從廣義上來(lái)說(shuō)，人工智能(AI)是指機(jī)器或系統(tǒng)所呈現(xiàn)的任何模擬人類的行為。最基本的AI形式是對(duì)計(jì)算機(jī)進(jìn)行編程，使它們能夠根據(jù)從過(guò)去類似行為中收集的海量數(shù)據(jù)來(lái)“模擬”人類行為。從識(shí)別貓與鳥(niǎo)的差異到在生產(chǎn)設(shè)施中進(jìn)行復(fù)雜作業(yè)，都屬于這一范疇。
深入了解人工智能
無(wú)論是深度學(xué)習(xí)、戰(zhàn)略思維還是其他類型的AI，其應(yīng)用基礎(chǔ)都是需要極速響應(yīng)的場(chǎng)景。在AI技術(shù)的支持下，機(jī)器可以高效運(yùn)作并即刻分析海量數(shù)據(jù)，進(jìn)而通過(guò)有監(jiān)督、無(wú)監(jiān)督或強(qiáng)化學(xué)習(xí)來(lái)解決各種問(wèn)題。
早期的AI
早期的AI使計(jì)算機(jī)能夠與人類進(jìn)行跳棋等游戲，而如今的AI已成為日常生活不可或缺的一部分。終端安全現(xiàn)在，AI解決方案不僅可用于質(zhì)量控制、視頻分析、語(yǔ)音到文本轉(zhuǎn)換（自然語(yǔ)言處理）和自動(dòng)駕駛，還可用于醫(yī)療保健、制造業(yè)、金融服務(wù)以及娛樂(lè)產(chǎn)業(yè)等。
為企業(yè)和組織提供強(qiáng)大助力
無(wú)論是對(duì)于產(chǎn)生大量數(shù)據(jù)的大型企業(yè)，還是對(duì)于需要更富成效地處理客戶通話的小型組織，人工智能都是一款非常強(qiáng)大的工具。AI可以簡(jiǎn)化業(yè)務(wù)流程、提高工作效率、消除人為錯(cuò)誤等。
邊緣AI
目前，HPE正在大力挖掘邊緣數(shù)據(jù)的價(jià)值并從中獲得洞見(jiàn)，以期開(kāi)拓AI的新領(lǐng)域。我們將實(shí)時(shí)分析AI用于自動(dòng)化、預(yù)測(cè)和控制，可幫助您更快地實(shí)現(xiàn)數(shù)據(jù)的價(jià)值，并抓住各種機(jī)會(huì)實(shí)現(xiàn)創(chuàng)新、增長(zhǎng)和成功，以此助您一臂之力。
人工智能簡(jiǎn)史
在1949年之前，計(jì)算機(jī)可以執(zhí)行命令，但“記不住”所執(zhí)行的操作，因?yàn)樗鼈儫o(wú)法存儲(chǔ)這些命令。1950年，Alan Turing在其論文《計(jì)算機(jī)與智能》(Computing Machinery and Intelligence)中探討了如何打造智能計(jì)算機(jī)并測(cè)試其智能程度。五年后，第一個(gè)AI程序在達(dá)特茅斯夏季人工智能研究計(jì)劃(DSPRAI)中問(wèn)世。這一程序的出現(xiàn)強(qiáng)有力地推動(dòng)了接下來(lái)幾十年的AI研究。
1957年至1974年間，計(jì)算機(jī)技術(shù)迅猛發(fā)展，速度更快、成本更低且更容易獲得。在此期間，機(jī)器學(xué)習(xí)算法也得到了改進(jìn)。1970年，DSPRAI計(jì)劃的一位主辦人向《Life》雜志透露，三到八年后將出現(xiàn)一臺(tái)智能程度與普通人類不相上下的機(jī)器。盡管他們?nèi)〉昧顺晒?，但?jì)算機(jī)仍無(wú)法高效存儲(chǔ)及快速處理信息，這成為未來(lái)十年人工智能發(fā)展面臨的主要障礙。
20世紀(jì)80年代，隨著算法工具包的擴(kuò)展和更多專項(xiàng)資金的投入，AI得以崛起。John Hopefield和David Rumelhart提出了“深度學(xué)習(xí)”技術(shù)，使計(jì)算機(jī)能夠從經(jīng)驗(yàn)中學(xué)習(xí)演進(jìn)。Edward Feigenbaum還提出了能夠模擬人類決策能力的“專家系統(tǒng)”。盡管缺乏政府的資金支持和公眾的宣傳推廣，但AI仍在蓬勃發(fā)展，并在接下來(lái)的二十年內(nèi)實(shí)現(xiàn)了多個(gè)里程碑式的目標(biāo)。1997年，IBM專為下棋而設(shè)計(jì)的計(jì)算機(jī)程序“深藍(lán)”在對(duì)弈中戰(zhàn)勝了國(guó)際象棋世界冠軍和特級(jí)大師Gary Kasparov。同年，由Dragon Systems開(kāi)發(fā)的語(yǔ)音識(shí)別軟件開(kāi)始在Windows上實(shí)施。此外，Cynthia Breazeal還開(kāi)發(fā)了可識(shí)別和模擬人類情緒的機(jī)器人Kismet。
2016年，Google的AlphaGo程序擊敗了圍棋大師李世石，而2017年，用于玩撲克的超級(jí)計(jì)算機(jī)Libratus完勝了多位頂級(jí)人類牌手。
人工智能的類型
人工智能主要分為兩大類：基于功能的AI和基于能力的AI。
基于功能
響應(yīng)式機(jī)器–此類AI沒(méi)有記憶能力，無(wú)法從過(guò)去的行為中學(xué)習(xí)，例如IBM的“深藍(lán)”。
有限理論–隨著記憶的增加，此類AI能夠根據(jù)既往信息制定更明智的決策，例如GPS定位應(yīng)用等常見(jiàn)應(yīng)用。
