Die riesigen Datenmengen, die von Menschen und Computern generiert werden, übersteigen bei weitem die Fähigkeit des Menschen, diese Daten aufzunehmen, zu interpretieren und darauf basierend komplexe Entscheidungen zu treffen. Und künstliche Intelligenz bildet die Grundlage allen Computerlernens und stellt die Zukunft aller komplexen Entscheidungsprozesse dar. Künstliche Intelligenz (und ihre logische Weiterentwicklung des maschinellen Lernens) und Deep Learning legen den Grundstein für die Zukunft der Geschäftsentscheidung.
Die Betriebsumgebung dieses Tutorials: Windows 7-System, Dell G3-Computer.
Künstliche Intelligenz (KI) bezieht sich auf die Erstellung und Verwendung von Algorithmen zum Aufbau einer dynamischen Computerumgebung, um die Grundlage menschlicher Intelligenzprozesse zu simulieren. Vereinfacht ausgedrückt besteht das Ziel der Bemühungen um künstliche Intelligenz darin, Computer dazu zu bringen, wie Menschen zu denken und zu handeln.
Um dieses Ziel zu erreichen, sind drei Schlüsselelemente erforderlich:
Computersystem
Daten und Datenmanagement
Fortgeschrittene Algorithmen der künstlichen Intelligenz (Code)
Je näher die gewünschten Ergebnisse am Menschen liegen , desto genauer sind die Daten. Die Anforderungen an Volumen und Verarbeitungsfähigkeiten sind höher.
Der Ursprung der künstlichen Intelligenz
Seit mindestens dem ersten Jahrhundert v. Chr. interessieren sich Menschen für die Machbarkeit der Schaffung von Maschinen, die das menschliche Gehirn simulieren. In der Neuzeit prägte John McCarthy 1955 den Begriff „künstliche Intelligenz“. Im Jahr 1956 organisierten McCarthy und andere eine Konferenz mit dem Titel „Dartmouth College Summer Artificial Intelligence Research Project“. Ausgehend davon sind maschinelles Lernen, Deep Learning und prädiktive Analyse entstanden, wie es die Zeit erforderte, und haben sich zur heutigen standardisierten Analyse weiterentwickelt. Darüber hinaus ist gleichzeitig ein neues Forschungsfeld entstanden: Data Science.
Welche Bedeutung hat künstliche Intelligenz?
Heutzutage übersteigt die schiere Menge der von Menschen und Computern generierten Daten bei weitem die Fähigkeit des Menschen, sie zu verarbeiten, zu interpretieren und darauf basierend komplexe Entscheidungen zu treffen. Künstliche Intelligenz bildet die Grundlage allen Computerlernens und stellt die Zukunft aller komplexen Entscheidungsprozesse dar.
Zum Beispiel hat Tic-Tac-Toe (ein Spiel mit Kreisen und Kreuzen) 255.168 verschiedene Züge, von denen 46.080 zu einem Unentschieden führen. Aber trotzdem können die meisten Leute herausfinden, wie sie das Spiel nicht verlieren. Dame hat über 500 x 10 hoch 18 verschiedene mögliche Züge, daher können nur sehr wenige Leute als Meister gelten. Computer können Permutationen und Kombinationen dieser Züge äußerst effizient berechnen und die beste Strategie entwickeln.
Künstliche Intelligenz (und ihre logische Weiterentwicklung des maschinellen Lernens) und Deep Learning legen den Grundstein für die Zukunft der Geschäftsentscheidungsfindung.
Anwendungsfälle für künstliche Intelligenz
Der Einsatz künstlicher Intelligenz kann in vielen alltäglichen Szenarien beobachtet werden, beispielsweise bei der Betrugserkennung im Finanzdienstleistungssektor, der Kaufprognose im Einzelhandel und bei Interaktionen mit dem Online-Kundensupport. Hier ein paar Beispiele:
1. Online-Chat
1) Chat-Roboter:
Ein solcher Roboter erfordert im Allgemeinen keine große Wissensbasis, sondern erfordert eine professionelle Sprachanalyse. Es ist technisch nicht schwierig und erfordert nur Geben Sie eine Antwort an. Es gibt keine Anforderung an die Genauigkeitsrate.
