如何制作人工智能程序?谁在研究人工智能?
-
首先你需要的基础知识基本了解python基本语言，任意一种深度学习框架，熟练的Linux知识，数据处理基本知识，简单的深度学习知识与百度知识。首先选定一个合适的模型，比如我搞nlp就不会去用cnn，我能用bert就不用seq2seq。然后找到相应GitHub代码下载下来，将其中的数据集替换成自己的，然后训练，然后成功。2年前 0条评论
-
人工智能（AI）取代阁下工作好像是明日发生就要发生的事。曾任职微软（Microsoft）和Google 的李开复说很多职位将被取代，牛津大学说10 年后近半美国职位将处于高度自动化（即人类无得捞）；尽管不少人学者认为AI 消灭工作但同时创造新工种。不如简单点：看看有那些工作会因为人工智能发展而吃香。
研究构构Tech Pro 引述求职网站Indeed 数据，列出6 大待遇优渥的AI 工种，包括：机器学习（Machine Learning）工程师、数据科学家、研究科学家、科研专家、商业智能（BI）开发员、电脑视觉工程师，以上职位平均年薪逾136,000 美元）。心动吧？很明显，以上只是反映美国数据（惟香港情况应相差不远），求职者亦需要先经学术训练才能胜任AI 工作。
人工智能类工种需要的技能当然包括编程，C / C++、Java、Python 等编程语言背景是基本，因这跟机器学习有关，有自然语言处理（NLP）技术等经验更佳。还有不要忘记：数学。AI 正正涵盖高等数学及资讯科技知识，如：线性代数、矩阵、凸优化（Convex Optimization）、概率论。未掌握以上基础，逻辑能力和分析能力便无从建立，遑论以AI 研发为职业。
除了科学技术，要做成功的「AI 从业员」，最好也学习商业知识，如把机器学习模型结果转化为企业或消费者可用的系统；多参加交流会议、阅读近期科学出版物，对吸收新知识应付日益复杂的环境也很重要。
Gartner 早前发表报告预计，人工智能将消灭180 万职位，但到2020 年又会在新兴领域创造230 万个工作岗位；Capgemini 调查又指，83% 受访公司表示因打算或正采用AI 技术而需开新职位。因此，机会总是有的，但如何令它属于你，便要懂得如何装备自己。
3年前 0条评论 -
基础型：
1.数据库
2.高效率的搜索引擎。
提高型：
如果想做一个能够有一定学习能力的还要有一个知识系统，就是将数据库中的未知知识，在第一次提出问题并且输入正确答案后自动整理收纳到数据库中，在下一次提问时能够做出正确答案。如果想要再深入的就要涉及到模式识别了，就是知识的模糊判断，简单说就是把“一”识别成”1″。7年前 0条评论 -
人工智能的研究方向已经被分成几个子领域，研究人员希望一个人工智能系统应该具有某些特定能力，以下将这些能力列出并说明。 早期的人工智能研究人员直接模仿人类进行逐步的推理，就像是玩棋盘游戏或进行逻辑推理时人类的思考模式。到了1980和1990年代，利用概率和经济学上的概念，人工智能研究还发展了非常成功的方法处理不确定或不完整的资讯。
对于困难的问题，有可能需要大量的运算资源，也就是发生了“可能组合爆增”：当问题超过一定的规模时，电脑会需要天文数量级的存储器或是运算时间。寻找更有效的算法是优先的人工智能研究项目。
人类解决问题的模式通常是用最快捷，直观的判断，而不是有意识的，一步一步的推导，早期人工智能研究通常使用逐步推导的方式。人工智能研究已经于这种“次表征性的”解决问题方法取得进展：实体化AGENT研究强调感知运动的重要性。神经网络研究试图以模拟人类和动物的大脑结构重现这种技能。 AN ONTOLOGY REPRESENTS KNOWLEDGE AS A SET OF CONCEPTS WITHIN A DOMAIN AND THE RELATIONSHIPS BETWEEN THOSE CONCEPTS.
