关于AI你可能不知道的5件事情

点击上方“算法猿的成长“，关注公众号，选择加“星标“或“置顶”

总第 125 篇文章，本文大约 1400 字，阅读大约需要 7 分钟

原文：https://www.blog.google/technology/ai/five-things-a-to-z-ai/

作者：Gina Neff

导语

这篇文章是来自牛津大学的一个副教授写的文章，科普了下人工智能当前的发展情况，主要是5件事情，包括人工智能已经融入我们日常生活中、它们可以用于解决气候问题、人工智能的学习方式、检测deepfakes以及人工智能很难变得真正的智能，即很难成为一个真正的人类一样去学习和理解世界上的所有事情。

当有越来越多的关于人工智能的新闻、信息的时候，要区分一件事情是事实还是虚构的，或者找到相关名词等的通俗易懂的解释都不是容易的事情。这也是我们和谷歌一起合作，创作了一个 "The A to Z of AI"[1] 的科普网站，它是一个非常简单、简短的一些解释，帮助人们理解什么是人工智能，人工智能是如何工作的，以及它们如何改变世界，下面是会简单介绍关于 AI ，你可能有所不知的五件事情。

1. AI 已经在我们的日常生活了

A is for Artificial Intelligence

你可能在不知不觉中就已经和 AI 进行过交互了，比如用谷歌图片搜索一张图片，通过智能语音助手查询天气，或者调整车上的导航系统，这些都是 AI 所做的事情。当然上述这些例子是比较明显的，实际上 AI 还通过其他方式来改变你的生活，但你还没有意识到而已。AI 也可以帮助解决很多更大的全球性的挑战[2]。比如，现在已经有一些应用软件可以通过 AI 来帮助农民解决农作物相关的问题，也有相应的系统可以实时监测城市交通信息，帮助出行者可以更高效的制定他们的出行路线。

2. AI 正在用于解决全球的气候危机

C is for Climate

AI 可以帮助我们处理大量的数据和已经发现的模式，这对于处理气候问题是非常宝贵的帮助。一个常用的例子就是基于 AI 的能量系统可以帮助人们调整使用的电能等，通过在人们离开房子后，关掉供暖设备和电灯。AI 还可以对冰川融化问题建模，并及时预测海平面升高从而可以及时采取有效的措施。研究者也在继续考虑数据中心对环境的影响力，以及通过 AI 计算来探索如何发展更多的高效能源系统和基础设置。

3. AI 从真实世界中学习例子

D is for Datasets

正如同孩子通过例子来学习一样，机器学习算法也是如此。因此这也是数据集都是非常大量的数据，比如天气数据、照片或者音乐，通过大量的数据来训练 AI。由于数据集的规模和复杂度（想象一下数据集可能包含所有的已知的太阳系），建立数据集和精炼它们都是非常有挑战的。因为这个原因，AI 相关研究者为了让更多人进行协同合作，并且相互提高各自的研究进度，他们都会将自己收集的数据进行公开和分享。

4. AI 可以帮助我们检测出 deepfakes

F is for Fakes

“Deepfakes“ 是基于 AI 生成的非常逼真的图片、语音、音乐或者视频。它们通过学习大量的现有的真实世界的图片或者音频，学习细节的事情，然后修改来创建虚假的但是看起来或者听起来很真实的图片、语音或者视频。然而，这些图片、视频或者语音还是存在可以判别真假的漏洞，比如它们可能听起来非常机器化，人物可能很少眨眼或者重复他们的手部动作，AI 也可以帮助检测到这些不协调一致的地方。

5. 将 AI 训练得和人类一样是不可能的

You is for Y

尽管 AI 很聪明，也会更加聪明，但是它们还是很难做到和人类一样理解所有的事情。实际上，即便你讲世界上所有的数据都喂给了 AI 系统，它也很难思考或者理解地球上的每个人类。这是因为每个人都是非常复杂的、多维的，而 AI 用于理解事情的数据则简单得多了。AI 系统都是由人类训练和指导的，也就是每个人决定了选择如何与 AI 交互，如何定义让他们感到舒适的信息是什么，简单说就是你决定了 AI 可以学到什么信息和什么程度。

最后，想了解更多 AI 的 22 个简短的专业名词解释，可以点开下面的链接：

https://atozofai.withgoogle.com

或者点击“阅读原文”。

参考

https://atozofai.withgoogle.com/intl/en-GB/?utm_source=referral&utm_medium=google-keyword
https://ai.google/social-good/

精选AI文章

1. 深度学习算法简要综述(上)

2.深度学习算法简要综述(下)

3.初学者的机器学习入门实战教程！

4.常用机器学习算法汇总比较(完）

5.实战|手把手教你训练一个基于Keras的多标签图像分类器

精选python文章

1. Python 基础入门--简介和环境配置

2. python版代码整洁之道

3. 快速入门 Jupyter notebook

4. Jupyter 进阶教程

5. 10个高效的pandas技巧

精选教程资源文章

1. [资源分享] TensorFlow 官方中文版教程来了

2. [资源]推荐一些Python书籍和教程，入门和进阶的都有！

3. [Github项目推荐] 推荐三个助你更好利用Github的工具

4. Github上的各大高校资料以及国外公开课视频

5. GitHub上有哪些比较好的计算机视觉/机器视觉的项目？

欢迎关注我的微信公众号--算法猿的成长，或者扫描下方的二维码，大家一起交流，学习和进步！

如果觉得不错，在看、转发就是对小编的一个支持！