人工智能化(人工智能ai系统)

 

全球健康危机加速了许多数字技术的创造，但鉴于最近对该领域的投资加速，其最大的受益者可能是人工智能 (AI)。在这篇文章中，我们将讨论什么是人工智能，它是如何被使用的，以及主要参与者是谁。

虽然人工智能科学在 1940 年代由艾伦·图灵 (Alan Turing) 领导的英国Enigma密码破译团队首次出现，但直到过去十年，人工智能才进入日常生活。人工智能一词于 1956 年由达特茅斯学院助理教授约翰·麦卡锡首次创造，指的是表现出智能行为的硬件或软件。但直到 1980 年代，人工智能技术才演变成更接近于当今技术的专家系统。

今天，有各种形式的人工智能。

AI 使 Photoshop 能够让用户从图像中删除项目，然后无缝填充剩余空间。它可以帮助信用卡公司检测可能的 欺诈行为。它驱动在线/移动 购物建议，告诉您 最佳的交通路线，甚至可以说是 实体购物 更加的无缝和高效。它指导您冒险的家用 机器人吸尘器。人工智能 支持医生 识别 肿瘤 或 诊断 疾病。从 药物发现 到 啤酒配方 ，甚至帮助国际足联裁判 在今年的世界杯上 做出越位判罚，人工智能也在各个方面发挥着越来越重要的作用！

人工智能也被军方大量使用。例如，2020 年 8 月，由 Heron Systems 开发的人工智能算法 在通过 Zoom 会议播放的模拟混战中以 5-0 的比分击败 了经验丰富的人类飞行员。飞行员在一架真正的 F-16 上飞行了 2000 多个小时，但 AI 获得了完美的胜利。

为了理解原因，我们将讨论什么是人工智能，以及为什么它在这个特定的应用程序中表现如此出色。

人工智能的类型和偏差问题

虽然人工智能越来越成为我们日常生活的一部分，但它是一个广义的术语，并不是所有的人工智能都是一样的。通用人工智能是科幻小说中想象的那种人工智能，有感知能力的机器人，目前还不存在。话虽如此，有一些相当先进的人工智能系统已经通过聊天与公众互动，在某些情况下，通过热线与公众互动已经有几年了。没有什么可以通过真正的 图灵测试 ，但它至少能够超越简单地是/否问题。

狭义的人工智能通常是人工智能一词的含义，其核心是一种预测的数学方法。更广泛地说，它指的是创造在特定环境中像人类一样工作和反应的智能机器。狭义 AI 系统的一个例子是 Apple 的 Siri 或微软的 Cortana 系统，它们在特定环境中为一组特定任务工作。机器学习(ML) 是 AI 的一个子集，它通过数据集学习而不是被明确指示。ML 使用的算法通过遍历大量数据并在没有明确指示的情况下找到洞察力来迭代学习。ML算法的有效性与数据的大小成正比——数据样本越大，算法越精确，这使得数据传输和存储成为人工智能世界的核心。

由于程序员的明确指令不限制机器学习，它可以以各种方式查看数据，其中一些程序员可能从未考虑过，从而减少了程序员偏见的影响。然而，由于机器学习依赖数据来发展和检验其假设，数据中的偏差可能会影响结果。在汽车识别的一个例子中，如果提供的数据不包括韩国公司生产的任何汽车，那么人工智能开发的算法可能与它访问此类信息时不同。

深度学习是机器学习的一个子集，它使用具有三层或更多层节点的人工神经网络来解决问题。神经网络可以被认为是神经科学和人工智能之间的桥梁，因为神经网络是受人脑启发的算法系统。我们越了解我们的思想是如何工作的，我们就越能模仿它们。深度学习网络使用神经网络节点层来分析、分类和预测数据。深度学习需要大量的计算能力和数据，这使得它通常比某些应用程序所需要的更复杂。深度学习中最先进的领域是强化学习或神经动态编程。

您可能听说过在围绕 AI 的讨论中提到的 GPT-3。是OpenAI打造的GPT-n系列第三代语言预测模型 。它使用深度学习来生成类人文本，是自然语言处理(NLP) 趋势的一部分。去年 4 月， 《纽约时报》对其能力 的 审查 发现，它可以以人类水平的流利度撰写原创散文。输入 GPT-3 这些数据本质上是整个在线书面文字，可以说这是一个全面的来源。但是任何花时间在社交媒体上的人都知道它也包含着最严重的人类偏见和偏见，这意味着 GPT-3也是如此. 这提出了有关人工智能的存在性问题之一。

