利達(dá)信：什么是人工智能（AI）？

人工智能是如何工作的？

• 學(xué)習(xí)。人工智能編程的這一方面?zhèn)戎赜讷@取數(shù)據(jù)并創(chuàng)建如何將其轉(zhuǎn)化為可操作信息的規(guī)則。這些規(guī)則稱為算法，為計(jì)算設(shè)備提供有關(guān)如何完成特定任務(wù)的分步說明。
• 推理。人工智能編程的這一方面?zhèn)戎赜谶x擇正確的算法以達(dá)到預(yù)期的結(jié)果。
• 自我糾正。人工智能編程的這一方面旨在不斷微調(diào)算法，并確保它們提供最準(zhǔn)確的結(jié)果。
• 創(chuàng)造力。 人工智能的這一方面使用神經(jīng)網(wǎng)絡(luò)、基于規(guī)則的系統(tǒng)、統(tǒng)計(jì)方法和其他人工智能技術(shù)來生成新圖像、新文本、新音樂和新想法。

為什么人工智能很重要？

人工智能的優(yōu)缺點(diǎn)是什么？

人工智能的優(yōu)勢

• 擅長注重細(xì)節(jié)的工作。事實(shí)證明，人工智能在診斷某些癌癥（包括乳腺癌和黑色素瘤）方面與醫(yī)生一樣好，甚至更好。
• 縮短了數(shù)據(jù)密集型任務(wù)的時間。人工智能廣泛應(yīng)用于數(shù)據(jù)密集型行業(yè)，包括銀行和證券、制藥和保險(xiǎn)，以減少分析大數(shù)據(jù)集所需的時間。例如，金融服務(wù)部門經(jīng)常使用人工智能來處理貸款申請和檢測欺詐行為。
• 節(jié)省勞動力，提高生產(chǎn)率。這里的一個例子是倉庫自動化的使用，它在大流行期間有所增長，預(yù)計(jì)隨著人工智能和機(jī)器學(xué)習(xí)的整合而增加。
• 提供一致的結(jié)果。最好的AI翻譯工具可提供高度的一致性，即使是小型企業(yè)也能以客戶的母語接觸客戶。
• 可以通過個性化提高客戶滿意度。 人工智能可以為個人客戶提供個性化的內(nèi)容、消息傳遞、廣告、推薦和網(wǎng)站。
• AI驅(qū)動的虛擬代理始終可用。人工智能程序不需要睡覺或休息，提供24/7全天候服務(wù)。

人工智能的缺點(diǎn)

• 貴。
• 需要深厚的技術(shù)專長。
• 用于構(gòu)建人工智能工具的合格工人供應(yīng)有限。
• 大規(guī)模反映其訓(xùn)練數(shù)據(jù)的偏差。
• 缺乏從一項(xiàng)任務(wù)推廣到另一項(xiàng)任務(wù)的能力。
• 消除了人類工作，增加了失業(yè)率。

強(qiáng)AI與弱AI

• 弱 AI，也稱為狹義AI，旨在完成特定任務(wù)并對其進(jìn)行訓(xùn)練。工業(yè)機(jī)器人和虛擬個人助理，如蘋果的Siri，使用弱人工智能。
• 強(qiáng)人工智能，也稱為通用人工智能 （AGI），描述了可以復(fù)制人腦認(rèn)知能力的編程。當(dāng)面臨不熟悉的任務(wù)時，強(qiáng)大的人工智能系統(tǒng)可以使用模糊邏輯將知識從一個領(lǐng)域應(yīng)用到另一個領(lǐng)域，并自主找到解決方案。從理論上講，一個強(qiáng)大的人工智能程序應(yīng)該能夠通過圖靈測試和中國房間論證。

