你真的了解人工智能吗?

大白

这两天重新认识了AI,在这里简单的整理一下。

人工智能定义:

使用机器代替人类实现认知、识别、分析、决策等功能,其本质是对人的意识与思维的信息过程的模拟。

层级高低:

识别-推测-决策-情绪

难以想象,如果机器人也有了自己的情绪是件多么可怕的事情。

两种分类:

(一)人工智能:认为有可能制造出真正能推理(Reasoning)和解决问题(Problem_solving)的智能机器,并且,这样的机器能将被认为是有知觉的,有自我意识的。强人工智能可以有两类
  类人的人工智能,即机器的思考和推理就像人的思维一样。
  非类人的人工智能,即机器产生了和人完全不一样的知觉和意识,使用和人完全不一样的推理方式。
(二)人工智能:不可能制造出能真正地推理(Reasoning)和解决问题(Problem_solving)的智能机器,这些机器只不过看起来像是智能的,但是并不真正拥有智能,也不会有自主意识。

原来到处都是关于人工智能的信息,一直觉得深不可测,傻傻的想着如果我是AI产品经理是不是每天都是在研究如何造一个智能机器人出来。但是当我知道了,人工智能的强弱之分后,不断的翻墙查询资料,原来人工智能离我很近,网易云音乐的算法推荐,滴滴出行的智能派单,医疗产品的大数据应用。

人工智能应用的领域是这么的广泛,贴合在日常生活的每一处。国外有很多运用人工智能的产品,当我去体验到他们的产品的时候确实会感到非常的激动。


1
2
研究领域和分支

人工智能研究的领域主要有五层,最底层是基础设施建设,包含数据和计算能力两部分,数据越大,人工智能的能力越强。往上一层为算法,如卷积神经网络、LSTM 序列学习、Q-Learning、深度学习等算法,都是机器学习的算法。第三层为重要的技术方向和问题,如计算机视觉,语音工程,自然语言处理等。还有另外的一些类似决策系统,像 reinforcement learning(编辑注:增强学习),或像一些大数据分析的统计系统,这些都能在机器学习算法上产生。第四层为具体的技术,如图像识别、语音识别、机器翻译等等。最顶端为行业的解决方案,如人工智能在金融、医疗、互联网、交通和游戏等上的应用,这是我们所关心它能带来的价值。

模型

根据这图,我初步的认知判断:AI产品经理需要涉及的范围大概是 行业解决方案/具体技术。去挖掘需求,与技术人员合作,把功能实现出来,重要的一点,就是不能泛泛而谈,要对实现技术有个大体上的了解,并懂得实现方向。

目前领域
两个常见的词语:

一个叫Deep Learning(深度学习),一个叫Reinforcement Learning(增强学习)

深度学习是什么?通俗地讲,它就是一个端到端的学习,我们不需要一些feature engineering,而是用一个非常复杂的、容量很大的模型去直接拟合输入输出,让模型自己探索有意义的中间表达。

什么是增强学习?通俗地讲,就是学习机器不断地跟环境做自主的互动,在互动的过程中用长远的收益来指导当下该做什么决策,通过不断的跟环境互动去调整决策的最优性。

未来最可能会被代替的职业 :
  • 具有较高的附加价值
  • 较为机械重复、可替代度高


1.卡车司机,然后是汽车司机(出租、私家车)被自动驾驶代替。当前OTTO公司的自动驾驶卡车已经行驶在在美国的公路上了。
2.交易员、基金经理,被量化交易程序代替,高收入群体也难以幸免。看看五年前的交易大厅,再看今天,门庭冷落鞍马稀。
3.翻译,包括笔译和口译,用武之地越来越少。机器翻译的结果越来越让人接受。
4.售货员,主要是负责完成支付过程的收银员,会被自动支付取代。如果每个商品上有个智能二维码,支付宝扫了就支付,超市还需要收银员吗?商场的导购、推销员还是有价值的,暂时安全。下图是淘宝试点的无人商店:
5.药剂师,如果你去医院开过药,你知道这些人其实只是搬运+写剂量。完全可以用自动售货机的方式发药,现在没有这么做只是由于发错药风险巨大而已。图中是国外的自动发药系统(Automatic Phamacy System)。
6.影像科医生,当前人工智能读片发现病灶的准确度甚至能超过专业医师。
7. 记者,当然不能代替那些写深度访谈、时评的记者,但是简单格式化的新闻写作比如体育新闻、财经新闻等,AI完全可以胜任。
8. 律师。当然也不是法庭上口吐莲花的辩护律师。而是律所那些每天查阅法律文书、寻找案例的底层职员,AI的语义分析、索引会比他们高效很多。

这里有个很重要的一点认知,并不是廉价劳动力在未来一定会被取代,会取代的是人工智能在某些专业上的效率和质量可以超过人类,可替代度高。

有人说:人工智能就像一列火车,你苦苦期盼,终于来了,然后它呼啸而过,把你抛在身后。

但是听过一句话,也许人工智能的出现导致了60w的职业随之消失,但你也许想不到又有120w的新型职业随之诞生。

In a short,我期待人工智能的时代到来!
I like new world!

这里是产品小白一个~欢迎各位大神提出意见哈!以上人工智能内容大部分来自于网上的资料搜索。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 213,558评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,002评论 3 387
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 159,036评论 0 349
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,024评论 1 285
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,144评论 6 385
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,255评论 1 292
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,295评论 3 412
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,068评论 0 268
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,478评论 1 305
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,789评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,965评论 1 341
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,649评论 4 336
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,267评论 3 318
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,982评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,223评论 1 267
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,800评论 2 365
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,847评论 2 351

推荐阅读更多精彩内容