何为人工智能，简述人工智能的发展前景

具有执行感知功能（例如感知、学习、推理和解决问题）能力的机器被视为拥有。当机器具有认知能力时，人工智能就存在了。判断 AI 的基准是在推理、语音和视觉方面是否接近或处于人类水平。
一、人工智能简介
弱人工智能 (AI)：当机器可以比人类更好地执行特定任务时。
通用人工智能 (AI)：当人工智能能够以与人类相同的精度水平执行任何智力任务时，人工智能就达到了通用状态。
强大的 AI (AI)：当 AI 在许多任务上都可以击败人类时，它就是强大的。
如今，几乎所有行业都在使用 AI，这为所有大规模集成 AI 的公司提供了技术优势。麦肯锡认为，与其他分析技术相比，人工智能有潜力创造 6000 亿美元的零售价值，为银行业带来 50% 的增量价值。在运输和物流方面，基础收入增长超过 89% 。
具体来说，如果企业在营销团队中使用 AI，它可以自动执行日常重复性任务，让销售代表能够专注于建立关系、培养领导者等任务。企业可以使用 AI 分析和建议来制定制胜战略。
简而言之，人工智能提供了一种尖端技术来处理人类无法处理的复杂数据。人工智能将多余的工作自动化，让员工能够专注于高水平的增值任务。大规模实施 AI 可以降低成本并增加收入。
二、人工智能简史
如今，人工智能是一个流行词，尽管这个词并不新鲜。1956 年，一群来自不同背景的前卫专家决定组织一个关于人工智能的暑期研究项目。四个聪明人领导了这个项目。约翰（达特茅斯学院）、（哈佛大学）、（IBM）和（贝尔电话实验室）。该研究项目的主要目的是解决“原则上可以精确描述的学习的各个方面或智能的任何其他特征，以便可以构建机器来模拟它” 。
本次会议的提案包括：
1）汽车电脑
2）如何将计算机编程为说某种语言？
【何为人工智能，简述人工智能的发展前景】3）神经网络
4）自我提升
这导致了可以创建智能计算机的想法。一个充满希望的新时代已经开始——人工智能。
三、人工智能类型：
人工智能可以分为三个子领域：

文章插图
1）人工智能
2）机器学习
3）深度学习
四、什么是机器学习？
机器学习是研究从示例和经验中学习的算法的艺术。机器学习基于这样一种思想，即数据中存在一些可用于未来预测的已识别模式。与硬编程规则的区别在于，机器会自行学习以找到此类规则。
五、什么是深度学习？
深度学习是机器学习的一个子领域。深度学习并不意味着机器学习更深入的知识；这意味着使用不同层从数据中进行机器学习。模型的深度由模型中的层数表示。例如，用于图像识别的 LeNet 模型有 22 层。在深度学习中，学习阶段是通过神经网络完成的。神经网络是一种层层叠叠的结构。
六、人工智能与机器学习
我们的大多数智能手机、日常设备甚至互联网都使用人工智能。想要宣布其最新创新的大公司经常交替使用人工智能和机器学习。但是，机器学习和 AI 在某些方面有所不同。
AI（人工智能）是训练机器执行人类任务的科学。该术语是在 1950 年代创造的，当时科学家们开始研究计算机如何自行解决问题。
人工智能是具有类人属性的计算机。它可以轻松无缝地计算我们周围的世界。人工智能是计算机可以做同样事情的概念。可以说，人工智能是一门模仿人类能力的大规模科学。
机器学习是 AI 的一个独特子集，可以训练机器如何学习。机器学习模型在数据中寻找模式，然后尝试得出结论。简而言之，人类无需对机器进行编程。程序员提供示例，计算机从中学习如何操作。