当前位置:首页 > AI技术 > 正文内容

人工智能和AI到底是什么,浅谈人工智能和AI

admin1周前 (03-29)AI技术16

『民以食为天』,那在饮食方面,人工智能对我们有什么影响呢?人工智能可不可以帮助我们控制饮食,保持魔鬼身材和好气色呢?

推荐一款APP——Coco Nutritionist给大家,它是由麻省理工开发的,通过AI分析食物成分,合理地安排膳食并燃烧你的卡路里。

这款APP的使用非常简单,只需要打开APP说你今天吃了什么,APP通过语音识别技术和语义分析技术,自动记录你的饮食信息;然后通过另外一套AI分析系统分析各个食物的营养成分和卡路里,并将营养数据可视化。我们可以清晰地掌握和控制自己的饮食。

还有啊,你可以拍下那些『不知其名』的食材,APP会为你分析它的营养价值和热量,并给出适宜你的烹饪食谱。可谓是集合了计算机视觉、语音识别、语义分析各大技术于一体的健康小助手,指导人们科学健康地生活。

聊完吃的,我们再一起来到美丽的西湖畔,感受一下阿里巴巴未来酒店里面的黑科技。

进入酒店,刷脸完成check-in,乘电梯刷脸就可以按楼层;进入房间,刷脸就可以打开房门;

当进入房间之后,客房小管家天猫精灵已等候在内,你可以通过天猫精灵控制房间温度、灯光、窗帘、电视等;餐厅里为你上菜的是机器人服务员。

从大堂到电梯再到房间,乃至餐厅、健身房等等,都涵盖人脸识别、语音控制、智能机器人等黑科技服务。

基于AI智能的酒店智慧系统解决方案,为住客节省时间、提供方便,且帮助酒店服务人员减少重复性工作。据阿里未来酒店CEO王群介绍,“未来酒店的人效比是同档次、同规模酒店的1.5倍。”可能再过10年,可能司机这个职业将被AI取代,2017年12月2日,深圳无人公交车打响了第一枪,无人公交正式上路。

虽然有司机的监控,但已基本实现了无人驾驶的功能。

除此之外,还记得2018年春晚上,100辆比亚迪无人驾驶车队声势浩浩荡荡,在港珠澳大桥向全球华人展示强大的科技魅力!

人工智能这个词近年来已经深入到我们生活的方方面面并被捧得热火朝天,但是,极少人真正知道它到底是怎么一回事。

相信很多人都会说机器人,其充其量只能算是人工智能的外在形态。

人工智能并不等同于这些“外在形态”,它是在背后负责操控一切的“大脑”,比我们想象的还要强大得多。

我们每天所谈论的人工智能,究竟是什么?

维基百科这样解释:“人工智能亦称机器智能,是指由人制造出来的机器所表现出来的智能。”而更富远见与洞察的答案却是:

人工智能 = 技术 + 应用。此处,技术是指那些能“让机器模拟人的基础能力”的技术。比如,人的眼睛能看,传统的机器不能,那我们就去研发“图像识别技术”,让机器能看;比如,人能理解文字,传统的机器不能,那我们就去研发“自然语言处理技术”,让机器能理解文本。

此处,应用是指各行各业。所有可能应用到上述技术的地方,比如:安防、新零售、交通、工业等。

这个等式在告诉我们:同样的技术,应用在不同的领域,能够创造不同的社会价值;同样的应用场景,搭配不同的技术,则都能够以不同的方式创造社会价值。

接下来,我会为你详细地诠释这一点。

人工智能,最终把那些传统意义上,只有人能做的事情,不管是简单劳累的体力劳动——感知和运动,还是复杂的脑力劳动——推理、决策和学习,都交给机器或软件去完成,它们会做得和人一样好,甚至是比人更好。

那我们一起感受一下AI是如何把图像识别技术、GAN网络、自然语言处理技术应用到各行各业中。比如:广告行业、媒体行业、教育行业、艺术创作行业、物流行业和工业行业,颠覆了各传统行业的工作方式,消灭重复性劳动!

