开始您的技术冒险：解释基本的人工智能概念

夏初，我走进 G2 位于芝加哥的公司总部，睁大眼睛，紧张地担心自己是否穿对了商务休闲装。

我很高兴能在科技行业找到一份稳定的实习机会。 但是，到达后，我意识到我需要学习一些东西。 从那时起，我更多地了解了人工智能 (AI)热潮如何影响企业界，以及为什么人工智能对每个人都很重要，无论他们处于什么职位或领域。

以下是我希望在开始暑期实习之前就了解人工智能和技术的知识。

人工智能术语

人工智能已经存在了几十年，但直到最近几个月才真正开始腾飞。

但这有什么大惊小怪的呢？ 为什么你应该关心人工智能？ 首先，让我们定义一些基本术语。

什么是人工智能？

HCLTech 将人工智能定义为“制造能够像人类一样思考的机器的科学。 它可以做被认为是‘智能’的事情。” 他们继续说道，“人工智能技术可以以不同于人类的方式处理大量数据。 人工智能的目标是能够像人类一样识别模式、做出决策和判断等。 为此，我们需要将大量数据纳入其中。”

Medium 的 Kabir Sidana写道，“人工智能的目标是模仿人类智能，以提高效率并减少人为错误。”

什么是机器学习？

机器学习 (ML)是人工智能的一个子集，涉及计算机系统能够自主创建和学习新算法的想法。

传统计算机遵循 A 到 B 格式，这意味着它们按照创建者编程的方式执行。 然而，机器学习可以学习新流程并动态适应新问题。

简而言之，人工智能是“什么”（像人类一样思考并能够适应的计算机），而机器学习是“如何”（检测和分析各个领域模式的算法）。

例如，程序员不会绘制出自动驾驶汽车可能面临的每一个场景。 相反，它的系统经过训练可以动态学习和做出决策。

什么是聊天机器人？

聊天机器人最初于1966 年作为聊天机器人（后来称为聊天机器人）创建，是一种预测性对话式 AI 计算机程序，旨在模拟类人对话。

ChatGPT可能是当前最知名的人工智能聊天机器人示例，但谷歌的 Bard 和微软的 AI Bing 正在紧锣密鼓地争取获得一些市场份额。

什么是大语言模型？

大型语言模型 (LLM)是另一种形式的预测性会话人工智能，通过数据输入/输出集进行训练。 它们是预测变量，这意味着程序认为输入 LLM 的任何数据都是准确的。 输入到这些预测程序中的数据量可以达到数万亿个数据点（也称为参数）。

例如，我使用 Google 的 LLM 模型Bard 并输入：“今天早餐我吃了……”，它的回应是“一碗燕麦片”、“两个炒鸡蛋”和“一个奶油奶酪百吉饼”。 发生这种情况是因为巴德之前了解到这些菜肴通常在早餐时间吃。

法学硕士的一个主要问题是，获取的数据可能在不知不觉中存在偏见或不准确。 这使得一些回应变得不正确、模棱两可，甚至令人反感。

目前，建立法学硕士的目标似乎并不是让它们更大、拥有更多数据点，而是更小、更专注于某个业务。

这更便宜、更快、更准确，因为可摄取的数据可以在输入程序之前进行验证。

什么是自然语言处理？

自然语言处理（NLP）是指计算机学习以与人类相同的方式理解和处理口语单词。 它采用语言的规则和基础，并将其与大量输入的数据相结合，开始处理自然语言。

这一原则就是我们如何拥有语音操作的 GPS 系统、文本转语音选项、客户服务聊天机器人等。 所有这些都是为了加快业务流程、提高员工生产力并让客户更快地获得准确的结果。

什么是深度学习？

深度学习 (DL) 是 ML 的一个子集，用于处理更大规模的问题。

这些程序能够同时运行多个计算，从而更快地获得结果。 许多深度学习程序可以像机器学习系统一样，在没有人类帮助或指导的情况下创建新算法。 这些项目扩展了知识的广度，并以跨医疗保健、社交媒体、金融、网络安全和更多领域的创新方式为我们提供帮助。