人工智能的4種類型是什么？

• 類型1：反應(yīng)式機(jī)器。這些AI系統(tǒng)沒有內(nèi)存，并且是特定于任務(wù)的。一個例子是DeepBlue，這是IBM國際象棋程序，在1990年代擊敗了GarryKasparov。深藍(lán)可以識別棋盤上的棋子并做出預(yù)測，但由于它沒有記憶，它不能使用過去的經(jīng)驗(yàn)來告知未來的經(jīng)驗(yàn)。
• 類型2：內(nèi)存有限。這些人工智能系統(tǒng)具有記憶力，因此它們可以利用過去的經(jīng)驗(yàn)為未來的決策提供信息。自動駕駛汽車中的一些決策功能就是這樣設(shè)計(jì)的。
• 類型3：心理理論。心理理論是一個心理學(xué)術(shù)語。當(dāng)應(yīng)用于人工智能時，這意味著該系統(tǒng)將具有理解情緒的社會智能。這種類型的人工智能將能夠推斷人類的意圖并預(yù)測行為，這是人工智能系統(tǒng)成為人類團(tuán)隊(duì)不可或缺的成員的必要技能。
• 類型4：自我意識。在這個類別中，人工智能系統(tǒng)具有自我意識，這賦予了它們意識。具有自我意識的機(jī)器了解自己的當(dāng)前狀態(tài)。這種類型的人工智能尚不存在。

人工智能技術(shù)的應(yīng)用場景，今天如何使用它？

• 監(jiān)督學(xué)習(xí)。對數(shù)據(jù)集進(jìn)行標(biāo)記，以便可以檢測模式并用于標(biāo)記新數(shù)據(jù)集。
• 無監(jiān)督學(xué)習(xí)。數(shù)據(jù)集不會被標(biāo)記，而是根據(jù)相似性或差異性進(jìn)行排序。
• 強(qiáng)化學(xué)習(xí)。數(shù)據(jù)集不會被標(biāo)記，但在執(zhí)行一項(xiàng)或多項(xiàng)操作后，人工智能系統(tǒng)會得到反饋。

