開始您的技術冒險：解釋基本的人工智能概念

夏初，我走進 G2 位於芝加哥的公司總部，睜大眼睛，緊張地擔心自己是否穿對了商務休閒裝。

我很高興能在科技行業找到一份穩定的實習機會。 但是，到達後，我意識到我需要學習一些東西。 從那時起，我更多地了解了人工智能 (AI)熱潮如何影響企業界，以及為什麼人工智能對每個人都很重要，無論他們處於什麼職位或領域。

以下是我希望在開始暑期實習之前就了解人工智能和技術的知識。

人工智能術語

人工智能已經存在了幾十年，但直到最近幾個月才真正開始騰飛。

但這有什麼大驚小怪的呢？ 為什麼你應該關心人工智能？ 首先，讓我們定義一些基本術語。

什麼是人工智能？

HCLTech 將人工智能定義為“製造能夠像人類一樣思考的機器的科學。 它可以做被認為是‘智能’的事情。” 他們繼續說道，“人工智能技術可以以不同於人類的方式處理大量數據。 人工智能的目標是能夠像人類一樣識別模式、做出決策和判斷等。 為此，我們需要將大量數據納入其中。”

Medium 的 Kabir Sidana寫道，“人工智能的目標是模仿人類智能，以提高效率並減少人為錯誤。”

什麼是機器學習？

機器學習 (ML)是人工智能的一個子集，涉及計算機系統能夠自主創建和學習新算法的想法。

傳統計算機遵循 A 到 B 格式，這意味著它們按照創建者編程的方式執行。 然而，機器學習可以學習新流程並動態適應新問題。

簡而言之，人工智能是“什麼”（像人類一樣思考並能夠適應的計算機），而機器學習是“如何”（檢測和分析各個領域模式的算法）。

例如，程序員不會繪製出自動駕駛汽車可能面臨的每一個場景。 相反，它的系統經過訓練可以動態學習和做出決策。

什麼是聊天機器人？

聊天機器人最初於1966 年作為聊天機器人（後來稱為聊天機器人）創建，是一種預測性對話式 AI 計算機程序，旨在模擬類人對話。

ChatGPT可能是當前最知名的人工智能聊天機器人示例，但谷歌的 Bard 和微軟的 AI Bing 正在緊鑼密鼓地爭取獲得一些市場份額。

什麼是大語言模型？

大型語言模型 (LLM)是另一種形式的預測性會話人工智能，通過數據輸入/輸出集進行訓練。 它們是預測變量，這意味著程序認為輸入 LLM 的任何數據都是準確的。 輸入到這些預測程序中的數據量可以達到數万億個數據點（也稱為參數）。

例如，我使用 Google 的 LLM 模型Bard 並輸入：“今天早餐我吃了……”，它的回應是“一碗燕麥片”、“兩個炒雞蛋”和“一個奶油奶酪百吉餅”。 發生這種情況是因為巴德之前了解到這些菜餚通常在早餐時間吃。

法學碩士的一個主要問題是，獲取的數據可能在不知不覺中存在偏見或不准確。 這使得一些回應變得不正確、模棱兩可，甚至令人反感。

目前，建立法學碩士的目標似乎並不是讓它們更大、擁有更多數據點，而是更小、更專注於某個業務。

這更便宜、更快、更準確，因為可攝取的數據可以在輸入程序之前進行驗證。

什麼是自然語言處理？

自然語言處理（NLP）是指計算機學習以與人類相同的方式理解和處理口語單詞。 它採用語言的規則和基礎，並將其與大量輸入的數據相結合，開始處理自然語言。

這一原則就是我們如何擁有語音操作的 GPS 系統、文本轉語音選項、客戶服務聊天機器人等。 所有這些都是為了加快業務流程、提高員工生產力並讓客戶更快地獲得準確的結果。

什麼是深度學習？

深度學習 (DL) 是 ML 的一個子集，用於處理更大規模的問題。

這些程序能夠同時運行多個計算，從而更快地獲得結果。 許多深度學習程序可以像機器學習系統一樣，在沒有人類幫助或指導的情況下創建新算法。 這些項目擴展了知識的廣度，並以跨醫療保健、社交媒體、金融、網絡安全和更多領域的創新方式為我們提供幫助。

