:2023也处于最终投票阶段)。搭载着2048Byte的CANXL列车已蓄势待发,决心突破10M的高速通道。Autosar、英飞凌、ST、Vector和NXP等行业风向标早已准备迎接CANXL高速通道给整车SoA架构带来新的变革。1、第三代CAN总线(CANXL)    &nb
    经纬恒润 2024-04-12 16:17 23浏览
  • 科技云报道原创。在中国金融业数字化转型的历史长卷中,过去十年无疑是一部磅礴的史诗。2017年,南京银行第一次将传统线下金融业务搬到了线上。那一年,它的互联网金融信贷业务实现了过去10年的业务总额。2021年,富滇银行通过数字化转型,将整体业务全面线上化,再造了一个“线上富滇”。那一年,它的整体业务实现了过去7年首次超过两位数的增长。一个个鲜活的案例,见证了中国金融业从互联网化迈向全面数字化的进程,而云计算技术的引入成为了这一进程中的关键驱动力。近些年来,金融机构通过“上云”,使得IaaS层基础设
    科技云报到 2024-04-12 16:16 42浏览
我要评论
0
0
点击右上角,分享到朋友圈 我知道啦
请使用浏览器分享功能 我知道啦