京公网安备 11010802034615号
经营许可证编号:京B2-20210330
现在人工智能的发展带来的前景是非常明晰且乐观的,也是人类科技不断向前的一个标志。不过现阶段的人工智能智能还尚处于弱人工智能阶段,离我们想象中的人工智能还是有很大的差距。那么我们怎么看待现在的人工智能呢?下面我们就给大家介绍一下这个内容。
我们从两方面进行描述对人工智能的看法,第一方面就是我们要肯定人工智能领域的研究人员近几年来所做的工作,确实在狭义人工智能方面取得了重大的进展,可以让机器有一定的感知和判断能力,但机器学习和神经网络的开发与实现真正的人工智能是不一样的。阿尔法狗是这方面的顶尖的水平,但阿尔法狗的通用性是显示在算法和模型迁移方面,能够比较快的建模训练解决更多的特定问题,就是这样也仅仅是接近,而不是说具备了通用智能。我们可以这么说,在通用智力方面的研究其实并没有什么突破性的进展。
在另一方面来说,现在人门对人工智能的核心学科也存在争议。现在有两种流派,一种是以计算机学科为核心,硬件、编程和算法来构建的人工智能体系。还有一种是以神经元学科、生物学、心理学等综合学科结合为构想,计算机学科来实例化的人工智能。第一种流派是追求务实,讲究实用和效果,研究也更快出结果,更加容易观测,比如语音识别和人脸识别这些算法和硬件都是通过计算机来实现的。后一种更关注综合学科的交叉和发展,计算机是辅助实现的方式,因为需要综合多个学科,所以研究花费的时间和精力都要大很多,结果也存在很多不确定性。两种流派也有争论,谁高谁低的问题。现在热火朝天的开发的深度学习相关的应用,语音识别、模式识别、图像识别等等,都是人工智能需要注意的内容。可以说,计算机科学主导的人工智能,很容易走到瓶颈,我们现在看起来狭义人工智能在感知和识别方面应用广阔,但也就是十年到二十年这方面的研究就到头了,但是在未来我们很可能没有知识或者理论进行下一步的研究。如果一直炒冷饭,那么人工智能的发展就会止步不前了。
我们在这篇文章中给大家介绍了人们对现阶段的人工智能的看法,一方面我们肯定人工智能的成果,另一方面我们还是需要认清楚人工智能的核心学科,把握好人工智能发展的方向,这样才能够让人工智能更好地造福我们人类乃至整个地球。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据工作的全流程中,数据清洗是最基础、最耗时,同时也是最关键的核心环节,无论后续是做常规数据分析、可视化报表,还是开展 ...
2026-03-20在大数据与数据驱动决策的当下,“数据分析”与“数据挖掘”是高频出现的两个核心概念,也是很多职场人、入门学习者容易混淆的术 ...
2026-03-20在CDA(Certified Data Analyst)数据分析师的全流程工作闭环中,统计制图是连接严谨统计分析与高效业务沟通的关键纽带,更是CDA ...
2026-03-20在MySQL数据库优化中,分区表是处理海量数据的核心手段——通过将大表按分区键(如时间、地域、ID范围)分割为多个独立的小分区 ...
2026-03-19在商业智能与数据可视化领域,同比、环比增长率是分析数据变化趋势的核心指标——同比(YoY)聚焦“长期趋势”,通过当前周期与 ...
2026-03-19在数据分析与建模领域,流传着一句行业共识:“数据决定上限,特征决定下限”。对CDA(Certified Data Analyst)数据分析师而言 ...
2026-03-19机器学习算法工程的核心价值,在于将理论算法转化为可落地、可复用、高可靠的工程化解决方案,解决实际业务中的痛点问题。不同于 ...
2026-03-18在动态系统状态估计与目标跟踪领域,高精度、高鲁棒性的状态感知是机器人导航、自动驾驶、工业控制、目标检测等场景的核心需求。 ...
2026-03-18“垃圾数据进,垃圾结果出”,这是数据分析领域的黄金法则,更是CDA(Certified Data Analyst)数据分析师日常工作中时刻恪守的 ...
2026-03-18在机器学习建模中,决策树模型因其结构直观、易于理解、无需复杂数据预处理等优势,成为分类与回归任务的首选工具之一。而变量重 ...
2026-03-17在数据分析中,卡方检验是一类基于卡方分布的假设检验方法,核心用于分析分类变量之间的关联关系或实际观测分布与理论期望分布的 ...
2026-03-17在数字化转型的浪潮中,企业积累的数据日益庞大且分散——用户数据散落在注册系统、APP日志、客服记录中,订单数据分散在交易平 ...
2026-03-17在数字化时代,数据分析已成为企业决策、业务优化、增长突破的核心支撑,从数据仓库搭建(如维度表与事实表的设计)、数据采集清 ...
2026-03-16在数据仓库建设、数据分析(尤其是用户行为分析、业务指标分析)的实践中,维度表与事实表是两大核心组件,二者相互依存、缺一不 ...
2026-03-16数据是CDA(Certified Data Analyst)数据分析师开展一切工作的核心载体,而数据读取作为数据生命周期的关键环节,是连接原始数 ...
2026-03-16在用户行为分析实践中,很多从业者会陷入一个核心误区:过度关注“当前数据的分析结果”,却忽视了结果的“泛化能力”——即分析 ...
2026-03-13在数字经济时代,用户的每一次点击、浏览、停留、转化,都在传递着真实的需求信号。用户行为分析,本质上是通过收集、整理、挖掘 ...
2026-03-13在金融、零售、互联网等数据密集型行业,量化策略已成为企业挖掘商业价值、提升决策效率、控制经营风险的核心工具。而CDA(Certi ...
2026-03-13在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12