AI vs ML：人工智能和機(jī)器學(xué)習(xí)概述

2022-08-18 09:42:02

機(jī)器可以復(fù)制甚至超越人類思維的想法成為先進(jìn)計(jì)算框架的靈感來源——現(xiàn)在，無(wú)數(shù)企業(yè)正在進(jìn)行巨額投資。這一概念的核心是人工智能(AI)和機(jī)器學(xué)習(xí)(ML)。

人工智能和機(jī)器學(xué)習(xí)密切相關(guān)，但最終卻不同。

這些術(shù)語(yǔ)通常是同義詞，可以互換使用。實(shí)際上，人工智能和機(jī)器學(xué)習(xí)代表著兩種不同的事物——盡管它們是相關(guān)的。從本質(zhì)上講:

人工智能可以被定義為計(jì)算系統(tǒng)模仿或模仿人類思維和行為的能力。

機(jī)器學(xué)習(xí)是人工智能的一個(gè)子集，指的是一種無(wú)需人類明確編程或直接管理就能學(xué)習(xí)的系統(tǒng)。

如今，人工智能和機(jī)器學(xué)習(xí)在幾乎所有行業(yè)和業(yè)務(wù)中都扮演著重要的角色。它們驅(qū)動(dòng)商業(yè)系統(tǒng)和消費(fèi)設(shè)備。自然語(yǔ)言處理、機(jī)器視覺、機(jī)器人、預(yù)測(cè)分析和許多其他數(shù)字框架都依賴于其中一種或兩種技術(shù)來有效運(yùn)作。

人工智能與機(jī)器學(xué)習(xí)簡(jiǎn)史

創(chuàng)建能像人類一樣思考的機(jī)器的想法一直令整個(gè)社會(huì)著迷。在20世紀(jì)40年代和50年代，包括AlanTuring在內(nèi)的研究人員和科學(xué)家開始探索創(chuàng)造“人工大腦”的想法。1956年，DartmouthCollege的一組研究人員開始更徹底地探索這個(gè)想法。在該校舉行的一次研討會(huì)上，“人工智能”一詞誕生了。

在接下來的幾十年里，該領(lǐng)域取得了進(jìn)展。1964年，麻省理工人工智能實(shí)驗(yàn)室的JosephWeizenbaum發(fā)明了一個(gè)名為ELIZA的程序。其證明了自然語(yǔ)言和對(duì)話在機(jī)器上的可行性。ELIZA依靠基本的模式匹配算法來模擬真實(shí)世界的對(duì)話。

20世紀(jì)80年代，隨著更強(qiáng)大的計(jì)算機(jī)出現(xiàn)，人工智能研究開始加速。1982年，JohnHopfield展示了神經(jīng)網(wǎng)絡(luò)可以以更先進(jìn)的方式處理信息。各種形式的人工智能開始成形，1980年出現(xiàn)了第一個(gè)人工神經(jīng)網(wǎng)絡(luò)(ANN)。

在過去的二十年里，由于計(jì)算能力和軟件的巨大進(jìn)步，這一領(lǐng)域取得了顯著的進(jìn)步。人工智能和機(jī)器學(xué)習(xí)現(xiàn)在被廣泛應(yīng)用于各種企業(yè)部署中。這些技術(shù)被用于Siri和Alexa等自然語(yǔ)言系統(tǒng)、自動(dòng)駕駛汽車和機(jī)器人、電腦游戲中的自動(dòng)決策系統(tǒng)、Netflix等推薦引擎，以及虛擬現(xiàn)實(shí)(VR)和增強(qiáng)現(xiàn)實(shí)(AR)等擴(kuò)展現(xiàn)實(shí)(XR)工具。

機(jī)器學(xué)習(xí)尤其蓬勃發(fā)展。政府實(shí)體、企業(yè)和其他機(jī)構(gòu)越來越多地使用其來識(shí)別涉及統(tǒng)計(jì)數(shù)據(jù)和其他形式的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的復(fù)雜和難以捉摸的模式。這包括流行病學(xué)和醫(yī)療保健、金融建模和預(yù)測(cè)分析、網(wǎng)絡(luò)安全、聊天機(jī)器人和其他用于客戶銷售和支持的工具等領(lǐng)域。事實(shí)上，許多供應(yīng)商將機(jī)器學(xué)習(xí)作為云計(jì)算和分析應(yīng)用程序的一部分。

人工智能的影響是什么?

