人工智能是指-人工智能具体指什么-人工智能是啥意思啊
当我们谈及人工智能（AI），还有机器学习（ ）以及深度学习（Deep ）和大模型（Large ）的时候，实际上是在探讨人类促使计算机学会像我们那样思考、学习以及做出决策的相关技术。然而，许多人都无法清晰分辨它们之间的差异，今天我将为大家讲解一下。1/ 人工智能（AI)
想象一下，你正在操作智能手机上的语音助手，例如 Siri 或是小爱同学。当你向它询问“明天的天气如何？”时，它会即刻为你提供明天的天气预报。这便是人工智能的具体表现。它是一种能够让计算机模拟人类智能行为的技术，使得我们的设备能够如同人一般理解我们的语言并给出相应的回应。人工智能是一个概念，范围较大。它意味着让机器具备类似人类的智能，能够进行思考，能够学习，还能够解决问题。
自动驾驶汽车是其他的例子，它能够通过摄像头和雷达等传感器来感知周围的环境，接着做出驾驶决策，这也是人工智能的一种体现。
2/ 机器学习(ML)
机器学习是 AI 的一种实现形式。它是一种能让计算机从数据里学习并提取模式的办法。如同我们教导小孩子学习那样，我们给机器提供大量数据和答案，让它通过学习找出这些数据间的规律。例如，我们可以让机器学习通过对数百张猫和狗的图片进行分析，以此学会区分猫和狗。
你时常在音乐 App 上聆听歌曲。随着时间不断流逝，App 好像越来越能知晓你的喜好。它为你推荐的歌曲，大多都符合你的心意。在这种“善解人意”的现象背后，是机器学习正在发挥其作用。
https://img1.baidu.com/it/u=2460466820,88423559&fm=253&fmt=JPEG&app=120&f=JPEG?w=500&h=667
机器学习属于人工智能的一个分支。它具备这样的能力，即计算机无需通过显式编程，就能够从数据中进行学习。具体而言，为计算机提供大量的历史数据，像用户的听歌记录等。接着让计算机自己去探寻数据之中的规律，例如用户喜欢某种风格的音乐等。之后，依据这些所找出的规律，对未来的新数据，比如未听过的歌曲等进行预测，例如预测你会喜欢某首新歌等。
总之，机器学习意味着让计算机借助数据能够自动“学会”怎样去完成特定的任务。
3/ 深度学习(DL)
深度学习是机器学习的一种特殊形式。它运用多层神经网络模型来开展学习与推理。你能够将这个网络当作是人脑中的神经元网络，每一层都针对数据进行一次处于不同层次的抽象与处理。
假设你在使用手机翻译 App，你对着镜头说出一句英文，然后 App 能够立刻准确地将其翻译成中文。这种翻译能力之所以快速且精准，是因为深度学习技术。
深度学习是机器学习的一个分支。它特别善于处理复杂且非线性的数据，像图像、声音以及文本等。其核心是深度神经网络，这是一种模拟人脑神经元结构的数学模型。该模型具有多层节点，如同大脑中的神经元层层叠加。每一层都会对输入数据进行特定的变换与抽象，能够逐渐从原始数据里提取出越来越高级且抽象的特征。
在翻译的例子里，深度学习模型凭借对海量双语对照数据的学习，学会了把语音波形直接映射到与之对应的文本含义。因此，深度学习是构建深层神经网络，使计算机能够从复杂数据中自动提取关键特征并作出精准决策。
4/ 大模型(LLM)
https://img0.baidu.com/it/u=1919497207,2296282428&fm=253&fmt=JPEG&app=120&f=JPEG?w=500&h=668
让我们来谈谈近些年来受到广泛关注的大模型。例如，你在网络上看到一篇由 AI 生成的文章，这篇文章文笔十分流畅，并且观点很独特，给人的感觉就好像是出自一位专业作家的笔下。而这就是大模型所创造出来的杰作。
大模型属于深度学习领域的一种最新进展，尤其是预训练大模型。它们一般拥有几亿到上千亿个参数，这个数量远超传统模型。并且它们通过吸收海量的互联网文本，甚至包含图像、视频等多模态数据来进行训练。
这种训练让大模型拥有了强大的跨领域知识理解能力、逻辑推理能力以及语言生成能力。大模型一旦完成预训练，就能够针对各种下游任务进行微调，例如进行问答任务、进行写作任务、进行代码生成任务等。
大模型拥有海量参数，且经过大规模数据训练。它们是深度学习模型，展现出了前所未有的通用性和创造性。能够在众多应用场景中展现出接近甚至超越人类的专业水平。
大模型犹如一个拥有海量知识的巨大图书馆。这些模型凭借学习并存储大量信息，具备了解决各类问题的能力。就如同一位知识渊博的学者一样，它能够回答各种问题，并且还可以创作文章、编写代码。比如，GPT - 3 模型就是一个大模型，它能够生成连贯的文本，有助于写文章、编写程序，甚至能够创作诗歌和故事。
页:
[1]