- 综合排序
- 最热优先
- 最新优先
- 来自专栏人工智能AI
AI人工智能6大应用场景
AI人工智能6大应用场景 01、AI农业场景 在农业场景，主要包括有作物管理、害虫和杂草处理、疾病管理、土壤管理、产量预测和管理等。 03、AI医疗场景 在医疗卫生场景，主要有疾病诊断预测、临床和患者护理。 除此之外近年来 AI 技术也在应用到新药研制场景中得到应用。主要使用到的 AI 技术为神经网络、专家系统等。主要涉及的用例是图像识别、分析推理、分类等。 主要涉及的 AI 技术有神经网络、演化算法、专家系统、分布式人工智能、机器视觉、决策网络等。主要涉及的用例是图像识别、推理分析等。 06、AI电子商务场景 在电子商务场景，主要用例是推荐系统、欺诈识别、营销活动、产品退货预测。
2.8K10编辑于 2024-05-21 - 来自专栏新智元
【调查】The State of AI：关于人工智能的 6 大真相
【新智元导读】柏林一家AI初创公司Explosion AI最近做了一份针对AI当前状态的调查（The State of AI），调查对象面向AI从业人员，调查的问题涵盖AI的方方面面，从AI企业当前的业务领域和发展状态 ，AI从业者当前的工作状态和对AI发展的看法等，可以比较全面地了解AI当前的发展状态及预测今后的发展方向。 柏林一家AI初创公司 ExplosionAI 最近做了一份针对 AI 当前状态的调查（The State of AI），调查对象面向AI从业人员，调查还未结束，有兴趣的朋友可以去填一下：https:// 下面是该调查的中期结果中得出的一些有意思的结论： AI正在被用于开拓全新业务领域 ? 我们期待AI在各个行业中的爆发。 AI的采用仍然非常初期 ? 编译来源：https://medium.com/swlh/a-sneak-peek-at-the-state-of-ai-2016-d5d079e0c4de#.ut8x8r6h5
90981发布于 2018-03-26 - 来自专栏信数据得永生
Python 人工智能：6~10
6 集成学习的预测分析 在本章中，我们将学习集成学习以及如何将其用于预测分析。 在我们讨论它的构成及其在人工智能（AI）中的相关性之前，让我们先讨论一下编程范例。 编程范例的概念源于对编程语言进行分类的需求。 它是指计算机程序通过代码解决问题的方式。 /apachecn-dl-zh/-/raw/master/docs/ai-py/img/B15441_09_06.png)] 图 6：相邻和沿海州示例输出 您可以将输出与美国地图进行交叉检查，以验证答案是否正确 不知情还是知情搜索 约束满意度问题 本地搜索技术 模拟退火 使用贪婪搜索构造字符串 解决约束问题 解决区域着色问题 构建 8 难题求解器 构建一个迷宫求解器 启发式搜索是人工智能吗？ 在第 2 章，“人工智能的基本用例”中，我们了解了 Pedro Domingos 定义的五个流派。 符号主义者流派是最“古老”的流派之一。 至少对我来说，这一事实不足为奇。
1.7K30编辑于 2023-04-23 人工智能（AI）算法
人工智能（AI）领域包含众多算法，每种算法都有其特点、适用场景和优缺点。从主流人工智能算法类别出发，分类整理各自算法优缺点、适用场景及解决的问题，算法的用途。
1K10编辑于 2025-08-29- 来自专栏chafezhou
小说AI人工智能
“你是程序猿啊，就是搞AI，很赚钱的那个吧”， “现在小学就开始学人工智能，你娃可有优势了” “听说现在机器人都会写代码了，你们程序员也失业了” “学人工智能不错吧，哪个学校好啊”... 艾润物联CTO王银波语录 中国造就网红 套路，AI在中国也不能脱俗 中国科技界“网红”三部曲 政策导向 媒体造势 利益者跟进 1.政策导向 人工智能上升到国家战略，抢占制高点，人工智能弯道超车 ? 图片源自中国政府网 新一代人工智能发展规划 新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。 ? 媒体造势 媒体蜂拥而上，AI风口来了，人才紧缺，AI从娃娃抓起 ? AI风口来了 ? 人才紧缺 ? AI从娃娃开始 3.利益者跟进 AI企业融资，高校开办人工智能学院，培训机构风起云涌。。。 ? 钱到AI这个碗里来 ? 高校开办人工智能学院 ?
