人工智能是数字计算机或计算机控制的机器人执行通常与智能生物相关的任务的能力。AI 也可以定义为：
- 人类创造的智能实体
- 无需明确指示就能智能地执行任务。
- 能够理性且人性化地思考和行动。
人工智能的概念比很多人想象的要古老，它起源于古希腊神话中的智能机器人。1956 年，马文·明斯基在达特茅斯学院创造了“AI”这个正式术语。自那时起，AI 经历了许多重要的里程碑。
人工智能历史上的关键时刻
- 1943 年：提出了模拟脑细胞模型的想法。
- 1950 年：艾伦·图灵开发了一项测试，以了解机器是否能像人类一样思考。第一台基于神经网络的计算机诞生。
- 1956 年： “人工智能”一词首次被使用。
- 1959年： “机器学习”概念命名。
- 1963 年：第一个人工智能研究实验室在斯坦福大学成立。
- 1966 年：第一个聊天机器人 ELIZA 问世。
- 1972-1980 年：人们对人工智能的兴趣下降，导致了所谓的“人工智能寒冬”时期。
- 1980 年：随着商业应用的成功开发，人工智能研究再次受到青睐。
- 1997 年： IBM 的“深蓝”成为第一台击败世界国际象棋冠军的计算机。
- 2002 年：人工智能开始应用于家用吸尘器。
- 2005 年：美国军方开始使用机器人。
- 2006 年：大型科技公司开始广泛使用人工智能。
- 2008 年：谷歌在 iPhone 应用程序中添加语音识别功能。
- 2011 年： IBM 的 Watson 赢得了一场智力竞赛节目，展示了其对语言的理解。
- 2012 年：谷歌的一个项目展示了人工智能通过视频学习的重大进步。
- 2014 年：谷歌测试自动驾驶汽车；亚马逊推出 Alexa。
- 2016 年：推出名为索菲亚的机器人。
- 2020 年：人工智能有助于加速 COVID-19 疫苗的研究。
这些事件表明人工智能已经从早期概念发展成为我们日常生活中的重要角色。
构建人工智能系统就像教机器像人类一样思考和行动，甚至比人类更好。要
真正了解人工智能的工作原理，您必须深入研究其不同部分，并了解它们如何适应不同的行业。您还可以参加人工智能课程，这将帮助您获得全面的了解。
- 机器学习：机器学习帮助机器根据过去学到的知识做出明智的决定。它为企业节省了时间，并帮助他们做出更好的选择。要学习基本概念，您可以报名参加免费的初学者机器学习课程。
- 深度学习：这是一种特殊的机器学习，可以教机器分层筛选信息来解决问题。
- 神经网络：它们就像操作的大脑一样，像人脑一样对信息进行分类。
- 自然语言处理（NLP）： NLP 帮助机器理解和响应人类语言。
- 计算机视觉：这可以帮助机器通过分解和研究图片来理解图片。
- 认知计算： 这些算法试图像人类一样思考，分析文本、语音、图像或对象以给出正确答案。此外，还可以免费学习人工智能课程的应用。
并非所有类型的人工智能都同时涉及上述所有领域。不同的人工智能实体是为不同的目的而构建的，这就是它们的不同之处。人工智能可以根据类型 1 和类型 2（基于功能）进行分类。
下面简要介绍第一种类型。
4.1 人工智能的三种类型
- 人工智能（ANI）
- 通用人工智能（AGI）
- 超级人工智能（ASI）
让我们详细地看一下。
4.1.1 什么是弱人工智能（ANI）？
狭义人工智能（ANI），也称为弱人工智能，是指经过设计和训练以执行特定或狭窄范围的任务的人工智能系统。
这些系统在一组有限的预定义功能下运行，无法将知识推广到其专业领域之外。ANI 是当今最常用的 AI 形式，包括：
- 例子包括 Siri 和 Alexa 等语音助手、Netflix 和 Amazon 等平台上的推荐算法、图像识别系统和聊天机器人。
- 特征：
- 在某一领域高度专业化。
- 无法执行其训练范围之外的任务。
- 根据预定义的参数和规则运行。
为了建立强大的AI 基础，您还可以借助Great Learning Academy提供的《人工智能入门》免费在线课程来提升技能。通过本课程，您可以学习在 AI 领域建立职业生涯所需的所有基本概念。
4.1.2 什么是通用人工智能（AGI）？
通用人工智能 (AGI)，或强人工智能或人类水平的人工智能，是指能够在与人类智能相当的水平上理解、学习和应用广泛任务中知识的人工智能系统。
