姓名：孟永超? ? ?學(xué)號(hào)：22011110013
轉(zhuǎn)自：https://blog.csdn.net/pypyai_/article/details/113604283?spm=1001.2014.3001.5501
【嵌牛導(dǎo)讀】
近年來毯辅，人工智能一直在蓬勃發(fā)展，并經(jīng)常成為一個(gè)新聞話題反番。但是狗唉，為什么呢？
人工智能研究始于20世紀(jì)中葉口注，當(dāng)時(shí)數(shù)學(xué)家艾倫·圖靈（Alan Turing）在1950年的一篇著名論文中提出了“機(jī)器可以思考嗎变擒？”的問題。然而寝志，直到21世紀(jì)娇斑，人工智能才塑造了影響著全球數(shù)十億人口和大多數(shù)行業(yè)的現(xiàn)實(shí)應(yīng)用策添。
在本文中，我們將探討AI迅速崛起的主要原因毫缆。從本質(zhì)上講唯竹，它可以歸結(jié)為6個(gè)關(guān)鍵因素，這些因素創(chuàng)造了令人難以置信的強(qiáng)大環(huán)境苦丁，使AI研究人員和從業(yè)人員能夠開發(fā)從電影推薦（Netflix）到自動(dòng)駕駛汽車（Waymo）到進(jìn)行語音識(shí)別（Alexa）的預(yù)測(cè)系統(tǒng)浸颓。
【嵌牛鼻子】人工智能、關(guān)鍵因素芬骄、自動(dòng)駕駛猾愿、語音識(shí)別、預(yù)測(cè)系統(tǒng)
【嵌牛提問】 什么是人工智能账阻？AI崛起的主要原因是什么？
【嵌牛正文】?
1.大數(shù)據(jù)
首先我們先看一下研究和咨詢公司Gartner對(duì)大數(shù)據(jù)的正式定義：
“大數(shù)據(jù)是需要高性價(jià)比泽本，創(chuàng)新形式的信息處理形式的大容量淘太，高速度或多種類的信息資產(chǎn)，以增強(qiáng)洞察力规丽，決策和流程自動(dòng)化蒲牧。”
簡而言之赌莺，計(jì)算機(jī)冰抢、互聯(lián)網(wǎng)、智能手機(jī)和其他設(shè)備使我們能夠訪問并生成大量數(shù)據(jù)艘狭。隨著數(shù)以萬計(jì)的傳感器部署在家用電器挎扰、包裝、服裝巢音、自動(dòng)駕駛汽車和其他地方遵倦，未來的大數(shù)據(jù)將迅速增長。
數(shù)據(jù)變得如此龐大和復(fù)雜官撼，以至于很難或幾乎不可能使用傳統(tǒng)方法對(duì)其進(jìn)行處理梧躺。這正好是機(jī)器學(xué)習(xí)和深度學(xué)習(xí)發(fā)揮作用的地方，因?yàn)锳I輔助數(shù)據(jù)處理使我們能夠更好地發(fā)現(xiàn)歷史模式傲绣，更有效地進(jìn)行預(yù)測(cè)掠哥，提出更有效的建議等。
另外秃诵，請(qǐng)注意：數(shù)據(jù)可以大致可以分成兩類：（1）結(jié)構(gòu)化數(shù)據(jù)（2）非結(jié)構(gòu)化數(shù)據(jù)续搀。結(jié)構(gòu)化數(shù)據(jù)以某種方式進(jìn)行組織和格式化，因此可以在關(guān)系數(shù)據(jù)庫中輕松搜索顷链。相反目代，非結(jié)構(gòu)化數(shù)據(jù)諸如視頻或圖像之類沒有預(yù)定義的格式屈梁，使得收集、處理和分析數(shù)據(jù)變得更加困難榛了。就形成一個(gè)經(jīng)常用來描述大數(shù)據(jù)的框架是“三個(gè)V”在讶，代表體量，速度和品種霜大。
體量
數(shù)據(jù)量很重要构哺。對(duì)于大數(shù)據(jù)，您將不得不處理大量的低密度战坤，非結(jié)構(gòu)化數(shù)據(jù)曙强。這可能是價(jià)值未知的數(shù)據(jù)，例如Twitter數(shù)據(jù)供稿途茫，網(wǎng)頁或移動(dòng)應(yīng)用程序上的點(diǎn)擊流或啟用傳感器的設(shè)備碟嘴。對(duì)于某些單位，這個(gè)體量可能是數(shù)十兆字節(jié)的數(shù)據(jù)囊卜。對(duì)于其他人娜扇，則可能是數(shù)百PB。
速度
速度是接收和處理數(shù)據(jù)的速率栅组。通常雀瓢，與直接寫入磁盤相比，數(shù)據(jù)流以更快快的速度直接進(jìn)入內(nèi)存玉掸。一些支持互聯(lián)網(wǎng)的智能產(chǎn)品會(huì)實(shí)時(shí)或接近實(shí)時(shí)運(yùn)行刃麸，并且需要實(shí)時(shí)評(píng)估和采取措施。
品種
