深入话题像人工智能没有先前的知识似乎企图规模全球最大的山没有安全设备。
人确实很菜鸟级的,我从没想过我能在人工智能与任何权威。但几个月后高层关于人工智能的研究和相关技术内容,我发现人工智能比似乎第一次更容易理解。
如果你和我一样,来自一个非科学的背景,你可能还没有想太多关于自己研究人工智能的内容。但如果你读这篇文章,你可能会因为遇到的东西激起了你的兴趣在人工智能(尽管你缺乏理科学士学位或技术教育)。
您可能想知道如何从头开始学习人工智能。这里有几件事你可以做什么来开始:
所以,如果你想知道更多关于人工智能以及如何成为话题,精通读下去,看看六个外卖我已经学到如何写关于人工智能大师。
进来没有以前的知识,我唯一知道AI是它与自动化技术,和每个人都将人工智能与机器人(只有一个的许多其他元素)。虽然机器人过程自动化(战)与人工智能,他们不是同义词。都是机器学习,或任何其他类似的,但不是相同术语属于人工智能的总称。
学习人工智能的子集之间的细微差别并不容易,但它是可能的。让我们讨论六个关键外卖我发现虽然增长我的专业知识在人工智能和所有它。
这可能不是新闻,但我是这么认为的。人工智能是计算机科学的一个子集。在人工智能,有多个领域的其他含有分支成更小、更复杂的组件。
如果你听到的短语大数据数据挖掘和结构化与非结构化数据,但不知道如何告诉他们,你不是一个人。有很多组件内的AI和术语的主题,我能够全面去粗取精人工智能专业术语所有关于他们。检查一下学习之间的差异容易混淆的单词,最后听起来像你知道你在说什么。
之前你认为现代人工智能的奇迹,重要的是要知道AI的根源在1900年代开始的。
学习人工智能的历史就其本身而言是一个挑战。天的幻想小说和科幻电影机械自动化在1900年代早期计算机科学家阿兰·图灵创造的现实图灵测试1950年,每10年的人工智能创新深入探讨在上面的指南。
图片由Becominghuman.ai
尽管AI似乎是一个现代的创新,它有卑微的像任何科学进步。
这是我们的另一个例子与AI-powered技术,但不知道我们正在做它。每次你让Siri在你的iPhone或说“嘿谷歌!“你的谷歌回家语音助理,你使用人工智能。
可以输入搜索查询到您的互联网浏览器十年前是一个创新。今天,能够跟你的手机或另一个语音设备,及时和准确的方式回应你的热门趋势持续增加。
人们喜欢能够讲一个设备,它提供援助;这消除了需要输入查询措辞以这样一种方式你的计算机能理解你问什么。现在,人们可以用自然语言语音助手说话模式,词形变化,俚语,仍然被理解。这些语音助手配备了自然语言处理(NLP)的能力,使他们能够理解人类语言和言语模式而发射逻辑意义人类用户响应。
我认为,如果一家公司声称使用人工智能,它必须意味着它是一个科技公司。但事实并非如此。事实上,你能想到的每一个行业使用人工智能在某种程度上。
例如,在医疗保健,人工智能是被用来帮助跟踪病人的医疗记录,实现数字健康咨询的人不能或不想去一个办公室医生约会,和提供照顾不发达国家通过远程医疗选择。这些创新放大的医疗保健专业人士在当地和全球范围内照顾所有通过人工智能的使用。
在教育方面,人工智能是被用来帮助形状的增长edtech或教育技术。人工智能给学生教室内外需要额外的帮助推进他们的学习与技术创新的机会。机器人家教帮助有困难的孩子问老师或与同行交流通过提供一个友好的、友好的性格,他们会说,学习。人工智能还可以帮助教师简化家长会和自动化评分,处理大量的学生数据。
最后,这可能是你最感兴趣——人工智能用于放大公司的营销策略。为目标,扩大营销的内容拓展观众,发现趋势基于人口统计数据,并协助客户查询方式人工智能是帮助市场营销人员得到的曲线。
另外,小型企业使用的是人工智能出于多种原因,从自动化艰苦的任务(如创建邮件列表和员工调度),吃了那么多的员工的时间。
聊天机器人是人工智能的一个用例,您可能遇到你每次打开一个浏览器窗口,并访问一个网页。基本上,当你看到一个聊天框弹出的一个浏览器窗口,这不是实际上一个人想和你聊天,这是一个聊天机器人!
图片由我通过Facebook媚俗
公司使用聊天机器人保持一个活跃的在线客户服务存在甚至以外的工作时间。有时候聊天机器人作为主要联络点),而其他时候他们用作引入或人类客户代表直接用户指南。你甚至可以找到在Facebook上聊天机器人!
Facebook聊天机器人可能是最常用的chatbot类型公司雇佣。为什么?从头开始创建一个聊天机器人是更加困难比使用循序渐进的指导,创建一个由Facebook。
不过,因为聊天机器人是当今世界的方式和在未来,如果你不知道如何构建一个聊天机器人吗自己,也许阅读聊天机器人软件可以帮助你开始。加上,有什么更好的方式比发展中成为沉浸在人工智能聊天机器人为你的网站?
与流行的看法相反,还有更多好处是有风险的添加人工智能在工作场所。一些工作,尤其是那些任务重复和单调,人工智能将会从中受益很大。
数据采集和分析,例如,是一个单调的,耗时的任务,历来是由一个数据分析师。世界上有这么多用户数据,获取的任务,排序和分析大型数据集离开高水平的用户错误的空间。与敏感的用户信息,几乎是没有房间的错误。
以确保最小的错误,机器学习(毫升)算法被用来识别模式和做出明智的决定和假设数据的趋势。这个任务特别是更适合人工智能自动化的必要性高层对细节的关注,ML算法有超过人类的数据分析师。
尽管如此,一些在货运行业工作可能的风险自动化。与这一行业缺乏能力或兴趣的司机,AI可以一步转危为安。位于圣地亚哥的启动TuSimple驾驶AI-automated,无人驾驶卡车来帮助使这变为现实。即使有人工智能的进步,这样将继续进行测试,不会影响任何一段时间。
如果你做到这一步,仍然渴望知道更多关于人工智能,你很幸运。人工智能领域正在经历连续和快速增长。与上述创新发生到目前为止,想象我们可以期望在2020年及以后。