人工智能不僅僅是一種技術(shù)。

人工智能有哪些應(yīng)用？

• 醫(yī)療保健中的人工智能。最大的賭注是改善患者的治療效果和降低成本。公司正在應(yīng)用機(jī)器學(xué)習(xí)來做出比人類更好、更快的醫(yī)療診斷。最著名的醫(yī)療保健技術(shù)之一是IBMWatson。它理解自然語言，并能回答向它提出的問題。該系統(tǒng)挖掘患者數(shù)據(jù)和其他可用數(shù)據(jù)源以形成假設(shè)，然后以置信度評分模式呈現(xiàn)該假設(shè)。其他人工智能應(yīng)用包括使用在線虛擬健康助手和聊天機(jī)器人來幫助患者和醫(yī)療保健客戶查找醫(yī)療信息、安排預(yù)約、了解計(jì)費(fèi)流程和完成其他管理流程。一系列人工智能技術(shù)也被用于預(yù)測、對抗和理解 疫情等流行病。
• 商業(yè)中的人工智能。機(jī)器學(xué)習(xí)算法正在被集成到分析和客戶關(guān)系管理（CRM）平臺中，以發(fā)現(xiàn)有關(guān)如何更好地為客戶服務(wù)的信息。聊天機(jī)器人已被納入網(wǎng)站，為客戶提供即時服務(wù)。ChatGPT 等生成式AI技術(shù)的快速發(fā)展預(yù)計(jì)將產(chǎn)生深遠(yuǎn)的影響：消除工作崗位、徹底改變產(chǎn)品設(shè)計(jì)和顛覆商業(yè)模式。
• 人工智能在教育中的應(yīng)用。人工智能可以自動評分，讓教育工作者有更多時間完成其他任務(wù)。它可以評估學(xué)生并適應(yīng)他們的需求，幫助他們按照自己的節(jié)奏工作。人工智能導(dǎo)師可以為學(xué)生提供額外的支持，確保他們保持在正軌上。這項(xiàng)技術(shù)還可以改變學(xué)生的學(xué)習(xí)地點(diǎn)和方式，甚至可能取代一些教師。正如ChatGPT、GoogleBard 和其他大型語言模型所展示的那樣，生成式AI可以幫助教育工作者制作課程作業(yè)和其他教材，并以新的方式吸引學(xué)生。這些工具的出現(xiàn)也迫使教育工作者重新思考學(xué)生的家庭作業(yè)和測試，并修改有關(guān)剽竊的政策。
• 人工智能在金融領(lǐng)域的應(yīng)用。個人理財(cái)應(yīng)用中的人工智能，如IntuitMint或TurboTax，正在顛覆金融機(jī)構(gòu)。此類應(yīng)用程序收集個人數(shù)據(jù)并提供財(cái)務(wù)建議。其他程序，如IBMWatson，已被應(yīng)用于購房過程。今天，人工智能軟件執(zhí)行了華爾街的大部分交易。
• 人工智能在法律中的應(yīng)用。法律上的發(fā)現(xiàn)過程-篩選文件-對人類來說往往是壓倒性的。使用AI幫助實(shí)現(xiàn)法律行業(yè)勞動密集型流程的自動化，可以節(jié)省時間并改善客戶服務(wù)。律師事務(wù)所使用機(jī)器學(xué)習(xí)來描述數(shù)據(jù)和預(yù)測結(jié)果，使用計(jì)算機(jī)視覺從文檔中分類和提取信息，并使用NLP來解釋信息請求。
• 人工智能在娛樂和媒體中的應(yīng)用。娛樂業(yè)使用人工智能技術(shù)進(jìn)行有針對性的廣告、推薦內(nèi)容、分發(fā)、檢測欺詐、創(chuàng)建腳本和制作電影。自動化新聞幫助新聞編輯室簡化媒體工作流程，減少時間、成本和復(fù)雜性。新聞編輯室使用人工智能來自動化日常任務(wù)，例如數(shù)據(jù)輸入和校對;并研究主題并協(xié)助頭條新聞。新聞業(yè)如何可靠地使用ChatGPT和其他生成式AI來生成內(nèi)容還有待商榷。
• 軟件編碼和IT流程中的AI。新的生成式AI工具可用于根據(jù)自然語言提示生成應(yīng)用程序代碼，但這些工具還處于早期階段，它們不太可能很快取代軟件工程師。人工智能還被用于自動化許多IT流程，包括數(shù)據(jù)輸入、欺詐檢測、客戶服務(wù)以及預(yù)測性維護(hù)和安全。
• 安全。人工智能和機(jī)器學(xué)習(xí)是安全供應(yīng)商用來推銷其產(chǎn)品的流行語列表的首位，因此買家應(yīng)謹(jǐn)慎對待。盡管如此，人工智能技術(shù)仍被成功應(yīng)用于網(wǎng)絡(luò)安全的多個方面，包括異常檢測、解決誤報(bào)問題和進(jìn)行行為威脅分析。組織在安全信息和事件管理（SIEM） 軟件和相關(guān)領(lǐng)域使用機(jī)器學(xué)習(xí)來檢測異常并識別表明威脅的可疑活動。通過分析數(shù)據(jù)并使用邏輯來識別與已知惡意代碼的相似之處，人工智能可以比人類員工和以前的技術(shù)迭代更快地為新的和新興的攻擊提供警報(bào)。
• 制造業(yè)中的人工智能。制造業(yè)一直處于將機(jī)器人納入工作流程的最前沿。例如，曾經(jīng)被編程為執(zhí)行單一任務(wù)并與人類工人分離的工業(yè)機(jī)器人越來越多地充當(dāng)協(xié)作機(jī)器人：更小的多任務(wù)機(jī)器人，與人類協(xié)作，并承擔(dān)倉庫、工廠車間和其他工作空間中更多部分的工作。
• 人工智能在銀行業(yè)的應(yīng)用。銀行正在成功地使用聊天機(jī)器人來讓客戶了解服務(wù)和產(chǎn)品，并處理不需要人工干預(yù)的交易。人工智能虛擬助手用于改善和降低遵守銀行法規(guī)的成本。銀行組織使用人工智能來改善貸款決策、設(shè)置信用額度和識別投資機(jī)會。
• 人工智能在交通領(lǐng)域的應(yīng)用。 除了人工智能在運(yùn)營自動駕駛汽車方面的基本作用外，人工智能技術(shù)還用于運(yùn)輸，以管理交通、預(yù)測航班延誤，并使海運(yùn)更安全、更高效。在供應(yīng)鏈中，人工智能正在取代預(yù)測需求和預(yù)測中斷的傳統(tǒng)方法，疫情加速了這一趨勢，當(dāng)時許多公司因全球大流行對商品供需的影響而措手不及。