品種的多樣性是指可用的多種數(shù)據(jù)類型司浪。傳統(tǒng)的數(shù)據(jù)類型經(jīng)過結(jié)構(gòu)化泊业，可以整齊地放置在關(guān)系數(shù)據(jù)庫中。隨著大數(shù)據(jù)的興起断傲，數(shù)據(jù)進(jìn)入了新的非結(jié)構(gòu)化數(shù)據(jù)類型脱吱。非結(jié)構(gòu)化和半結(jié)構(gòu)化的數(shù)據(jù)類型，例如文本认罩，音頻和視頻箱蝠，需要進(jìn)行額外的預(yù)處理以導(dǎo)出含義并支持元數(shù)據(jù)。
2.處理能力
Pixabay
英特爾公司的共同創(chuàng)始人戈登·摩爾（Gordon Moore）是摩爾定律的作者垦垂，該定律指出宦搬，微芯片上的晶體管數(shù)量每兩年翻一番。在過去的50多年中劫拗，這導(dǎo)致了處理器計(jì)算能力的提高间校。但是，出現(xiàn)了新技術(shù)的提高页慷，這些技術(shù)正在加速計(jì)算憔足，尤其是促進(jìn)了針對(duì)AI相關(guān)應(yīng)用的計(jì)算胁附。
第一種技術(shù)是圖形處理單元（GPU）。與中央處理器（CPU）相比滓彰，GPU可以擁有數(shù)百甚至數(shù)千個(gè)內(nèi)核控妻。GPU的優(yōu)勢(shì)是可以同時(shí)處理多個(gè)計(jì)算，主要用于圖形密集型的計(jì)算機(jī)游戲揭绑。但是深度學(xué)習(xí)弓候，尤其當(dāng)深度學(xué)習(xí)來管理多個(gè)數(shù)據(jù)集以提高預(yù)測(cè)質(zhì)量的時(shí)候，就用到了GPU的并行計(jì)算能力他匪，Nvidia是GPU的市場(chǎng)領(lǐng)導(dǎo)者菇存。
第二種技術(shù)是云計(jì)算。AI研究人員和從業(yè)人員不必依靠本地計(jì)算機(jī)的計(jì)算能力邦蜜，但實(shí)際上可以將其模型的處理“外包”給云服務(wù)依鸥，例如AWS，Google Cloud畦徘，Microsoft Azure或IBM Watson毕籽。
當(dāng)然，這些服務(wù)不是免費(fèi)提供的井辆，實(shí)際上可能會(huì)變得相當(dāng)昂貴，這取決于需要訓(xùn)練的深度學(xué)習(xí)模型的復(fù)雜性溶握。盡管如此杯缺，擁有預(yù)算的個(gè)人和公司現(xiàn)在可以選擇獲得過去無法獲得的強(qiáng)大處理能力。這給人工智能帶來了巨大的推動(dòng)力睡榆。
最后萍肆，一套全新的專為AI應(yīng)用程序而設(shè)計(jì)的專用處理器應(yīng)運(yùn)而生。一個(gè)例子是Google開發(fā)的Tensor處理單元（TPU）胀屿。這些處理器特別使用Google自己的TensorFlow軟件塘揣，可大大加快神經(jīng)網(wǎng)絡(luò)的計(jì)算速度。有大量的硬件初創(chuàng)公司緊緊追尋著開發(fā)可加速AI專用芯片的巨大機(jī)遇宿崭。其中的幾個(gè)例子是：Graphcore亲铡，Cerebras，Hailo葡兑，Nuvia或Groq奖蔓。
3.互聯(lián)地球
借助互聯(lián)網(wǎng)和智能手機(jī)，人類比以往任何時(shí)候都擁有更多的聯(lián)系讹堤。當(dāng)然吆鹤，這種超連通性也有一些缺點(diǎn)，但是總的來說洲守，它對(duì)社會(huì)和個(gè)人都有巨大的好處∫晌瘢現(xiàn)在沾凄，每個(gè)人都可以通過社交媒體平臺(tái)以及圍繞各種主題的在線社區(qū)訪問信息和知識(shí)。
互聯(lián)地球正在支持AI的興起知允。有關(guān)最新研究和應(yīng)用的信息很容易傳播撒蟀，從而更加鼓勵(lì)知識(shí)共享。此外廊镜，有一些與AI相關(guān)的社區(qū)正在開發(fā)開源工具并共享其工作牙肝，因此，更多的人可以從每個(gè)人的學(xué)習(xí)和發(fā)現(xiàn)中受益嗤朴。
例如配椭，Medium托管了許多針對(duì)AI讀者的出版物，并且許多人分享了真知灼見雹姊。人們還可以在Twitter上找到由在該領(lǐng)域產(chǎn)生巨大影響的頂級(jí)AI研究人員和從業(yè)人員發(fā)布的重要資源耙厚。當(dāng)然還有GitHub-龐大的軟件開發(fā)人員社區(qū)，他們共享項(xiàng)目泄隔，代碼等筛峭。
最后，每個(gè)人（甚至包括Google和Facebook這樣的大型科技公司）都知道AI太復(fù)雜了歧杏，個(gè)人或單個(gè)公司都無法解決镰惦。這種洞察力鼓勵(lì)共享和協(xié)作，通過相互聯(lián)系的社區(qū)可以比以往更有效地完成共享和協(xié)作犬绒。