2) Persönlicher Assistent:
Die größte Schwierigkeit ist die Absichtserkennung Die Erkennung umfasst auch die Sprach-, Text-, Ausdrucks- und Körperbewegungserkennung, was eine starke Lernfähigkeit des Roboters erfordert. Gleichzeitig überspringt er direkt eine einzelne Gesprächsrunde und muss mehrere Gesprächsrunden absolvieren tun
3) Kundendienstroboter:
Der Kundendienstroboter führt Einzel- und Mehrrundengespräche durch den Abruf der Wissensdatenbank durch. Er erfordert keine Absichtserkennung, muss jedoch verschiedene Nachrichten analysieren und den Besuchern effektives Feedback geben. Dies erfordert eine Trefferquote, daher ist die Schwierigkeit nicht gering, die Technologie ist relativ ausgereift, wurde kommerzialisiert und wurde von vielen Benutzern unterstützt
Dies wird selten erwähnt, aber wir Ich brauche es wirklich. Jeder weiß, dass es in den späteren Phasen des geschäftlichen Wettbewerbs vor allem um den Datenaustausch geht. Nur mit Daten kann man effektiv kämpfen. Die vorhandenen Datenanalysemodelle sind nichts anderes als eine manuelle Formulierung und unterstützen höchstens ein hohes Maß an Anpassung, und die Kosten für die Überprüfung der Rationalität des Modells sind ziemlich hoch
Und künstliche Intelligenz kann das beste Datenmodell durch Selbsterstellung erstellen. Lernen, Verfeinerung und Integration, was einfach eine aufregende Sache ist, aber auch eine Frage der Innovation und Reform und Kundendienst. Das ist sehr wichtig, denn unser Leben ist sehr praktisch. Diese können alle durch künstliche Intelligenz befreit werden. Diese Art von künstlicher Intelligenz muss nicht über die Fähigkeit verfügen, selbstständig zu lernen, sondern muss lediglich klare Aufgaben nach festgelegten Regeln erledigen. Es wurden medizinische Behandlungen eingesetzt, aber die Wirkung ist gering. In den USA beträgt die Erkennungsrate 80 %, während sie in China immer bei 60 % liegt. Industrie:Intelligente Autos, Sicherheit Felder, Smart Homes
Im industriellen Bereich kann künstliche Intelligenz nur einige begrenzte Arten von Arbeiten ausführen, sie kann jedoch in Größenordnungen kombiniert werden, um Arbeitskräfte vollständig zu ersetzen.
Arbeitskräfte werden mehr Geschäftsaktivitäten ausführen, und künstliche Intelligenz ist weitaus effizienter und genauer als Arbeitskräfte
6, Landwirtschaft und Tierhaltung:
Bodenqualitätsprüfung, Überwachung der natürlichen Umwelt, Analyse der Agrarmanagementstrategie
Die Landwirtschaft ist der primitivste Wirtschaftszweig der Menschheit, weist jedoch eine Besonderheit auf: Nichtstandardisierung. Wir alle wissen, dass die Mechanisierung in der Landwirtschaft voranschreitet, aber Chinas Landwirtschaft befindet sich noch in der Erfahrungsphase und die wissenschaftliche Phase ist noch nicht vollständig populär. Künstliche Intelligenz kann nur einige Unterteilungsknoten ausführen, wie z. B. die Verbreitung von Pestiziden und das Sammeln von Früchten befindet sich noch in der mechanischen Automatisierungsphase, fortgeschrittene künstliche Intelligenz hat noch keine Anwendungsfelder. Der wichtigere Grund hierfür ist, dass die Abstraktion des grundlegenden Datenmodells noch einige Zeit in Anspruch nehmen wird.
Weitere Informationen zu diesem Thema finden Sie in der Spalte „FAQ“!
Das obige ist der detaillierte Inhalt vonWelche Bedeutung hat künstliche Intelligenz?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!
