В наши дни искусственный интеллект — это слишком громоздкий термин. В этом посте вы прочтете о том, что на самом деле означает искусственный интеллект и как он может повлиять на нашу повседневную жизнь. Для тех людей, которые думают, что ИИ, также известный как искусственный интеллект, касается только робототехники или JARVIS (просто довольно очень интеллектуальной системы), ваше воображение и знания очень ограничены.

ЧТО ТАКОЕ ИИ????

Согласно Википедии, «искусственный интеллект – это интеллект, демонстрируемый машинами, в отличие от естественного интеллекта, демонстрируемого людьми и другими животными”. другие животные. ну вот и все. Во-первых, интеллект — это то, что можно описать как «способность человека к логике, пониманию, самосознанию, обучению, эмоциональным знаниям, планированию, творчеству и решению проблем». Итак, как этот интеллект может быть создан Искусственно для другого вида (РОБОТОВ), если он доступен исключительно только людям. На самом деле существует множество категорий, которые мы могли бы разделить и классифицировать, но ниже приведены четыре основные категории, на которых основное внимание уделяется настоящему и ближайшему будущему.

1. Нейронные сети:

Нейронные сети описываются как структура человеческого мозга, которую изучают и анализируют ведущие ученые с целью создания копии компьютера, которую можно использовать для выполнения различных задач, которые может выполнять человек, или даже больше, чем то, что может выполнять человек. мог сделать человек. Это базовое изображение человеческого мозга, а цветные точки, представленные в нем, называются нейронами. Этот мозг создан Богом или для некоторых атеистов, создан в результате биологической эволюции.

Но этот мозг представляет собой интересный вид, который был создан людьми, чтобы заставить Машины думать как люди. Этот мозг также состоит из нейронов, за исключением того, что здесь они называются узлами. Круги представляют узлы, а линии, соединяющие узлы, представлены как синапсы.

В ближайшем будущем я буду вести более подробный блог о нейронной сети.

2. Машинное обучение:

Машинное обучение определяется как способность, которой машины обладают, чтобы учиться на основе концепций, которым мы их обучаем. Да, мы в основном являемся здесь наставниками для машин, и под машиной я подразумеваю программу. В машинном обучении мы в основном обучаем и обучаем модель (программу) учиться по определенной теме таким образом, что, когда мы задаем ей какие-либо вопросы, мы можем ожидать в результате добрый ответ. Таким образом, машинное обучение — это основы, с которыми должен ознакомиться любой человек, работающий с ИИ, когда он хочет создать будущую модель (например, робота).

Приложения машинного обучения:

  • Предсказание домашнего приза
  • Создание рекомендуемого списка, который вы видите на Amazon, Netflix
  • Беспилотный автомобиль
  • Предсказание различных заболеваний
  • Анализ закономерностей определенной структуры.

список продолжается….

В ближайшем будущем я буду писать более подробный блог о машинном обучении и его алгоритмах.

3. Наука о данных:

"Познакомьтесь с людьми, которые могут извлечь пользу из беспорядочных, неструктурированных данных"

Наука о данных — это термин, придуманный многими людьми в последние дни. Если бы вы могли разделить термин «Наука о данных» (Данные + Наука), вы могли бы понять, что вы в основном применяете некоторые научные инструменты и пакеты, доступные в мире, для ваших данных, чтобы в основном получить некоторые идеи, которые можно использовать для прогнозирования буквально чего угодно. это может варьироваться от анализа производительности компании за последние пару месяцев до ежедневного анализа прогноза погоды. Существует множество инструментов, которые можно использовать для анализа данных, таких как Tableau, и серверов, которые можно использовать для хранения данных в реальном времени, таких как SQL.

Гарвардский университет объявил, что «Data Scientist — самая сексуальная профессия в 21 веке». Но с большими деньгами возникает много проблем, когда специалисту по данным приходится сталкиваться с большим объемом неструктурированных данных и приходить к выводу, который может понравиться их менеджеру или клиентам.

(ПРИМЕЧАНИЕ: DS на картинке — наука о данных)

Если вы думаете, что данные предназначены только для обработки и организации данных, то это не совсем правильно. Я буду вести дальнейший блог о различных инструментах, которые вы можете использовать для анализа ваших данных (как неструктурированных, так и структурированных), а также о различных инструментах, таких как SQL, SSDT-BI, Tableau.

4. Интернет вещей (IOT):

Интернет вещей (IoT) — это сеть физических устройств, транспортных средств, бытовой техники и других предметов, связанных с электроникой, программным обеспечением, датчиками, приводами и сетевыми подключениями, которые позволяют этим объектам подключаться и обмениваться данными. Каждая вещь однозначно идентифицируется через встроенную вычислительную систему, но способна взаимодействовать в рамках существующей инфраструктуры Интернета. По оценкам экспертов, к 2020 году Интернет вещей будет состоять примерно из 30 миллиардов объектов. Также предполагается, что глобальная рыночная стоимость Интернета вещей к 2020 году достигнет 7,1 триллиона долларов.

Существует множество приложений, которые может выполнять система IOT:

  • Умный дом
  • сельское хозяйство
  • Мониторинг окружающей среды
  • Здравоохранение
  • Транспорт

список можно продолжить, я буду писать более подробный блог о IOT и его применении в другом блоге.

Итак, мы подошли к концу блога, и ваш вывод из этого блога заключается в том, что ИИ в основном работает на предсказаниях и вероятностях. Мы никогда не могли предположить, что ИИ всегда может быть на 100% правильным, и наоборот.

Следуйте за мной в моем личном блоге, чтобы получить много интересных тем, алгоритмов, инструментов, концепций, объясненных в упрощенной форме https://mytakeondata.wordpress.com