AI到底是什么？从哪些方面给人们带来了便利？

哪些应用是AI？未来有什么前景？

关于AI，1956年首次提出，但是为大众所熟知却是在2017年开始的，其入选“2017年度中国媒体十大流行语”，象征着其已被大众所知晓并接受。什么是AI？AI即人工智能（英语：Artificial Intelligence，缩写为AI）。
随着技术的发展，有大量的工具设备应用了人工智能，其中包括搜索和数学优化、逻辑推演。而基于仿生学、认知心理学，以及基于概率论和经济学的算法等等也在逐步探索当中。 思维来源于大脑，而思维控制行为，行为需要意志去实现，而思维又是对所有数据采集的整理，相当于数据库，但是人工智能会不会演变成机器代替人类还不得而知，不过人类具有的创造性是不易模仿和超越的。
人工智能在交通出行领域、家庭家居领域、公共安全领域、手机及互联网娱乐领域以及医疗健康领域都为人们带来了便利。
1、交通出行领域：
共享单车、共享电车、共享汽车方便了出行，让出行成本降低。智能辅助驾驶系统帮助人们安全驾驶，减少驾驶事故，安全出行。
2、家庭家居领域：
智能互联家居在现在生活中应用广泛，它能够帮助人们对生活环境进行智能调控，对房屋进行安全监测、危险预警等，减少了煤气泄露、房屋被盗的风险。一句话打开音乐，一句话打开空调，一句话让生活变得很简单。
3、公共安全领域：
人脸、指纹、虹膜等生物特征的识别和大数据的结合，再进行实时监测，人工智能的应用能够加强公安系统的管理和安全预测。由大数据和人工智能构建起来的智慧城市工程，对城市公共安全领域进行从局部到整体的改造，让我们的生活更加安全舒适。

人工智能 (AI) 是致力于解决通常与人工智能相关联的认知性问题的计算机科学领域，这些问题包括学习、问题解决和模式识别等。提起人工智能（通常缩写为“AI”），人们可能会想到机器人或未来的场景。但是，AI 不仅仅局限于科幻小说中的机器人，还迈进了现代非虚构的高级计算机科学领域。这一领域的杰出研究人员 Pedro Domingos 教授将机器学习划分为“五大学派”，即起源于逻辑和哲学的象征主义学派、源于神经系统科学的联结主义学派、与进化生物学相关的进化论学派、结合统计学和概率学的贝叶斯定理学派以及起源于心理学的类比推理学派。最近，由于统计计算效率的进步，贝叶斯定理学派在名为“机器学习”的领域取得了多个方面的进展。同样，由于网络计算的进步，联结主义学派在名为“深度学习”的一个子领域也取得了进展。机器学习 (ML) 和深度学习 (DL) 都属于源自人工智能学科的计算机科学领域。

从广义上来说，这些技术分为“有监督”和“无监督”学习技术，其中“有监督”使用包含预期输出的培训数据，而“无监督”使用不包含预期输出的培训数据。

数据越多，AI 就会“更加智能”，并以更快的速度学习；而且，企业每天都会生成数据，为运行机器学习和深度学习解决方案提供“燃料”，其中包括从 Amazon Redshift 等数据仓库收集和提取的数据、使用 Mechanical Turk 通过“人群”的强大力量收集的正确标注数据以及通过 Kinesis Streams 动态挖掘的数据。此外，随着 IoT 的出现和传感技术的应用，需要分析的数据量呈指数级增长，包括从之前几乎没有接触过的来源和位置以及对象和事件接收的数据。

详细说一下AI应用的三个领域吧
现在主要应用于计算机视觉，自然语言处理还有传统语音处理。
CV计算机视觉的基本四大任务主要分为图像分类，目标定位，语义分割和实例分割。这些任务的难度越来越高：图像分类只需要把背景和图片分割出来；目标定位不仅需要北京与图片分割出来，还要标注图片位置；语义分割，需要完成前面的操作之后，还要将重叠的物体部分分割出来；实例分割还需要将同类物体分割出来。现在计算机视觉领域研究的主要方向还有图像风格迁移，基于GNN网络，基于图意理解（给一张图，转化成语音或者文字）。




