《人工智能三大分类》由会员分享，可在线阅读，更多相关《人工智能三大分类（2页珍藏版）》请在金锄头文库上搜索。
1、人工智能三大分类人工智能的概念不在陌生,但是其中的几大专业术语又是什么呢人工智能进入了一切领域从自动驾驶汽车,到自动回复电子邮件,再到智能家居;似乎可以获 得任何商品例如医疗健康,飞行,旅行等,并通过人工智能的特殊应用使其更加智能;所以除非相信 事件具有终结者般的转折,可能会问自己,人工智能能够预示着工作场所或整体的业务线的什么利 益;人工智能主要有三个分支：1 认知 Al cognitive Al认知计算是最受欢迎的一个人工智能分支，负责所有感觉“像人一样”的交互;认知Al必须能够轻 松处理复杂性和二义性，同时还持续不断地在数据挖掘、NLP自然语言处理和智能自动化的经验中 学习;现在人们越来
2、越倾向于认为认知AI混合了人工智能做出的最好决策和人类工作者们的决定，用以 监督更棘手或不确定的事件;这可以帮助扩大人工智能的适用性，并生成更快、更可靠的答案;2 机器学习 AI Machine Learning AI机器学习MLAI是能在高速公路上自动驾驶你的特斯拉的那种人工智能;它还处于计算机科学的前 沿，但将来有望对日常工作场所产生极大的影响;机器学习是要在大数据中寻找一些“模式”，然后 在没有过多的人为解释的情况下，用这些模式来预测结果，而这些模式在普通的统计分析中是看不 到的;然而机器学习需要三个关键因素才能有效：a数据，大量的数据为了教给人工智能新的技巧，需要将大量的数据输入给模型
3、，用以实现可靠的输出评分;例如特斯拉 已经向其汽车部署了自动转向特征，同时发送它所收集的所有数据、驾驶员的干预措施、成功逃避、 错误警报等到总部，从而在错误中学习并逐步锐化感官;一个产生大量输入的好方法是通过传感器 无论你的硬件是内置的，如雷达，相机，方向盘等如果它是一辆汽车的话，还是你倾向于物联网Int ernet of Things;蓝牙信标、健康跟踪器、智能家居传感器、公共数据库等只是越来越多的通 过互联网连接的传感器中的一小部分，这些传感器可以生成大量数据多到让任何正常的人来处理都 太多;b发现为了理解数据和克服噪声，机器学习使用的算法可以对混乱的数据进行排序、切片并转换成可理解 的见
4、解;如果你想吓跑你的同事，请先听听常用的不同排序算法从数据中学习的算法有两种，无监督算法和有监督算法;无监督算法只处理数字和原始数据，因此没有建立起可描述性标签和因变量;该算法的目的是找到 一个人们没想到会有的内在结构;这对于深入了解市场细分，相关性，离群值等非常有用;另一方面,有监督算法通过标签和变量知道不同数据集之间的关系,使用这些关系来预测未来的数 据;这可能在气候变化模型、预测分析、内容推荐等方面都能派上用场;c部署机器学习需要从计算机科学实验室进入到软件当中;越来越多像CRM、Marketing、ERP等的 供应商,正在提高嵌入式机器学习或与提供它的服务紧密结合的能力;3 深度学习
5、Deep Learning如果机器学习是前沿的,那么深度学习则是尖端的;这是一种你会把它送去参加智力问答的AI;它将 大数据和无监督算法的分析相结合;它的应用通常围绕着庞大的未标记数据集,这些数据集需要结 构化成互联的群集;深度学习的这种灵感完全来自于我们大脑中的神经网络,因此可恰当地称其为 人工神经网络;深度学习是许多现代语音和图像识别方法的基础,并且与以往提供的非学习方法相比,随着时间的 推移具有更高的准确度;希望在未来，深度学习AI可以自主回答客户的咨询,并通过聊天或电子邮件完成订单；或者它们可 以基于其巨大的数据池在建议新产品和规格上帮助营销;或者也许有一天他们可以成为工作场所里 的全方位助理,完全模糊机器人和人类之间的界限;人工智能通过在其上使用的数据规模来生存和改进,这意味着不但我们能够随着时间的推移看到更 好的人工智能,而且它们的发展将会围绕着那些可以挖掘最大数据集的组织;