我们是否希望人工智能准确地反映人类的思维，或者可能是某种理想化的版本？如果答案是理想化的，那么谁来定义理想？

互联网小常识：OSPF使用分布式链路状态协议，当链路状态发生变化时用洪泛法向所有路由器发送此信息，一个区域内路由器的个数不超过200个。BGP-4采用了路由向量（path vector）路由协议。BGP发言人之间的通信需要先建立TCP连接。

在人工智能与人类 F-16 的狗斗中，人工智能程序受益于提供给它的大量飞行数据以及 F-16 飞行员的天性。飞行员训练有素，具有丰富的经验，遵循他所学的规则，人工智能可以快速识别和反击的规则。这给人工智能带来了另一个当前挑战。鉴于其本质上依赖于可预测性，因此它不太适合将直觉跃入未知领域。这是人工智能在金融市场面临的挑战之一。

互联网小常识：SNMP的主要操作有获取（get）、设置（set）、通知（notifications）

人工智能市场

2014 年， 全球人工智能初创公司投资42.5 亿美元，2020 年增至 360 亿美元，2021 年翻一番多， 达到 775 亿美元。与许多其他数字化事物一样，全球健康危机加速了对该市场的投资。总体而言， 2021 年全球人工智能市场 估计约为 3275 亿美元，预计到 2030 年将增长到超过 1.5 万亿美元 ，复合年增长率接近 20%。

根据麦肯锡的 《2021 年人工智能现状》，人工智能的采用继续扩大，56% 受访者表示至少在一项功能中使用了人工智能，高于 2020 年的 50%。报告发现，人工智能最重要的地理区域新兴经济体的采用率有所增加，包括中国、中东和北非。这些领域报告称，2021 年的采用率为 57%，而 2020 年为 45%。人工智能也越来越成为竞争优势的来源，27% 的企业报告称，由于人工智能，息税前利润（息税前利润）提高了 5% 或更多，上升2020 年为 22%。

人工智能玩家

截至 2021 年 12 月，中国腾讯（TCEHY）是全球主动机器学习和人工智能专利家族的最大所有者，拥有 9,614 项专利。百度 ( BIDU )以超过 9,500 项专利位居第二，其次是IBM ( IBM )的 7,343 项和微软 ( MSFT )的 5,821 项。

2021年最大的AI独角兽创业公司是中国民营科技公司 字节跳动，估值约1400亿美元。该公司的人工智能和机器学习算法可以定制用户在 TikTok 和抖音上的信息流。

人工智能技术开发的领导者包括Amazon.com ( AMZN )、C3.ai ( AI ) 、 Alphabet ( GOOG )的子公司 DeepMind、Meta ( FB )和Salesforce ( CRM ) 等公司。

人工智能技术还取决于运行它的微芯片的速度和稳健性。标准 CPU（中央处理器）并不适合 AI。1990 年代 GPU（图形处理单元）的发展是 AI 的重大进步。如今，芯片专为执行人工智能算法而设计。这些芯片都属于 AI PU（AI 处理单元）的统称，但名称如 NPU（神经处理单元）和 TPU（张量处理单元）。芯片的 OG高通 ( QCOM )被认为是领先的 AI 芯片制造商之一，而联发科 ( MDTKF )是该领域的新玩家之一，当然还有三星( SSNLF )，它正在通过新的3 纳米宽 芯片制造和NVIDIA ( NVDA)推动开发范围。

归根结底，人工智能是一种改变游戏规则的技术，正在广泛的行业中迅速采用，并有可能显着改善人类决策、业务流程和资源使用。随着我们在未来几个月甚至几年内面临潜在的全球经济放缓，人工智能可能会继续享有超大的增长。

互联网小常识：VTP有三种工作模式：VTP Server 、VTP Client和VTP Transparent.Server一般一个域中只有一个。用于设置因此不需要学习VLAN信息，Transparent相当于一个独立交换机不参与VTP工作，Client不能建立、删除或修改VLAN,它只能从Sserver学习VLAN配置。

免责声明：本站所有信息均搜集自互联网，并不代表本站观点，本站不对其真实合法性负责。如有信息侵犯了您的权益，请告知，本站将立刻处理。联系QQ：1640731186