據(jù)麥肯錫估計(jì)，從現(xiàn)在到2030年，人工智能將創(chuàng)造約13萬(wàn)億美元的美國(guó)國(guó)內(nèi)生產(chǎn)總值。相比之下，2017年整個(gè)美國(guó)的國(guó)內(nèi)生產(chǎn)總值約為19萬(wàn)億。人工智能已經(jīng)成為第四次工業(yè)革命， 人工智能無(wú)疑是數(shù)字化轉(zhuǎn)型的核心，它在整個(gè)行業(yè)中的應(yīng)用將極大地改變我們的世界以及工業(yè)生產(chǎn)方式。 越來(lái)越多的人希望投入這場(chǎng)人工智能革命，但他們不知道AI能做什么，AI是一種什么樣的技術(shù)。 因此本文將介紹什么是AI。

關(guān)于人工智能的炒作從未停止過(guò)，許多人對(duì)人工智能存在一定的誤解。人工智能可分為兩部分：

人工窄智能是指擅長(zhǎng)一項(xiàng)特定任務(wù)的AI ，它們是經(jīng)過(guò)訓(xùn)練和開(kāi)發(fā)的。 例如一個(gè)人工智能系統(tǒng)可根據(jù)歷史數(shù)據(jù)向您推薦YouTube視頻的算法或者預(yù)測(cè)未來(lái)房屋價(jià)格。ANI是一個(gè)非常強(qiáng)大的工具，它將在未來(lái)幾年為我們的社會(huì)增加許多額外的價(jià)值。 我們近年來(lái)所看到的所有人工智能進(jìn)展其實(shí)都是人工窄智能。

人工智能的最終目標(biāo)是一個(gè)比人類(lèi)聰明或聰明的計(jì)算機(jī)系統(tǒng) 。 AGI可以成功地完成人類(lèi)可以做的任何智力任務(wù)。 這也是AI引起人們最大恐懼的一部分。 他們想象一個(gè)計(jì)算機(jī)比人類(lèi)聰明得多的世界，幾乎每個(gè)工作都是自動(dòng)化的，甚至是類(lèi)似終結(jié)者的場(chǎng)景。而實(shí)際上， 我們?nèi)赃h(yuǎn)遠(yuǎn)未達(dá)到真正的AGI技術(shù)水平 。

人工智能是一個(gè)非常復(fù)雜的領(lǐng)域，里面包括很多術(shù)語(yǔ)可能會(huì)讓你很混亂。 你可能聽(tīng)說(shuō)過(guò)神經(jīng)網(wǎng)絡(luò)，深度學(xué)習(xí)或數(shù)據(jù)科學(xué)。 但并不清楚其中具體的含義以及相互間的關(guān)系。

人工智能是一個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域 ，它強(qiáng)調(diào)智能機(jī)器的創(chuàng)造，擁有像人類(lèi)一樣工作和反應(yīng) 。 就像我已經(jīng)提到的那樣，當(dāng)人們談?wù)揂I時(shí)，他們主要是人工智能（AGI）。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)都是用于使計(jì)算機(jī)智能操作的技術(shù)。

機(jī)器學(xué)習(xí)是AI的一個(gè)子領(lǐng)域 。 通過(guò)一定的算法使計(jì)算機(jī)能夠從數(shù)據(jù)中學(xué)習(xí)并執(zhí)行某項(xiàng)任務(wù)。 機(jī)器學(xué)習(xí)項(xiàng)目示例：

想象一下，你是一家房地產(chǎn)公司，你有很多關(guān)于房屋的數(shù)據(jù)。 您與機(jī)器學(xué)習(xí)公司合作，建立機(jī)器學(xué)習(xí)系統(tǒng)，以預(yù)測(cè)房屋的未來(lái)價(jià)格。 這樣的系統(tǒng)使您能夠更好地決定您想要投資的房屋，并找出清算投資的合適時(shí)機(jī)。

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子部分，它與機(jī)器學(xué)習(xí)基本相同：你給算法標(biāo)記數(shù)據(jù)，然后算法從數(shù)據(jù)中學(xué)習(xí)數(shù)據(jù)規(guī)律并進(jìn)行預(yù)測(cè)。 與機(jī)器學(xué)習(xí)的不同之處在于深度學(xué)習(xí)具有更現(xiàn)代，更復(fù)雜的算法，而機(jī)器學(xué)習(xí)使用更簡(jiǎn)單的傳統(tǒng)算法。由于它們的復(fù)雜性以及足夠的數(shù)據(jù)和計(jì)算能力，深度學(xué)習(xí)算法在準(zhǔn)確度上有了重大突破，甚至在其中一些任務(wù)上超過(guò)人類(lèi)（例如：組織病理學(xué)圖像分析，或在Netflix上推薦電影）。