主条目：知识表示和常识知识库 主条目：机器学习
机械学习的主要目的是为了从使用者和输入数据等处获得知识，从而可以帮助解决更多问题，减少错误，提高解决问题的效率。对于人工智能来说，机械学习从一开始就很重要。1956年，在最初的达特茅斯夏季会议上，雷蒙德索洛莫诺夫写了一篇关于不监视的概率性机械学习：一个归纳推理的机械。 主条目：机器感知、计算机视觉和语音识别
机器感知 是指能够使用传感器所输入的资料(如照相机，麦克风，声纳以及其他的特殊传感器)然后推断世界的状态。计算机视觉能够分析影像输入。另外还有语音识别 、人脸辨识和物体辨识。 主条目：情感计算
KISMET, 一个具有表情等社交能力的机器人
情感和社交技能对于一个智能AGENT是很重要的。 首先，通过了解他们的动机和情感状态，代理人能够预测别人的行动(这涉及要素 博弈论、决策理论以及能够塑造人的情感和情绪感知能力检测)。此外，为了良好的人机互动，智慧代理人也需要表现出情绪来。至少它必须出现礼貌地和人类打交道。至少，它本身应该有正常的情绪。 主条目：计算机创造力
一个人工智能的子领域，代表了理论(从哲学和心理学的角度)和实际(通过特定的实现产生的系统的输出是可以考虑的创意，或系统识别和评估创造力)所定义的创造力。 相关领域研究的包括了人工直觉和人工想像。 （1）人工智能对自然科学的影响。在需要使用数学计算机工具解决问题的学科，AI带来的帮助不言而喻。更重要的是，AI反过来有助于人类最终认识自身智能的形成。
（2）人工智能对经济的影响。专家系统更深入各行各业，带来巨大的宏观效益。AI也促进了计算机工业网络工业的发展。但同时，也带来了劳务就业问题。由于AI在科技和工程中的应用，能够代替人类进行各种技术工作和脑力劳动，会造成社会结构的剧烈变化。
（3）人工智能对社会的影响。AI也为人类文化生活提供了新的模式。现有的游戏将逐步发展为更高智能的交互式文化娱乐手段，今天，游戏中的人工智能应用已经深入到各大游戏制造商的开发中。 伴随着人工智能和智能机器人的发展，不得不讨论是人工智能本身就是超前研究，需要用未来的眼光开展现代的科研，因此很可能触及伦理底线。作为科学研究可能涉及到的敏感问题，需要针对可能产生的冲突及早预防，而不是等到问题矛盾到了不可解决的时候才去想办法化解。8年前 0条评论 -
数码时代以来，人工智能的硬件条件已经成熟了。
目前困扰人工智能研究的主要问题是，功能程序碎片化不能满足模仿人类智能的需求。一个程序对应一个功能，这与人类智能的一体和谐、各功能相互相应天衣无缝的特征相差很远。实现操作系统与应用程序一体化，例如手机不必安装任何应用程序驱动程序，只原创输入或下载相关知识含义，即可实现所需功能。顶多做试运行及调试即可。操作系统会自己去了解认识自己拥有什么。即我有什么样的身体。功能及表达方式将随机主喜好，及想象力，而自主增加，实现功能及成长的无限diy，实现这样一体化以后，你的梦想就将很快实现。
其中的难点是，操作系统智能化。
而智能化的难点是，既要保证输入/输出数据流的绝对镜像，又要满足感知/驱动这两种完全不同的含义断取规则需要。
预计1-2年，这些难题都将被理论上解决。再经过1年时间，你的梦想就将实现。人类那时将进入真正的智能时代。
最先应用这一原理的领域可能是，导弹目标识别系统，搜索引擎，手机。9年前 0条评论 -
做一个数据库 做一个查询软件 把所有的回答写到数据库里 用查询软件查询随机抽取答案 因为数据库有模糊查询 当然你机器配置要高 而且工作量不是一个人能搞的，海量的数据需要一条一条输入13年前 0条评论