1.4K40发布于 2018-07-02 【 人工智能AI幻觉】
一、AI幻觉的定义与风险 AI幻觉指人工智能系统生成看似合理但实际错误或虚构的内容，例如编造不存在的论文、人名或事件。这种现象在生成式AI中尤为常见，尤其在缺乏足够训练数据或上下文的情况下。 高风险领域如医疗、法律和新闻，一旦出现AI幻觉可能导致严重后果，例如误诊、法律文件错误或虚假新闻传播。 二、应对策略与案例分析 事实核查机制 部署自动化工具对AI生成内容进行实时验证。 例如法律文件生成后，由律师复核关键条款；新闻编辑室设置AI内容审核岗，标记低置信度输出。 三、技术优化方向 模型微调与约束 通过强化学习人类反馈（RLHF）优化生成逻辑。 四、 行业应用规范 医疗领域建议遵循HIPAA等法规，要求AI系统提供可追溯的参考文献。法律领域需记录生成逻辑链，新闻应用应标注AI参与程度。定期更新知识库和模型，建立错误案例库用于持续改进。 医疗健康领域 合规要求： 必须严格遵守HIPAA（健康保险流通与责任法案）、GDPR（通用数据保护条例）等数据隐私法规 涉及患者数据的AI系统需通过ISO 27001信息安全认证 诊断辅助系统应获得
26410编辑于 2026-01-20- 来自专栏新智元
星际 AI 争霸 6 年简史：通用人工智能角斗场，DeepMind确认应战
同时也是训练和研究通用人工智能的一个适合的虚拟场景，目前，DeepMind、微软、Facebook和阿里巴巴都在研究用AI 来玩这一游戏，希望能增强AI 智能体的通用能力，让AI 更像人。 游戏，更准确地说，模拟场景对于人工智能的研发来是一个非常理想的场所。对于人工智能技术走向实际应用有着不容忽视的推动作用。 2016年11月，DeepMind的 工程师 Oriol Vinyals 在公司博客公布，暴雪将和DeepMind合作，让《星际争霸2》成为人工智能研究场景，并开放给所有的人工智能研究者。 AIIDE 星际争霸 AI 竞赛由加州大学圣克鲁斯分校 Expressive Intelligence Studio 的 Ben Weber 在2010 年首次举办，作为 AIIDE（人工智能和互动数字娱乐 由 Alberta 大学自己领导的6名学生和迈克尔·布罗（Michael Buro）的一组人员使用BWAPI和“Brood War Standard Add-on Library”（BWSAL）构建了
2.1K70发布于 2018-03-27 - 来自专栏机器人网
AI人工智能常见名词
人工智能（A.I.）距离人类的智能多远? 或者，A.I. 距离独立思考多远? 在大家意识到之前，第四次工业革命 ― 人工智能革命已悄悄掀起，渗入日常。 如何量度人工智能的水平？ 他进一步指出，步入「后人类时代」，人类一些行动将被人工智能取代，可见于不久将来，人工智能将与人类合作共融。 （人工智能技术领先的国家将会统治全世界）；中国国务院今年7月发表《新一代人工智能 发展规划》，强调发展人工智能，除了经济原因，更关乎战略层面；美国高科技公司Tesla行政总裁Elon Musk直指A.I 自我意识的超人工智能出现前，人类还有好长一段时间。 两个关于人工智能你要懂的词 1.
1.6K21发布于 2018-07-23 AI人工智能最核心的AI模型
选择模型-根据问题的性质和数据的特点，选择合适的预测模型，如线性回归、时间序列分析、神经网络、机器学习算法等
33610编辑于 2025-08-29- 来自专栏产品经理的人工智能学习库
人工智能 – Artificial intelligence | AI
人工智能和 AI 已经走入了普通大众的视野，我们在生活中可以看到很多跟 AI 相关的产品。比如 Siri、AI 拍照、AI 修图… 虽然大家看得多，但是大部分都是一知半解。到底什么是人工智能？ 人工智能（AI）本质上是一种工具 那么我们应该如何正确的看待人工智能（AI）？ AI 跟我们使用的锤子、汽车、电脑……都一样，其本质都是一种工具。 让 AI 产品真正达到了可用（例如语音识别的错误率只有6%，人脸识别的准确率超过人类，BERT在11项表现中超过人类…)的阶段。 人工智能的局限性 在探寻 AI 的边界时，我们可以先简单粗暴的把 AI 分为3类： 弱人工智能 强人工智能 超人工智能 ? 弱人工智能 弱人工智能也称限制领域人工智能（Narrow AI）或应用型人工智能（Applied AI），指的是专注于且只能解决特定领域问题的人工智能。
1.8K10发布于 2019-12-18 - 来自专栏扶墙集
人工智能恐慌（AI Panic）