4.開源軟件
資料來源：Pixabay上的2023583圖片
讓我們從一個(gè)定義開始：
“ 開源軟件是具有源代碼的軟件旺入，任何人都可以檢查，修改和增強(qiáng)凯力∫瘃”例如，Linux可能是最著名和使用最廣泛的開源操作系統(tǒng)咐鹤，并且對(duì)開源軟件的接受和使用產(chǎn)生了巨大影響拗秘。
開源軟件和數(shù)據(jù)極大地促進(jìn)了AI的發(fā)展。特別是祈惶，開源的機(jī)器學(xué)習(xí)標(biāo)準(zhǔn)和庫（例如Scikit-learn 或TensorFlow）支持執(zhí)行復(fù)雜的任務(wù)雕旨，并允許將重點(diǎn)放在解決概念上的問題上，而不是技術(shù)上的實(shí)現(xiàn)行瑞〖橄伲總的來說，開源方法意味著在常規(guī)編碼上花費(fèi)更少的時(shí)間血久，增加了行業(yè)標(biāo)準(zhǔn)化突照，并廣泛應(yīng)用了新興的AI工具。
開源機(jī)器學(xué)習(xí)工具和框架分為以下5個(gè)不同類別：
1氧吐、非程序員的開源機(jī)器學(xué)習(xí)工具
2讹蘑、機(jī)器學(xué)習(xí)模型部署
3末盔、大數(shù)據(jù)開源工具
4、計(jì)算機(jī)視覺座慰，NLP和音頻
5陨舱、強(qiáng)化學(xué)習(xí)
5.改進(jìn)算法
資料來源：Markus Spiske在Unsplash上的照片
人工智能研究人員在算法和技術(shù)方面取得了重大進(jìn)步，這些算法和技術(shù)有助于更好的預(yù)測(cè)和全新的應(yīng)用版仔。
尤其是深度學(xué)習(xí)（DL）游盲，涉及神經(jīng)網(wǎng)絡(luò)的各個(gè)層層面，其設(shè)計(jì)靈感來自人腦處理信息的方法蛮粮，在過去幾年中取得了巨大突破益缎。例如，深度學(xué)習(xí)支持了自然語言處理（NLP）和計(jì)算機(jī)視覺（CV）的發(fā)展然想，并在搜索引擎和自動(dòng)駕駛汽車的許多實(shí)際案例中得到廣泛使用莺奔。
另一個(gè)新興的研究領(lǐng)域是強(qiáng)化學(xué)習(xí)（RL），其中AI代理通過獎(jiǎng)勵(lì)功能優(yōu)化的反復(fù)試驗(yàn)來學(xué)習(xí)很少或沒有初始輸入數(shù)據(jù)的學(xué)習(xí)变泄。Google的子公司DeepMind是領(lǐng)先的AI研究公司之一令哟，到目前為止，RL用于計(jì)算機(jī)游戲中的應(yīng)用證明了其強(qiáng)大的能力妨蛹。著名的AlphaGo算法在2016年的一場(chǎng)比賽中擊敗了頂級(jí)人類圍棋選手李世石屏富。由于游戲的復(fù)雜性，很多人沒想到這種事情會(huì)這么快發(fā)生蛙卤。
還有許多其他AI研究實(shí)驗(yàn)室役听，例如OpenAI，F(xiàn)acebook AI和一些大學(xué)表窘，一直在不斷努力做出新的AI發(fā)現(xiàn)，隨著時(shí)間的流逝甜滨，這些發(fā)現(xiàn)逐漸滲透到實(shí)際的行業(yè)應(yīng)用中乐严。
6.快速回報(bào)
來源：Frank Busch在Unsplash上的照片
人工智能，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)不再只是理論和概念衣摩，而是實(shí)際上增強(qiáng)了公司的競爭優(yōu)勢(shì)并提高了生產(chǎn)力昂验。競爭壓力迫使公司在其產(chǎn)品和服務(wù)中使用AI系統(tǒng)。
例如艾扮，當(dāng)今大多數(shù)消費(fèi)者公司都利用AI進(jìn)行個(gè)性化和推薦既琴。考慮一下Netflix或Amazon泡嘴。輝瑞等制藥公司現(xiàn)在可以使用AI將藥物開發(fā)過程從十年縮短到僅僅幾年甫恩。
這些豐厚的回報(bào)鼓勵(lì)公司在研發(fā)方面投入更多的資源，并開發(fā)新的應(yīng)用程序酌予，從而充分利用人工智能的潛力并使其變得更好磺箕，從而進(jìn)入良性循環(huán)奖慌。
結(jié)論
我們確定了促成AI革命的六個(gè)因素：大數(shù)據(jù)，處理能力松靡，互聯(lián)地球简僧，開源軟件，改進(jìn)的算法和加速的回報(bào)雕欺。
這些因素正在融合岛马，并且將繼續(xù)發(fā)生更多的發(fā)展和創(chuàng)新，繼續(xù)加速AI的影響屠列。
