江苏龙网

  1. 主页 > 生活百科 > >

何为人工智能，简述人工智能的发展前景( 二 )


1)硬件
2)数据
3)算法
机器学习是一个试验田，这意味着它需要数据来测试新的想法或方法 。随着互联网的繁荣，数据变得更加容易获取 。另外，像英伟达、AMD这样的大公司也做游戏 。
市场开发了高性能的图形芯片 。
1 。硬件
在过去的二十年里，CPU的功能爆炸式增长，使得用户可以在任何笔记本电脑上训练小型深度学习模型 。但是，要处理计算机视觉或深度学习的深度学习模型，需要更强大的机器 。得益于NVIDIA和AMD的投资，新一代的GPU(图形处理器)问世了 。这些芯片允许并行计算 。这意味着机器可以在多个GPU上拆分计算，以加快计算速度 。
比如用NVIDIA TITAN X，传统CPU几周训练ImageNet模型需要两天时间 。此外，大公司通过NVIDIA Tesla K80使用GPU集群来训练深度学习模型，因为这有助于降低数据中心成本，提供更好的性能 。
2 。数据
深度学习是模型的结构，数据是使其活跃的基础 。为数据人工智能提供动力 。没有数据什么都做不了 。最新技术突破了数据存储的界限 。在数据中心存储大量数据比以往任何时候都更容易 。
互联网已经使数据收集和分发能够被用于馈送机器学习算法 。如果你熟悉Instagram或者其他任何有图片的应用，你可以猜测它们的AI潜力 。这些网站上有数百万张带有标签的照片 。这些图片可以用于训练神经网络模型来识别图片上的对象，而无需手动收集和标记数据 。
人工智能和数据的结合是一个新的黄金时代 。数据是任何公司都不应忽视的独特竞争优势 。AI从你的数据中提供最佳答案 。如果所有公司都能使用相同的技术，拥有数据的公司将比其他公司更有竞争优势 。例如，全世界每天产生大约2.2 EB，即22亿千兆字节 。公司需要不同寻常的多样化数据源，这样他们才能发现模式并学到很多东西 。
3 。算法
硬件比以往任何时候都更强大，数据可以很容易地访问，但让神经网络更可靠的一点是开发更精确的算法 。初级神经网络是一个简单的乘法矩阵，没有深度统计 。自2010年以来，在改进神经网络方面取得了显著的发现 。人工智能使用渐进式学习算法对数据进行编程 。这意味着计算机可以自学如何执行不同的任务，例如发现异常和成为聊天机器人 。
九 。摘要
人工智能和机器学习是两个容易混淆的术语 。人工智能是一门训练机器模仿或复制人类任务的科学 。科学家可以用不同的方法来训练机器 。在AI时代的早期，程序员写的是硬编码的程序，也就是把机器可能面临的每一种逻辑可能性，以及如何应对都输入进去 。当系统变得复杂时，很难管理规则 。为了克服这个问题，机器可以使用数据来学习如何处理给定环境中的所有情况 。
【何为人工智能，简述人工智能的发展前景】拥有一个强大的AI最重要的作用就是拥有足够的数据和强大的异构性 。例如，只要有足够多的单词可以学习，机器就可以学习不同的语言 。人工智能是一种新的前沿技术 。麦肯锡估计，人工智能能以至少两位数的速度推动每一个行业的发展 。


推荐阅读


上一篇：什么奶粉接近母乳口感，新手妈妈一定要收下这份奶粉选购攻略

下一篇：兰蔻化妆品好吗，90%的人用过都说好