什么是人工智能?

听到人工智能(AI)这个词，你可能会想到自动驾驶汽车、机器人、ChatGPT或其他人工智能聊天机器人，以及人工创造的图像。但同样重要的是，要了解人工智能的产出背后，了解这项技术是如何运作的，以及它对这一代和子孙后代的影响。

人工智能是一个概念，从20世纪50年代开始正式出现，当时它被定义为机器执行以前需要人类智能才能完成的任务的能力。这是一个相当宽泛的定义，经过几十年的研究和技术进步，这个定义已经得到了修改。

当你考虑给一台机器(比如计算机)分配智能时，首先定义“智能”这个词是有意义的——尤其是当你想确定一个人工系统是否真的值得拥有智能时。

我们的智力水平使我们有别于其他生物，对人类的经历至关重要。一些专家将智力定义为适应、解决问题、计划、在新情况下即兴发挥和学习新事物的能力。

由于智力有时被视为人类经验的基础，我们试图在科学努力中人工地重建它也许并不奇怪。

今天的人工智能系统可能会表现出人类智能的一些特征，包括学习、解决问题、感知，甚至是有限的创造力和社交智能。

我如何使用人工智能?

人工智能以不同的形式出现，在日常生活中已经广泛使用。你斗篷上的内置Alexa或谷歌语音助手的智能扬声器是人工智能的两个很好的例子。其他很好的例子是流行的人工智能聊天机器人，如ChatGPT、新的必应聊天和b谷歌Bard。

当你向ChatGPT询问一个国家的首都，或者让Alexa提供最新的天气信息时，你会得到机器学习算法的结果。

虽然这些系统不能取代人类的智能或社会互动，但它们有能力利用它们的训练来适应和学习新的技能，以完成它们没有明确编程来执行的任务。

AI有哪些不同类型?

人工智能可以分为三个被广泛接受的子类:狭义人工智能、通用人工智能和超级人工智能。

什么是狭义人工智能?

人工窄智能(ANI)对于Siri、Alexa、b谷歌Assistant等语音助手来说至关重要。这类智能系统包括被设计或训练来执行特定任务或解决特定问题的智能系统，而不是被明确设计来这样做的。

人工智能通常被称为弱人工智能，因为它不具备一般的智能，但狭义人工智能的一些例子包括上述语音助手、图像识别系统、响应简单客户服务请求的技术，以及标记在线不适当内容的工具。

ChatGPT是ANI的一个例子，因为它被编程为执行特定的任务，即对给出的提示生成文本响应。

什么是通用AI?

通用人工智能(AGI)，也被称为强人工智能，仍然是一个假设的概念，因为它涉及机器理解并根据其积累的经验执行截然不同的任务。这种类型的智能更接近人类的智力水平，因为AGI系统将能够像人类一样推理和思考。

像人类一样，AGI可能能够理解任何智力任务，进行抽象思考，从经验中学习，并利用这些知识来解决新问题。从本质上讲，我们谈论的是一个具有常识的系统或机器，这是目前任何形式的可用人工智能都无法实现的。

据推测，开发一个具有自己意识的系统仍然是一种遥远的公平方式，但这是人工智能研究的最终目标。

什么是超级人工智能?

人工超级智能(ASI)是一个不仅能彻底震撼人类，还能摧毁人类的系统。如果这听起来像是科幻小说，那是因为它确实是:人工智能是一个系统，在这个系统中，机器的智能在所有方面都超过了所有形式的人类智能，在所有功能上都超过了人类。

一个能够学习和不断改进自己的智能系统仍然是一个假设的概念。然而，如果有效地、合乎道德地应用这个系统，它可能会在医学、技术等方面带来非凡的进步和成就。

最近有哪些人工智能的例子?

