- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
关于AI的7个误解 | 人工智能核心概念对比
新智元编译 作者：Robin Bordoli 来源：crowdflower 如果你是一名企业主管（而不是数据科学家或机器学习专家），你可能已经从主流媒体的报道中接触过人工智能。 你可能在《经济学人》和《名利场》读过相关文章，或读过有关Tesla 自动驾驶的故事，或史蒂芬·霍金写AI对人类的威胁的文章，甚至还看过有关人工智能和人类智能的讽刺漫画。 这就消灭了机器取代人类的AI神话。真相是，AI是机器强化人类。 神话7：AI=ML 主流媒体有关AI的最后一个神话是把人工智能和机器学习当做一回事了。 所以，如果你是想把AI应用于你的业务的企业高管，那么你想在应该有一个框架了。你可以用AI的7个真相代替AI的7个神话： 真相1：AI=TD+ML+HITL 真相2：AI适用所有企业。 真相3：AI适用现存的小问题。 真相4：算法并不比训练数据的质量和数量更重要。 真相5：机器和人类互补 真相6：AI是机器强化人类 真相7：AI=TD+ML+HITL
1.2K70发布于 2018-03-23 - 来自专栏全栈技术
2023 年值得关注的 7 大人工智能 (AI) 技术趋势
个人网站:【海拥】【摸鱼游戏】【神级源码资源网】 前端学习课程：【28个案例趣学前端】【400个JS面试题】 想寻找共同学习交流、摸鱼划水的小伙伴，请点击【摸鱼学习交流群】 人工智能 (AI) 2023 年值得关注的 7 大 AI 技术趋势 洞察 2023 年人工智能技术转型 1.人工智能创新将带来模型治理重心的转变 2.自然语言处理（NLP）将取代类型学方法 3.人工智能主导的超自动化将持续掀起波澜 4.人工智能将使招聘实践自动化 5.人工智能将成为元界的唯一入口 6.人工智能将改变网络安全和数据保护 7.会话聊天机器人将取代员工 2023 年 AI 趋势 ⭐️ 好书推荐 人工智能 (AI) 技术几乎在每个领域都取得了长足进步 7.会话聊天机器人将取代员工 人工智能通过引入自学聊天机器人正在彻底改变现场旅程。从回答问题和查询到了解人类偏好，它几乎在每个过程中都留下了印记。 ⭐️ 好书推荐 《AI编译器开发指南》 【内容简介】 《AI编译器开发指南》融合了一线AI芯片工程师多年工作经验，从实战编程的角度出发，全方位阐述AI编译器技术，避免烦琐的公式推导，帮助初学者建立AI
1.3K51编辑于 2023-02-06 - 来自专栏量化投资与机器学习
【独家】人工智能『AI』应用算法交易，7个必踩的坑！
这些分割代表了一种情况，当我们每N天重新训练一个网络（例如N = 21），验证未来3-7天的性能，如果它满足运行在样本交易周期之外。 2、训练和val测试21 / 30天和7 / 14天（优化）。 3、用简单的多空股票策略进行回测（周调仓）。 它们几乎每周都超过基准。你能相信这些回测结果的真实性吗？
1.2K10发布于 2019-02-26 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VoiceVista语音智能
人工智能的7种类型
当今我们所看到的每一个让人惊叹的人工智能应用，也仅仅是其极大潜力的冰山一角(Tip of the AI Iceberg)。 同时，各工业领域由AI所带来的转变，使商业领袖们和普通大众们误以为我们已经达到了AI研究的顶峰，且AI已经发挥了其最大价值。 但是，理解AI已经存在的和将要存在的不同类型，将有助于我们更好地理解AI现存的能力及AI研究仍要经过的漫长道路。 若AI可以达到类似于人类的功能及等同的熟练程度(Proficiency)，则可视为更先进的人工智能类型，反之则视为相当简单而不先进的类型。 在此标准下，通常有两种方式分类。 Theory of Mind人工智能是下一个水平能力的AI系统，研究者们仍然在创新中。
