AI研究人員Vincent CMüller和哲學家Nick Bostrom在2012/13年度對四組專家進行的一項調(diào)查顯示，到2040年至2050年，人工智能將有50％的機會發(fā)展，到2075年將上升到90％。該小組甚至走得更遠，預測所謂的“ 超級智能 ”被Bostrom定義為“在所有感興趣的領域中大大超過人類的認知表現(xiàn)的任何智力”預計在AGI實現(xiàn)后約30年。
就是說，一些AI專家認為，鑒于我們對人腦的了解有限，這樣的預測是非常樂觀的，并且認為AGI尚有數(shù)百年的歷史。
人工智能：如何建立業(yè)務案例
人工智能可能是一個熱門話題，但您仍然需要證明這些項目的合理性。
什么是機器學習？
關于AI的研究非常廣泛，其中許多研究相互補充。
當前正在興起，機器學習是向計算機系統(tǒng)饋送大量數(shù)據(jù)的機器學習，然后用于學習如何執(zhí)行特定任務，例如理解語音或為照片加字幕。
什么是神經(jīng)網(wǎng)絡？
機器學習過程的關鍵是神經(jīng)網(wǎng)絡。這些是由大腦啟發(fā)的，相互連接的算法層的網(wǎng)絡，它們相互饋送數(shù)據(jù)，并且可以通過修改歸因于輸入數(shù)據(jù)在各層之間傳遞的重要性來訓練它們執(zhí)行特定任務。在訓練這些神經(jīng)網(wǎng)絡的過程中，附加在不同輸入上的權重將繼續(xù)變化，直到神經(jīng)網(wǎng)絡的輸出與所需的輸出非常接近為止，此時網(wǎng)絡將“學習”如何執(zhí)行特定任務。
機器學習的一個子集是深度學習，其中神經(jīng)網(wǎng)絡被擴展為具有大量層的龐大網(wǎng)絡，這些層使用大量數(shù)據(jù)進行訓練。正是這些深層神經(jīng)網(wǎng)絡推動了計算機執(zhí)行語音識別和計算機視覺等任務的能力的當前飛躍。
