https://www.toutiao.com/a6693050606732444174/

人工智能和智能机器学习有什么不同?

智能机器学习可能已取得了巨大成功 ,但那只是实现人工智能的方式之一。在20世纪50年代人工智能领域诞生之时,人工智能被定义为任何能够执行具有人类智慧任务的机器。

智能机器学习必将引领21世纪的机器人之路

人工智能系统通常至少会展示以下特征中的一部分:规划,学习,推理,解决问题,知识表达,感知,动作和操纵,以及社交智能和创造力。

除了智能机器学习外,还有其他各种用于构建人工智能系统的方法,包括进化计算,其中算法经历随机变异和代之间的组合以试图“演变”为最优解决方案。以及专家系统,其中计算机按规则进行编程允许它们模仿特定领域的专家,例如驾驶飞机的自动驾驶系统。

智能机器学习有哪些主要类型?

智能机器学习分为两大类:有监督学习和无监督学习。

什么是监督学习?这种方法基本上都是通过例子来学习。

在监督学习训练期间,系统暴露于大量被标记的数据,例如标明了对应数字的手写数字图像。给出足够的例子,监督学习系统将学会识别与每个数字相关的像素和形状,并且最终能够识别手写数字,能够可靠地区分数字9和4或6和8。

但是,对这些系统进行训练通常需要大量标记数据,有些系统甚至需要暴露于数百万个示例才能掌握任务。

因此,用于培训这些系统的数据集可能非常庞大,Google的开放图像数据集包含大约900万个图像,其带有标签的视频存储库YouTube-8M可链接到700万个带标签的视频,ImageNet是这类早期数据库之一,拥有超过1400万个分类图像。培训数据集的规模继续增长,Facebook最近宣布已经编辑了35亿张在Instagram上公开发布的图片,并使用每张图片的标签作为标签。在ImageNet的基准测试中,使用10亿张这些照片来训练图像识别系统的记录准确率达到了85.4%。

标记训练中使用的数据集的繁琐过程通常使用群集服务进行,例如亚马逊机械土耳其人,它提供了遍布全球的大量低成本劳动力的访问。例如,ImageNet由两年近5万人组成,主要通过Amazon Mechanical Turk招募。然而,Facebook使用公开可用的数据来训练系统的方法可以提供另一种使用数十亿个数据集的训练系统的方法,而无需手动标记的开销。

智能机器学习必将引领21世纪的机器人之路

什么是深度学习和深层神经网络?

智能机器学习的一个子集是深度学习,其中神经网络被扩展到具有大量数据训练庞大网络中。正是这些深度神经网络推动了计算机执行语音识别和计算机视觉方面能力的飞跃发展。

各种类型的神经网络,有不同的优势和劣势。递归神经网络是特别适用于语言处理和语音识别的一类神经网络,而卷积神经网络更常用于图像识别。神经网络的设计也在不断发展,研究人员最近为有效类型的深度神经网络设计了一种更高效的设计,称为长期短期记忆或LSTM,使其能够快速运行,例如Google翻译。

进化算法的人工智能技术甚至被用于优化神经网络。该方法最近由优步人工智能实验室展示,该实验室发布了关于使用遗传算法训练深度神经网络以强化学习问题的论文。

智能机器学习必将引领21世纪的机器人之路

智能机器学习用来干什么?

智能机器学习系统一直在我们身边使用,是现代互联网的基石。用于为您推荐在亚马逊上想要购买的产品或想要在Netflix上观看的视频。

每个Google搜索都使用多个智能机器学习系统,通过个性化搜索结果来了解查询中的语言,因此搜索“低音”的钓鱼爱好者不会被吉他的结果所淹没。同样,Gm人工智能l的垃圾邮件和网络钓鱼识别系统也使用经过智能机器学习的训练模型,让您的收件箱避开流氓信息。

虚拟助手如苹果的Siri,亚马逊的Alexa,谷歌助理和微软Cortana是智能机器学习最典型的例子。

除此之外,在许多其它行业中也有许多用处,包括:无人驾驶汽车,无人驾驶飞机的计算机视觉;聊天机器人和服务机器人的语音识别;人脸识别;帮助放射科医生在X射线中挑选肿瘤,帮助研究人员发现与疾病相关的基因序列,并找出可能导致医疗保健中更有效药物的分子;通过分析物联网传感器数据,允许对基础设施进行预测性维护等等。

AI人工智能-智能学习时代相关推荐

  1. AI人工智能工程师 学习大纲

    在科学技术是第一生产力的时代,生产力需求越大,技术发展越快,随着近年来科技发展的不断提速,AI人工智能技术也被越来越多的人们所认知,有 砖家 预测,未来的5年,AI人工智能技术将全面爆发,逐渐向各行各 ...