增強(qiáng)智能與人工智能

• 增強(qiáng)智能。一些研究人員和營銷人員希望具有更中性內(nèi)涵的“增強(qiáng)智能”標(biāo)簽將幫助人們理解大多數(shù)人工智能的實(shí)現(xiàn)將是薄弱的，而只是改進(jìn)產(chǎn)品和服務(wù)。示例包括在商業(yè)智能報(bào)告中自動顯示重要信息或在法律文件中突出顯示重要信息。ChatGPT和Bard在各行各業(yè)的迅速采用表明他們愿意使用人工智能來支持人類決策。
• 人工智能。真正的人工智能（AGI）與技術(shù)奇點(diǎn)的概念密切相關(guān)，奇點(diǎn)是一個由人工超級智能統(tǒng)治的未來，遠(yuǎn)遠(yuǎn)超過了人腦理解它的能力，或者它如何塑造我們的現(xiàn)實(shí)。這仍然屬于科幻小說的范疇，盡管一些開發(fā)人員正在研究這個問題。許多人認(rèn)為，量子計(jì)算等技術(shù)可以在使AGI成為現(xiàn)實(shí)方面發(fā)揮重要作用，我們應(yīng)該保留使用AI一詞來表示這種通用智能。

合乎道德地使用人工智能

• 由于訓(xùn)練不當(dāng)?shù)乃惴ê腿藶槠姸鴮?dǎo)致的偏見。
• 由于深度偽造和網(wǎng)絡(luò)釣魚導(dǎo)致的濫用。
• 法律問題，包括人工智能誹謗和版權(quán)問題。
• 由于人工智能能力的不斷增強(qiáng)，工作崗位被淘汰。
• 數(shù)據(jù)隱私問題，特別是在銀行、醫(yī)療保健和法律領(lǐng)域。

這些組件構(gòu)成了負(fù)責(zé)任的AI使用。

AI治理和法規(guī)

