京公网安备 11010802034615号
经营许可证编号:京B2-20210330
人工智能的流行使得现在很多自媒体对人工智能大肆渲染,也使得大众对人工智能存在或多或少的一些误解。比如说在人工智能中,机器是大于人类的,这不禁让人感觉到一点点恐慌。其实并不是这样的,在这篇文章中我们就给大家讲讲这些误解,希望能够帮助大家消除误解。
1.机器>人类?
对于人工智能的误解,有的人认为机器是大于人类的,其实并不是这样的,谷歌阿尔法狗战胜韩国棋手李世石的报道被简单地描述成机器战胜人类。这样的表达不是对真实情况的准确描述。更准确的描述是机器加上一群人打败了一个人。并不是机器打败了人类,所以说我们需要消除这种误解,消除这种误解的主要理由是机器和人的技能是互补的。机器在处理结构化计算方面有优势。机器擅长找到特征向量的任务,不太擅长找到其他形式的任务。人类在识别意义和背景上具有得天独厚的优势。人类很容易其他形式的任务,但在找到特征向量方面跟机器相比不具有优势。所以说,正确的框架是要意识到在商业情景下机器和人是互补的。人工智能是人和机器共同工作。而不是只是一个机器。
2.人工智能=机器学习?
人工智能等于机器学习吗?其实并不是这样的,主流媒体带给人们的最后一条根深蒂固的误解就是人工智能和机器学习是等同的。这个误解就导致了不切实际的管理期望从微软,亚马逊或谷歌公司购买商业机器学习的服务就能神奇地将人工智能运用到生产中。而除了机器学习之外还需要训练数据和人机回圈才有可能找到可行的人工智能解决方案。没有人机回圈的机器学习是不会有好的产出的。机器学习模型需要人的参与来去除低的置信度预测。所以人工智能是包括机器学习的,而不是等于机器学习。
相信大家看了这篇文章以后对人工智能有了更深的认识和理解吧?我们在学习人工智能的时候一定要做好关于人工智能知识的储备,有时也需要把以前自己对人工智能的想法归零再出发,很多时候只有放空自己,我们才能够装进新的东西,也才能发掘新的启发或感悟。当然,如果想要更多地了解人工智能,可以通过数据,网络资料以及论文文献的方式去了解,那比很多大肆宣扬的媒体靠谱的多。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
CDA数据分析师 出品 作者:李诗怡 一、数据分析四大思维 1. 对比思维:没有对比就没有分析 核心观点:单独一个数字没有意义,有 ...
2026-10-05Kimball 是方法,星型模型是它产出的形状。 很多人把"Kimball vs 星型模型"当成一道选择题——这本身就是个误会:Kimball 是动词 ...
2026-10-05写在开头 老板在微信上甩来一句: "帮我看下为什么销量跌了。" ” 你回工位,打开 SQL,开始写。查订单表、拉近三个月、按 ...
2026-10-03CDA数据分析师 出品 作者:李诗怡 1. 事实表 vs 维度表 对比维度 事实表 维度表 核心问题 记录“业务发生了什么事” 描述 ...
2026-10-02做数据聚合时,PySpark的groupBy()确实能完成统计,这也是它的本职工作。但它有一个根本性局限:每一组数据,最终只能返回一行 ...
2026-10-01热力地图是数据可视化中极具辨识度与实用性的空间分析图表,结合地理空间维度与数据密度特征,通过颜色深浅、色阶渐变直观展示数 ...
2026-09-30 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-09-30同样是“银行数据岗”,在国有大行总行数据中心、在一家城商行的零售部、在银行系金融科技子公司、在保险公司,工作内容、成长节 ...
2026-09-29在数据分析与统计学研究中,数据往往不是独立存在的,不同变量之间普遍存在相互关联、相互影响的关系。相关性统计分析是挖掘变量 ...
2026-09-29 导读:大多数人只把 dataclasses 当成偷懒工具,用来少写 __init__、__repr__ 这类魔法方法。但它的能力远不止于此。本文带 ...
2026-09-29 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-09-29在MySQL数据库运维与业务开发中,行业普遍存在“数据达到千万级就必须分表”的说法。但在实际生产环境中,千万条数据并不是强制 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 5W1H 分析法 定义:经典系统性思维框架,通过六个核心维度对问题进行全方位拆解与剖析,确 ...
2026-09-28 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-09-28CDA数据分析师 出品 作者:李诗怡 1. 用户标签体系 定义: 通过一系列高度精炼的特征标识,对用户属性、行为与偏好进行量化刻画 ...
2026-09-24Pandas是Python生态中用于表格数据处理的核心库,广泛应用于数据清洗、统计运算、报表输出、数据分析建模等场景。在处理极大数值 ...
2026-09-24随着数字经济快速发展,数据已成为核心生产要素,各行各业的业务沉淀、用户行为、设备运行、市场交易均产生海量数据。数据处理作 ...
2026-09-24 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-09-24在时序数据分析中,大部分业务数据并非持续平稳变化,而是会在某些时间节点出现突然抬升、断崖下跌、趋势反转、波动异变等现象, ...
2026-09-23在统计学与数据分析中,研究多组数据差异最常用的方法为单因素方差分析与事后多重比较。很多数据分析初学者容易混淆两者功能,认 ...
2026-09-23