[译] 关于 AI 你可能不知道的 5 件事情

微信扫一扫,分享到朋友圈

[译] 关于 AI 你可能不知道的 5 件事情

点击上方“ 算法猿的成长 “, 关注公众号,选择加“星标“或“置顶”

总第 125 篇文章,本文大约 1400 字,阅读大约需要 7 分钟

原文:https://www.blog.google/technology/ai/five-things-a-to-z-ai/

作者:Gina Neff

导语

这篇文章是来自牛津大学的一个副教授写的文章,科普了下人工智能当前的发展情况,主要是5件事情,包括人工智能已经融入我们日常生活中、它们可以用于解决气候问题、人工智能的学习方式、检测deepfakes以及人工智能很难变得真正的智能,即很难成为一个真正的人类一样去学习和理解世界上的所有事情。

当有越来越多的关于人工智能的新闻、信息的时候,要区分一件事情是事实还是虚构的,或者找到相关名词等的通俗易懂的解释都不是容易的事情。这也是我们和谷歌一起合作,创作了一个 “The A to Z of AI”[1] 的科普网站,它是一个非常简单、简短的一些解释,帮助人们理解什么是人工智能,人工智能是如何工作的,以及它们如何改变世界,下面是会简单介绍关于 AI ,你可能有所不知的五件事情。

1. AI 已经在我们的日常生活了

A is for Artificial Intelligence

你可能在不知不觉中就已经和 AI 进行过交互了,比如用谷歌图片搜索一张图片,通过智能语音助手查询天气,或者调整车上的导航系统,这些都是 AI 所做的事情。当然上述这些例子是比较明显的,实际上 AI 还通过其他方式来改变你的生活,但你还没有意识到而已。AI 也可以帮助解决很多更大的全球性的挑战[2]。比如,现在已经有一些应用软件可以通过 AI 来帮助农民解决农作物相关的问题,也有相应的系统可以实时监测城市交通信息,帮助出行者可以更高效的制定他们的出行路线。

2. AI 正在用于解决全球的气候危机

C is for Climate

AI 可以帮助我们处理大量的数据和已经发现的模式,这对于处理气候问题是非常宝贵的帮助。一个常用的例子就是基于 AI 的能量系统可以帮助人们调整使用的电能等,通过在人们离开房子后,关掉供暖设备和电灯。AI 还可以对冰川融化问题建模,并及时预测海平面升高从而可以及时采取有效的措施。研究者也在继续考虑数据中心对环境的影响力,以及通过 AI 计算来探索如何发展更多的高效能源系统和基础设置。

3. AI 从真实世界中学习例子

D is for Datasets

正如同孩子通过例子来学习一样,机器学习算法也是如此。因此这也是数据集都是非常大量的数据,比如天气数据、照片或者音乐,通过大量的数据来训练 AI。由于数据集的规模和复杂度(想象一下数据集可能包含所有的已知的太阳系),建立数据集和精炼它们都是非常有挑战的。因为这个原因,AI 相关研究者为了让更多人进行协同合作,并且相互提高各自的研究进度,他们都会将自己收集的数据进行公开和分享。

4. AI 可以帮助我们检测出 deepfakes

F is for Fakes

“Deepfakes“ 是基于 AI 生成的非常逼真的图片、语音、音乐或者视频。它们通过学习大量的现有的真实世界的图片或者音频,学习细节的事情,然后修改来创建虚假的但是看起来或者听起来很真实的图片、语音或者视频。然而,这些图片、视频或者语音还是存在可以判别真假的漏洞,比如它们可能听起来非常机器化,人物可能很少眨眼或者重复他们的手部动作,AI 也可以帮助检测到这些不协调一致的地方。

5. 将 AI 训练得和人类一样是不可能的

You is for Y

尽管 AI 很聪明,也会更加聪明,但是它们还是很难做到和人类一样理解所有的事情。实际上,即便你讲世界上所有的数据都喂给了 AI 系统,它也很难思考或者理解地球上的每个人类。这是因为每个人都是非常复杂的、多维的,而 AI 用于理解事情的数据则简单得多了。AI 系统都是由人类训练和指导的,也就是每个人决定了选择如何与 AI 交互,如何定义让他们感到舒适的信息是什么,简单说就是你决定了 AI 可以学到什么信息和什么程度。

最后,想了解更多 AI 的 22 个简短的专业名词解释,可以点开下面的链接:

https://atozofai.withgoogle.com

或者点击“阅读原文”。

参考

  1. https://atozofai.withgoogle.com/intl/en-GB/?utm_source=referral&utm_medium=google-keyword

  2. https://ai.google/social-good/

精选AI文章

1.  深度学习算法简要综述(上)

2. 深度学习算法简要综述(下)

3. 初学者的机器学习入门实战教程!

4. 常用机器学习算法汇总比较(完)

5. 实战|手把手教你训练一个基于Keras的多标签图像分类器

精选python文章

1.  Python 基础入门–简介和环境配置

2. python版代码整洁之道

3.  快速入门 Jupyter notebook

4. Jupyter 进阶教程

5. 10个高效的pandas技巧

精选 教程资源文章

1.  [资源分享] TensorFlow 官方中文版教程来了

3.   [Github项目推荐] 推荐三个助你更好利用Github的工具

4.  Github上的各大高校资料以及国外公开课视频

5.  GitHub上有哪些比较好的计算机视觉/机器视觉的项目?

欢迎关注我的微信公众号– 算法猿的成长 ,或者扫描下方的二维码,大家一起交流,学习和进步!

如果觉得不错,在看、转发就是对小编的一个支持!

通过Quartz如何Debug , 如何修复Bug

上一篇

一个清爽的 VUE UI 组件库

下一篇

你也可能喜欢

[译] 关于 AI 你可能不知道的 5 件事情

长按储存图像,分享给朋友