我觉得现在有些人已经过度夸大人工智能（AI)的危害了... 从程序本质上来说， AI其实就是一个更大的循环（Big Loop），原来你的程序可能循环1000次，一万次，在AI的世界里则是1000万次， 一万亿次，甚至更大的循环次数而已。 况且， 即使在这么大的循环次数下面，即使有持续的数据来“喂”各种AI程序，他们最终的判定也只是根据以往的“经验”去“猜”， “嗯， 这个东西跟之前的一类数据好像差不多， 那么这个东西应该就是XXX了”, 而如果从人工智能的分类上来看， 现在的人工智能分为： 感知智能 和 认知智能。 现阶段，大部分声称或者已经大规模实践和应用的人工智能技术，依然处在感知智能的范畴，比如图像识别，语音识别，各种传感器等。 认知层面，现在只有人类才会有。
1.2K20发布于 2020-01-13 - 来自专栏信数据得永生
PyTorch 人工智能基础知识：6~8
def forward(self, input): x = self.fc(input) x = x.view(-1, 256, 7, 7) return self.gen(x) 6. /img/fbaff817-dad6-4995-b0dc-ae4d42aaf620.png)] 通过前面的步骤，我们学习了如何使用 PyTorch Hub 运行 PGGAN。 RL 是人工智能（AI）的领域，与我们在前面各章中介绍的其他机器学习格式不同。 RL 是机器学习算法的子类，它通过最大化环境中的奖励来进行学习。 当问题涉及决策或采取行动时，这些算法很有用。 八、在 PyTorch 中生产 AI 模型 在本章中，我们将学习如何将 PyTorch 模型预测用于实际问题。 /img/1f477c82-4311-4f6f-9b05-04ad7f50f4eb.png)] 在此秘籍中，我们使用 Flask 进行了简单的应用部署。
93810编辑于 2023-04-27 - 来自专栏信数据得永生
PyTorch 人工智能研讨会：6~7
这可以通过以下代码片段实现： batch = np.array([[2 4 7 6 5] [2 1 6 2 5]]) batch_flatten = batch.flatten : 6, 'l': 7, 'r': 8} 用我们在上一步中定义的数字对你的文本样本进行编码。 NLP 是人工智能（AI）的子字段，它通过使计算机能够理解人类语言来工作。 尽管在某些情况下人类可能总是会做得更好，但是 NLP 的主要目标是通过使计算机理解人类语言来使计算机与人类更接近。 raw/master/docs/dl-pt-workshop/img/B16118_06_23.jpg)] 图 6.23：一个推文示例 从前面的屏幕截图中获取文本，执行情感分析的模型可能会获得以下信息： AI Transactions") plt.xticks(range(0, 20)) plt.show() 最终图应如下所示： [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-6M6lvupF
1.8K10编辑于 2023-04-27 - 来自专栏宗恩
人工智能 AI 芯片介绍及中国人工智能 AI 芯片公司近况
AI 芯片是什么？ AI 芯片最简单的定义就是从事人工智能算法计算的芯片，目前这些人工智能算法一般是深度学习算法，或者是一些机器视觉和机器学习算法。 例如，为机器人开发人工智能芯片的 Horizon Robotics 在 2018年 的 B 轮融资中获得了 6 亿美元的投资，该轮融资由世界领先的韩国半导体公司 SK Hynix 牵头。 5 月 7 日晚间，人工智能芯片公司寒武纪交出了对上交所首轮审核问询的答卷。 寒武纪的这份答卷涵盖发行人股权结构、业务、核心技术、财务信息、风险揭示及其他事项等 6 个方面的问题。 地平线 地平线成立于 2015 年 6 月，地平线作为专注于智能驾驶的 AI 芯片独角兽,近年来在芯片研发和商业落地上取得了诸多进展。 2020 年 3 月,搭载地平线车规级 AI 芯片征程二代的长安汽车 UNI-T 发布,计划于今年 6 月正式量产上市,届时征程二代将成为首个上车量产的国产 AI 芯片。
2K20编辑于 2023-05-08 - 来自专栏运维开发王义杰
AI: 人工智能领域概念总结
