當(dāng)前位置：
AI即Artificial Intelligence，人工智能。這里的智能，不是智能硬件的智能，而是對(duì)應(yīng)著人類大腦的智能。打造人工智能，就相當(dāng)于賦予機(jī)器以智商和情商。
縱觀消費(fèi)電子產(chǎn)品中的AI，在廣告渲染下，諸如Siri等語音助手也被當(dāng)做了AI技術(shù)。不可否認(rèn)，類似Siri這樣的產(chǎn)品，確實(shí)具備很多技術(shù)含量，但主要集中在語音識(shí)別和自然語言處理方面。這也算是AI領(lǐng)域的一項(xiàng)分支，但還不是真正的AI。當(dāng)前應(yīng)用在智能家居和消費(fèi)電子產(chǎn)品中的AI，并不具備真正的思考能力，它們只是在語音識(shí)別、語義識(shí)別的基礎(chǔ)上，對(duì)前端傳感器傳輸?shù)臄?shù)據(jù)進(jìn)行了特定邏輯的歸納和演繹，并結(jié)合互聯(lián)網(wǎng)信息進(jìn)行了二次加工。
一個(gè)真正的AI系統(tǒng)，要經(jīng)過大量的數(shù)據(jù)訓(xùn)練，逐步掌握以人類視角去理解事物的邏輯。比如，Google的人工智能系統(tǒng)，在對(duì)幾百萬張貓的圖片進(jìn)行學(xué)習(xí)后，基本掌握了視覺層面的貓的樣子，當(dāng)它看到一張新的貓圖片后，能夠根據(jù)此前學(xué)習(xí)，判斷出“這是一只貓”。這才是真正的AI。一個(gè)完整的AI系統(tǒng)，包括了機(jī)器學(xué)習(xí)(ML)、自然語言處理(NLP)、專家系統(tǒng)、機(jī)器視覺、語音識(shí)別、策略和機(jī)器人學(xué)等多個(gè)方面。
機(jī)器學(xué)習(xí)中重要的部分就是深度學(xué)習(xí)，深度學(xué)習(xí)的主要課題是研究神經(jīng)網(wǎng)絡(luò)。這個(gè)神經(jīng)網(wǎng)絡(luò)不是人腦的神經(jīng)網(wǎng)絡(luò)，而是一種賦予機(jī)器自主思考能力的邏輯算法。目前，深度學(xué)習(xí)的主要代表算法是卷積神經(jīng)網(wǎng)絡(luò)(CNN)、深度神經(jīng)網(wǎng)絡(luò)(DNN)和RNN(循環(huán)神經(jīng)網(wǎng)絡(luò))。無論是哪種算法，都在某種程度上模擬了人腦的運(yùn)算法則。目前，科學(xué)界對(duì)人腦到底是如何運(yùn)作的，還處于初期的探索階段。但神經(jīng)網(wǎng)絡(luò)的復(fù)雜架構(gòu)，可以肯定是人腦思考的必要設(shè)施。
人類大腦特有的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以及龐大的神經(jīng)元數(shù)量，是人類具備自主思考能力的前提條件。計(jì)算機(jī)領(lǐng)域創(chuàng)造機(jī)器的神經(jīng)網(wǎng)絡(luò)，就是一種“仿生學(xué)”算法。從數(shù)學(xué)角度講，人類之所以有意識(shí)，正是大腦神經(jīng)網(wǎng)絡(luò)的閉環(huán)結(jié)構(gòu)所創(chuàng)造的一種超級(jí)計(jì)算機(jī)導(dǎo)致的結(jié)果。
除了機(jī)器學(xué)習(xí)外，自然語言處理也是AI中的重要分支，它讓計(jì)算機(jī)能夠聽懂人類的指令。專家系統(tǒng)是指向AI輸入某個(gè)領(lǐng)域的專業(yè)知識(shí)，以滿足其在特定場景中的功能。對(duì)于AI來說，目前的重點(diǎn)還在于機(jī)器學(xué)習(xí)與自然語言處理上，這是讓人工智能服務(wù)于某個(gè)場景或客體的前提。我們看到AI已經(jīng)成為了一種“商標(biāo)”，凡是能針對(duì)用戶的某個(gè)指令做出反饋的，基本都被冠以了AI的名頭。可惜的是，現(xiàn)在的很多AI系統(tǒng)，甚至都不能準(zhǔn)確識(shí)別用戶的意圖，更談不上具備思考能力。基于傳感器采集的數(shù)據(jù)，根據(jù)預(yù)設(shè)的邏輯算法對(duì)用戶指令做出反饋，這不叫AI。