总的来说，人工智能领域最显著的进步是GPT 3.5和GPT 4的开发和发布。但在人工智能领域还有许多其他革命性的成就——事实上，太多了，无法在这里一一列举。

以下是其中一些最值得注意的:

ChatGPT(和gpt)

ChatGPT是一个具有自然语言生成、翻译和回答问题能力的人工智能聊天机器人。尽管OpenAI可以说是最受欢迎的人工智能工具，但由于其广泛的可访问性，OpenAI在人工智能领域掀起了重大浪潮，创建了GPTs 1、2和3。

GPT代表生成预训练转换器，GPT-3在2020年推出时是现有最大的语言模型，拥有1750亿个参数。最新版本GPT-4可以通过ChatGPT Plus或必应聊天(Bing Chat)访问，它有一万亿参数。

自动驾驶汽车

尽管自动驾驶汽车的安全性是潜在用户最关心的问题，但随着人工智能的突破，这项技术不断进步和完善。这些车辆使用机器学习算法结合传感器和摄像头的数据来感知周围环境，并确定最佳行动方案。

特斯拉电动汽车的自动驾驶功能可能是大多数人想到自动驾驶汽车时想到的，但b谷歌母公司Alphabet旗下的Waymo公司在加州旧金山和亚利桑那州凤凰城推出了自动驾驶汽车，就像没有出租车司机的出租车。

Cruise是另一款自动驾驶出租车服务，苹果、奥迪、通用和福特等汽车公司也可能在研发自动驾驶汽车技术。

机器人

波士顿动力公司的成就在人工智能和机器人领域脱颖而出。虽然我们离创造出电影《终结者》那样的人工智能技术还有很长的路要走，但看到波士顿动力公司的机器人使用人工智能来导航和应对不同的地形，还是令人印象深刻的。

DeepMind

b谷歌的姐妹公司DeepMind是人工智能的先驱，正在朝着人工通用智能(AGI)的最终目标迈进。虽然还没有，但该公司最初在2016年因AlphaGo而成为头条新闻，AlphaGo是一个击败人类职业围棋选手的系统。

从那时起，DeepMind创建了一个蛋白质折叠预测系统，可以预测蛋白质的复杂3D形状，并开发了可以像世界顶级医生一样有效诊断眼病的程序。

什么是机器学习?

人工智能与其他计算机科学主题不同的最大特点是，它能够通过机器学习轻松实现任务自动化，这让计算机可以从不同的经验中学习，而不是被明确地编程来执行每项任务。这种能力就是许多人所说的人工智能，但机器学习实际上是人工智能的一个子集。

机器学习涉及到一个接受大量数据训练的系统，因此它可以从错误中学习，并识别模式，以便准确地做出预测和决策，无论他们是否接触过特定的数据。

机器学习的例子包括图像和语音识别、欺诈保护等。一个具体的例子是当用户上传照片到Facebook时的图像识别系统。社交媒体网络可以分析图像并识别人脸，从而推荐标记不同的朋友。随着时间的推移和实践，系统磨练了这项技能，并学会了做出更准确的建议。

机器学习的要素是什么?

如上所述，机器学习是人工智能的一个子集，通常分为两大类:监督学习和无监督学习。

监督式学习

这是一种通过使用许多被人们分类的标记示例来教授AI系统的常见技术。这些机器学习系统被输入了大量的数据，这些数据已经被注释以突出感兴趣的特征——你基本上是在以身作则。

如果你想训练一个机器学习模型来识别和区分圆形和正方形的图像，你可以从收集不同背景下的圆形和正方形图像的大型数据集开始，例如，将行星画为圆形，或将表格画为正方形，并为每种形状添加标签。

然后，算法将学习这些标记的图像集合，以区分形状及其特征，例如没有角的圆形和有四个等边的正方形。在对图像数据集进行训练后，系统将能够看到新的图像并确定它找到的形状。

无监督学习

相比之下，无监督学习使用一种不同的方法，其中算法试图识别数据中的模式，寻找可用于对数据进行分类的相似性。

例如，将重量相似的水果或发动机尺寸相似的汽车聚在一起。

该算法并没有预先设置以挑选特定类型的数据;它只是寻找可以进行分组的相似数据，例如，根据购物行为将客户分组，以便针对他们进行个性化的营销活动。

强化学习

在强化学习中，系统试图根据其输入数据最大化奖励，基本上是通过一个试验和错误的过程，直到达到最佳结果。

考虑训练一个系统去玩一款电子游戏，如果它得到更高的分数，它会得到积极的奖励，如果分数低，它会得到消极的奖励。该系统学会分析游戏并采取行动，然后仅从收到的奖励中学习，达到能够自己玩游戏并在没有人为干预的情况下获得高分的程度。

强化学习也被用于研究，它可以帮助自主机器人学习在现实环境中的最佳行为方式。

什么是大型语言模型?