AGI 的特点是其泛化能力，使其能够执行人类可以做的任何智力任务。虽然 AGI 在很大程度上仍处于理论阶段且尚未实现，但它的目标是：
- 目标：
- 模仿人类的认知功能包括推理、解决问题和理解复杂概念。
- 适应新的和不熟悉的任务，无需针对每个新挑战进行特定的训练。
- 含义：
- 可以通过自动化复杂的决策过程来彻底改变行业。
- 提出有关控制、道德使用和对就业的影响的道德和安全问题。
4.1.3 什么是人工智能超级智能（ASI）？
超级人工智能（ASI）是指在创造力、一般智慧、解决问题等各方面超越人类智能和能力的人工智能系统。
ASI 代表的智能水平甚至比最聪明的人类头脑还要先进得多。
ASI 的概念具有高度推测性，仍然是争论和理论探索的主题。潜在的特征和影响包括：
- 潜在特征：
- 卓越的解决问题能力。
- 增强创造力和创新能力。
- 高级决策能力和战略规划。
- 含义：
- 这可能导致科学、医学、技术和其他领域取得前所未有的进步。
- 带来重大的伦理、哲学和生存风险，包括对与人类价值观不一致的担忧和潜在的意外后果。
了解人工智能的不同层次有助于掌握人工智能技术的现状、未来潜力以及相关的挑战和机遇。
查看有关如何在人工智能领域建立职业生涯的课程。
4.2 增强和人工智能之间的区别
4.3 人工智能的目的是什么？
人工智能 (AI) 的主要目标是增强我们的能力并帮助我们做出重要决策。例如：
- 人工智能旨在扩展人类的能力并协助做出复杂的决策。
- 它可以处理具有挑战性的任务，从而简化我们的日常生活并减少对体力劳动的需求。
- 人工智能致力于改善个人、公司和国家之间互动和合作的方式，实现互利共赢。
- 目前，人工智能被用于简化运营和加强决策过程，延续了几个世纪以来工具的演变。
- 一些人认为人工智能是一项具有变革性的发明，最终可能解决不平等和苦难等重大问题。
- 目前，企业主要使用人工智能来提高效率、自动执行繁重的任务并实现数据驱动的决策。
要了解有关人工智能的目的及其用途的更多信息，您可以参加人工智能课程并了解人工智能课程的详细信息并提升技能。
4.4 人工智能（AI）应用于何处？
人工智能无处不在，它帮助大型组织了解和预测用户下一步可能做什么。
例如，谷歌的预测搜索会建议您接下来可能输入的内容，Netflix 会推荐电影让您观看更长时间，Facebook 会通过识别人脸来建议在照片中标记谁。
人工智能的主要用途涉及处理大量数据以：
- 搜索数据并优化查找最相关的信息。
- 使用逻辑根据特定条件执行一系列操作。
- 检测数据中的模式以获得独特的见解。
- 应用概率模型来预测接下来可能发生的事情。
如上图所示，三个同心椭圆表示深度学习是机器学习的一个子集，而机器学习又是人工智能的另一个子集。
因此，人工智能是最初爆发的包罗万象的概念。随后是机器学习，后来蓬勃发展；最后是深度学习，现在有望将人工智能的进步提升到另一个层次。
人工智能有可能改变各行各业，而这些行业都高度依赖数据。人工智能本质上擅长处理数据，使其成为跨领域优化的强大工具。
人工智能的广泛适用性不断增长，证明了其在简化各个领域运营和增强决策方面的价值。
6.1 人工智能中的机器人
早在人工智能成为现实之前，机器人领域就一直在不断发展。目前，人工智能正在帮助机器人通过高效的机器人更快地进行创新。人工智能机器人已在各个垂直行业和行业中得到应用，尤其是在制造业和包装行业。
- Facebook 观察
- Facebook 好友推荐
- Siri、Alexa 和其他智能助手
- 自动驾驶汽车
- 机器人顾问
- 对话机器人
- 电子邮件垃圾邮件过滤器
- Netflix 的建议
- 主动医疗管理
- 疾病图谱
- 自动化金融投资
- 虚拟旅行预订代理
- 社交媒体监控
7.1 人工智能有哪些优势？
毫无疑问，科技让我们的生活变得更好。从音乐推荐、地图导航、手机银行到欺诈预防，人工智能和其他技术已经占据了主导地位。
进步与毁灭之间只有一线之隔。事物总是有两面性的，人工智能也是如此。让我们来看看人工智能的一些优势-
7.2 人工智能（AI）的优势
- 减少人为错误
- 24×7 全天候服务
- 帮助重复工作
- 数字协助
- 更快做出决策
- 理性的决策者
- 医疗应用
- 提高安全性
- 高效沟通
