人工智能是什么,人工智能相關(guān)簡(jiǎn)介

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能可以對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人的智能。

人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等，總的說(shuō)來(lái)，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。 [1] 2017年12月，人工智能入選“2017年度中國(guó)媒體十大流行語(yǔ)”。 [2] 2021年9月25日，為促進(jìn)人工智能健康發(fā)展，《新一代人工智能倫理規(guī)范》發(fā)布。

人工智能(Artificial Intelligence)，英文縮寫為AI。它是研究、開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。

人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，它企圖了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能以人類智能相似的方式做出反應(yīng)的智能機(jī)器，該領(lǐng)域的研究包括機(jī)器人、語(yǔ)言識(shí)別、圖像識(shí)別、自然語(yǔ)言處理和專家系統(tǒng)等。人工智能從誕生以來(lái)，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，可以設(shè)想，未來(lái)人工智能帶來(lái)的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。人工智能可以對(duì)人的意識(shí)、思維的信息過(guò)程的模擬。人工智能不是人的智能，但能像人那樣思考、也可能超過(guò)人的智能。

人工智能是一門極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等，總的說(shuō)來(lái)，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種“復(fù)雜工作”的理解是不同的。2017年12月，人工智能入選“2017年度中國(guó)媒體十大流行語(yǔ)”。2021年9月25日，為促進(jìn)人工智能健康發(fā)展，《新一代人工智能倫理規(guī)范》發(fā)布。

發(fā)展階段

1956年夏季，以麥卡賽、明斯基、羅切斯特和申農(nóng)等為首的一批有遠(yuǎn)見(jiàn)卓識(shí)的年輕科學(xué)家在一起聚會(huì)，共同研究和探討用機(jī)器模擬智能的一系列有關(guān)問(wèn)題，并首次提出了“人工智能”這一術(shù)語(yǔ)，它標(biāo)志著“人工智能”這門新興學(xué)科的正式誕生。IBM公司“深藍(lán)”電腦擊敗了人類的世界國(guó)際象棋冠軍更是人工智能技術(shù)的一個(gè)完美表現(xiàn)。

從1956年正式提出人工智能學(xué)科算起，50多年來(lái)，取得長(zhǎng)足的發(fā)展，成為一門廣泛的交叉和前沿科學(xué)?？偟恼f(shuō)來(lái)，人工智能的目的就是讓計(jì)算機(jī)這臺(tái)機(jī)器能夠像人一樣思考。如果希望做出一臺(tái)能夠思考的機(jī)器，那就必須知道什么是思考，更進(jìn)一步講就是什么是智慧。什么樣的機(jī)器才是智慧的呢?科學(xué)家已經(jīng)作出了汽車，火車，飛機(jī)，收音機(jī)等等，它們模仿我們身體器官的功能，但是能不能模仿人類大腦的功能呢?到目前為止，我們也僅僅知道這個(gè)裝在我們天靈蓋里面的東西是由數(shù)十億個(gè)神經(jīng)細(xì)胞組成的器官，我們對(duì)這個(gè)東西知之甚少，模仿它或許是天下最困難的事情了。

當(dāng)計(jì)算機(jī)出現(xiàn)后，人類開(kāi)始真正有了一個(gè)可以模擬人類思維的工具，在以后的歲月中，無(wú)數(shù)科學(xué)家為這個(gè)目標(biāo)努力著。如今人工智能已經(jīng)不再是幾個(gè)科學(xué)家的專利了，全世界幾乎所有大學(xué)的計(jì)算機(jī)系都有人在研究這門學(xué)科，學(xué)習(xí)計(jì)算機(jī)的大學(xué)生也必須學(xué)習(xí)這樣一門課程，在大家不懈的努力下，如今計(jì)算機(jī)似乎已經(jīng)變得十分聰明了。例如，1997年5月，IBM公司研制的深藍(lán)(DEEP BLUE)計(jì)算機(jī)戰(zhàn)勝了國(guó)際象棋大師卡斯帕洛夫(KASPAROV)。大家或許不會(huì)注意到，在一些地方計(jì)算機(jī)幫助人進(jìn)行其它原來(lái)只屬于人類的工作，計(jì)算機(jī)以它的高速和準(zhǔn)確為人類發(fā)揮著它的作用。人工智能始終是計(jì)算機(jī)科學(xué)的前沿學(xué)科，計(jì)算機(jī)編程語(yǔ)言和其它計(jì)算機(jī)軟件都因?yàn)橛辛巳斯ぶ悄艿倪M(jìn)展而得以存在。