從本質上講，它是 MLg，但適用於更大、更複雜的問題。 就其本身而言，學習可以存儲大量信息，以便以對人類有幫助的方式進一步學習和發展。

人工智能的歷史

那麼，人工智能是從什麼時候開始出現的呢？

人工智能的起源發生在20 世紀 50 年代，由現代計算機之父艾倫·圖靈 (Alan Turing) 提出。 1950 年，圖靈發表了一篇題為“計算機器與智能”的論文，重點討論了這樣一個觀點：如果人類使用存儲的信息來解決新問題並做出決策，那麼是什麼阻止機器做同樣的事情呢？

可悲的是，當時的計算機價格昂貴且速度緩慢。 它們不存儲命令，而只是執行命令，因此無法像圖靈設想的那樣進行學習和分析。 然而，隨著時間的推移，計算機的功能和內存不斷增長，同時尺寸和價格不斷縮小。

2022年底，OpenAI發布了一款突破性產品： ChatGPT ，一款專門研究NLP的AI聊天機器人。 推出四天后，用戶數量就突破了 100 萬，一個月後，專家估計 ChatGPT 已積累了約2.65 億獨立用戶。

作為參考，TikTok 用了 9 個月的時間才積累了 1 億月活躍用戶，而 Instagram 則用了近兩年半的時間才達到這一點。

世界各地的公司都在爭先恐後地滿足不斷增長的人工智能需求。 很快，各行業的大公司都宣布使用人工智能來簡化其業務流程。

例如，微軟在ChatGPT崛起後不久就宣布與OpenAI合作，同意投資100億美元用於人工智能的研發。 其他大公司也紛紛效仿，而且並不都是像微軟這樣的大型科技公司； 有些甚至根本不涉及技術。

科技行業的人工智能

公司總是在尋找方法來獲得超越競爭對手的優勢。 人工智能是一個強大的工具，可以幫助企業做到這一點。

人工智能可以幫助提高業務效率和規模，使公司能夠將人類和人工智能結合起來，以最大限度地提高產出和價值。 它還可以根據企業的個性化需求進行定制，是一種非常經濟高效的簡化業務模式的方式。

企業如何利用人工智能？

2023 年 4 月，安永對科技行業超過 250 名領導者進行了調查。

G2也不甘落後。

幾個月前，G2 發布了我們自己的人工聊天機器人迭代版本，名為Monty 。 很簡單，Monty 允許軟件研究人員詢問他們對哪種服務感興趣。然後 Monty 在幾秒鐘內提供了一系列建議。

以下是某人可能進行的搜索的示例：

很酷，對吧？

在這裡，AI正在理順G2的業務流程。 G2 聯合創始人之一蒂姆·漢多夫 (Tim Handorf) 表示，在 G2 業務流程中實施人工智能有助於“引導用戶找到滿足其獨特業務需求的理想軟件解決方案”。

總而言之，人工智能是商業的未來。 人與機器之間的結合使企業能夠以前所未有的方式擴展、發展並取得成功。

瑞士日內瓦研究生院經濟學家兼教授理查德·鮑德溫 (Richard Baldwin)表示： “人工智能不會搶走你的工作。 只有使用人工智能的人才能做到這一點。”

通過有效地使用人工智能，我們作為一個社會將看到生產力和產出的激增，總而言之，將迎來一個建立在辛勤工作和只有通過人工智能才能實現的簡化流程的基礎上的新一代。

人工智能什麼都不是； 這就是一切

人工智能具有廣泛的潛力。 從當學生準備好進入下一個級別時難度會增加的個性化教育系統，到比人類更快找到 Waldo 的人工智能係統，其功能是無窮無盡的。

通過將機器學習應用到我們的社會，無論在哪個行業，我們都將在如何利用技術方面看到更積極的增長成果。 如今，僅僅使用人工智能是不夠的——你必須擁抱它。

就像我們一樣，人工智能永遠不會停止學習。 詳細了解這些機器人如何使用強化學習來調整其技能。