从本质上讲，它是 MLg，但适用于更大、更复杂的问题。 就其本身而言，学习可以存储大量信息，以便以对人类有帮助的方式进一步学习和发展。

人工智能的历史

那么，人工智能是从什么时候开始出现的呢？

人工智能的起源发生在20 世纪 50 年代，由现代计算机之父艾伦·图灵 (Alan Turing) 提出。 1950 年，图灵发表了一篇题为“计算机器与智能”的论文，重点讨论了这样一个观点：如果人类使用存储的信息来解决新问题并做出决策，那么是什么阻止机器做同样的事情呢？

可悲的是，当时的计算机价格昂贵且速度缓慢。 它们不存储命令，而只是执行命令，因此无法像图灵设想的那样进行学习和分析。 然而，随着时间的推移，计算机的功能和内存不断增长，同时尺寸和价格不断缩小。

2022年底，OpenAI发布了一款突破性产品： ChatGPT ，一款专门研究NLP的AI聊天机器人。 推出四天后，用户数量就突破了 100 万，一个月后，专家估计 ChatGPT 已积累了约2.65 亿独立用户。

作为参考，TikTok 用了 9 个月的时间才积累了 1 亿月活跃用户，而 Instagram 则用了近两年半的时间才达到这一点。

世界各地的公司都在争先恐后地满足不断增长的人工智能需求。 很快，各行业的大公司都宣布使用人工智能来简化其业务流程。

例如，微软在ChatGPT崛起后不久就宣布与OpenAI合作，同意投资100亿美元用于人工智能的研发。 其他大公司也纷纷效仿，而且并不都是像微软这样的大型科技公司； 有些甚至根本不涉及技术。

科技行业的人工智能

公司总是在寻找方法来获得超越竞争对手的优势。 人工智能是一个强大的工具，可以帮助企业做到这一点。

人工智能可以帮助提高业务效率和规模，使公司能够将人类和人工智能结合起来，以最大限度地提高产出和价值。 它还可以根据企业的个性化需求进行定制，是一种非常经济高效的简化业务模型的方式。

企业如何利用人工智能？

2023 年 4 月，安永对科技行业超过 250 名领导者进行了调查。

G2也不甘落后。

几个月前，G2 发布了我们自己的人工聊天机器人迭代版本，名为Monty 。 很简单，Monty 允许软件研究人员询问他们对哪种服务感兴趣。然后，Monty 在几秒钟内提供了一个建议列表。

以下是某人可能进行的搜索的示例：

很酷，对吧？

在这里，AI正在理顺G2的业务流程。 G2 联合创始人之一蒂姆·汉多夫 (Tim Handorf) 表示，在 G2 业务流程中实施人工智能有助于“引导用户找到满足其独特业务需求的理想软件解决方案”。

总而言之，人工智能是商业的未来。 人与机器之间的结合使企业能够以前所未有的方式扩展、发展并取得成功。

瑞士日内瓦研究生院经济学家兼教授理查德·鲍德温 (Richard Baldwin)表示： “人工智能不会抢走你的工作。 只有使用人工智能的人才能做到这一点。”

通过有效地使用人工智能，我们作为一个社会将看到生产力和产出的激增，总而言之，将迎来一个建立在辛勤工作和只有通过人工智能才能实现的简化流程的基础上的新一代。

人工智能什么都不是； 这就是一切

人工智能具有广泛的潜力。 从当学生准备好进入下一级别时难度会增加的个性化教育系统，到比人类更快找到 Waldo 的人工智能系统，其功能是无穷无尽的。

通过将机器学习应用到我们的社会，无论在哪个行业，我们都将在如何利用技术方面看到更积极的增长成果。 如今，仅仅使用人工智能是不够的——你必须拥抱它。

就像我们一样，人工智能永远不会停止学习。 详细了解这些机器人如何使用强化学习来调整其技能。