何为人工智能，简述人工智能的发展前景( 二 )

七、人工智能在哪里使用？
人工智能有广泛的应用：
人工智能用于减少或避免重复性任务。例如，人工智能可以连续重复任务而不会感到疲倦。事实上，人工智能从不停止，无论它执行什么任务。
人工智能改进了现有产品。在机器学习时代之前，核心产品是建立在硬编程规则之上的。公司不是从头开始设计新产品，而是引入人工智能来增强其产品的功能。你可以想到一些社交平台上的照片。几年前，您必须手动标记朋友。今天，在人工智能的帮助下，社交平台将您推荐给朋友。
人工智能广泛应用于营销、供应链、金融、食品加工等行业。麦肯锡的一项调查显示，金融服务和高科技通信在人工智能领域处于领先地位。
八、为什么人工智能蓬勃发展？
自 90 年代以来，随着 Yann LeCun 的开创性论文，神经网络就出现了。然而，它在 2012 年左右开始成名。其受欢迎的三个关键因素解释为：
1）硬件
2）数据
3）算法
机器学习是一个实验领域，这意味着它需要数据来测试新的想法或方法。随着互联网的繁荣，数据变得更容易获得。此外，AMD、AMD等大公司也为市场开发了高性能图形芯片。
1.硬件
在过去的二十年里，CPU 的能力得到了爆发式增长，用户可以在任何笔记本电脑上训练小型深度学习模型。但是，要处理用于计算机视觉或深度学习的深度学习模型，您需要更强大的机器。感谢 AMD 和 AMD 的投资，新一代 GPU（图形处理单元）问世。这些芯片允许并行计算。这意味着机器可以在多个 GPU 上拆分计算以加快计算速度。
以 TITAN X 为例，在传统 CPU 上训练几周前的模型需要两天时间。此外，大公司使用 GPU 集群来使用 Tesla K80 训练深度学习模型，因为它有助于降低数据中心成本并提供更好的性能。
2.数据
深度学习是模型的结构，而数据是使其活跃的原因。数据为人工智能提供动力。没有数据，什么都做不了。最新技术突破了数据存储的界限。在数据中心存储大量数据比以往任何时候都容易。
互联网革命使数据收集和分发可用于为机器学习算法提供数据。如果您熟悉或任何其他带有图像的应用程序，您可以猜测它们的 AI 潜力。这些网站上有数百万张带标签的照片。这些图片可用于训练神经网络模型识别图片上的物体，而无需手动收集和标记数据。
人工智能和数据的结合是新的黄金时代。数据是任何公司都不应忽视的独特竞争优势。AI 从您的数据中提供最佳答案。如果所有公司都可以使用相同的技术，那么拥有数据的公司将比其他公司拥有竞争优势。例如，世界每天创造大约 2.2 艾字节，即 22 亿千兆字节。公司需要非常多样化的数据源，以便能够找到模式并学到很多东西。
3.算法
硬件比以往任何时候都更强大，可以轻松访问数据，但让神经网络更可靠的原因之一是开发更精确的算法。初级神经网络是简单的乘法矩阵，没有深度统计特性。自 2010 年以来，在改进神经网络方面取得了令人印象深刻的发现。人工智能使用增量学习算法让数据编程。这意味着计算机可以自学如何执行不同的任务，例如发现异常并成为聊天机器人。
九、总结
人工智能和机器学习是两个令人困惑的术语。人工智能是训练机器模仿或复制人类任务的科学。科学家可以使用不同的方法来训练机器。在人工智能时代的早期，程序员编写硬编程程序，输入机器可能面临的每一种逻辑可能性以及如何响应。当系统变得复杂时，很难管理规则。为了克服这个问题，机器可以使用数据来学习如何处理给定环境中的所有情况。