AI 深度學習 機器學習和NLP四種先進技術的不同

簡要介紹當今四種最重要的技術

隨著人類技術的不斷發(fā)展，人工智能，深度學習，機器學習和NLP都是受歡迎的搜索熱詞。

但是這些先進技術是什么，它們又有何不同？

人工智能

人工智能是一種旨在模擬人類大腦思維的技術或計算機系統(tǒng)。

該術語是計算機科學的一個主要領域，涵蓋了廣泛的類別，包括自然語言處理，機器學習，深度學習，神經(jīng)網(wǎng)絡，內(nèi)容抽象，決策等。

它最早是由達特茅斯大學的科學家約翰·麥卡錫（John McCarthy）于1956年創(chuàng)造的。

重要的是要記住，人工智能實際上是由輸入數(shù)據(jù)的算法組成的，其產(chǎn)生的結(jié)果或建議完全取決于數(shù)據(jù)輸入。

數(shù)據(jù)偏差越大，輸出偏差也越大。 反之亦然。 例如，亞馬遜使用AI進行招聘的失敗實驗，由于其培訓數(shù)據(jù)中的男性簡歷數(shù)量眾多，因此產(chǎn)生的結(jié)果對女性有偏見。

或者，麻省理工學院（MIT）的諾曼（Norman）實驗創(chuàng)建了一個玩世不恭的AI，該AI在從特定的redit提要中獲取數(shù)據(jù)后才"思考"死亡。

機器學習

機器學習是AI的子集，它涉及"訓練"機器以從數(shù)據(jù)集中"學習"，從而使他們能夠得出見解并做出預測性決策。 它可以自動執(zhí)行任務并查找模式或異常，從中學習并為下次創(chuàng)建新規(guī)則。

Andreessen Horowitz的Benedict Evans在他的博客中寫道：

"機器學習使我們能夠解決計算機以前無法有效解決的問題，但是每個問題都將需要不同的實現(xiàn)，不同的數(shù)據(jù)，不同的市場途徑以及通常是不同的公司。"

它使我們能夠大規(guī)模地自動化特定任務-如果可能的話，以前需要很多人。

深度學習

深度學習是當前機器學習的最高級子集，因此是AI的子集，它旨在使機器盡可能接近人類的思維水平。

根據(jù)《麻省理工學院技術評論》的說法，"該軟件通過創(chuàng)建人工神經(jīng)網(wǎng)絡，以非常真實的意義學習識別聲音，圖像和其他數(shù)據(jù)的數(shù)字表示形式中的模式"。

圖像識別和語音識別技術屬于深度學習。

自然語言處理（NLP）

自然語言處理（NLP）是深度學習的一個子元素，涉及翻譯文本或人類的說話方式，以便計算機能夠?qū)ζ溥M行分類和理解。

NLP是數(shù)據(jù)豐富化的一個示例。 AI可以使用這項技術從一條數(shù)據(jù)中提取元素，例如，公司名稱，日期，事件（例如，收購），鏈接和情感。

它還使AI能夠分析其他形式的非結(jié)構(gòu)化數(shù)據(jù)-從視頻到搜索。

結(jié)合語義分析，NLP AI還可以查看上下文以確定句子或數(shù)據(jù)點的含義。

NLP的創(chuàng)新正在幫助我們以一種更類似于人類思維方式的語言來改進搜索。 結(jié)果，它有助于改善預測性搜索，在文本和電子郵件中建議單詞或句子，實現(xiàn)語音識別，增強翻譯功能等等。

AI Revolution正式在這里。 為了在我們進一步發(fā)展技術時保持競爭力，至關重要的是，每家公司都必須接受這項新技術并從上到下實施變革。

隨著技術的不斷發(fā)展，那些能夠理解和談論這些術語的人將發(fā)現(xiàn)自己處于優(yōu)勢。