2019年3月4日,十三屆全國(guó)人大二次會(huì)議舉行新聞發(fā)布會(huì)，大會(huì)發(fā)言人張業(yè)遂表示，已將與人工智能密切相關(guān)的立法項(xiàng)目列入立法規(guī)劃 。

人工智能的潛在威脅和劣勢(shì)

話雖如此，人工智能使用的增加無(wú)意中伴隨著大量潛在風(fēng)險(xiǎn)和不利因素。

人工智能使用不足和過(guò)度

一個(gè)主要威脅是人工智能的潛在利用不足。這可能會(huì)導(dǎo)致錯(cuò)過(guò)財(cái)政增長(zhǎng)機(jī)會(huì)，并大大降低全球各國(guó)的競(jìng)爭(zhēng)優(yōu)勢(shì)——導(dǎo)致進(jìn)一步降低經(jīng)濟(jì)和就業(yè)機(jī)會(huì)，加劇經(jīng)濟(jì)停滯。

這可能是由于缺乏公眾的信任，以及政府機(jī)構(gòu)的主動(dòng)性和財(cái)政投資的不足。

另一方面，過(guò)度使用人工智能也可能造成相當(dāng)大的問(wèn)題，并導(dǎo)致社會(huì)階層之間的巨大差距——因?yàn)楣と吮仨毐粰C(jī)器取代，從而進(jìn)一步擴(kuò)大收入差距。

例如，美國(guó)國(guó)家經(jīng)濟(jì)研究局聲稱，美國(guó)工資的變化中有50%至70%是由自動(dòng)化機(jī)器日益取代工人這一事實(shí)直接導(dǎo)致的。

世界經(jīng)濟(jì)論壇最近的一份報(bào)告評(píng)估稱，“智能機(jī)器”在未來(lái)幾代人中的擴(kuò)散，可以很容易地成為一種替代工具，使很大一部分現(xiàn)有的人類勞動(dòng)力被人工智能取代。

確實(shí)，當(dāng)變化發(fā)生時(shí)，科技巨頭本身可能變得無(wú)關(guān)緊要，他們沒(méi)有準(zhǔn)備好，例如，當(dāng)我們看到最近谷歌核心Web Vitals的更新，他們可能沒(méi)有一個(gè)容易的任務(wù)保持時(shí)尚和相關(guān)。最后，我們可以看到，創(chuàng)新和鼓舞人心的人工智能商業(yè)技術(shù)在過(guò)去幾年中已經(jīng)融入了我們的全球經(jīng)濟(jì)，特別是在網(wǎng)頁(yè)設(shè)計(jì)、電子商務(wù)和營(yíng)銷領(lǐng)域，毫無(wú)疑問(wèn)將繼續(xù)存在下去。

人工智能對(duì)從社交媒體到醫(yī)療保健的方方面面都產(chǎn)生了越來(lái)越大的影響。人工智能用于做出信用卡決策，在機(jī)場(chǎng)進(jìn)行視頻監(jiān)控，并通知軍事行動(dòng)。這些技術(shù)有可能傷害或幫助他們所服務(wù)的人。通過(guò)運(yùn)用倫理視角，我們可以努力識(shí)別這些技術(shù)可能對(duì)人類造成的危害，我們可以設(shè)計(jì)和建造它們來(lái)減少這些危害，或者決定不建造它們。

