人工智能的8个有用的日常例子

简介: 人工智能影响我们生活的例子不胜枚举。虽然有人将其称为“机器人以邪恶的天才统治世界”的现象,但我们无法否认人工智能通过节省时间、金钱和精力使生活变得轻松。

8-Helpful-Everyday-Examples-of-Artificial-Intelligence-1068x656-1.jpg

如果你在谷歌上搜索“人工智能”这个词,然后不知怎的就打开了这篇文章,或者用优步(Uber)打车上班,那么你就利用了人工智能。


人工智能影响我们生活的例子不胜枚举。虽然有人将其称为“机器人以邪恶的天才统治世界”的现象,但我们无法否认人工智能通过节省时间、金钱和精力使生活变得轻松。


术语


人工智能是指机器通过专门设计的算法来理解、分析和学习数据,从而充当人类思维蓝图的现象。人工智能机器能够记住人类的行为模式并根据他们的喜好进行调整。


在我们的讨论过程中,您将遇到与AI密切相关的主要概念是机器学习、深度学习和自然语言处理(NLP)。在继续之前,让我们先了解这些。


机器学习(ML)涉及通过大数据为例向机器教学有关重要概念的知识,大数据需要被构造(以机器语言)以便机器理解。这些都是通过向他们提供正确的算法来完成的。


深度学习(Deep Learning)比ML领先一步,这意味着它通过表示进行学习,但不需要对数据进行结构化以使其有意义。这是由于受人类神经结构启发的人工神经网络。


自然语言处理(NLP)是计算机科学中的一种语言工具。它使机器能够阅读和解释人类语言。NLP允许自动翻译人类语言数据,并使两个使用不同语言的实体(计算机和人类)进行交互。


现在您已经掌握了术语,让我们深入研究人工智能的示例及其工作方式。


8个人工智能的例子


以下列出了您每天可能会遇到的八个人工智能示例,但您可能没有意识到它们的AI方面。


1.谷歌地图和打车应用


地图应用程序如何知道确切的方向、最佳路线,甚至是道路障碍和交通堵塞呢?不久以前,只有GPS(基于卫星的导航系统)被用作出行的导航。但是现在,人工智能被纳入其中,让用户在特定的环境中获得更好的体验。


通过机器学习,app算法会记住建筑的边缘,在工作人员手动识别之后,这些边缘会被输入系统。这允许在地图上添加清晰的建筑视觉效果。另一个特点是识别和理解手写的门牌号的能力,这可以帮助通勤者找到他们想要的房子。没有正式街道标志的地方也可以用它们的轮廓或手写的标签来识别。


该应用程序已被教会理解和识别流量。因此,它推荐了避免路障和拥堵的最佳路线。基于AI的算法还告诉用户到达目的地的确切距离和时间,因为它被教导可以根据交通状况进行计算。用户还可以在到达目的地之前查看其位置的图片。


因此,通过采用类似的AI技术,各种乘车应用也已出现。因此,每当您通过在地图上定位您的位置来从应用程序预订出租车时,它都是这样工作的。


2.人脸检测与识别


当我们拍照时在脸上使用虚拟滤镜和使用人脸识别码解锁手机是人工智能的两个应用,现在已经成为我们日常生活的一部分。前者包含人脸检测,即识别任何人脸。后者使用人脸识别来识别特定的人脸。


这是如何运作的?


智能机器经常匹配,有时甚至超越的能力。人类婴儿开始识别面部特征,如眼睛、鼻子、嘴唇和脸型。但这并不是一张脸的全部。有太多的因素使人的脸与众不同。智能机器被教导识别面部坐标(x、y、w和h,它们在面部周围形成一个正方形作为感兴趣的区域)、地标(眼睛、鼻子等)和对齐(几何结构)。


人脸识别还被政府机构或机场用于监视和安全。例如,伦敦盖特威克机场(Gatwick Airport)在允许乘客登机之前使用面部识别摄像头作为ID检查。


3.文本编辑器或自动更正


当您键入文档时,有一些内置或可下载的自动更正工具,可根据其复杂程度检查拼写错误、语法、可读性和剽窃。


在您流利使用英语之前,一定已经花了一段时间来学习语言。同样,人工智能算法还使用机器学习、深度学习和自然语言处理来识别语言的不正确用法并提出更正建议。


语言学家和计算机科学家一起工作,以教授机器语法,就像在学校一样。机器被提供了大量高质量的语言数据,这些数据以机器可以理解的方式进行组织。因此,即使您不正确地使用单个逗号,编辑器也会将其标记为红色并提示建议。