AI对传统行业的冲击

AI对广告行业和媒体行业的冲击

阿橙大学专业学的是广告设计,毕业后,他去了一家4A广告公司担任设计师。

对他而言,工作中最痛苦的时候并不是找不到做图的灵感,而是无休止地根据甲方爸爸的要求改图。

半夜守着电脑等甲方回复,打开电脑看到辛苦做的图又被提了一大堆修改意见,就觉得要精神崩溃。

“logo再大一点、颜色再亮一点,要体现出我们的理念和精神……”

“我感觉设计得还不够大气,能不能换一个更高端的字体……”

而另一位在互联网公司做新媒体编辑的小爽,她的苦恼则是:你永远不知道新的热点和明天哪个会先来。

当新事件发生的时候,就是她在电脑前埋头码字、思考抓眼球的标题的时候。

“晚上十点主编打电话告诉我某某明星又爆出大料……”

“你体会过辛苦排版了一下午的微信文章被打回的心碎吗……”

我听着大家吐槽,却不知该如何告诉他们:这些烦恼,很快将不复存在了。不想重复性地替甲方爸爸改图?没问题啊,这件事,未来将由AI来替你做。

早在去年,阿里就发布了一款名叫“鲁班”的人工智能设计师。

鲁班在去年双十一期间上岗,平均每秒做8000张海报,共计在双十一期间完成了四亿张设计图。

简单来说,在鲁班的“人工智能小脑袋瓜”里存着海量的广告元素:如文案、产品、背景、点缀元素、LOGO等,他们不同的组合方式形成了一套“设计语言库”。

设计师在做图的时候需要分析甲方的需求,调用脑子里存储的资源,思考解决方案,有时难免会出现“灵感枯竭”的情况。

但鲁班的小脑袋瓜里装的东西可太丰富了,只要你一声令下,它就能一秒调出你想要的。

这意味着,在大批量作业的商业设计领域,AI有着非常明显的优势:既快速,又齐整。

从此再也不需要设计辛辛苦苦地做完一大批“每一个都不一样,但整体又要一样”的图后,感觉自己是个瞎子。

可我们有没有想过为什么鲁班可以将脑袋中的元素完美地组合呢?

前面有提及过按照一系列地组合方式呀。

但是组合方式,或是说广告的模版是怎么来的呢?难道是设计师给出的?No,No,其实是依靠其背后的深度学习,对大量的设计广告案例(图像)进行结构化标注,然后输入大型的神经网络学习风格和排版,最后输出空间 + 视觉的设计模版。

其实鲁班就是深度学习在设计行业里的一个应用,技术是应用的灵魂,而应用是技术的载体。

好吧,人工智能又能如何帮忙解决媒体行业里文字创作的烦恼呢?

好,我们就来看看新媒体运营们头疼的:追赶热点、组织文案、写稿。

不想大晚上被主编的电话叫醒,没问题啊,这份工作AI一样可以帮你完成得好好的。

早从去年开始,公众号“中国地震台网”就已经在用AI新媒体编辑写即时新闻了。

比如说,前不久日本北海道地区发生5.5级地震的新闻就是由AI写的,排版和文字长这样:

虽然文字和排版都很简单,但猜猜写这篇推送AI用了多久?

只用十秒,就完成一篇推送。24小时超长在线,一有突发事件就能马上开始工作。

换做是我来写作的话,十秒钟大概只够时间写完一个标题吧_;。

人工智能写作依靠的是背后的数据库和优秀的技术比如自然语言处理,将数据、案例素材、文字流畅地组合一起形成文章。

如果说,上班一族最讨厌的是无意义的重复性劳动,那么,对于学生党而言,最烦恼的应该就是考试了吧。考试不仅考的是学习能力,还有应试技巧(没错,就是套路)。那么,在考试之中,人工智能的表现又如何呢?

