在只存在于虚拟世界的程序

[account_disabled]

正因为如此，它在其他行业也越来越受欢迎。但是，值得了解该解决方案的重大局限性，我们将在本文后面介绍。 人工智能 这意味着什么？ 一个简短的插曲 我们已经或多或少地了解了人工智能是什么，但也值得了解 人工智能 的含义。它是 的缩写，英文术语为 。您也可以毫无问题地使用缩写 ，但在波兰， 这个名字更容易被接受。有趣的是，人工智能这个术语早在 世纪 年代就已经出现，当时第一个基于人工智能的程序被创建。因此，人工智能已经存在了近 年了！ 人工智能是如何工作的？ 当与聊天机器人交谈或观察人工智能执行的数据分析时，您通常会得到这样的印象：该系统实际上与人类思维类似。

但如果他没有脑子，他怎么能做到这一点呢？是的，中寻找身体的这一部分是没 手机号码数据 有意义的。然而事实证明，要创造人工智能，需要使用工具来模拟大脑的功能，特别是其中存在的神经元连接，即彼此之间传递信息的神经细胞。 人工智能主要基于机器学习（ ），即教授人工神经网络。这种神经网络，也称为人工智能算法，是人类神经细胞的代表，像它们一样，它们需要新的数据来开始学习，即分析获取的信息，组织它并根据它得出结论。因此，就像孩子一样，神经网络获得了大量的新数据，通过这些数据，他们可以创建自己的周围世界图景。然而，就人工程序而言，处理这些信息的速度比人类快得多，这意味着几个月大的神经网络可以像几岁孩子一样 思考。



机器学习是如何工作的？ 要开始在实践中使用神经网络，您首先需要教他们将做什么。为此，使用了三种类型的学习。首先是监督学习。在这种情况下，人类向网络提供一些输入数据和相应的名称（例如，狗、猫和仓鼠的 张图片以及图片的 个标题 狗 、 猫 、 仓鼠 ）。然后，网络结合这两种信息并提供现成的答案，而人类的任务是提供关于给定答案是否正确的反馈。如果网络设法正确地组合这两个数据，它们就会 记住 它，如果没有，它们将再次尝试，直到成功。正因为如此，他们以后才能正确识别物体并将它们彼此区分开。 学习神经网络的另一种方法是无监督学习，顾名思义，它是在没有人工干预的情况下进行的。然后，人工智能算法独立读取提供给他们的数据，将它们分组并寻找每组的显着特征。