正文

人工智能AI續(xù)寫（人工智能ai文章）

發(fā)布時間：2023-03-11 22:58:54 稿源：創(chuàng)意嶺閱讀： 88 問大家

大家好！今天讓創(chuàng)意嶺的小編來大家介紹下關于人工智能AI續(xù)寫的問題，以下是小編對此問題的歸納整理，讓我們一起來看看吧。

2023新版文章智能生成器，能給你生成想要的原創(chuàng)文章、方案、文案、工作計劃、工作報告、論文、代碼、作文、做題和對話答疑等等

你只需要給出你的關鍵詞，它就能返回你想要的內(nèi)容，越精準，寫出的就越詳細，有微信小程序端、在線網(wǎng)頁版、PC客戶端，官網(wǎng)：https://ai.de1919.com

本文目錄:

1、ai怎么寫?
2、人工智能概念-01-AI釋義
3、2017AI發(fā)展回顧：人工智能革命才剛剛開始？
4、人工智能與設計（一）：AI 發(fā)展歷史

人工智能AI續(xù)寫（人工智能ai文章）

一、ai怎么寫?

ai指人工智能，全稱為Artificial Intelligence，讀音為英[ˌɑːtɪfɪʃl ɪnˈtelɪdʒəns]、美[ˌɑːrtɪfɪʃl ɪnˈtelɪdʒəns]。

人工智能（Artificial Intelligence），英文縮寫為AI。它是研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。

人工智能AI續(xù)寫（人工智能ai文章）

相關信息：

總的說來，人工智能研究的一個主要目標是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。但不同的時代、不同的人對這種“復雜工作”的理解是不同的。

2017年12月，人工智能入選“2017年度中國媒體十大流行語”。2021年9月25日，為促進人工智能健康發(fā)展，《新一代人工智能倫理規(guī)范》發(fā)布。

二、人工智能概念-01-AI釋義

人工智能通識文章索引

幾乎所有人都在談論人工智能，但人工智能是什么？是機器人？還是什么別的？

如何去定義人工智能？至今沒人能夠給出一個好的定義。

我也不敢妄下結(jié)論，但在接下來的幾篇文章里，我將嘗試一步步的，把人工智能概念扒個底兒朝天，探索到埋得最深的那些人工智能含義。

AI，即Artificial Intelligence，通常翻譯成中文就是人工智能。

1950年，計算機科學之父，人工智能科學之父，艾倫圖靈發(fā)表了一篇論文，Computing Machinery and Intelligence，計算機器與智能，著名的圖靈測試和圖靈機概念也正是出自這篇文章。正是這篇文章，開啟了計算機與智能模擬的科學討論。

圖靈在文章的第一句就提出來很敏感的話題，"Can machines think?" ，機器會思考嗎？

在這篇文章中，圖靈針對機器是否能夠模擬人類智能，表達了下面一些觀點：

圖靈的論文之后，1950年代早期，控制論、自動機器理論和信息論等各個領域，都對Thinking Machines的具體形態(tài)表達了不同的觀點和定義。

1955年，當時在達特茅斯學院任教的約翰麥卡錫希望組建專家組能夠給出一個清晰定義和闡明研究方向，他選定了Artificial Intelligence一詞。

1956年，約翰麥卡錫和馬文閔斯基在這一年夏天發(fā)起了達特茅斯會議，正式開啟了人工智能時代。

Artificial Intelligence，這個詞非常中立客觀，同時也避免了把人工智能約束在自動機或機器人領域，它涵蓋了硬件實體的表現(xiàn)和程序軟件的邏輯處理能力。