數(shù)據(jù)科學(xué)項(xiàng)目的輸出通常是一組見(jiàn)解，可幫助您做出更好的業(yè)務(wù)決策，例如決定是否投資某些東西，是否應(yīng)該購(gòu)買(mǎi)某些設(shè)備，或者是否應(yīng)重新構(gòu)建您的網(wǎng)站。 數(shù)據(jù)科學(xué)是通過(guò)統(tǒng)計(jì)方法 ，可視化等分析數(shù)據(jù)來(lái)提取數(shù)據(jù)知識(shí)和洞察力的科學(xué) 。輸出通常是演示文稿或幻燈片幫助管理者做出某些決策的結(jié)論。

人工智能術(shù)語(yǔ)還包括強(qiáng)化學(xué)習(xí)，生成性對(duì)抗網(wǎng)絡(luò)（Gans）等。這些都是使AI系統(tǒng)智能化的工具。

數(shù)據(jù)可以采用多種形式：電子表格，圖像，音頻，傳感器數(shù)據(jù)等。這些可分為兩大類(lèi)：結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)。

結(jié)構(gòu)化數(shù)據(jù)是按照預(yù)定義模式以結(jié)構(gòu)化格式存儲(chǔ)的數(shù)據(jù) 。 它指的是駐留在記錄或文件中的固定字段中的任何數(shù)據(jù)?？梢允俏谋镜囊部梢允欠俏谋?。 例如泰坦尼克號(hào)數(shù)據(jù)集就是一種結(jié)構(gòu)化數(shù)據(jù)。

非結(jié)構(gòu)化數(shù)據(jù)本質(zhì)上是未通過(guò)預(yù)定義模式構(gòu)建的其他所有內(nèi)容。 它可以是文本的或非文本的， 主要包括圖像，視頻，音頻文件，文檔等。

監(jiān)督學(xué)習(xí)是最常用的機(jī)器學(xué)習(xí)類(lèi)型，當(dāng)人們說(shuō)“數(shù)據(jù)”時(shí)，它們主要是指標(biāo)記數(shù)據(jù) 。例如您有一個(gè)數(shù)據(jù)集，其中包含100，000只狗和貓的照片，其中每張照片都有一個(gè)標(biāo)簽，“Cat”或“Dog”。還比如一個(gè)包含房?jī)r(jià)信息的數(shù)據(jù)集。 每個(gè)房屋對(duì)應(yīng)的價(jià)格就是標(biāo)簽。

您可以在互聯(lián)網(wǎng)上找到許多問(wèn)題的數(shù)據(jù)集（一些是免費(fèi)的，一些是花錢(qián)的），但大多數(shù)時(shí)候您需要?jiǎng)?chuàng)建自己的數(shù)據(jù)集，獲取數(shù)據(jù)有三種主要方式：

1.手動(dòng)創(chuàng)建

假如你想要建立一個(gè)分類(lèi)器檢測(cè)給定圖片上是否有男人或女人。 要訓(xùn)練這樣的分類(lèi)器，你需要搜集一些男女圖片。 然后，您需要為每個(gè)圖像指定一個(gè)標(biāo)簽：men（標(biāo)簽1）或女人（標(biāo)簽2）。

2.用戶(hù)行為

假如您經(jīng)營(yíng)一家電子商務(wù)公司并希望預(yù)測(cè)客戶(hù)何時(shí)會(huì)進(jìn)行購(gòu)買(mǎi)，您可以通過(guò)觀察用戶(hù)在您網(wǎng)站上的行為來(lái)創(chuàng)建數(shù)據(jù)集。

3.使用免費(fèi)數(shù)據(jù)源

像Kaggle上有許多免費(fèi)的數(shù)據(jù)集資源。 還可以使用Google數(shù)據(jù)搜索 ，如果沒(méi)有找到任何內(nèi)容，還可以在數(shù)據(jù)市場(chǎng)上購(gòu)買(mǎi)數(shù)據(jù)集。