機(jī)器模仿人類思維和行為的能力深刻地改變了這兩個(gè)實(shí)體之間的關(guān)系。人工智能釋放大規(guī)模自動(dòng)化，并支持一系列更先進(jìn)的數(shù)字技術(shù)和工具，包括VR、AR、數(shù)字孿生、圖像和面部識(shí)別、連接設(shè)備和系統(tǒng)、機(jī)器人、個(gè)人助理和各種高度交互的系統(tǒng)。

這包括在現(xiàn)實(shí)世界中導(dǎo)航的自動(dòng)駕駛汽車、回答問題和開關(guān)燈的智能助手、自動(dòng)化金融投資系統(tǒng)，以及機(jī)場(chǎng)攝像頭和面部識(shí)別。后者包括航空公司在登機(jī)口使用的生物識(shí)別登機(jī)牌，以及只需掃描面部即可通過安檢的全球入境系統(tǒng)。

事實(shí)上，企業(yè)正在以新的、創(chuàng)新的方式讓人工智能發(fā)揮作用。例如，旅游行業(yè)使用的動(dòng)態(tài)定價(jià)模型可以實(shí)時(shí)衡量供需狀況，并根據(jù)變化的情況調(diào)整航班和酒店的價(jià)格。

人工智能技術(shù)被用于更好地了解供應(yīng)變化動(dòng)態(tài)，并調(diào)整采購(gòu)模型和預(yù)測(cè)。在倉(cāng)庫(kù)中，機(jī)器視覺技術(shù)(由人工智能支持)可以發(fā)現(xiàn)諸如丟失托盤和生產(chǎn)缺陷等人眼無(wú)法察覺的小問題。與此同時(shí)，聊天機(jī)器人會(huì)分析客戶的輸入，并實(shí)時(shí)提供與上下文相關(guān)的答案。

如所見，這些能力正在快速發(fā)展——尤其是當(dāng)連接系統(tǒng)被添加到組合中時(shí)。智能建筑、智能交通網(wǎng)絡(luò)，乃至智慧城市正在形成。隨著數(shù)據(jù)的流入，人工智能系統(tǒng)決定下一個(gè)最佳步驟或調(diào)整。

同樣，數(shù)字孿生越來越多地被航空公司、能源公司、制造商和其他企業(yè)用于模擬實(shí)際系統(tǒng)和設(shè)備，并探索各種虛擬選項(xiàng)。這些先進(jìn)的模擬器可以預(yù)測(cè)維護(hù)和故障，還可以深入了解更便宜、更復(fù)雜的業(yè)務(wù)處理方式。

機(jī)器學(xué)習(xí)的影響是什么?

近年來，機(jī)器學(xué)習(xí)也取得了顯著進(jìn)展。通過使用統(tǒng)計(jì)算法，機(jī)器學(xué)習(xí)解鎖了傳統(tǒng)上與數(shù)據(jù)挖掘和人工分析相關(guān)的洞察力。

其使用樣本數(shù)據(jù)(稱為訓(xùn)練數(shù)據(jù))來識(shí)別模式，并將它們應(yīng)用到可能隨時(shí)間變化的算法中。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，其使用人工神經(jīng)網(wǎng)絡(luò)來模擬人腦的工作方式。

以下是使用機(jī)器學(xué)習(xí)的主要方法:

監(jiān)督學(xué)習(xí)，這需要一個(gè)人來識(shí)別所需的信號(hào)和輸出。
無(wú)監(jiān)督學(xué)習(xí)，允許系統(tǒng)獨(dú)立于人類運(yùn)行，并找到有價(jià)值的輸出。
半監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)，這涉及一個(gè)計(jì)算機(jī)程序與動(dòng)態(tài)環(huán)境相互作用，以實(shí)現(xiàn)確定的目標(biāo)和結(jié)果。后者的一個(gè)例子是計(jì)算機(jī)國(guó)際象棋游戲。在某些情況下，數(shù)據(jù)科學(xué)家使用一種混合方法，將這些方法中的多個(gè)元素結(jié)合在一起。

多種算法

幾種類型的機(jī)器學(xué)習(xí)算法發(fā)揮了關(guān)鍵作用:

神經(jīng)網(wǎng)絡(luò): 神經(jīng)網(wǎng)絡(luò)模擬人腦的思維方式。它們是識(shí)別模式的理想選擇，廣泛用于自然語(yǔ)言處理、圖像識(shí)別和語(yǔ)音識(shí)別。
線性回歸: 這種技術(shù)對(duì)于預(yù)測(cè)數(shù)值很有價(jià)值，比如預(yù)測(cè)航班或房地產(chǎn)價(jià)格。
邏輯回歸: 這種方法通常使用二元分類模型(如“是/否”)來標(biāo)記或分類某物。該技術(shù)的一個(gè)常見用途是識(shí)別電子郵件中的垃圾郵件，并將不需要的代碼或惡意軟件列入黑名單。
聚類: 這個(gè)機(jī)器學(xué)習(xí)工具使用無(wú)監(jiān)督學(xué)習(xí)來發(fā)現(xiàn)人類可能忽略的模式。集群的一個(gè)例子是供應(yīng)商如何在不同的設(shè)施中執(zhí)行相同的產(chǎn)品。這種方法可能用于醫(yī)療保健，例如，了解不同的生活方式如何影響健康和壽命。
決策樹: 該方法預(yù)測(cè)數(shù)值，但也執(zhí)行分類功能。與其他形式的機(jī)器學(xué)習(xí)不同，其提供了一種清晰的方法來審核結(jié)果。這種方法也適用于結(jié)合決策樹的隨機(jī)森林。

無(wú)論使用哪種確切方法，機(jī)器學(xué)習(xí)越來越多地被企業(yè)用于更好地理解數(shù)據(jù)并做出決策。這反過來又為更復(fù)雜的人工智能和自動(dòng)化提供了條件。例如，情感分析可以插入銷售歷史數(shù)據(jù)、社交媒體數(shù)據(jù)甚至天氣狀況，以動(dòng)態(tài)調(diào)整生產(chǎn)、營(yíng)銷、定價(jià)和銷售策略。其他機(jī)器學(xué)習(xí)應(yīng)用程序提供了用于醫(yī)療診斷的推薦引擎、欺詐檢測(cè)和圖像分類。

機(jī)器學(xué)習(xí)的優(yōu)勢(shì)之一是，其可以隨著條件和數(shù)據(jù)的變化或組織添加更多的數(shù)據(jù)而動(dòng)態(tài)適應(yīng)。因此，可以構(gòu)建一個(gè)ML模型，然后動(dòng)態(tài)調(diào)整。例如，營(yíng)銷人員可能會(huì)根據(jù)客戶的行為和興趣開發(fā)一種算法，然后根據(jù)客戶的行為、興趣或購(gòu)買模式的改變來調(diào)整信息和內(nèi)容。

人工智能和機(jī)器學(xué)習(xí)如何在企業(yè)中發(fā)展？

如前所述，大多數(shù)軟件供應(yīng)商——涵蓋廣泛的企業(yè)應(yīng)用程序范圍——在其產(chǎn)品中提供AI和ML。這些系統(tǒng)使得在沒有廣泛的數(shù)據(jù)科學(xué)知識(shí)的情況下使用強(qiáng)大的工具變得越來越簡(jiǎn)單。

不過，也有一些需要注意的地方。對(duì)于客戶來說，為了充分利用AI和ML系統(tǒng)，了解AI和一些專業(yè)知識(shí)往往是必要的。在選擇產(chǎn)品時(shí)，避免供應(yīng)商炒作也是至關(guān)重要的。AI和ML無(wú)法解決潛在的業(yè)務(wù)問題——在某些情況下，它們會(huì)產(chǎn)生新的挑戰(zhàn)、擔(dān)憂和問題。

有哪些道德和法律問題？

AI和ML正處于一場(chǎng)日益激烈的爭(zhēng)論的中心——它們應(yīng)該被明智地、謹(jǐn)慎地使用。它們與招聘和保險(xiǎn)偏見、種族歧視以及各種其他問題有關(guān)，包括濫用數(shù)據(jù)、不適當(dāng)?shù)谋O(jiān)控以及深度造假、虛假新聞和信息等問題。

越來越多的證據(jù)表明，面部識(shí)別系統(tǒng)在識(shí)別有色人種時(shí)的準(zhǔn)確性要低得多，這可能導(dǎo)致種族定性。此外，人們?cè)絹碓綋?dān)心政府和其他實(shí)體使用面部識(shí)別進(jìn)行大規(guī)模監(jiān)控。到目前為止，對(duì)人工智能實(shí)踐的監(jiān)管還很少。然此，道德人工智能正在成為一個(gè)關(guān)鍵考慮因素。