正因為它內(nèi)涵廣泛，有效的避免了各個科學領域的爭端，所以很快被整個科學界所接受。

Artificial一詞的含義是人工的，偽造的。它的近義詞是Man-made，反義詞是Natural。

首先，人工智能必須是通過人為設定的方法和流程創(chuàng)造出來的智能體，而不可以是其他。

這就限定了人工智能不能是通過任何自然事件或自然程序產(chǎn)生的。比如圖靈就曾提及，由人類女子分娩生產(chǎn)的嬰兒是不在討論范圍之內(nèi)的。

其次，在目前看，人工智能特指電子計算機技術創(chuàng)造出來的智能體，而類似人造胚胎、生物克隆等也不在人工智能討論范圍之內(nèi)。

科學怪人弗萊肯斯坦是西方知名的怪物角色之一，他誕生于1818年科幻作家瑪麗雪萊的同名小說品。

瘋狂的科學家用眾多人類的尸體各個部分拼接成為一個巨大怪物，并利用閃電使其復活，并引發(fā)了一些列恐怖的事件。

作家筆下的弗萊肯斯坦雖然也是完全由人工組成的，但由于其身體和思維仍然是按照大自然生物的規(guī)則運行，其實它更像是僵尸，而不是人工智能。

1968年上映的經(jīng)典科幻電影《2001太空漫游》中的超級電腦HAL9000，以及星球大戰(zhàn)系列中的R2D2、BB-8等機器人都是計算機程序創(chuàng)造的智能體，而星球大戰(zhàn)中的數(shù)百萬克隆戰(zhàn)士，以及異形系列中的生化人，都不是計算機程序控制的，也不屬于人工智能研究范圍。

在英文里面，Artificial和Smart是兩個不同的詞。但都被中文翻譯成"智能"，這導致了很多溝通理解的錯位。

很多我們平常一直說到的智能，都是Smart而不是Intelligence。比如智能手機Smartphone，智能電視SmartTV，智能音箱Smart Speaker，智能手表Smart watch，智能手環(huán)Smart band，還有更多的比如智能路由器，智能空調(diào)，智能冰箱，智能攝像頭等等。它們都是Smart而不是Intelligence的。

Smart Device智能設備，一般是指帶有計算芯片的電子設備，它們應該是可以聯(lián)網(wǎng)的，可以通過電腦或者手機遠程操控的，具有一定的自主自動能力的設備。

比如我們可以利用手機遠程控制家里的空調(diào)，下班回家之前就把室溫調(diào)整到最好。當我們家中有陌生人闖入的時候，自動攝像頭就會自動向我們的手機發(fā)送報警和拍攝的照片。

Smart和Intelligence在形容人的時候，含義上有很多區(qū)別。Smart指人類后天學習得到的技能，比如適應各種生活環(huán)境的能力、做出優(yōu)秀選擇的能力；而Intelligent則是指人類先天就有的資質(zhì)，所以我們可以用IQ來評估一個人的智力，IQ的I就是Intelligence。

可以說Smart是一種表象，它來源于Intelligence。從這個意義上講，智能設備之所以表現(xiàn)出Smart智能能力，也正是源自于設備內(nèi)部計算芯片運行的Intelligence智能程序。

一般的，Intelligence一詞只在學院或科研機構中使用，其他情況都傾向于使用Smart。

由于Intelligence是一個很復雜的概念，在接下來的幾篇，我們將集中從各個方面來深入剖析它的含義。敬請關注。

人工智能通識文章索引

ENDComputing Machinery and Intelligence

三、2017AI發(fā)展回顧：人工智能革命才剛剛開始？

這可能是一個很有用的時間點，可以被用來來澄清人工智能通常是各種不同技術的統(tǒng)稱。我們的數(shù)字助理中有人工智能，比如Siri、Alexa、Cortana以及Google Assistant。你會在facebook的Messenger聊天工具上發(fā)現(xiàn)人工智能，比如facebook的自動回復功能。它被定義為“由機器顯示的智能”，但也指計算機在沒有人類指令的情況下進行操作。然后是機器學習，也就是電腦自學如何完成人類所做的事情。例如，最近，美國麻省理工學院的人臉識別系統(tǒng)學會了如何識別人類，就像人類一樣，無需創(chuàng)作者的幫助。

重要的是不要混淆這些概念——機器學習是人工智能的一個子集。讓我們使用“機器學習”這個術語，當我們專門討論神經(jīng)網(wǎng)絡和像google的TensorFlow庫這樣的模型時，AI指的是機器人、設備和軟件，它們可以完成他們已經(jīng)學過的任務。

四、人工智能與設計（一）：AI 發(fā)展歷史

姓名：饒明磊

學號：19021210815

【嵌牛導讀】隨著人工智能的興起，設計師會不會擔心自己被取代？

【嵌牛鼻子】機器學習深度學習創(chuàng)意設計

【嵌牛提問】人工智能對設計起到輔助作用還是會完全取代設計師？

【嵌牛正文】人工智能的發(fā)展歷史

本人業(yè)余偶爾做一些設計、攝影之類的藝術活動，經(jīng)常接觸到一些創(chuàng)意軟件，發(fā)現(xiàn)最近幾乎每一款創(chuàng)意軟件的重磅更新都體現(xiàn)在了人工智能算法的加入。包括本人從事的研究領域，相關調(diào)試軟件也是在不斷加入人工智能調(diào)試算法，更加智能化了。從設計方面著手，我在想，以后人工智能會不會完全取代設計師和工程師呢？