  2. 《AI人工智能工程师 学习大纲》

    在科学技术是第一生产力的时代,生产力需求越大,技术发展越快,随着近年来科技发展的不断提速,AI人工智能技术也被越来越多的人们所认知,有 砖家 预测,未来的5年,AI人工智能技术将全面爆发,逐渐向各行各 ...

  3. 零基础AI人工智能的学习之路-从0到1-浅谈

    文章目录 0.背景 0.1. 知己 0.2. 知彼 1.if转行,这些文章可以参考学习 2.学习之路 2.1 个人学习之路 2.2 推荐的学习之路 3.推荐学习利器 3.1 Kagge 3.2 菜鸟教 ...

  4. RK3399开发板AI人工智能深度学习之TensorFlow 测试

    硬件平台:迅为-RK3399开发板 系统:ubuntu 项目:TensorFlow 测试 配套资料在网盘资料的"iTOP-3399 开发资料汇总(不含光盘内容)\08_iTOP-3399 开 ...

  5. AI人工智能学习路径图

    都看了昨天的热搜没有?韩国首位AI女主播金柱夏诞生,瞧瞧,这就是科技的力量啊!用智能代替人工解放人力,相信在未来这一定是个大的发展趋势,这时候可能就有人想要进入这个行业了,那么今天,小编就来给大家分享 ...

  6. 智能ai深度学习技术_人工智能深度学习与医学

    智能ai深度学习技术 As physicians, nurses, dentists, or any healthcare expert, we all have experienced the ea ...

  7. 为什么医学影像AI已进入「后深度学习时代」?

    http://blog.itpub.net/29829936/viewspace-2644440/ "深度学习正走向两极化,大部分研究深度学习的人员会偏向于工程化,包括建立更加全面.便捷.快 ...

  8. ai的智能发展不会超越人类_人工智能:超越炒作

    ai的智能发展不会超越人类 by George Krasadakis 通过乔治·克拉萨达基斯(George Krasadakis) 人工智能,超越炒作 (Artificial Intelligence ...

  9. 当语音遇到人工智能,走进《智能语音时代》

    技术世界不会让人永远躺在功劳簿上. 繁忙之余,感谢愉快的地铁阅读时光,读了一本科普书<智能语音时代>.可能由于译者不是专业人士的缘故,在翻译中有一些常识性错误,例如出现了"网景公 ...

最新文章

  1. MySQL-查询数据(SELECT)
  2. python语言if语句-Python入门教程之if语句的用法
  3. Interview:算法岗位面试—10.17早上—上海某银行人工智能算法岗位(偏算法,四大行之一)技术面试之项目讲解和激活函数的选择
  4. .NET中的UI自动化测试
  5. Unity接入谷歌支付
  6. 全国计算机三级过关要求,谈三级pc技术——我的30天过关经验
  7. 市场调研-全球与中国矢量网络分析仪(VNA)校准套件市场现状及未来发展趋势
  8. oracle redo查询,ORACLE UNDO REDO查看
  9. NCA9555/PCA9555代码 通用总线IO扩展器芯片驱动
  10. 带你走进程序员世界:资历深不是优势,资源才是难得的宝藏!
  11. linux设置开机自启动网络,linux设置开机自启动
  12. RGB 颜色透明16进制表示
  13. 虚拟机——KSM Kernel Samepage Merging
  14. 世界上最快的浏览器(mxnitro浏览器)
  15. dom绑定click事件无效及解决办法
  16. android通知启动应用程序,用户单击Urban Airship通知时重新启动Android应用程序
  17. MATLAB编程实现实验数据的处理
  18. 情感分析ASTE三元组提取的BIO标注
  19. 无锡市计算机培训短期速成班,锡山区电脑培训速成班培训快速学习电脑办公制图班...
  20. 实时通信 socketio nio 总结

热门文章

  1. python sorted()
  2. 数据预处理为什么使用独热编码one-hot
  3. 以后要使用tf.keras不要单独使用KERAS
  4. GPT-3距离下一代AI生态平台还有多远?
  5. 智源论坛 | 知识与认知图谱(5月30日,活动报名)
  6. TensorFlow练习20: 使用深度学习破解字符验证码
  7. 使用tensorflow实现全连接神经网络的简单示例,含源码
  8. M1芯片搞数据科学好使吗?5种基准测试给你答案
  9. 新方向!DeepMind提出人工生命框架,促进智能生物体的出现
  10. 原创 | 一文详解阿里云《人工智能红利渗透与爆发》技术趋势