技術(shù)
導(dǎo)讀:隨著ChatGPT的發(fā)布,您可能已經(jīng)聽到了很多關(guān)于人工智能的內(nèi)容,以及隨之而來的關(guān)于濫用人工智能工具的風(fēng)險(xiǎn)的討論。這是因?yàn)槿斯ぶ悄芤呀?jīng)變得如此普遍,以至于我們每天遇到的例子似乎是無限的。
隨著ChatGPT的發(fā)布,您可能已經(jīng)聽到了很多關(guān)于人工智能的內(nèi)容,以及隨之而來的關(guān)于濫用人工智能工具的風(fēng)險(xiǎn)的討論。然而,即使你現(xiàn)在沒有使用ChatGPT,我們打賭你在過去5分鐘內(nèi)至少與人工智能接觸過一次。這是因?yàn)槿斯ぶ悄芤呀?jīng)變得如此普遍,以至于我們每天遇到的例子似乎是無限的。以下是人工智能最常見的8個(gè)例子。
什么是人工智能?
在我們確定人工智能如何影響我們的生活之前,確切地知道它是什么(以及它不是什么)是很有幫助的?!杜=蛟~典》對(duì)人工智能的定義是:
計(jì)算機(jī)系統(tǒng)的理論和發(fā)展,能夠執(zhí)行通常需要人類智力的任務(wù),如視覺感知、語音識(shí)別、決策和語言之間的翻譯?!=蚨陶Z和寓言詞典(2版)
從本質(zhì)上講,人工智能是一種方法,計(jì)算機(jī)能夠通過統(tǒng)計(jì)分析來處理數(shù)據(jù),使其能夠通過專門設(shè)計(jì)的算法來理解、分析和從數(shù)據(jù)中學(xué)習(xí)。這是一個(gè)自動(dòng)化的過程。人工智能機(jī)器可以記住行為模式,并調(diào)整它們的反應(yīng)以符合這些行為或鼓勵(lì)改變它們。這是一個(gè)簡(jiǎn)短的定義,關(guān)于人工智能是什么,當(dāng)然還有很多可以說的。
構(gòu)成AI的最重要的技術(shù)是機(jī)器學(xué)習(xí)(ML)、深度學(xué)習(xí)和自然語言處理(NLP)。
機(jī)器學(xué)習(xí)是指機(jī)器根據(jù)結(jié)構(gòu)化的大數(shù)據(jù)集以及來自人類和算法的持續(xù)反饋來學(xué)習(xí)如何更好地做出反應(yīng)的過程。
深度學(xué)習(xí)通常被認(rèn)為是一種更高級(jí)的ML,因?yàn)樗ㄟ^表示進(jìn)行學(xué)習(xí),但數(shù)據(jù)不需要結(jié)構(gòu)化。
自然語言處理(NLP)是計(jì)算機(jī)科學(xué)中的一種語言工具。它使機(jī)器能夠閱讀和解釋人類語言。NLP允許計(jì)算機(jī)將人類語言翻譯成計(jì)算機(jī)輸入。
8個(gè)人工智能的例子
以下是你可能每天都會(huì)遇到的8個(gè)人工智能的例子。
1. 地圖和導(dǎo)航
人工智能極大地改善了旅行。你不再需要依靠打印的地圖或方向,現(xiàn)在你可以在手機(jī)上使用谷歌或蘋果地圖,輸入你的目的地。
那么應(yīng)用程序如何知道去哪里呢?更重要的是,最佳路線,道路障礙和交通擁堵?不久以前,只有基于衛(wèi)星的GPS可用,但現(xiàn)在,人工智能正在為用戶提供更強(qiáng)的體驗(yàn)。
通過機(jī)器學(xué)習(xí),這些算法記住了它所學(xué)到的建筑物的邊緣,從而在地圖上獲得更好的視覺效果,并識(shí)別和理解房屋和建筑物的編號(hào)。該應(yīng)用程序還學(xué)會(huì)了理解和識(shí)別交通流的變化,以便推薦避開路障和擁堵的路線。
2. 人臉檢測(cè)與識(shí)別
拍照時(shí)在臉上使用虛擬濾鏡,以及使用面部ID解鎖手機(jī),這是人工智能的兩個(gè)例子,它們現(xiàn)在已經(jīng)成為我們?nèi)粘I畹囊徊糠?。前者包含人臉檢測(cè),這意味著任何人臉都能被識(shí)別。后者使用人臉識(shí)別來識(shí)別特定的人臉。面部識(shí)別也被用于政府設(shè)施和機(jī)場(chǎng)的監(jiān)控和安全。
3.文本編輯器或自動(dòng)更正
你可能在學(xué)生時(shí)代使用Grammarly這樣的工具來檢查你的期末論文,然后再提交給老師,或者現(xiàn)在還在用它來檢查給老板的電子郵件的拼寫。這是人工智能的另一個(gè)例子。人工智能算法似乎利用機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和自然語言處理來識(shí)別文字處理程序、短信應(yīng)用程序和其他書面媒體中不正確的語言使用,并提出糾正建議。語言學(xué)家和計(jì)算機(jī)科學(xué)家一起教機(jī)器語法,就像在學(xué)校教你一樣。算法是通過高質(zhì)量的語言數(shù)據(jù)教授的,所以當(dāng)你錯(cuò)誤地使用逗號(hào)時(shí),編輯器會(huì)捕捉到它。