比如常见的人脸识别，猫狗大战，稚嫩恶搞驾驶，文件扫描OCR。
语音方面的AI应用主要包括语音识别，发音评测，声音合成等。基于深度学习的语音识别，像智能音箱，自动实时翻译，口语发音测评等。
自然语言处理应用主要分为序列标注，分类任务，句子关系判断和生成式任务。自然语言处理就是使用计算机处理和分析我们的语言，能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。不同的任务，比如序列标注有分词，词性的标注，命名实体识别等；分类任务有对文本的分类，对情感的计算；句子关系 判断包括文本匹配和相似度计算 ；生成式任务则是对机器的翻译，问答系统和文本摘要。

IF ELSE分支你知道吗？
AI就是Auto If的简写。
自动分支语句既方便了开发又方便了使用者，对于开发人员，用机器自动生成分支，自动分配执行内容；对于使用人员，这种Auto If的场景覆盖更多，用起来更显得智能。

不要去理会那些带“AI”字样水印的机器人照片，那都是哄外行人的。
现在这社会，不吹牛逼根本拉不来投资，投资是什么？钱啊！
这个社会，钱就是正义！PPT就是正义的铁剑！不管是什么，吹就完了！

定义 - 人工智能 (AI) 是什么?



人工智能（AI）是计算机科学的一个领域，它强调创造像人类一样工作和反应的智能机器。深度学习是AI的一个子集，AI其实是更广的一个定义。Techopedia(为企业提供人工智能支持的一个外国集团)是这样解释人工智能的：
人工智能是计算机科学的一个分支，旨在创建智能机器，现在已成为技术行业的重要组成部分，人工智能相关的研究通常非常专业和专一（专一性是指某个小领域也可能会研究得很深入）。


人工智能所面临的主要问题：

• 知识工程
  
• 可解释性
  
• 解决问题（机器学习）
  
• 感知
  
• 学习
  
• 计划
  
• 操纵和移动的能力（机器人）
  

知识工程是AI研究中的重要部分，机器只有在它们有充足的关于现实世界的信息时，才能表现得更“人类化”。人工智能必须去识别、分析各个物体，以及该物体的类别、属性等信息，形成一个巨大的知识网（知识工程）。解决机器中的常识、逻辑可解析性和问题解决的能力，是一个非常困难的工作。
可解释性最近在深度学习中经常被提到，各路神仙也是为了这个优秀的性质而不断探索。之所以说可解释性是优秀的性质，从一个例子上就可以体现，AlphaGo与人类选手李世石的人机大战里面，AlphaGo走出了众多让围棋专家都看不懂的棋法，假若AlphaGo也具有可解释性，我们可能可以得出类似“我走这一步是因为第xx步怎样怎样”、“现在的局面在我看来是xxx怎样怎样，我可能要小心xxx什么什么”、“对面的选手这一步下得一般”、“敌人这一步很犀利，但是我已经有办法破解，xxx这样这样”。但是在人工智能的学习上，即使是十分有名气的大师，对于解析人工智能这个事情上，往往是无从下手，通往可解释性的路格外崎岖。三架马车之一 Hinton（深度学习之父） 就有做过这方面的探索，创造出来的胶囊算法，在思想上就是往可解释性靠。


机器学习可以说是AI的核心组成部分。无监督学习需要具备学习输入流内在模式的能力，有监督学习则涉及到数值回归和分类。可以直观这样理解，通过分类能直接确定某个实例的类别（定性），而回归则是对于给定的输入或输出实例，去寻找一个尽可能拟合的复杂函数，从而给出某个实例的输出（定量）。机器学习算法及其性能的数学分析是理论计算机科学中定义明确的分支，通常称为计算学习理论。
机器感知是指通过感官输入来推断世界各个不同方面的能力，而计算机视觉是指分析具有诸如面部、物体和手势的一些子问题的视觉输入的能力。
机器人也是与人工智能相关的一个主要领域。机器人需要智能处理任务，主要是操作和处理事物，以及一些运动轨迹规划等子问题。


应用 - 人工智能应用场景(简单例取13个方面应用)