從1950年的圖靈測試到今天的ChatGPT等生成式AI聊天機(jī)器人，AI有著悠久且有時有爭議的歷史。

人工智能的歷史是什么？

• 19世紀(jì)末和20世紀(jì)上半葉帶來了產(chǎn)生現(xiàn)代計(jì)算機(jī)的基礎(chǔ)性工作。1836年，劍橋大學(xué)數(shù)學(xué)家查爾斯·巴貝奇（CharlesBabbage）和洛夫萊斯伯爵夫人奧古斯塔·阿達(dá)·金（AugustaAdaKing）發(fā)明了第一個可編程機(jī)器的設(shè)計(jì)。
• 1940年代。普林斯頓大學(xué)數(shù)學(xué)家約翰·馮·諾依曼（JohnVonNeumann）構(gòu)思了存儲程序計(jì)算機(jī)的架構(gòu)，即計(jì)算機(jī)的程序和它處理的數(shù)據(jù)可以保存在計(jì)算機(jī)的內(nèi)存中。WarrenMcCulloch和WalterPitts為神經(jīng)網(wǎng)絡(luò)奠定了基礎(chǔ)。
• 1950年代。隨著現(xiàn)代計(jì)算機(jī)的出現(xiàn)，科學(xué)家們可以測試他們對機(jī)器智能的想法。確定計(jì)算機(jī)是否具有智能的一種方法是由英國數(shù)學(xué)家和二戰(zhàn)密碼破譯者艾倫·圖靈（AlanTuring）設(shè)計(jì)的。圖靈測試的重點(diǎn)是計(jì)算機(jī)欺騙審訊者的能力，讓他們相信它對他們問題的回答是由人類做出的。
• 1956. 現(xiàn)代人工智能領(lǐng)域被廣泛引用為從今年達(dá)特茅斯學(xué)院夏季會議開始。該會議由美國國防高級研究計(jì)劃局（DARPA）贊助，該領(lǐng)域的10位杰出人士出席了會議，其中包括人工智能先驅(qū)馬文·明斯基（MarvinMinsky）、奧利弗·塞爾弗里奇（OliverSelfridge）和約翰·麥卡錫（JohnMcCarthy），后者因創(chuàng)造了人工智能一詞而受到贊譽(yù)。出席會議的還有計(jì)算機(jī)科學(xué)家艾倫·紐厄爾（AllenNewell）和經(jīng)濟(jì)學(xué)家、政治學(xué)家和認(rèn)知心理學(xué)家赫伯特·西蒙（HerbertA.Simon）。兩人展示了他們開創(chuàng)性的邏輯理論家，這是一種能夠證明某些數(shù)學(xué)定理的計(jì)算機(jī)程序，被稱為第一個人工智能程序。
• 1950年代和1960年代。 在達(dá)特茅斯學(xué)院會議之后，新興人工智能領(lǐng)域的領(lǐng)導(dǎo)者預(yù)測，相當(dāng)于人腦的人造智能即將到來，吸引了主要的政府和行業(yè)支持。事實(shí)上，近20年資金充足的基礎(chǔ)研究在人工智能領(lǐng)域取得了重大進(jìn)展：例如，在1950年代后期，紐厄爾和西蒙發(fā)表了通用問題求解器（GPS）算法，該算法未能解決復(fù)雜問題，但為開發(fā)更復(fù)雜的認(rèn)知架構(gòu)奠定了基礎(chǔ);McCarthy開發(fā)了 Lisp，一種至今仍在使用的AI編程語言。在1960年代中期，麻省理工學(xué)院教授約瑟夫·魏岑鮑姆（JosephWeizenbaum）開發(fā)了ELIZA，這是一個早期的NLP程序，為今天的聊天機(jī)器人奠定了基礎(chǔ)。
• 1970年代和1980年代。 通用人工智能的實(shí)現(xiàn)被證明是難以捉摸的，而不是迫在眉睫的，受到計(jì)算機(jī)處理和內(nèi)存的局限性以及問題的復(fù)雜性的阻礙。政府和企業(yè)放棄了對人工智能研究的支持，導(dǎo)致了從1974年到1980年的休耕期，被稱為第一個“人工智能冬天”。在1980年代，對深度學(xué)習(xí)技術(shù)的研究和行業(yè)對愛德華·費(fèi)根鮑姆專家系統(tǒng)的采用引發(fā)了新一輪的人工智能熱情，但隨之而來的是政府資金和行業(yè)支持的又一次崩潰。第二個人工智能冬天一直持續(xù)到1990年代中期。
• 1990年代。 計(jì)算能力的提高和數(shù)據(jù)的爆炸式增長引發(fā)了1990年代后期的人工智能復(fù)興，為我們今天看到的人工智能的顯著進(jìn)步奠定了基礎(chǔ)。大數(shù)據(jù)和計(jì)算能力的提高推動了自然語言處理、計(jì)算機(jī)視覺、機(jī)器人技術(shù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的突破。1997年，隨著人工智能技術(shù)的加速發(fā)展，IBM的“深藍(lán)”擊敗了俄羅斯國際象棋大師加里·卡斯帕羅夫，成為第一個擊敗國際象棋世界冠軍的計(jì)算機(jī)程序。
• 2000年代。機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、自然語言處理、語音識別和計(jì)算機(jī)視覺的進(jìn)一步發(fā)展催生了塑造我們今天生活方式的產(chǎn)品和服務(wù)。其中包括2000年推出的谷歌搜索引擎和2001年推出的亞馬遜推薦引擎。Netflix開發(fā)了電影推薦系統(tǒng)，F(xiàn)acebook推出了面部識別系統(tǒng)，Microsoft推出了語音識別系統(tǒng)，用于將語音轉(zhuǎn)錄為文本。IBM推出了Watson，Google啟動了其自動駕駛計(jì)劃Waymo。
• 2010年代。2010年至2020年的十年見證了人工智能的穩(wěn)定發(fā)展。其中包括蘋果Siri和亞馬遜Alexa語音助手的推出;IBMWatson在 Jeopardy 上的勝利;自動駕駛汽車;開發(fā)第一個生成對抗網(wǎng)絡(luò);推出Google的開源深度學(xué)習(xí)框架TensorFlow;成立研究實(shí)驗(yàn)室 OpenAI，開發(fā)GPT-3語言模型和Dall-E圖像生成器;圍棋世界冠軍李世石被谷歌DeepMind的AlphaGo擊敗;以及實(shí)施基于人工智能的系統(tǒng)，以高度準(zhǔn)確地檢測癌癥。
• 2020年代。在過去的十年中，生成式人工智能（GenerativeAI）出現(xiàn)了，這是一種可以產(chǎn)生新內(nèi)容的人工智能技術(shù)。生成式AI從提示開始，提示可以是文本、圖像、視頻、設(shè)計(jì)、音符或AI系統(tǒng)可以處理的任何輸入。然后，各種AI算法會根據(jù)提示返回新內(nèi)容。內(nèi)容可以包括論文、問題的解決方案或由人物的圖片或音頻創(chuàng)建的逼真的假貨。ChatGPT-3、谷歌的Bard和Microsoft的威震天-圖靈NLG等語言模型的能力讓世界驚嘆不已，但該技術(shù)仍處于早期階段，其產(chǎn)生幻覺或歪曲答案的傾向就證明了這一點(diǎn)。

AI工具和服務(wù)