目前最著名的人工智能类型之一是大型语言模型(LLM)。这些模型使用无监督机器学习，并在大量文本上进行训练，以学习人类语言的工作原理。这些文本包括文章、书籍、网站等等。

在训练过程中，法学硕士处理数十亿个单词和短语，以学习它们之间的模式和关系，使模型能够对提示生成类似人类的答案。

最流行的LLM是基于ChatGPT的GPT 3.5，最大的LLM是GPT-4。巴德使用的是由谷歌开发的LaMDA法学硕士，谷歌是第二大法学硕士。

什么是深度学习?

作为机器学习家族的一部分，深度学习涉及训练具有三层或更多层的人工神经网络来执行不同的任务。这些神经网络被扩展成具有大量深层的庞大网络，这些深层网络使用大量数据进行训练。

深度学习模型往往有三层以上，甚至可能有数百层。它可以在训练过程中使用监督学习或无监督学习或两者的结合。

由于深度学习技术可以通过人工智能学习识别数据中的复杂模式，因此它经常用于自然语言处理(NLP)、语音识别和图像识别。

什么是神经网络?

机器学习的成功依赖于神经网络。这些是数学模型，其结构和功能松散地基于人脑神经元之间的联系，模仿它们相互传递信号的方式。

想象一下，一群机器人正在一起解决一个谜题。每个人都被编程来识别拼图中不同的形状或颜色。机器人结合他们的能力一起解决难题。神经网络就像一群机器人。

神经网络可以调整内部参数来改变它们的输出。每个系统都被输入数据库，以学习在训练期间提供特定数据时应该输出什么。

它们由相互连接的算法层组成，这些算法层相互提供数据。当数据在层之间传递时，可以通过修改数据的重要性来训练神经网络来执行特定的任务。在这些神经网络的训练过程中，当数据在层之间传递时，附加到数据上的权重将继续变化，直到神经网络的输出非常接近期望的结果。

在这一点上，网络将“学会”如何执行特定的任务。期望的输出可以是任何东西，从在图像中正确标记水果到根据传感器数据预测电梯何时可能发生故障。

什么是co ?nversational AI ?

会话人工智能包括被编程为与用户对话的系统:训练以会话方式倾听(输入)和回应(输出)。对话式人工智能使用自然语言处理，以自然的方式理解和回应。

会话式人工智能的一些例子是b谷歌Bard这样的聊天机器人，亚马逊Alexa这样的带语音助手的智能扬声器，或者Siri这样的智能手机上的虚拟助手。

有哪些人工智能服务可供使用?

普通消费者和企业都有大量的人工智能服务可用于加快任务，为日常生活增添便利——你家里可能就有某种使用人工智能的东西。

以下是公众可以使用的一些常见的人工智能例子，有免费的，也有收费的:

• 语音助手:你架子上的Echo设备上的亚马逊Alexa, iPhone上的苹果Siri和b谷歌Assistant都使用自然语言处理来理解和回应你的问题或命令。
• 聊天机器人:人工智能聊天机器人是另一种形式的虚拟助手，可以与人互动，在某些情况下，可以进行类似人类的对话，甚至模仿同情和关心。
• 语言翻译:机器学习的应用范围很广，谷歌翻译、微软翻译、亚马逊翻译和ChatGPT等服务都使用机器学习来翻译文本。
• 生产力:Microsoft 365 Copilot是一个很好的例子，将法学硕士用作人工智能生产力工具，嵌入Word, PowerPoint, Outlook, Excel, Teams等中，为您自动执行任务。简单地问，‘给团队发邮件’关于该项目的最新状态，将触发Copilot自动从电子邮件和文档中收集信息用您所询问的内容生成文本。
• 图像和视频识别:不同的程序使用人工智能来查找信息关于公司图像和视频中的内容，例如其中的面孔、文本和对象。Clarifai采用机器学习从数据源组织非结构化数据，Amazon Rekognition是一项允许用户上传图像以接收信息的AWS服务，这就是两个例子。
• 软件开发:许多开发人员已经开始使用ChatGPT编写和调试代码，但是还有许多其他AI工具可以使程序员的工作更轻松。例如，OpenAI Codex的人工智能结对程序员GitHub Copilot是一个生成语言模型，通过自动完成注释和代码，可以快速编写代码。
• 建立企业:除了日常用户利用他们周围的人工智能之外，还有为企业提供人工智能工具的服务，包括OpenAI的GPT-4 API(目前在等待名单中)，用于使用LLM构建应用程序和服务;或者亚马逊的一套云计算软件——Bedrock面向开发人员的人工智能工具。