人工智能（Artificial Intelligence，简称AI）是一个广泛而复杂的领域，涉及许多相关的概念和技术。理解这些概念及其相互关系，可以帮助我们更好地掌握人工智能的整体结构和发展趋势。 人工智能（AI） 人工智能是研究和开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的一门科学。其核心目标是让机器能够像人类一样思考和行动。 2. 机器学习（Machine Learning） 机器学习是人工智能的一个子领域，它使计算机能够通过从数据中学习而不是通过明确编程来完成任务。 6. 自然语言处理（Natural Language Processing，NLP） 自然语言处理是人工智能的一个子领域，研究计算机与人类（自然）语言之间的互动。 聊天机器人（Chatbots） 聊天机器人是一种基于人工智能的程序，能够与用户进行自然语言对话。它们广泛应用于客户服务、信息查询和娱乐等领域。
1.6K10编辑于 2024-07-10 - 来自专栏C语言
【AI】人工智能会走向何方？
前言 在当今快速发展的人工智能（AI）领域，技术的进步带来了巨大的潜力和机遇。然而，如何将这些先进的技术有效地应用到实际场景中，以解决现实问题，成为了一个亟待解决的重要课题。 这一转变体现了AI技术的进步和潜力。 1.2 技术应用的价值： 重点在于如何将AI技术应用到实际场景中，以解决现实问题。 例如，在医疗领域，个性化AI应用可以帮助医生提供精准的诊断和治疗方案；在教育领域，个性化AI应用可以根据学生的学习情况提供定制化的辅导和学习资源。 AI应用的价值应更多地看其在实际场景中的效果和对产业的贡献。一个高效、精准的AI应用，即使用户基数较小，但只要能为用户带来实质性的好处，就值得高度重视和推广。 可持续发展是AI技术长期健康发展的基础。 4. 结语 AI技术的快速发展为我们带来了前所未有的机遇，同时也提出了新的挑战。
28810编辑于 2024-12-11 - 来自专栏DrugOne
人工智能(AI)遇上仿制药
用于研发的AI应用似乎并不是仿制药公司最突出的解决方案。尽管缺乏优先级，但AI可能在很多领域可以帮助仿制药公司。 ? 本文讨论了仿制药行业中人工智能的可能实现，如 查找生物仿制药：预测分析和自然语言处理，用于搜索药物的数据库，以查找科学家可用于生产仿制药的相似化合物； 研究药物化合物的晶体结构： 预测分析，用于确定化合物的形状对某些制造方法和其他药物开发过程的反应 寻找生物仿制药 预处理药物数据 仿制药公司可能会使用AI寻找原研药的替代品，也称为生物仿制药。 人工智能集成注意事项 寻找药物替代品的AI应用可能需要比他们最初期望的更深入地集成到客户公司的工作流程和系统中。 人工智能提出了很多疯狂的期望；但是，发生的事情是当人们尝试应用模型，应用AI系统时，在现实世界中，效果并不理想。 其次，当技术领域的工作人员与医疗保健行业的人交谈时，发现不匹配。
1.2K40发布于 2021-02-01 - 来自专栏AgenticAI
6种AI Agent模式详解
在本文中，我们将探讨多种构建 AI 智能体结构的模式。这些模式有助于我们扩展功能、保持模块化，并更好地控制执行流程。 为什么使用多智能体模式？ 一开始，通常会采用单智能体模型。 适用于按领域或部门划分逻辑的系统 每个监督者管理一组特定任务或智能体 优势： 高度可扩展且结构清晰 各层级具备模块化控制能力 挑战： 实现复杂度较高 层级之间需要明确定义接口 适用场景： 企业级系统、多领域编排任务 6.
1.1K10编辑于 2025-07-27 【人工智能AI安全与对齐】
人工智能AI安全与对齐案例分析 AI安全与对齐的核心在于确保AI系统的行为符合设计者的意图，避免意外或有害后果。 results.append(output.rejected == case["should_reject"]) return sum(results)/len(results) 这些方法和技术构成了当前AI
20510编辑于 2026-01-20AI人工智能文物管理系统
基于深度学习算法与计算机视觉技术的AI人工智能文物管理系统，正逐步渗透至文物鉴定、修复辅助、环境监控等核心环节，构建起全天候、多维度的智慧管理体系，为文化遗产保护注入全新活力。 一、智能识别：让每件藏品拥有“数字身份证”通过高精度三维扫描与图像特征提取技术，AI可自动建立文物的数字孪生模型。 在不同应用场景中，AI解决方案相较传统方式优势显著：文物定名方面，传统方式依赖专家经验，效率低下，AI通过自动化特征匹配，准确率超98%；病害诊断时，传统肉眼难辨微观裂隙，AI实现毫米级精度缺陷检测；年代断代上 ，传统碳十四测年成本高昂，AI借助多模态数据交叉验证，降低检测成本与难度。 四、知识图谱：串联文明脉络将分散在各个机构的文物数据接入云端平台后，AI开始编织跨越地域与时代的知识网络。
63410编辑于 2025-10-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号