為了更好理解人工智能和設計的關系，我開始涉獵一些機器學習、深度學習等方面的知識，并且和相關專業(yè)的同學探討這個方面的話題，從當初覺得人工智能只會讓大部分設計師失業(yè)，到現(xiàn)在覺得人工智能只是一個設計的輔助工具，也算是成長了不少。

這個專題將分成三個部分來調(diào)研，用三篇文章較為詳細地將 AI 的歷史、定義以及和設計之間的關系和影響呈現(xiàn)給大家。

說起人工智能（AI：Artificial Intelligence）這詞，不得不提及人工智能的歷史。人工智能的概念主要由Alan Turing提出：機器會思考嗎？如果一臺機器能夠與人類對話而不被辨別出其機器的身份，那么這臺機器具有智能的特征。同年，Alan Turing還預言了存有一定的可能性可以創(chuàng)造出具有真正智能的機器。（說明： Alan Turing （1912.6.23-1954.6.7）曾協(xié)助英國軍隊破解了德國的著名密碼系統(tǒng)Enigma，幫助盟軍取得了二戰(zhàn)的勝利。因提出一種用于判定機器是否具有智能的試驗方法，即圖靈試驗，被后人稱為計算機之父和人工智能之父。）

1956年，在達特茅斯學院舉行的一次會議上，不同領域（數(shù)學，心理學，工程學，經(jīng)濟學和政治學）的科學家正式確立了人工智能為研究學科。

2006年達特茅斯會議當事人重聚，左起：Trenchard More、 John McCarthy 、 Marvin Minsky 、Oliver Selfridge、Ray Solomonoff

達特茅斯會議之后是大發(fā)現(xiàn)的時代。對很多人來講，這一階段開發(fā)出來的程序堪稱神奇：計算機可以解決代數(shù)應用題、證明幾何定理、學習和使用英語。在眾多研究當中，搜索式推理、自然語言、微世界在當時最具影響力。

大量成功的AI程序和新的研究方向不斷涌現(xiàn)，研究學者認為具有完全智能的機器將在二十年內(nèi)出現(xiàn)并給出了如下預言：

1958年，H. A. Simon，Allen Newell：“十年之內(nèi)，數(shù)字計算機將成為國際象棋世界冠軍?！?“十年之內(nèi)，數(shù)字計算機將發(fā)現(xiàn)并證明一個重要的數(shù)學定理?！?/p>

1965年，H. A. Simon：“二十年內(nèi)，機器將能完成人能做到的一切工作?！?/p>

1967年，Marvin Minsky：“一代之內(nèi)……創(chuàng)造“人工智能”的問題將獲得實質(zhì)上的解決?！?/p>

1970年，Marvin Minsky：“在三到八年的時間里我們將得到一臺具有人類平均智能的機器?！?/p>

美國政府向這一新興領域投入了大筆資金，每年將數(shù)百萬美元投入到麻省理工學院、卡耐基梅隆大學、愛丁堡大學和斯坦福大學四個研究機構，并允許研究學者去做任何感興趣的方向。

當時主要成就：

神經(jīng)網(wǎng)絡機、世界第一臺機器人被制造出來了；貝爾曼公式（增強學習雛形）被提出；感知器（深度學習雛形）被提出；搜索式推理被提出

然而遇到了第一次寒冬（1974年—1980年）

70年代初，AI遭遇到瓶頸。研究學者逐漸發(fā)現(xiàn)，雖然機器擁有了簡單的邏輯推理能力，但遭遇到當時無法克服的基礎性障礙，AI停留在“玩具”階段止步不前，遠遠達不到曾經(jīng)預言的完全智能。

當時主要問題：

計算機運算能力有限，解決不了超大型的計算問題，同時人們對世界的認知還不夠充分

當時有一個莫拉維克悖論：如果機器像數(shù)學天才一樣下象棋，那么它能模仿嬰兒學習又有多難呢？然而，事實證明這是相當難的。

1987年，AI 硬件的市場需求突然下跌?？茖W家發(fā)現(xiàn)，專家系統(tǒng)雖然很有用，但它的應用領域過于狹窄，而且更新迭代和維護成本非常高。同期美國Apple和IBM生產(chǎn)的臺式機性能不斷提升，個人電腦的理念不斷蔓延；日本人設定的“第五代工程”最終也沒能實現(xiàn)。人工智能研究再次遭遇了財政困難，一夜之間這個價值五億美元的產(chǎn)業(yè)土崩瓦解。

