京公网安备 11010802034615号
经营许可证编号:京B2-20210330
现在人工智能的发展带来的前景是非常明晰且乐观的,也是人类科技不断向前的一个标志。不过现阶段的人工智能智能还尚处于弱人工智能阶段,离我们想象中的人工智能还是有很大的差距。那么我们怎么看待现在的人工智能呢?下面我们就给大家介绍一下这个内容。
我们从两方面进行描述对人工智能的看法,第一方面就是我们要肯定人工智能领域的研究人员近几年来所做的工作,确实在狭义人工智能方面取得了重大的进展,可以让机器有一定的感知和判断能力,但机器学习和神经网络的开发与实现真正的人工智能是不一样的。阿尔法狗是这方面的顶尖的水平,但阿尔法狗的通用性是显示在算法和模型迁移方面,能够比较快的建模训练解决更多的特定问题,就是这样也仅仅是接近,而不是说具备了通用智能。我们可以这么说,在通用智力方面的研究其实并没有什么突破性的进展。
在另一方面来说,现在人门对人工智能的核心学科也存在争议。现在有两种流派,一种是以计算机学科为核心,硬件、编程和算法来构建的人工智能体系。还有一种是以神经元学科、生物学、心理学等综合学科结合为构想,计算机学科来实例化的人工智能。第一种流派是追求务实,讲究实用和效果,研究也更快出结果,更加容易观测,比如语音识别和人脸识别这些算法和硬件都是通过计算机来实现的。后一种更关注综合学科的交叉和发展,计算机是辅助实现的方式,因为需要综合多个学科,所以研究花费的时间和精力都要大很多,结果也存在很多不确定性。两种流派也有争论,谁高谁低的问题。现在热火朝天的开发的深度学习相关的应用,语音识别、模式识别、图像识别等等,都是人工智能需要注意的内容。可以说,计算机科学主导的人工智能,很容易走到瓶颈,我们现在看起来狭义人工智能在感知和识别方面应用广阔,但也就是十年到二十年这方面的研究就到头了,但是在未来我们很可能没有知识或者理论进行下一步的研究。如果一直炒冷饭,那么人工智能的发展就会止步不前了。
我们在这篇文章中给大家介绍了人们对现阶段的人工智能的看法,一方面我们肯定人工智能的成果,另一方面我们还是需要认清楚人工智能的核心学科,把握好人工智能发展的方向,这样才能够让人工智能更好地造福我们人类乃至整个地球。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在大数据时代背景下,海量行业数据亟需通过专业化工具挖掘潜在价值,辅助企业业务决策、优化运营模式、规避经营风险。Python凭借 ...
2026-08-28SQL是数据分析领域最基础、最核心的工具,承担着取数、清洗、统计、分层、归因的全流程工作。不同于单纯的语法练习,实战化SQL数 ...
2026-08-28 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-08-28随着新零售模式的快速普及,零售行业从传统的“货品驱动”全面转向“用户驱动”。门店交易数据、线上消费记录、浏览轨迹、复购频 ...
2026-08-27在数据分析、爬虫采集、接口开发、数据归档等场景中,JSON与CSV是两种使用率最高的数据存储格式。JSON为键值对结构化格式,适配 ...
2026-08-27 很多数据分析师每天都在计算指标、制作报表,但当被问到“什么叫指标数据元”“指标数据标准包含哪些核心维度”“指标数据质 ...
2026-08-27在数据分析工作中,时间序列是最常见的数据类型之一,订单时间、日志时间、交易时段、统计周期等数据均离不开时间处理。原始数据 ...
2026-08-26在数据分析与数据预处理工作中,原始数据普遍存在录入错误、系统故障、偶然极值等问题,极易产生异常数据。异常数据会严重干扰数 ...
2026-08-26 很多数据分析师能熟练写SQL、做透视表,但当被问到“数据是从哪里来的?经过哪些加工才进入数据仓库?ETL具体做了什么?”时 ...
2026-08-26在数理统计与数据分析领域,多因素方差分析与线性回归模型是研究变量关系、因素影响、数据差异规律的两大核心工具。二者均属于经 ...
2026-08-25数据分析的核心价值不在于数据计算与图表制作,而在于清晰、精准、有逻辑地输出结论、支撑业务决策。日常数据分析报告普遍存在结 ...
2026-08-25 很多数据分析师能熟练地写SQL、做透视表、算描述性统计,但当被问到“如何预测用户流失概率”“如何归因销量下滑的关键因素 ...
2026-08-25平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19