人工智能有几个关键的优势，使其成为一种优秀的工具，例如：
- 自动化——人工智能可以自动执行繁琐的流程/任务，而不会造成任何疲劳。
- 增强——人工智能可以通过改善最终用户的体验并提供更好的产品推荐来有效地增强所有产品和服务。
- 分析和准确性——人工智能分析比人类更快、更准确。人工智能可以利用其解释数据的能力做出更好的决策。
简而言之，人工智能帮助组织做出更好的决策，以更快的速度增强产品和业务流程。
7.1 我们如何衡量人工智能是否像人类一样行事？
即使我们达到了人工智能可以像人类一样行事的境界，我们如何确保它能够继续这样做？我们可以根据以下几点确定人工智能实体是否与人类相似：
- 图灵测试
- 认知建模方法
- 思维法则方法
- 理性代理方法
让我们详细看看这些方法的表现：
图灵测试的基础是人工智能实体应该能够与人类代理进行对话。理想情况下，人类代理不应该能够断定他们正在与人工智能交谈。为了实现这些目标，人工智能需要具备以下品质：
- 自然语言处理以实现成功沟通。
- 知识表征充当其记忆。
- 自动推理使用存储的信息来回答问题并得出新的结论。
- 机器学习可以检测模式并适应新情况。
8.1 认知建模方法
顾名思义，这种方法试图建立基于人类认知的人工智能模型。为了提炼人类思维的精髓，有三种方法：
- 自省：观察我们的想法，并在此基础上建立模型
- 心理实验：对人类进行实验并观察他们的行为
- 脑成像：使用 MRI 观察大脑在不同场景下的功能，并通过代码复制。
8.2 思维规律方法与理性主体方法
下表显示了两种不同的方法：它们是什么以及面临的挑战：
- 需求不断增长：人工智能 (AI) 职业的需求一直在稳步增长。在印度，57% 的公司正在积极寻求聘用熟练的 AI 专业人员。
- 加薪：从事人工智能职位的个人的薪资会大幅增加，通常在 60-70% 之间。
- 主要城市：孟买在人工智能就业机会方面领先，紧随其后的是班加罗尔和金奈。
- 创造就业机会：根据世界经济论坛的数据，到 2020 年，人工智能预计将创造 1.33 亿个就业机会。
- 劳动力挑战：尽管对人工智能工作的需求不断上升，但熟练工人的数量却没有跟上。
- 受益于人工智能的行业：人工智能正在对医疗保健、银行和金融、营销和娱乐等各个领域产生巨大影响。
- 关键的人工智能职位：该领域的一些顶级职位包括深度学习工程师、数据科学家、数据科学总监和高级数据科学家。
- 提升技能的时间：随着机会的增加，现在是获得或提高人工智能技能的理想时机。
人工智能 (AI) 正在成为技术领域的主角。世界各地的组织都在开发创新的AI 和机器学习工具。AI
正在塑造所有行业的未来，并推动大数据、机器人和物联网 (IoT) 等新技术的发展。
随着 AI 的发展，它将继续引领技术进步，为受过培训的专业人士提供许多机会。
8.5 人工智能领域的职业机会
- AI 和 ML 开发人员/工程师
这些专业人员进行统计分析、管理机器学习程序并开发深度学习系统。他们需要具备 Python、Scala 和 Java 等语言的强大编程技能。印度 AI 工程师的平均年薪在 40 万至 200 万印度卢比之间。
- AI 分析师/专家
AI 分析师提供 AI 驱动的解决方案，以增强各行业的服务，使用数据来识别趋势和模式。该职位需要扎实的编程和系统分析背景。年薪从 30 万印度卢比到 100 万印度卢比不等，具体取决于经验和雇主。
- 数据科学家
数据科学家收集和分析大量数据以识别趋势并开发预测模型。他们需要了解多种编程语言并使用 Azure ML Studio 和 Spark MLlib 等框架。在印度，他们的年薪通常在 5 至 22 万印度卢比之间。
- 研究科学家
专注于创新 AI 解决方案，研究科学家必须是深度学习和神经网络等领域的专家。该职位要求高级学位，在印度，年薪至少为 350 万印度卢比。
- 产品经理
在以 AI 为中心的职位中，产品经理使用数据来解决业务问题并实施 AI 策略来评估影响。起薪约为每年 70 至 80 万印度卢比，但随着经验的积累，薪资可能会大幅增加。
- 机器人科学家
随着自动化的兴起，开发和管理机器人系统对机器人科学家的需求日益增加。这一职业需要对编程、机械和电子等领域有深入的了解。
人工智能不仅仅是未来，也是现在，它不断进步，在各个领域开辟新道路。