這4種機器智能類型,你了解多少?
認知計算,人工智慧,機器學習和深度學習通常用於描述同一事物,但實際上有所不同。我們解釋一下這些差異是什麼,這樣你可以更好地理解這些片段如何組合在一起。
儘管機器智能涉及的不僅僅是一個概念,計算機也變得更加智能。但在日常會話中常常會聽到「AI」,「認知計算」,「機器學習」和「深度學習」,儘管這些術語經常被濫用。
無論您是從業者,IT領導者還是商業領袖,您都應該了解這些差異。以下是一些基本的解釋,解釋每個的價值。即使你覺得你理解這些條款,使用這篇文章來幫助你的老闆理解他們想要什麼時,他們要求「一些人工智慧」。
認知計算
認知計算是機器智能的感官分支。使用感測器和演算法,計算機可以「看到」,「聽到」和「感覺到」,儘管也正在努力解決「氣味」和「味道」問題。技術分析師,顧問兼架構師Janakiram MSV表示:「認知計算為人們帶來了人類的能力,使他們能夠思考,行為,並像人類一樣行動。「認知計算是外行人體驗人工智慧的方式。」
圖像感測器可以讓電腦看到,而麥克風可以讓他們聽到。文本到語音和語音到文本技術使他們能夠使用自然(人類)語言與人類進行通信。Alexa,Siri,Cortana和Google Assistant是後者的例子。
「將照相機和話筒添加到計算機並不是一個新概念,但現在我們正在為一直缺失的計算機添加一個大腦,」Janakiram說。「認知計算是為計算機添加人工感官功能並為計算機添加大腦,這種能力使計算機能夠思考,行動,並像人類一樣行動。」
AI
人工智慧為電腦帶來了決策能力,我們每天都以推薦引擎的形式體驗電腦。雖然人工智慧不是一項新技術,但云計算和存儲經濟已經實現了其爆炸性增長和主流應用。
「認為人工智慧是認知計算背後的大腦,認知計算是感官能力,人工智慧可以在沒有這些能力的情況下存在,」Janakiram說。「它沒有任何感官上的限制,這只是一個聰明的建議。」
一種流行的新興AI使用案例是自動駕駛汽車。從本質上講,AI是智能軟體應用程序背後的「大腦」。
機器學習
機器學習需要大量的數據,從中可以識別模式並進行預測。
經典的機器學習訓練示例是教計算機區分貓和狗,或不同品種的貓和狗。例如,此類功能現在正用於識別犯罪調查中的對象和個人。同時,企業正在使用預測方面來改善客戶服務,安全性和業務效率。
「如果你餵養一萬個數據點的身高和體重信息,並讓計算機從中得出一個模式,那麼以後你只能餵食高度,計算機將能夠準確預測體重是多少,」Janakiram說。 。「機器學習是從過去的數據,歷史趨勢,識別模式中學習,然後預測下一步是什麼,這是一個過於簡單化的定義,但它是考慮它的最好方法。」
深入學習
深度學習使用模仿人腦的生理和功能的神經網路。神經網路包括幾層神經元,導致使用術語「深度學習」。
「深度學習採用機器學習的概念,讓電腦從歷史數據中學習,然後應用人腦思考的方式,」Janakiram說。「[深度學習使用]神經科學和神經學技術。」
深度學習是機器學習的最高級形式,並且正在成為培訓計算機的首選方式。
目前語音交互機器人,機器學習需要的一定行業數據,從中可以識別模式並進行預測。
在當下的耶特電銷機器人已經逐漸成熟,同時為企業解決人工成本起到了很大的作用!
耶特語音智能機器人與傳統電銷人員對比
房地產的錄音
TAG:耶特智能世界 |