AI对教育行业的影响

先看看千军万马过独木桥的高考。2017年,成都的AI-MATHS高考机器人参加了高考数学,在掐断题库、断网、无人干涉的情况下进行解题。结果是,它分别用了22分钟和10分钟完成了高考北京文科数学卷和数学全国卷二,最终分别获得了105分和100分,平均分102.5。

虽然人家考得一般,但人家题目做得快啊,给你十分钟写一张卷子,你能考这个成绩吗?可见,在学习方面,人工智能做的也并不比你差。不好好学习的话,可能连考试都考不过AI。再告诉你个事儿,AI在“考试”领域可不仅仅能成为参与者,它还能成为老师一样的批改者。

在浙江外国语学院国际学院,来自阿里巴巴的人工智能已经为11位留学生批改了作文,平均每篇作文批改时间为40秒。

说不定在不远的将来,决定你考试过不过,能不能拿到毕业证的,不再是人类批改员,而是更准确、更高效的人工智能批改员。同样的,无论是AI考试还是AI批阅试卷还是上个案例中的AI写作,都是深度学习——自然语言处理的应用,我们看到了同一技术可以实现不同的应用。

AI对艺术创作行业的影响

图像风格迁移是计算机视觉领域中,比较有意思的应用。风格迁移也就是:你给人工智能一张随便拍的照片,它就能帮升级成梵高风格的绘画作品。

图像风格迁移的背后可以是深度学习——卷积神经网络的图像特征提取,比如2016CVPR(CVPR是计算机视觉的顶级会议)论文《Image Style Transfer Using Convolutional Neural Networks》就采用卷积神经网络来进行风格迁移。

还可以是利用GAN网络技术风格迁移,在2018CVPR论文《Multi-Content GAN for Few-Shot Font Style Transfer》中,将设计师设计好的某些艺术字母风格迁移到没有出现过的字母上,避免重复设计。

GAN网络学习第一行的P、U、W三个字母的艺术风格,生成其余23个字母的艺术风格,如上图中的最后一行。

或许现在你还不知道什么是卷积神经网络、GAN网络,或许还比较难理解背后技术的思想,但现在我们只需知道它是深度学习的一个技术即可。

一个应用的实现往往可以选择不同的技术,这就需要我们结合具体应用和分析应用的特点选择适宜的技术。

人工智能确实无法凭空创造,但只需要给它一点点线索,它就能从强大的小脑袋瓜里给你输出想要的东西。

比如谷歌家出的一个会画画的黑科技AutoDraw。大概就是,你随便鬼画个什么,谷歌都能把它变成一副正儿八经的画

没想到AI还真能手绘图像,那它背后的技术是什么?

其实AutoDraw使用了图像识别技术,AutoDraw首先识别出用户用简单线条画出的图形,然后根据识别的结果将『简单线条』替换为系统内置的『准确』图形。通常提及图像识别技术时,人们大多数时候会想到人脸识别、物品识别,现在我们可以了解到同样的图像识别技术,当稍微调整之后可以做出更多有趣的应用。

在制图、绘画的设计行业里,需要大量的创意和灵感,AI表现得并不比人类差,同样是艺术领域里的音乐演奏和创作,AI的表现如何呢?

近日,首个机器人音乐舞台剧《墨甲幻音》上演为清华大学庆生,演员有竹笛机器人,箜篌机器人和排鼓机器人,奏响了科技和文化的琴瑟和鸣。

但是,这可不是AI初次展露在音乐中的天赋,深圳平安科技在“全球AI艺术大赛(Global AI Art Competition)”的作品《青春记忆》荣获大赛最高荣誉一等奖。它可是由人工智能完全创作的音乐,无论是制曲还是填词。

那它是如何制造出来的呢?它学习了5万多首相同风格的音乐作品,10万多篇流行音乐歌词和诗歌,通过深度神经网络学习特征,制作出曲和词,然后再学习一个深度模型将曲和词联合起来。

人工智能已经称为一种可行的工具,帮助音乐创作人创造出更多佳作。流行歌手泰伦萨瑟恩(Taryn Southern)与AI合作,共同打造她的首张专辑《I AM AI》。

以上这些需要用脑的工作都能交给人工智能完成,还做得不比人类差。那么,那些重复性劳动程度高的体力活就更不用说了。我们来看看需要大量人力支持的物流行业是如何利用AI的?