下次让语言编辑器检查文档时,请知道您使用的是人工智能的许多示例之一。


4.搜索和推荐算法


当您想看自己喜欢的电影或听歌或在网上购物时,您是否注意到建议的内容完全符合您的兴趣?这就是人工智能的功能。


这些智能推荐系统可从您的在线活动中了解您的行为和兴趣,并为您提供类似的内容。通过不断的培训,可以实现个性化的体验。数据在前端(从用户)收集,存储为大数据,并通过机器学习和深度学习进行分析。然后,它可以通过建议来预测您的喜好,而无需进行任何进一步的搜索。


同样,优化的搜索引擎体验是人工智能的另一个示例。通常,我们的热门搜索结果会找到我们想要的答案。怎么发生的?


向质量控制算法提供数据,以识别超越SEO垃圾内容的高质量内容。这有助于根据质量对搜索结果进行升序排列,以获得最佳用户体验。


由于搜索引擎由代码组成,因此自然语言处理技术可以帮助这些应用程序理解人类。实际上,他们还可以通过汇编排名靠前的搜索并预测他们开始键入的查询来预测人们要问的问题。


诸如语音搜索和图像搜索之类的新功能也不断被编程到机器中。如果要查找在商场播放的歌曲,只需将手机放在旁边,音乐识别应用程序就会在几秒钟内告诉您歌曲的内容。在丰富的歌曲数据库中进行筛选后,机器还将告诉您与该歌曲有关的所有详细信息。


5.聊天机器人


作为一个客服,回答问题可能会很费时。一个人工智能的解决方案是使用算法来训练机器,通过聊天机器人来迎合客户的需求。这使得机器能够回答常见问题,并接受和跟踪订单。


聊天机器人被教导通过自然语言处理(NLP)来模仿客户代表的对话风格。高级聊天机器人不再需要特定的输入格式(例如,是/否问题)。他们可以回答需要详细答复的复杂问题。实际上,它们只是人工智能的另一个例子,它们给人的印象是客户代表。


如果您对收到的答复的评价不佳,则机器人会识别出所犯的错误并在下次进行纠正,以确保最大的客户满意度。


6.数字助理


当我们全力以赴时,我们常常求助于数字助理来代表我们执行任务。当您单手开车喝咖啡时,您可能会要求助手给您的妈妈打电话。助理(例如Siri)将访问您的联系人,识别单词“ Mom”并拨打电话。


Siri是一个较低层模型的示例,该模型只能在说话时做出响应,而不能给出复杂的答案。最新的数字助理精通人类语言,并集成了高级NLP和ML。他们了解复杂的命令输入并给出令人满意的输出。他们具有自适应能力,可以分析您的喜好、时间表和习惯。这使他们能够以提醒、提示和时间表的形式为您系统化、组织和计划事务。


7.社交媒体


社交媒体的出现为世界提供了一种新的叙事方式,提供了过度的言论自由。然而,这也带来了一些社会弊端,如网络犯罪、网络欺凌和仇恨言论。各种社交媒体应用程序都在使用人工智能的支持来控制这些问题,并为用户提供其他有趣的功能。


AI算法可以发现并迅速删除包含仇恨言论的帖子,速度远比人类快。通过他们以不同语言识别仇恨关键字,短语和符号的能力,这成为可能。这些已被输入到系统中,该系统具有向其词典添加新词的附加功能。深度学习的神经网络架构是该过程的重要组成部分。


表情符号已成为代表各种情感的最佳方式。AI技术也可以理解这种数字语言,因为它可以理解特定文本的含义并提示正确的表情符号作为预测文本的一部分。


社交媒体是人工智能的一个很好的例子,它也能够理解用户产生共鸣的内容并向他们建议相似的内容。面部识别功能还用于社交媒体帐户中,可帮助人们通过自动建议为朋友加标签。智能过滤器可以识别并自动清除垃圾邮件或不需要的邮件。智能回复是用户可以享受的另一个功能。


社交媒体行业的一些未来计划包括使用人工智能通过分析发布和消费的内容来识别心理健康问题,例如自杀倾向。这可以转发给心理健康医生。


8.电子支付


银行现在正在利用人工智能通过简化支付流程来便利客户。


通过观察用户的信用卡支出模式来检测欺诈的方式也是人工智能的一个示例。例如,算法知道用户X购买哪种产品,何时何地购买产品以及价格落在什么价格区间。当有一些不正常的活动不适合用户个人资料时,系统会立即提醒用户X。