本課程沒(méi)有任何先決條件，我們也沒(méi)有任何編程背景。

您的導(dǎo)師Var Shankar(曾在工業(yè)領(lǐng)域從事人工智能道德研究)和Alexis Cook(曾設(shè)計(jì)和培訓(xùn)人工智能模型)合作構(gòu)建了這門應(yīng)用和實(shí)踐課程。在練習(xí)中，您將運(yùn)行代碼來(lái)訓(xùn)練和研究AI模型。如果您已經(jīng)在一個(gè)開(kāi)發(fā)AI產(chǎn)品的團(tuán)隊(duì)中，并且不知道從哪里開(kāi)始，我們將提供可行的建議。

本課程涵蓋幾個(gè)主題：

在以人為中心的設(shè)計(jì)課程中，您將學(xué)習(xí)如何設(shè)計(jì)人工智能系統(tǒng)，以確保其滿足預(yù)期用戶的需求。

在偏見(jiàn)課程中，您將確定AI系統(tǒng)如何學(xué)會(huì)歧視特定群體。

在公平課程中，您將學(xué)習(xí)量化AI系統(tǒng)中的偏差程度。

在模型卡課程中，您將學(xué)習(xí)如何使用流行的框架來(lái)改進(jìn)AI模型的公共責(zé)任。

隨著人工智能領(lǐng)域的發(fā)展，人工智能倫理也在不斷發(fā)展。正如一位明智的朋友曾經(jīng)告訴我們的，“道德是一場(chǎng)對(duì)話?！边@門課程可以幫助你開(kāi)始對(duì)話，但不能結(jié)束對(duì)話。我們沒(méi)有涵蓋的一些主題包括：人工智能對(duì)貧富之間的數(shù)字技術(shù)鴻溝、就業(yè)和獨(dú)裁政府能力的潛在影響，等等。也就是說(shuō)，在整個(gè)課程中，我們建議接下來(lái)的步驟，以繼續(xù)您的學(xué)習(xí)，并在道德對(duì)話繼續(xù)發(fā)展的過(guò)程中遵循道德對(duì)話。

大家都知道，計(jì)算能力的強(qiáng)弱取決于cpu的性能強(qiáng)弱。傳統(tǒng)的cpu的運(yùn)算能力一般用GFLOPS這個(gè)單位來(lái)表示，即一秒十億次浮點(diǎn)運(yùn)算。而當(dāng)我們提到GPU時(shí)，我們則會(huì)使用TFLOPS，即一秒萬(wàn)億次浮點(diǎn)運(yùn)算，差距立顯。在NVIDIA最新的發(fā)布會(huì)上，他們推出了一款超級(jí)計(jì)算機(jī)，名為DGX Station。其內(nèi)部包含四塊Tesla V100 GPU、NVLink互聯(lián)技術(shù)、128GB的GPU內(nèi)存和20480個(gè)NVIDIA CUDA core，這一切共同造就了500 TFLOPS的超強(qiáng)深度學(xué)習(xí)能力。想象一下，這臺(tái)超級(jí)計(jì)算機(jī)的運(yùn)算能力相當(dāng)于一萬(wàn)個(gè)甚至十萬(wàn)個(gè)傳統(tǒng)cpu的運(yùn)算能力。目前，這款超級(jí)計(jì)算機(jī)可以在NVIDIA官網(wǎng)限時(shí)搶購(gòu)，而且買四贈(zèng)一。

不僅如此，GPU還完美支持整形、單精度以及雙精度運(yùn)算，而且其上還搭載了張量核心，為所有類型的運(yùn)算提供強(qiáng)大的支持。

即使是一款游戲顯卡(rtx-2080ti)，其計(jì)算能力也能達(dá)到78TFLOPS(如下圖)。也就是說(shuō)，現(xiàn)在任何一款搭載了GPU的電腦都可以用來(lái)實(shí)現(xiàn)人工智能。