AI对物流行业和工业行业的影响

京东早就用上了物流机器人。

在东莞麻涌的一个京东分拣中心,原来的300位分拣员工,被裁到了仅剩20人,而这个裁员还将继续。

去年开始,京东的无人车就在北京的6所大学完成了第一次的派送任务。原本由快递小哥负责的派送工作,现在也换成了人工智能。

不需要担心无人车会送错、延误等等,这辆无人车配置多种传感器结合计算机视觉技术一路上能360度感知路况,比人类派送员还要靠谱。

感慨这世界变化太快?其实,在你的视线范围之外,还有更多行业正在受到人工智能的冲击。物流行业如今朝着无人化、自动化发展,工厂和生产流水线就更不用说了。你知道上海通用金桥工厂的凯迪拉克轿车是如何生产出来的吗?繁重劳累的焊接工作,在机器人的手中如同拈花般轻松自如。

偌大的车间内,只有10多位工人,他们管理着386台机器人,每天与机器人合作生产80台凯迪拉克。

无论是AI制图、制曲、写作、考试、阅卷、快递派送、无人车间都依靠【技术】的支撑,而【应用】上的更高需求使得技术得以迭代优化。

我们从人工智能在传统行业中的应用中探索AI的本质,除此之外,我们还需想想看,用AI既节省成本,又提高效率,有哪个聪明的企业家不会选择使用人工智能替代人力的重复性劳动呢?

这下,你能明白为什么我说,在不久之后,大家的“烦恼”都将不复存在了吧。

全球最权威的咨询公司麦肯锡的研究报告称:预计到2030年,人工智能的发展,将有7500万至3.75亿人需要重新找工作。

这意味着全球每100人中,就有3~14个人需要另谋出路。

在18年西班牙世界零售大会上,刘强东说“未来京东,百分之百无人化运营,未来的京东将是一家自动化运营的企业,京东将在未来的十年里,把现在的16万员工减少到8万。”

在这样的背景下,有的人会想我的工作也不一定会被机器替代,且行且看不着急,但我想说的是:科技不一定只意味着淘汰,更多是机会和价值。

人工智能简而言之:人工智能 = 技术 + 应用。

相关文章

【深度学习】Java DL4J 2024年度技术总结

一、Java DL4J深度学习概述 1.1 DL4J框架简介 1.2 与其他深度学习框架的比较 1.3 DL4J 的优势 1.3.1 与 Java 生态系统的无...

【大数据分析 | 深度学习】在Hadoop上实现分布式深度学习

一、Submarine(Hadoop生态系统) (一)Submarine 介绍 (三)Submarine 属于 Hadoop 生态系统 (四)Submarine 官网版...

【DL】2023年你应该知道的 10 大深度学习算法

3. 循环神经网络 (RNN) 4. 生成对抗网络 (GAN) 5. 径向基函数网络 (RBFN) 6. 多层感知器 (MLP) 7. 自组织图 (SOM)...

神经网络分类总结

从网络性能角度可分为连续型与离散型网络、确定性与随机性网络。 从网络结构角度可为前向网络与反馈网络。 从学习方式角度可分为有导师学习网络和无导师学习网络。 按连续突触性...

神经网络中的单层神经网络

神经网络是一种模拟人脑的神经网络以期能够实现类人工智能的机器学习技术。人脑中的神经网络是一个非常复杂的组织。成人的大脑中估计有1000亿个神经元之多。 看一个经典的神经网络。这是一个包...

什么是人工智能 ?

您可以使用 ML 训练 AI,使其精确、快速地执行任务。这可以通过自动化员工感到吃力或厌烦的业务部分来提高运营效率。同样,您可以使用 AI 自动化来腾出员工资源,用于更复杂和更具创造性的工作。...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。