AI到底能做什么?会比大脑还厉害

简介: AI到底能做什么?会比大脑还厉害

说起“智能”,我们第一个想到的应该就是手机,2007年第一款智能手机面世后,我们的生活就再也离不开这个小小的“方盒子”了。但是我今天说的这个“智能”并不是智能机的“智能”,而是人工智能,英文名为Artificial Intelligence,缩写为AI


image.png


智能机的“智能”只可以让手机像电脑一样工作,一样处理任务,而人工智能完全不同。人工智能也是计算机科学的一个分支,目的是创造出一种能像人类一样思考的机器。也就是说人工智能并不是用机器模拟出另一个人,而是模拟人的思维过程,让机器能够如人一样根据不同情况进行处理任务。


image.png


简单的打个比方,如果我们用手机输入一个“A”,结果能导出一个“B”。那么无论我不管采取什么样的方式,输入多少次“A”,都只会得到结果“B”。但人工智能却可以根据语言、动作、图像等因素,结合自身算法,在输入“A”之后,得到结果“C”或“D”,而新的结果会更符合我们心中想要的结果。

 

人工智能是在上世纪70年代后开始发展,在这三十年时间里已经取得了很大的进步。目前我们的手机上也都装有AI芯片,目的是让机器学习成为可能,同时也能减小CPU负荷,就像iPhoneFace ID,随着用户使用次数的增加,解锁速度会越来越快,这就是机器学习的功劳,让机器对用户的脸更加了解。另外AI芯片让语音助手可以在手机本地执行计算,而不再需要上传到云端,节省了时间也增加了安全性。


image.png


但如果你以为人工智能就只是帮我们处理语音助手,那就大错特错了。前些年比较火的“AI换脸”功能就是相对比较简单的AI技术,近日又一款名为“Toonify yourself”的AI工具再次火了起来。这款工具能够将普通人脸照片转换成动漫角色,而且还原度非常高。


image.png


根据创始人的介绍,这个工具主要分为两部分:StyleGAN ModelBlended Model。前者将300张来自迪士尼、皮克斯和梦工厂的动漫形象作为数据集,并对其进行学习,抓取它们的典型特征。然后StyleGAN Model会根据这些典型特征,如:大眼、瘦脸,对照片进行预处理,之后照片进入Blended Model输出最终动漫图片。


image.png


AI换脸”算是一个小工具,并不算厉害,据外媒报道,现在人工智能已经能够通过人的讲话,检测对方是否孤独,而且准确率高达94%。由于近些年美国自杀率和阿片类药物使用率不断上升,且居住在独立老年人社区的居民,85%出现了严重孤独,于是研究人员便想利用人工智能来了解社区中老年人的孤独感。他们使用了包括IBM沃森在内的多款AI工具来完成这项测试,通过分析单词、短语和沉默间隙,人工智能会对老年人的孤独状况进行评估。最终评估结果与受访者填写的调查问卷结果基本一致,准确率达到94%


image.png

最后再推荐给大家一个搜索引擎——“Magi”。这是一款依托于AI技术的搜索引擎,与谷歌和百度的搜索方式不同,Magi注重的是对知识体系解析、检索和追溯。简单点说,就是Magi在检索网页时,并不是通过关键词来检索,而是会看网页的内容是什么,根据网页的内容整理出一个知识体系,为你提供知识点。

 

比如我们搜索“矿泉水”,网页中并没有提供矿泉水的信息,或者相关联的网页,而是列出来与矿泉水的特性和知识点。我们点击这些与矿泉水有关的特性,就会展开出现这些知识的源头。


image.png


它的优点显而易见,就是能够为搜索知识点的人提供学习空间,省去一大块筛选资料、分类资料的时间,而且Magi没有广告,页面简洁。但是它的缺点也十分明显,就是不能搜索视频和图片,而且在关键词搜索中也没有什么特色,看不到AI技术。如果作为一款扩充知识,或是为学生服务的搜索引擎,Magi还是有它的用武之地的。


image.png


人工智能的用处不止上面这些,在机器人、医学、统计学等领域都有作为,甚至于基因工程、纳米科技一起被称为二十一世纪三大尖端技术。我们常见的还有影像修复,像华为的旗舰手机就能够利用AI技术拍摄完整的月亮,未来我们身边还会出现更多类似这样的AI功能。

