譯者 | 布加迪
審校 | 孫淑娟
#AI對於現代企業及其他類型的組織來說已變得極其重要，因為它可以做所有上述事情。透過結合大量資料與智慧迭代處理演算法，AI系統能從所分析資料中的模式和特徵中學習。
每當AI系統處理資料時，它會測試並測量自己的效能，並獲得新的知識。由於AI從不需要休息，可以快速完成成千上萬個任務，在短短的時間內學到很多知識，無論它被訓練做什麼事務，最終都變得極其擅長。
然而，要了解AI真正的工作原理，就需要明白AI不僅僅是一個電腦程式或應用軟體，而是一門完整的學科或科學。
AI系統有許多不同的部分，您可以將其視為AI這門整體科學的子領域。
這些領域包括：
- 機器學習：AI的一種特定應用，讓電腦系統、程式或應用軟體可以自動學習，並根據經驗獲得更好的結果，這一切無需編程。機器學習讓AI可以找到資料中的模式，發掘洞察力，並改進系統旨在完成的任何任務的結果。
- 深度學習：一種特定類型的機器學習，讓AI可以透過處理資料來學習和改進。深度學習使用模擬人腦中生物神經網路的人工神經網路來處理訊息，找到數據之間的聯繫，進行推論，或基於正面和負面強化獲得結果。
- 神經網路：重複分析資料集以便從未定義的資料中找到關聯並解釋含義的過程。神經網路的功能類似人腦中的神經網絡，讓AI系統可以接收大型資料集，發現資料中的模式，並回答有關它的問題。
- 認知計算是AI系統的另一個重要部分，旨在模擬人機交互，讓電腦模型在執行複雜任務（例如分析文字、語音或圖像）時可以模擬人腦的機理。
- 自然語言處理（NLP）是AI的重要組成部分，因為它讓電腦可以識別、分析、解釋和真正理解人類語言，無論是書面語言還是口語。自然語言處理對於任何與人類互動的基於AI的系統都必不可少，無論是透過文字還是語音輸入。
- 電腦視覺－這是AI技術最常見的應用之一，能夠使用模式識別和深度學習來審查和解釋圖像內容。電腦視覺讓AI系統可以識別視覺資料要素，例如在網路上隨處可見的驗證碼，這些驗證碼透過人類幫助它們識別汽車、人行橫道、自行車或山脈等影像元素來學習。
AI需要什麼技術？
AI並不新穎，但由於技術方面的顯著進步，近年來它已被廣泛應用，用途也越來越廣。
事實上，AI的規模和價值呈現爆發式成長與最近的技術進步密切相關，包括：
- 更龐大、更容易存取的資料集—AI靠數據蓬勃發展。隨著資料快速成長以及存取資料更方便，AI的重要性隨之加大。如果沒有「物聯網」之類的發展，AI的潛在應用就會少很多。
- 圖形處理單元－GPU是推動AI提升價值的關鍵因素之一，因為它們對於為AI系統提供執行互動式處理所需的數百萬次運算的能力至關重要。 GPU提供了AI快速處理和解釋大數據所需的運算能力。
- 智慧數據處理－新的和更先進的演算法讓AI系統可以更快地同時在多個層面分析數據，幫助這些系統極快地分析數據集，以便它們能夠更好更快地理解複雜系統，並預測罕見事件。
- 應用程式介面－API讓AI功能可以加入傳統的電腦程式和應用軟體中，透過增強它們識別和理解資料模式的能力，實際上使那些系統和程式更聰明化。
原文標題：##原文標題：
####But how does AI actually Work?################################ ###，作者：Annoberry#######
以上是AI到底是如何運作的？的詳細內容。更多資訊請關注PHP中文網其他相關文章！