6.5K20发布于 2019-08-14 - 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。 人工智能： 人工智能其实是超越了之前电脑的边界，以前电脑无法做的事情 AI 可以做了。 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。 它也被称为 AI 加速器或计算卡，即专门用于处理人工智能应用中的大量计算任务的模块。目前 AI 芯片主要分为 GPU、FPGA和ASIC。 AI芯片的发展与未来 根据 Gartner 的预测数据 ，未来 5 年内全球人工智能芯片市场规模将呈飙升趋势 ，自 2018 年的 42.7 亿美元 ，升高至 343 亿美元 ，增长已超过 7 倍，可见 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。 龙加智 龙加智创立于 2017 年 7 月，由挚信资本和翊翎资本领投，是一家专注于云端芯片的 AI 初创公司，致力于研发 TPU 芯片。其核心团队来自与美国硅谷。
2K20编辑于 2023-05-08 - 来自专栏信数据得永生
PyTorch 人工智能研讨会：6~7
: 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。 encoded = np.array(encoded).reshape(2,-1) encoded 运行前面的代码将得到以下输出： array([[2, 4, 7, 7, 1, 3], [ 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 最终的精度图将如下所示： [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-bf7f7pWQ-1681785396607)(https://gitcode.net/apachecn
1.8K10编辑于 2023-04-27 - 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。 7. 计算机视觉（Computer Vision） 计算机视觉是让机器能够“看”和理解图像和视频的一门技术。它涉及图像识别、物体检测、面部识别等应用。 8. 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 【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。
63310编辑于 2025-10-16- 来自专栏大数据文摘
用AI创造AI，人工智能无代码时代来临
日前，R2.ai的创始人兼CEO黄一文接受了我们的采访，为我们讲述了他们对于人工智能自动化行业的发展趋势以及产品技术核心的认识。 AI无代码时代来临 业务问题，而不只是机器学习 “我们希望企业可以用98%的时间来解决业务问题，而不是机器学习问题”，谈到整个人工智能和数据行业的未来发展时，黄一文这样说道。 外媒Interesting Engineering在报道R2.ai这家近年来快速增长的公司时使用了”new generation”一词，我们也确实看到R2.ai为人工智能在应用当中从0到1的落地迈出了坚实的一步 “企业落地人工智能基本上可以有两种方法，第一种是基于系统规划，企业通过采集大量数据，搭建基础设施，一步一步地落地人工智能。 这样能大大降低人工智能落地的成本，也给企业更多的正反馈来进一步应用人工智能”。黄一文为我们补充道。 那么，数据科学家会失业吗？
92620发布于 2019-04-25 - 来自专栏LET
人工智能的革命：人类的死或生(7~10)
为了回答这个问题，我们先解释两个术语：友好的AI和不友好的AI。 对AI而言，友好并不是指AI的个性——它只是指AI对人类的影响是积极的。而不友好的AI则是消极影响。 无论AI变好还是变坏，电影中的AI总是人格化的，这让我们觉得AI并不陌生。而我们在讨论超级AI或人类级别的AI时，这也给我们造成了假象。 在我们人类的心理学中，我们把事物区分成道德和不道德。 我们人格化的一种方式就是假设随着AI不断的升级，最终它会内在的提高自己的智慧，并改变它最初的目标——但NickBostrom相信，人工智能的水平和最终的目标是正交的，也就是任何程度的智能会有一个目标。 这让焦虑区的居民感到担忧，如果事态恶化，地球上最后的遗物就是一个权倾朝野的人工智能（马斯克对此表示担忧，认为人类可能就是一个有生命的引导程序，创造了数字化的超级智能）。 当一个AI系统称为通用性AI（和人一样的智慧），然后通过它自己的方式成为超级AI，这称为AI的腾飞。
736110发布于 2018-06-20
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