I am engaged in work related to artificial intelligence. Sometimes my relatives and friends ask me, what is your artificial intelligence? I generally don't explain it because it's hard to tell.
Later, I met a friend who gave a speech. After he understood my confusion, he assigned me a task: to finish speaking about artificial intelligence in fifteen minutes. There is only one requirement, and your audience must understand, even if Just talk about 1+1=2!
So, I tried to make an outline, if you don't understand, please give me feedback.
1. What is artificial intelligence?
Artificial intelligence, English is Artificial Intelligence, the abbreviation is AI. We often hear people in suits say AI, AI, sometimes referring to this artificial intelligence. If young people in hip-hop say AI, they probably mean Adobe Illustrator. This is a software from Adobe, which is used for graphic design. It is a sibling product of PS (Adobe Photoshop). It is mainly used to design cartoon images. Its abbreviation is also called AI.
Therefore, when a high-end elite tells you about AI arrogantly, you can ask him whether you are talking about Artificial Intelligence or Adobe Illustrator. Later, he might be more honest.
Today, we are talking about artificial intelligence, the AI. Artificial intelligence was proposed by American McCarthy in 1956. The essence of artificial intelligence is to enable machines to think and act like humans. It mainly simulates, extends and expands human intelligence to form a certain theory, method, technology and applied new technology science.
That's all for the concept, let's see what it can do.
2. Application of artificial intelligence
The application fields of artificial intelligence are very wide, such as the image field replacing human eyes, and the language field replacing human mouth. Judging from its application, it is indeed intended to replace humans.
2.1 Image field
Let's first look at an image classification , which can recognize what an image is. For example, recognize that the picture below is a banana.
Look at one more, this is called target detection . It goes one step further than classification, and it can figure out what object is where . For example, the red box is an apple, and the blue box is a banana.
还可以更细致，下面这个叫语义分割。它可以判断出，哪一个像素属于什么物体。
这有什么用呢？炫技吗？自动驾驶用它呀。路上的落叶、石头、塑料袋，甚至是一个图钉，都是需要识别出来，以便于分析能不能通过。
其实，我们生活中最为常见的还是目标检测。
比如下面这张图，工地入口处，检测工人是否佩戴安全帽。
前两天，我作为某大赛评委，看到了一个大学生做的一个作品，很有意思。
它可以检测桃子是否成熟，是否有病虫害，还可以驱赶鸟类。这个正好用于振兴农业发展。
还有更常见的一个应用，那就是OCR识别。
下面这个可以把你的动作或者表情迁移到其他人身上（比如动漫人物）。
还有一个，我们也经常见，叫超分辨率。它可以用于旧图修复，能让模糊的图变清晰。
可以说，图像领域是人工智能应用范围最广的领域（我就不说之一）。
我们看到，人工智能确实起到了替代人工的作用。我们不妨把时间拉长，不知道大家还能不能回忆起来，原来每个停车场（包含路边）里，都有一个大爷，负责指挥停车，贴条计时，收费放行。现在，都被机器给取代了。
2.2 自然语言领域
除了图像领域，在自然语言领域，人工智能的应用也比较广泛。
