人工智能三大分類

1、人工智能三大分類Document number 980KGB-6898YT-769T8CB-246UT-18GGO8人工智能三大分類人工智能的概念不在陌生，但是其中的兒大專業(yè)術語乂是什么呢人工智能進入了一切領域一一從自動駕駛汽車，到自動回復電子郵件，再到智 能家居。似乎可以獲得任何商品（例如醫(yī)療健康，飛行，旅行等）,并通過人 工智能的特殊應用使其更加智能。所以除非相信事件具有終結者般的轉折，可 能會問自己，人工智能能夠預示著工作場所或整體的業(yè)務線的什么利益。人工智能主要有三個分支：1）認知 Al （cognitive AI）認知訃算是最受歡迎的一個人工智能分支，負責所有感覺“像人一樣”的交 互

2、。認知AI必須能夠輕松處理復雜性和二義性，同時還持續(xù)不斷地在數據挖 掘、NLP （自然語言處理）和智能自動化的經驗中學習?，F在人們越來越傾向于認為認知AI混合了人工智能做出的最好決策和人類工作 者們的決定，用以監(jiān)督更棘手或不確定的事件。這可以幫助擴大人匸智能的適 用性，并生成更快、更可靠的答案。2）機器學習 AI （Machine Learning AI）機器學習（ML）AI是能在高速公路上自動駕駛你的特斯拉的那種人工智能。它 還處于訃算機科學的前沿，但將來有望對日常丄作場所產生極大的影響。機器 學習是要在大數據中尋找一些“模式”,然后在沒有過多的人為解釋的情況 下，用這些模式來預測結果，而這

3、些模式在普通的統(tǒng)計分析中是看不到 的。然而機器學習需要三個關鍵因素才能有效：a）數據，大量的數據為了教給人工智能新的技巧，需要將大量的數據輸入給模型，用以實現可靠的 輸岀評分。例如特斯拉已經向其汽車部署了自動轉向特征，同時發(fā)送它所收集 的所有數據、駕駛員的干預措施、成功逃避、錯誤警報等到總部，從而在錯誤 中學習并逐步銳化感官。一個產生大量輸入的好方法是通過傳感器：無論你的 硬件是內置的，如雷達，相機，方向盤等（如果它是一輛汽車的話），還是你 傾向于物聯(lián)網（Internet of Things） o藍牙信標、健康跟蹤器、智能家居傳感 器、公共數據庫等只是越來越多的通過互聯(lián)網連接的傳感器中的一小部

4、分，這 些傳感器可以生成大量數據（多到讓任何正常的人來處理都太 多）。b）發(fā)現 為了理解數據和克服噪聲，機器學習使用的算法可以對混亂的數據進行排序、 切片并轉換成可理解的見解。（如果你想嚇跑你的同事，請先聽聽常用的不同 排序算法）從數據中學習的算法有兩種，無監(jiān)督算法和有監(jiān)督算 法。無監(jiān)督算法只處理數字和原始數據，因此沒有建立起可描述性標簽和因變量。 該算法的LI的是找到一個人們沒想到會有的內在結構。這對于深入了解市場細 分，相關性，離群值等非常有用。巧一方面，有監(jiān)督算法通過標簽和變量知道不同數據集之間的關系，使用這些 關系來預測未來的數據。這可能在氣候變化模型、預測分析、內容推薦等方面 都能派

5、上用場。C）部署機器學習需要從計算機科學實驗室進入到軟件當中。越來越多像CRM、 Marketing. ERP等的供應商，正在提高嵌入式機器學習或與提供它的服務緊密 結合的能力。3）深度學習（Deep Learning）如果機器學習是前沿的，那么深度學習則是尖端的。這是一種你會把它送去參 加智力問答的AI。它將大數據和無監(jiān)督算法的分析相結合。它的應用通常圍繞 著龐大的未標記數據集，這些數據集需要結構化成互聯(lián)的群集。深度學習的這 種靈感完全來自于我們大腦中的神經網絡，因此可恰當地稱其為人工神經網 絡。深度學習是許多現代語音和圖像識別方法的基礎，并且與以往提供的非學習方 法相比，隨著時間的推移具有更高的準確度。希望在未來，深度學習AI可以自主回答客戶的咨詢，并通過聊天或電子郵件完 成訂單?；蛘咚鼈兛梢曰谄渚薮蟮臄祿卦诮ㄗh新產品和規(guī)格上幫助營銷。 或者也許有一天他們可以成為丄作場所里的全方位助理，完全模糊機器人和人 類之