當時主要問題：

1.受到臺式機和“個人電腦”理念的沖擊影響

2.商業(yè)機構對AI的追捧和冷落，使AI化為泡沫并破裂

3.計算機性能瓶頸仍無法突破

4.仍然缺乏海量數(shù)據(jù)訓練機器

在摩爾定律下，計算機性能不斷突破。云計算、大數(shù)據(jù)、機器學習、自然語言和機器視覺等領域發(fā)展迅速，人工智能迎來第三次高潮。

摩爾定律起始于Gordon Moore在1965年的一個預言，當時他看到因特爾公司做的幾款芯片，覺得18到24個月可以把晶體管體積縮小一半，個數(shù)可以翻一番，運算處理能力能翻一倍。沒想到這么一個簡單的預言成真了，下面幾十年一直按這個節(jié)奏往前走，成為了摩爾定律。

主要事件

1997 年：

IBM的國際象棋機器人深藍戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫

2005 年：

Stanford開發(fā)的一臺機器人在一條沙漠小徑上成功地自動行駛了131英里，贏得了DARPA挑戰(zhàn)大賽頭獎；

2006 年：

1.Geoffrey Hinton 提出多層神經(jīng)網(wǎng)絡的深度學習算法

2.Eric Schmidt在搜索引擎大會提出“云計算”概念

2010 年：

Sebastian Thrun領導的谷歌無人駕駛汽車曝光，創(chuàng)下了超過16萬千米無事故的紀錄

2011 年：

1.IBM Waston參加智力游戲《危險邊緣》，擊敗最高獎金得主Brad Rutter和連勝紀錄保持者Ken Jennings

2.蘋果發(fā)布語音個人助手Siri

3.Nest Lab發(fā)布第一代智能恒溫器Nest。它可以了解用戶的習慣，并相應自動地調(diào)節(jié)溫度

2012 年：

Google發(fā)布個人助理Google Now

2013 年：

深度學習算法在語音和視覺識別率獲得突破性進展

2014 年：

1.微軟亞洲研究院發(fā)布人工智能小冰聊天機器人和語音助手Cortana

2.百度發(fā)布Deep Speech語音識別系統(tǒng)

2015 年：

1.Facebook發(fā)布了一款基于文本的人工智能助理“M”

2016 年：

1.Google AlphaGo以比分4:1戰(zhàn)勝圍棋九段棋手李世石

2.Chatbots這個概念開始流行

3.Google發(fā)布為機器學習定制的第一代專用芯片TPU

4.Google發(fā)布語音助手Assistant

2017 年：

1.AlphaGO在圍棋網(wǎng)絡對戰(zhàn)平臺以60連勝擊敗世界各地高手

2.Google開源深度學習系統(tǒng) Tensorflow 1.0正式發(fā)布

3.Google AlphaGo以比分3:0完勝世界第一圍棋九段棋手柯潔

4.默默深耕機器學習和機器視覺的蘋果在WWDC上發(fā)布Core ML，ARKit等組件

5.Google發(fā)布了ARCore SDK

6.百度AI開發(fā)者大會正式發(fā)布Dueros語音系統(tǒng)，無人駕駛平臺Apollo1.0自動駕駛平臺

7.華為發(fā)布全球第一款AI移動芯片麒麟970

8.iPhone X 配備前置 3D 感應攝像頭(TrueDepth)，臉部識別點達到3W個，具備人臉識別、解鎖和支付等功能；配備的A11 Bionic神經(jīng)引擎使用雙核設計，每秒可達到運算6000億次

9.AlphaGo Zero完全從零開始，不需要任何歷史棋譜的指引，更不需要參考人類任何的先驗知識，僅需要4個TPU，并花三天時間自己左右互搏490萬棋局，最終無師自通完爆阿法狗100-0

很多專家學者對此次人工智能浪潮給予了肯定，認為這次人工智能浪潮能引起第四次工業(yè)革命。人工智能逐漸開始在保險，金融等領域開始滲透，在未來健康醫(yī)療、交通出行、銷售消費、金融服務、媒介娛樂、生產(chǎn)制造，到能源、石油、農(nóng)業(yè)、政府……所有垂直產(chǎn)業(yè)都將因人工智能技術的發(fā)展而受益，那么我們現(xiàn)在講的人工智能究竟是什么？

詳情參見下一篇：人工智能與設計（二）：AI 是什么？

以上就是關于人工智能AI續(xù)寫相關問題的回答。希望能幫到你，如有更多相關問題，您也可以聯(lián)系我們的客服進行咨詢，客服也會為您講解更多精彩的知識和內(nèi)容。