哪家公司正在引领人工智能竞赛?

尽管生成式人工智能引领着2023年的人工智能突破，但也有其他顶级公司正在努力实现自己的突破。

OpenAI

OpenAI在今年的人工智能竞赛中占据领先地位并不奇怪，因为OpenAI免费提供了广泛使用的生成式人工智能工具，比如人工智能聊天机器人ChatGPT和图像生成器dall - e2。

字母

b谷歌的母公司Alphabet通过旗下的一些公司涉足了几个不同的人工智能系统，包括DeepMind、Waymo和前面提到的谷歌。

DeepMind继续追求通用人工智能，它努力通过人工智能系统实现的科学解决方案证明了这一点。它为文档人工智能开发了机器学习模型，优化了Youtube上的观看体验，使AlphaFold可供全球研究人员使用，等等。

虽然你可能不会每天都在新闻中听到Alphabet在人工智能方面的努力，但它在深度学习和人工智能方面的工作总体上有可能改变人类的未来。

微软

除了为其365个应用程序创建Microsoft 365 Copilot之外，微软还为Azure上的开发人员提供了一套人工智能工具，例如用于开发机器学习、数据分析和会话人工智能的平台，以及在计算机视觉、语音和语言方面达到人类水平的可定制api。

微软也在OpenAI的开发上投入了大量资金，在新的必应聊天中使用了GPT-4，在必应图像创建器中使用了更高级的dall - e2版本。

其他公司

这些只是引领人工智能竞赛的公司的几个例子，但全球还有许多其他公司也在人工智能领域大步迈进，包括b百度、阿里巴巴、Cruise、联想、特斯拉等。

人工智能将如何改变世界?

人工智能有能力改变我们的工作方式、健康状况、消费媒体和上班方式、隐私等。

想想某些人工智能系统对整个世界的影响吧。人们可以让手机上的语音助手叫自动驾驶汽车载他们去上班，在那里他们可以使用人工智能工具，比以往任何时候都更有效率。

医生和放射科医生可以使用更少的资源进行癌症诊断，发现与疾病相关的基因序列，并识别可能导致更有效药物的分子，从而可能挽救无数生命。

另外，我们也应该考虑一下，拥有能够创造逼真图像的神经网络(如dall - e2、Midjourney和Bing)可能带来的颠覆性影响;它可以复制某人的声音，或者利用一个人的相似度制作深度假视频。这可能会威胁到人们认为真实的照片、视频或音频。

人工智能的另一个伦理问题涉及面部识别和监控，以及这项技术如何侵犯人们的隐私，许多专家希望完全禁止它。

人工智能会抢走你的工作吗?

在不久的将来，人工智能系统取代相当一部分现代劳动力的可能性是可信的。

虽然普通的人工智能不会取代所有的工作，但似乎可以肯定的是，人工智能将改变工作的性质，唯一的问题是自动化将以多快的速度和多深的程度改变工作场所。

然而，人工智能不能独自运行，虽然许多常规、重复的数据工作可能会自动化，但其他工作的工人可以使用生成式人工智能等工具来提高生产力和效率。

人工智能专家对人工智能系统超越人类能力的速度有多种看法。

完全自主的自动驾驶汽车还没有成为现实，但根据一些预测，即使不考虑对快递员和出租车司机的影响，仅自动驾驶卡车行业就不可避免地将在美国占据50多万个工作岗位。