相关文章
|
4天前
|
机器学习/深度学习 人工智能 自然语言处理
AI自己长出了类似大脑的脑叶?新研究揭示LLM特征的惊人几何结构
近年来,大型语言模型(LLM)的内部运作机制备受关注。麻省理工学院的研究人员在论文《The Geometry of Concepts: Sparse Autoencoder Feature Structure》中,利用稀疏自编码器(SAE)分析LLM的激活空间,揭示了其丰富的几何结构。研究发现,特征在原子、大脑和星系三个尺度上展现出不同的结构,包括晶体结构、中尺度模块化结构和大尺度点云结构。这些发现不仅有助于理解LLM的工作原理,还可能对模型优化和其他领域产生重要影响。
44 25
|
4月前
|
机器学习/深度学习 人工智能 TensorFlow
神经网络深度剖析:Python带你潜入AI大脑,揭秘智能背后的秘密神经元
【8月更文挑战第1天】在当今科技飞速发展的时代,AI已成为日常生活中不可或缺的一部分。神经网络作为AI的核心,通过模拟人脑中的神经元连接方式处理复杂数据模式。利用Python及其强大的库TensorFlow,我们可以轻松构建神经网络模型。示例代码展示了如何建立一个含有两层隐藏层的简单神经网络,用于分类任务。神经网络通过反向传播算法不断优化权重和偏置,从而提高预测准确性。随着技术的进步,神经网络正变得越来越深、越来越复杂,能够应对更加艰巨的挑战,推动着AI领域向前发展。
53 2
|
2月前
|
机器学习/深度学习 人工智能 算法
Nature子刊:AI模型测大脑年龄,究竟哪些因素会加速大脑衰老?
【10月更文挑战第7天】《自然医学》杂志近期发布了一项研究,介绍了一种名为BrainAge的人工智能模型,该模型可预测个体的大脑年龄并分析影响大脑衰老的因素。研究团队来自美国加州大学旧金山分校,利用英国生物银行的近50,000名参与者的数据,发现高血压、糖尿病、肥胖、吸烟、饮酒、缺乏运动及遗传因素均与大脑衰老有关。尽管存在数据集限制等局限性,BrainAge模型仍为研究大脑衰老和相关疾病提供了重要工具。
65 1
|
3月前
|
机器学习/深度学习 人工智能 TensorFlow
神经网络深度剖析:Python带你潜入AI大脑,揭秘智能背后的秘密神经元
【9月更文挑战第12天】在当今科技飞速发展的时代,人工智能(AI)已深入我们的生活,从智能助手到自动驾驶,从医疗诊断到金融分析,其力量无处不在。这一切的核心是神经网络。本文将带领您搭乘Python的航船,深入AI的大脑,揭秘智能背后的秘密神经元。通过构建神经网络模型,我们可以模拟并学习复杂的数据模式。以下是一个使用Python和TensorFlow搭建的基本神经网络示例,用于解决简单的分类问题。
53 10
|
4月前
|
人工智能 自然语言处理 小程序
【AI】Gemini:听说GPT-4你小子挺厉害
谷歌推出新AI模型Gemini Pro,支持中文并具备多模态处理能力,涵盖文本、图像、音频、视频和代码。本文通过五个问题对比Gemini Pro与ChatGPT-4的表现,包括绘画、数学题解答、成语解释、天气查询及奥运冠军名单。结果显示两者各有优势,Gemini Pro在成语解释和天气查询方面略胜一筹,而ChatGPT-4在绘画方面表现更好
55 0
【AI】Gemini:听说GPT-4你小子挺厉害
|
5月前
|
人工智能 自然语言处理 vr&ar
AI 做海报都这么厉害了?设计师不容错过的 DALL·E 3 进阶玩法~
AI 做海报都这么厉害了?设计师不容错过的 DALL·E 3 进阶玩法~
80 0
|
7月前
|
存储 人工智能 自然语言处理
掌握AI摘要技术解锁个人第二大脑
掌握AI摘要技术解锁个人第二大脑
191 0
|
人工智能 Serverless 异构计算
【有奖体验】AI 都这么厉害了,可以看图生成文字描述!
一个可以智能识别图片,AI 智能文案描写,以后再也不用怕文案写不出来了!
|
机器学习/深度学习 人工智能 编解码
人脑90%都是自监督学习,AI大模型离模拟大脑还有多远?
人脑90%都是自监督学习,AI大模型离模拟大脑还有多远?
221 0
|
数据采集 人工智能 数据可视化
AI读脑炸裂!扫描大脑画面,Stable Diffusion逼真复现图像
AI读脑炸裂!扫描大脑画面,Stable Diffusion逼真复现图像
196 0
下一篇
DataWorks