每天，我们都会越来越多地听到有关人工智能这一新技术的消息。根据 Grand View Research 的报告，全球人工智能市场规模预计将在 2027 年达到 4070 亿美元，较 2022 年预计的 869 亿美元收入大幅增长。这还不会结束！人工智能正在渗透到许多行业，但我们真的知道“人工智能”的含义以及它是如何工作的吗？据报道，大多数人知道它的含义，但不知道它是如何工作的或它做什么。
什么是人工智能？
首先，根据牛津词典，AI 的意思是人工智能；“AI 是计算机系 手机号码数据 统的理论和发展，能够执行通常需要人类智能才能完成的任务，例如视觉感知、语音识别、决策”。简单来说，这项技术可以做需要人类智能才能完成的事情，而要发挥作用，这项工具需要数据。
人工智能不是一项单一的技术，而是可以应用于各种问题和领域的方法和工具的集合。人工智能可以分为两大类：
- 狭义人工智能是我们在日常生活中最常见的人工智能类型。它旨在执行特定任务或功能，例如下棋、识别人脸或翻译语言。狭义人工智能可以非常擅长其所做的事情，但它无法做其范围之外的任何事情。
- 通用人工智能是研究人员和开发人员仍遥不可及的人工智能类型。其理念是创建一个可以执行人类可以执行的任何智力任务的系统，例如推理、学习、规划和创造力。通用人工智能 这些法律存在不遵守规定 将能够以类似人类的方式理解世界并与世界互动。
人工智能如何运作？
与人工智能相关的术语有很多，而且非常复杂。它们包括：
- 机器学习经常与人工智能本身相混淆，但这是该技术赋予人工智能的功能之一，即重现以前的经验或从经验中改进的能力。借助机器学习，人工智能可以根据历史数据和算法学习如何做出响应。机器学习可以进一步分为三种类型：监督学习、无监督学习和强化学习。
-
监督学习：
人工智能系统使用标记数据进行训练，这意味着提供输入和所需的输出。系统学习找到输入和输出之间的模式和关系，然后将它们应用于新数据。例如，监督学习系统可以通过展示许多不同动物及其名称的示例来学习对动物图像进行分类。
- 无监督学习：
AI 系统使用未标记的数据进行训练，这意味着只提供输入。系统学习在数据 AI 究竟意味着什么以 中寻找模式和结构，而无需任何指导或反馈。例如，无监督学习系统可以根据客户的购买历史来学习对客户进行聚类，而无需了解他们的偏好或人口统计数据。
-
强化学习：
人工智能系统通过反复试验进行训练，这意味着系统从自己的行为及其后果 邮寄线索 中学习。系统会因采取的每项行动而获得奖励或惩罚，并试图随着时间的推移最大化总奖励。例如，强化学习系统可以通过尝试不同的动作并查看得分来学习玩视频游戏。
- 大数据和数据挖掘也是复杂人工智能技术的两个组成部分，因此这些术语不仅设计了人工智能所需的大量数据，还设计了使这些数据有意义和有用的能力。大数据是指由各种来源（例如社交媒体、传感器、在线交易等）生成的海量、多样和快速的数据。数据挖掘是使用统计、机器学习和可视化等技术从大数据中提取有价值的信息和见解的过程。
- 数据科学意味着人工智能使用科学方法、流程和算法从数据中提取知识和见解。借助数据科学，您可以交流和解释复杂的想法。数据科学是一个跨学科领域，结合了数学、计算机科学和领域知识的技能。数据科学可用于各种目的，例如预测、分类、推荐和探索。