最近比較熱門的領(lǐng)域?yàn)閳D像識(shí)別、物體檢測(cè)、自然語(yǔ)言處理。圖像識(shí)別從幾年前的Alexnet，到vgg，再到如今的resnet以及resnext，可以說(shuō)解決了基本的圖像識(shí)別問(wèn)題。而物體檢測(cè)往往是基于圖像識(shí)別的，在圖像識(shí)別的基礎(chǔ)上，使用一些相對(duì)簡(jiǎn)單的區(qū)域搜索網(wǎng)絡(luò)，如：fast-r-cnn、faster-r-cnn、yolo、ssd等。以faster-rcnn為例，其主要原理就是在cnn(此處一般選取resnext)后面增加了一個(gè)rpn(region proposal network)，用于搜索目標(biāo)物體，所以r-cnn即rpn-cnn。而對(duì)于自然語(yǔ)言處理，其核心技術(shù)一般為rnn(循環(huán)神經(jīng)網(wǎng)絡(luò)，Recurrent Neural Network)。

在此再介紹一些深度學(xué)習(xí)常用的框架，caffe2(目前基本與pytorch融合，是facebook的開(kāi)源項(xiàng)目)、tensorflow(google開(kāi)源)、mxnet(aws)、CNTK(microsoft)。

前面也介紹了硬件對(duì)于人工智能的重要意義，因此NVIDIA，作為全球最重要的人工智能硬件廠商，也推出了一些開(kāi)源項(xiàng)目，比如：cuda、cudnn。上面講到的那些常用框架也基本上是基于NVIDIA的這些開(kāi)源項(xiàng)目的。最近，NVIDIA又推出了一個(gè)開(kāi)源項(xiàng)目：rapidsai，號(hào)稱能解決400G以上數(shù)據(jù)量的機(jī)器學(xué)習(xí)問(wèn)題，而400G往往是傳統(tǒng)機(jī)器學(xué)習(xí)方法的極限。在rapidsai中，NVIDIA把傳統(tǒng)的機(jī)器學(xué)習(xí)算法統(tǒng)統(tǒng)搬到了它的GPU上，因此這些傳統(tǒng)算法在性能上的提升是不言而喻的。但目前為止，只實(shí)現(xiàn)了以下六個(gè)算法：a) Single GPU Truncated Singular Value Decomposition (tSVD), b) Single GPU Principal Component Analysis (PCA), c) Single GPU Density-based Spatial Clustering of Applications with Noise (DBSCAN), d) Single GPU Kalman Filtering, e) Multi-GPU K-Means Clustering, f) Multi-GPU K-Nearest Neighbors。而且在以下幾個(gè)領(lǐng)域?qū)嵙€比較薄弱：a) Linear Algebra, b) Statistics, c) Basic Matrix Operations, d) Distance Functions, e) Random Number Generation。rapidsai的使用方式和pandas相差無(wú)幾，因此上手還是比較容易的，有興趣的可以去試試，沒(méi)準(zhǔn)你的算法就提速了幾百幾千倍。

應(yīng)用場(chǎng)景

計(jì)算機(jī)視覺(jué)：車牌識(shí)別、人臉識(shí)別、無(wú)人駕駛、行為識(shí)別等

語(yǔ)音工程：2010 年后，深度學(xué)習(xí)的廣泛應(yīng)用使語(yǔ)音識(shí)別的準(zhǔn)確率大幅提升，像 Siri、Voice Search 和 Echo 等，可以實(shí)現(xiàn)不同語(yǔ)言間的 交流，從語(yǔ)音中說(shuō)一段話，隨之將其翻譯為另一種文字;再如智能助手，你可以對(duì)手機(jī)說(shuō)一段話，它能幫助你完成一些任務(wù)。

自然語(yǔ)言處理：?jiǎn)柎鹣到y(tǒng)、機(jī)器翻譯、對(duì)話系統(tǒng)等。

決策系統(tǒng)：決策系統(tǒng)的發(fā)展是隨著棋類問(wèn)題的解決而不斷提升，從 80 年代西洋跳棋開(kāi)始，到 90 年代的國(guó)際象棋對(duì)弈，再到AlphaGo，機(jī)器的勝利都標(biāo)志了科技的進(jìn)步。決策系統(tǒng)可以在自動(dòng)化、量化投資等系統(tǒng)上廣泛應(yīng)用。

大數(shù)據(jù)應(yīng)用：分析客戶的喜好進(jìn)行個(gè)性推薦，精準(zhǔn)營(yíng)銷;分析各個(gè)股票的行情，進(jìn)行量化交易。