4. 搜索和推薦算法
當(dāng)你想看電影或網(wǎng)上購(gòu)物時(shí),你是否注意到向你推薦的商品往往與你的興趣或最近的搜索結(jié)果一致?隨著時(shí)間的推移,這些智能推薦系統(tǒng)通過跟蹤你的在線活動(dòng)來了解你的行為和興趣。數(shù)據(jù)在前端(來自用戶)收集,并通過機(jī)器學(xué)習(xí)和深度學(xué)習(xí)進(jìn)行存儲(chǔ)和分析。然后,它通常能夠預(yù)測(cè)你的偏好,并為你接下來可能想買或聽的東西提供建議。
5. 聊天機(jī)器人
作為一名客戶,與客服的互動(dòng)可能會(huì)很耗時(shí),也很有壓力。對(duì)于公司來說,這是一個(gè)效率低下的部門,通常成本很高,管理起來也很難。一種越來越受歡迎的人工智能解決方案是使用人工智能聊天機(jī)器人。編程算法使機(jī)器能夠回答常見問題,接受和跟蹤訂單,并接聽電話。
通過自然語言處理(NLP),聊天機(jī)器人可以模仿客戶代表的對(duì)話風(fēng)格。高級(jí)聊天機(jī)器人不再需要特定格式的輸入(例如是/否問題)。他們能回答需要詳細(xì)回答的復(fù)雜問題。事實(shí)上,如果你對(duì)你得到的回復(fù)給出了一個(gè)糟糕的評(píng)價(jià),機(jī)器人會(huì)識(shí)別出它所犯的錯(cuò)誤,并在下次糾正它,確保最大限度地提高客戶滿意度。
6. 數(shù)字助理
當(dāng)我們忙得不可開交的時(shí)候,我們經(jīng)常求助于數(shù)字助手來幫我們完成任務(wù)。當(dāng)你開車的時(shí)候,你可以讓助手給你媽媽打電話(孩子們,不要邊開車邊發(fā)短信)。像Siri這樣的虛擬助手就是人工智能的一個(gè)例子,它可以訪問你的聯(lián)系人,識(shí)別“媽媽”這個(gè)詞,然后撥打電話。這些助手使用NLP、ML、統(tǒng)計(jì)分析和算法執(zhí)行來決定你想要什么,并試圖為你得到它。語音和圖像搜索的工作原理大致相同。
7. 社交媒體
社交媒體應(yīng)用程序正在利用人工智能的支持來監(jiān)控內(nèi)容,建議連接,并向目標(biāo)用戶提供廣告服務(wù),以及其他許多任務(wù),以確保你保持投資和“插入”。
人工智能算法可以通過關(guān)鍵詞識(shí)別和視覺圖像識(shí)別,發(fā)現(xiàn)并迅速刪除違反條款和條件的有問題的帖子。深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)架構(gòu)是這一過程的重要組成部分,但它并不止于此。
社交媒體公司知道他們的用戶就是他們的產(chǎn)品,所以他們使用人工智能將這些用戶與廣告商和營(yíng)銷人員聯(lián)系起來,這些廣告商和營(yíng)銷人員已經(jīng)將他們的個(gè)人資料確定為主要目標(biāo)。社交媒體人工智能也有能力理解用戶產(chǎn)生共鳴的內(nèi)容類型,并向他們推薦類似的內(nèi)容。
8. 電子支付
每筆交易都要跑去銀行是對(duì)時(shí)間的巨大浪費(fèi),人工智能在一定程度上解釋了為什么你5年都沒有去過銀行分行。銀行現(xiàn)在利用人工智能簡(jiǎn)化支付流程,為客戶提供便利。
智能算法使人們可以在任何地方存款、轉(zhuǎn)賬,甚至開戶,利用人工智能進(jìn)行安全、身份管理和隱私控制。
通過觀察用戶的信用卡消費(fèi)模式,甚至可以發(fā)現(xiàn)潛在的欺詐行為。這也是人工智能的一個(gè)例子。這些算法知道用戶購(gòu)買的是哪種產(chǎn)品,通常是在何時(shí)何地購(gòu)買的,以及屬于哪個(gè)價(jià)格范圍。
當(dāng)有不尋常的活動(dòng)不符合用戶配置文件時(shí),系統(tǒng)可以生成警報(bào)或提示來驗(yàn)證事務(wù)。
最后的結(jié)論
這些人工智能的例子說明了為什么到處都在談?wù)撊斯ぶ悄?到處都在用。我們生活中的幾乎每一個(gè)部分都與人工智能有關(guān)。當(dāng)你去移動(dòng)訂購(gòu)時(shí),你可能會(huì)得到一個(gè)新的咖啡建議。Instagram可能會(huì)在你午休的時(shí)候播放一段新視頻。谷歌地圖讓你在一家新餐館吃飯。這個(gè)列表可能會(huì)一直持續(xù)下去,但這8個(gè)人工智能的例子表明了它是什么以及我們?nèi)绾问褂盟?/p>
本文最初發(fā)表于2020年5月5日,并于2023年1月24日更新。
作者:Sasha Reeves