自然语言处理(Natural Language Processing 简称NLP)，翻译成通俗的词语就是：人话。它想让机器可以听懂人话，看懂人话，而且还能任意表达人话，不限于哪国话。总之，就是让机器人看书、写字、闲聊天，还能有所总结和感悟，就和我们人类一样。
看下面这个图。
这是机器人在自然语言处理方面的成果，这个叫问答系统。
找来一篇文章，比如上面的例子，原文是：
TensorFlow是一个免费的开源软件库，用于跨一系列任务的数据流和可微分编程。它是一个符号数学库，也用于机器学习应用程序，如神经网络。谷歌将其用于研究和生产。TensorFlow由谷歌大脑团队开发，供谷歌内部使用。它于2015年11月9日在Apache License 2.0下发布。
那么，当机器学完了这段话之后。你就可以向他提问了。
你问它：TensorFlow是什么、什么是TensorFlow？
因为它学过。它就会回答：TensorFlow是一个免费的开源软件库……
除此之外，你问它谁发明的TensorFlow？这个它也学过，原文中有。它会回答说，是谷歌大脑开发的。
如果你问它，ITF男孩长得帅不帅？它就智障了。因为没学过。
你遇到的很多客服系统，不是AI技术不行，主要是没有那么多对话数据去学习。
除此之外，还有很多的应用。
| 分类 | 简介 | 应用场景 |
|---|---|---|
| 文本分类 | 通过训练对一段文本的进行分类 | 情感分类、舆论监控、文学体裁分类等 |
| 智能回复 | 基于大量聊天消息训练，依据上下文的相关内容生成回复建议 | 智能客服、聊天机器人、问答系统 |
| 语言翻译 | 将一种语言的文本转换为另一种语言，同时保持含义完整 | 英汉翻译、中日翻译、古文现代文翻译 |
| 文本生成 | 基于大量文本训练，输出当前词语之后最大概率出现的文本 | 输入法联想、文本自动补全、智能对联、自动写原创文章 |
| 信息提取 | 获取明文公告，通过算法提取关键信息，辅助决策 | 金融风控 |
2.3 更多领域
人工智能的应用领域很多。
各项技术可以相互结合，比如谷歌Imagen搞了一个语言加图像的应用，叫文本图像合成。说白了就是：我说你画。
我说：一个骑自行车的土狗，一个游泳的泰迪熊。然后，人工智能就能画出对应的图。
这是小意思，可以再发挥点儿想象力，比如我说：一个火龙果在大雪天，成为了跆拳道黑带！
你以为这只是科研阶段吗？不是的。我写自媒体，我是看在眼里的。包括百度、头条等平台，已经上线了文章转视频的功能。只要有文字，就可以生成音频，可以生成视频，而且我就在使用。
但是，不管怎么结合，万变不离其宗，人工智能是由一些基础技术支撑的。
其他AI相关技术，都是通过使用这些基础技术发展起来的。这几个基础技术如下：
- 机器学习：人工智能的核心，研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。
- 知识图谱：用图模型来描述知识和建模世界万物之间关联关系的技术方法。这是先决条件，只有建立了行业知识图谱，才能给出行业AI方案。现在各家都在搞知识图谱，但是很少有真正实用的。
- 自然语言：能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。主要应用于机器翻译、舆情监测、自动摘要、观点提取、文本分类等。
- 人机交互：为完成确定任务的人与计算机之间的信息交换过程。例如：眼睛虹膜、眼动、掌纹、笔迹、步态、语音、唇读、人脸、DNA等。
- 语音识别：是利用机器将语音信号转换成文本信息。
- 图像视觉：用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理。
三、人工智能的发展阶段
人工智能有三个发展阶段：弱人工智能、强人工智能、超人工智能。
当前的话，人工智能还处于弱人工智能阶段。并且，这一阶段将维持较长的时间。
那位说了，这孩子说话，老卖关子。你倒是说啥样是强，啥样是弱啊。
3.1 弱人工智能
这是我们目前所处的阶段，你看到的人工智能，都是弱人工智能。
它只会计算和推断，只能解决某个具体问题。比如智能推荐购物、机器人客服、识别哈士奇与狼、自动作画、甚至战胜柯洁的AlphaGo等。
3.2 强人工智能
当走向强人工智能时，机器人就拥有了意识，拥有和人类一样的智能水平。换句话说，你和它一起生活，你发觉不出它是个机器人。
3.3 超人工智能
到了超人工智能，它就会像人类一样自己去学习。而且学习速度极快，几秒钟运算上亿次，几分钟可以超过人类几百年的积累，智能水平会远超过我们人类。
到时候，就不是我在这里编文章了。我比它差多了。我脑子里只有100本书，AI脑子里有全人类的知识。
四、我对人工智能的见解
4.1 人工智能的机会
现在大厂的AI平台太多了，还有必要自己做人工智能吗？个人还有机会吗？
有机会呀。大厂平台解决的是1000万人市场规模中70%的问题。自研人工智能可以解决垂直领域10万人市场95%的问题。大与小的辩证一直都存在。海洋里有大鱼存在，不代表虾米就会灭绝。
你在某一个极小的点上，做出超过大厂的效果，这在业内，真的一点也不奇怪。
4.2 人工智能的门槛
人工智能很难吗？
写到这个标题，估计有人预测我要卖课了，看着挺像，但并非如此。
做学术研究门槛确实高，但是做应用解决问题真的非常简单。
人工智能框架非常多，如果仅仅是做应用，了解了基本概念之后，几行代码就可以解决很多问题。国家也有计划在小学生中普及AI编程，可见它并不是很难。
4.3 人工智能的瓶颈
弱人工智能还要持续很长时间，限制人工智能发展的因素是什么？
业内普遍认为主要有3项：算力、算法和数据。
算力主要指计算机硬件设备。算法主要指人工智能的软件支持。
数据指提供人工智能分析和学习的素材。目前在信息化很发达的今天，数据依然不足以支撑人工智能实现质的飞越。主要原因是数据碎片化严重，各场景下的采集和归纳成本极高。
小数据仅仅能支撑小场景。比如自动驾驶，你搞一个你房间里的自动驾驶其实很简单，路线和物品基本都是固定的。你训练好了模型，在你屋里它可以自由走动，可以去次卧拿了物品放到主卧去。但是，你放到你们小区里，就不行了。放到全国、全球，就更智障了。虽然说，人工智能不是穷举所有场景，但是代表性的样本都来几条不过分吧。仅仅这个数量级，现在也是无法收集到的。
以上就是我讲的人工智能。
大家好，我是ITF男孩，在掘金是@TF男孩，一个IT男。带你从IT角度看世界。