• 社会问题。美国的一些学术机构正在雇佣人工智能来应对世界上最大的经济和社会挑战。例如，南加州大学推出了社会人工智能中心，其目标是利用人工智能来解决诸如无家可归等社会相关问题。在斯坦福大学，研究人员利用人工智能来分析卫星图像，以确定哪些地区的贫困程度最高。
  
• 空中作战系统。空中作战司（AOD）将AI用于基于规则的专家系统。AOD用于人工智能，用于作战和训练模拟器的代理操作员，任务管理辅助，战术决策支持系统。简单来说，是智能无人机系统。功能小到送快递，大到国家间打架。
  
• AI玩游戏。毫无疑问地，它有这个能力，假若你认为围棋是一种游戏，那么，它已经做到了，它以世界顶级的水平玩家身份出现在了公众的视野。可以预期，以后打英雄联盟刚不过，也就是刚不过了，只能自嘲： "并不是我技术菜，是敌人凭实力杀的我" 。
  

• AI可以用来创建其他AI。例如，2017年11月左右，谷歌的AutoML项目将发展新的神经网络拓扑结构，创建NASNet，这是一个针对ImageNet和COCO优化的系统。据Google称，NASNet的性能超过了以前发布的所有ImageNet性能。
  
• 教育行业。有很多公司制造机器人，将课程教授给从生物学到计算机科学的儿童（尚未普及）。智能辅导系统（ITS）在高等教育领域也有所增加，例如，美国国防部高级研究计划局DARPA，它使用AI开发数字导师，以便在短时间内训练海军新兵的技术技能。自然语言处理的进步与机器学习相结合，还可以自动分配作业，并以数据为导向理解个别学生的学习需求。（以后作文也是AI在改卷 /笑）
  
• 算法交易。使用复杂的人工智能系统，能以比任何人都高的几个数量级的速度进行交易决策，通常在一天内进行数百万次交易而无需任何人为干预。自动交易系统通常由大型机构投资者使用。
  
• 企业决策。几家大型金融机构已经投资人工智能引擎来协助他们的投资实践。BlackRock的人工智能引擎Aladdin在公司内部和客户都用于帮助投资决策。诸如瑞士联合银行和德意志银行等银行使用称为Sqreem（顺序量子减少和提取模型）的人工智能引擎，可以挖掘数据来开发消费者资料并将其与他们最可能想要的财富管理产品相匹配。
  
• 自动驾驶。我们都知道，特斯拉上天了，然而自动驾驶，并不是因为它上天而火的。自动驾驶这个概念，一听起来就很科幻，反正就很酷，不需要多解释。
  

• 重工业劳动力。机器人在许多行业中已经很普遍，并且经常被赋予对人类有危险的工作。已经证明机器人在重复性很高的工作中很有效。
  
• 医学应用。医学图像的计算机辅助解释，这样的系统帮助扫描数字图像，例如从计算机断层扫描异常的部分，典型的应用是检测肿瘤、心音分析等。
  
• 图像方面。图像方面我比较关心的是图像属性调整，这里的属性是广义的，比较说整体基调是一个属性，鼻子高低是一个属性，肤色黑白是一个属性，头发长短是一个属性，等等等等。关于图像属性方面的操作，想象空间实在是非常大。也有发现一些东西，如漫画上色等，很有趣。
  

• 音频方面。音频方面我关心的其中一个是人声与乐器的转换，也就是随便说的一句话，可以按韵律转换成钢琴、小提琴、吉他等各种乐器。另外，现在B站上的一些鬼蓄，是不是机器搞出来的呢 /笑
  
• 战争方面。最近谷歌内部人员（包括DeepMind一名高管）发起上书，坚持不作恶原则，起因就是和美国军方合作的用机器学习处理无人机收集的动态视频数据（可能会被用于杀人目的）。这里面，AI用于战争，就可以识别出敌国的普通人民和武装人员，大大增强战争打击的精确度。
  

各位看官 觉得可以给个赞哦
---------------------------工作室介绍分割线------------------------------------
DeepAiExpert 提供的 人工智能、技能培训、软件架构、技术外包 服务成功帮助众多企业和个人实现了价值。
我们的官网：www.DeepAiExpert.cn www.DeepAiExpert.com