总结


人工智能算法超越了人类的能力,可以节省时间,从而使科学家们可以将精力投入到其他更重要的发现中。


我们已经讨论过的人工智能示例不仅可以作为娱乐的来源,而且还提供了我们已变得如此依赖的无数实用程序。人工智能领域仍处于新生阶段,还有更多的发明将更精确地复制人类的能力。


原文链接
相关文章
|
2月前
|
机器学习/深度学习 人工智能 JSON
人工智能平台PAI问题之推断报错如何解决
人工智能平台PAI是指阿里云提供的机器学习平台服务,支持建模、训练和部署机器学习模型;本合集将介绍机器学习PAI的功能和操作流程,以及在使用过程中遇到的问题和解决方案。
37 0
|
6月前
|
机器学习/深度学习 人工智能 自然语言处理
人工智能的概念、分类与实现方法
什么是人工智能 人工智能 又被称为机器智能,是一种综合计算机科学、统计学、语言学等多种学科,使机器 模仿、展现 人类智能的 技术。 说到人工智能我们不得不提到图灵测试,那么什么是图灵测试呢? 计算机科学家 艾伦·图灵 在 1950 年发表了一篇论文,文中提出了一项思想实验:我们委托一名人类测试员,使用测试对象能够理解的语言,分别和身处密室中的一台机器、一名人类自由地进行对话。假如经过若干轮对话后,测试员依然无法分辨出谁是机器、谁是人类,则说明该机器通过测试,是具有智能的。 人工智能的应用也可分为四大主要组成部分: 计算机视觉:辨识图像的形状、颜色、含义; 自然语言处理:理解人类的自然语言
146 0
|
3月前
|
人工智能 前端开发 JavaScript
对程序员有用的AI角色扮演脚本
对程序员有用的AI角色扮演脚本
26 1
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
无代码开发的未来:人工智能与无代码的结合
无代码开发与人工智能的结合是未来软件开发领域的一个重要趋势。这种结合将为无代码开发带来更多的可能性,使得开发过程更加智能化、高效化和自动化。
34 0
|
4月前
|
存储 人工智能 测试技术
软件测试/人工智能|Python 数据类型解析:探索编程世界的多样性
软件测试/人工智能|Python 数据类型解析:探索编程世界的多样性
114 0
|
6月前
|
机器学习/深度学习 自然语言处理 TensorFlow
ChatGPT 背后包含了哪些技术?
ChatGPT 背后包含了哪些技术?
114 0
|
11月前
|
人工智能 搜索推荐 Java
人工智能写的十段代码,九个通过测试了
人工智能写的十段代码,九个通过测试了
7619 0
|
11月前
|
机器学习/深度学习 人工智能 达摩院
2442 个专业术语!人工智能术语库 AITD 更新至 3.1 版
2442 个专业术语!人工智能术语库 AITD 更新至 3.1 版
308 0
|
机器学习/深度学习 人工智能 算法
人工智能机器学习底层原理剖析,人造神经元,您一定能看懂,通俗解释把AI“黑话”转化为“白话文”
按照固有思维方式,人们总以为人工智能是一个莫测高深的行业,这个行业的人都是高智商人群,无论是写文章还是和人讲话,总是讳莫如深,接着就是蹦出一些“高级”词汇,什么“神经网络”,什么“卷积神经”之类,教人半懂不懂的。尤其ChatGPT的风靡一时,更加“神话”了这个行业,用鲁迅先生形容诸葛武侯的话来讲:“多智而近妖”。 事实上,根据二八定理,和别的行业一样,人工智能行业内真正顶尖的天才也就是20%,他们具备真正的行业颠覆能力,可以搞出像ChatGPT这种“工业革命”级别的产品,而剩下的80%也不过就是普通人,每天的工作和我们这些人一样,枯燥且乏味,而之所以会出现类似“行业壁垒”的现象,是因为这个行
人工智能机器学习底层原理剖析,人造神经元,您一定能看懂,通俗解释把AI“黑话”转化为“白话文”
|
机器学习/深度学习 人工智能 计算机视觉
Explainable AI (XAI) 不能解释什么,以及我们如何解决这个问题(二)
Explainable AI (XAI) 不能解释什么,以及我们如何解决这个问题(二)
82 0
Explainable AI (XAI) 不能解释什么,以及我们如何解决这个问题(二)