心智理論–此類AI仍在開(kāi)發(fā)中，旨在深入了解人類思維。
自我意識(shí)AI–此類AI可以理解和喚起人類情感并擁有自己的情感，目前仍處于假設(shè)階段。
基于能力
專用人工智能(ANI)–網(wǎng)絡(luò)安全專注于執(zhí)行狹義編程任務(wù)的系統(tǒng)。此類AI是響應(yīng)式機(jī)器與有限記憶的結(jié)合，如今的大部分AI應(yīng)用都屬于這一類。
通用人工智能(AGI)–此類AI具有像人類一樣的訓(xùn)練、學(xué)習(xí)、理解和執(zhí)行能力。
超級(jí)人工智能(ASI)–此類AI具有卓越的數(shù)據(jù)處理、記憶和決策能力，能夠比人類更好地完成任務(wù)。目前尚無(wú)應(yīng)用實(shí)例。
人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)之間的關(guān)系
人工智能是計(jì)算機(jī)科學(xué)的一個(gè)分支，旨在以機(jī)器模擬人類智能。AI系統(tǒng)基于算法，運(yùn)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)等技術(shù)來(lái)呈現(xiàn)“智能”行為。
機(jī)器學(xué)習(xí)
當(dāng)計(jì)算機(jī)上的軟件能夠基于以往結(jié)果，成功預(yù)測(cè)出現(xiàn)的場(chǎng)景并做出響應(yīng)時(shí)，即意味著機(jī)器正在“學(xué)習(xí)”。機(jī)器學(xué)習(xí)指的是計(jì)算機(jī)的一個(gè)學(xué)習(xí)過(guò)程，在此過(guò)程中，計(jì)算機(jī)可以形成模式認(rèn)知或者基于數(shù)據(jù)持續(xù)學(xué)習(xí)并做出預(yù)測(cè)，最后實(shí)現(xiàn)無(wú)需特別編程也可做出相應(yīng)調(diào)整。機(jī)器學(xué)習(xí)是人工智能的一種形式，它能有效地自動(dòng)處理分析建模過(guò)程，使計(jì)算機(jī)能夠獨(dú)立適應(yīng)新場(chǎng)景。
機(jī)器學(xué)習(xí)建模的四大步驟：
1.選擇并準(zhǔn)備解決問(wèn)題所需的訓(xùn)練數(shù)據(jù)集。這些數(shù)據(jù)標(biāo)不標(biāo)記均可。
2.選擇要對(duì)訓(xùn)練數(shù)據(jù)運(yùn)行的算法。
對(duì)于標(biāo)記數(shù)據(jù)，可以運(yùn)行回歸算法、決策樹(shù)或基于實(shí)例的算法。
對(duì)于未標(biāo)記數(shù)據(jù)，可以運(yùn)行聚類算法、關(guān)聯(lián)算法或神經(jīng)網(wǎng)絡(luò)。
3.訓(xùn)練算法，建立模型。
4.使用并改進(jìn)模型。
有三種機(jī)器學(xué)習(xí)方法：“有監(jiān)督”學(xué)習(xí)使用標(biāo)記數(shù)據(jù)，所需的訓(xùn)練較少。“無(wú)監(jiān)督”學(xué)習(xí)可通過(guò)識(shí)別模式和關(guān)系對(duì)未標(biāo)記數(shù)據(jù)進(jìn)行分類。“半監(jiān)督”學(xué)習(xí)先使用一小部分標(biāo)記數(shù)據(jù)集進(jìn)行訓(xùn)練，然后再來(lái)處理大型未標(biāo)記數(shù)據(jù)集的分類任務(wù)。
深度學(xué)習(xí)
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，性能表現(xiàn)明顯優(yōu)于一些傳統(tǒng)的機(jī)器學(xué)習(xí)方法?？茖W(xué)研究讓我們對(duì)人類大腦行為有了新的理解，受此啟發(fā)，深度學(xué)習(xí)綜合利用了多層人工神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)密集型訓(xùn)練和計(jì)算密集型訓(xùn)練。這種方法非常有效，甚至在圖像識(shí)別、語(yǔ)音識(shí)別和自然語(yǔ)言處理等許多領(lǐng)域超越了人類的能力。
深度學(xué)習(xí)模型可處理海量數(shù)據(jù)，通常采用無(wú)監(jiān)督或半監(jiān)督形式。
借助現(xiàn)代化AI應(yīng)用將數(shù)據(jù)轉(zhuǎn)變?yōu)樾屎透?jìng)爭(zhēng)優(yōu)勢(shì)
經(jīng)過(guò)幾個(gè)世紀(jì)的理論研究、數(shù)十年的技術(shù)研究以及多年的推廣宣傳，人工智能終于開(kāi)始走進(jìn)企業(yè)，即將成為一個(gè)普遍存在的功能。在最近的一項(xiàng)行業(yè)調(diào)查中，50%的受訪者表示他們已經(jīng)部署了AI計(jì)劃、正處于概念驗(yàn)證階段或計(jì)劃在未來(lái)一年內(nèi)部署。1
為何企業(yè)AI步伐正在加快
近來(lái)取得的多項(xiàng)算法突破、激增的數(shù)字化數(shù)據(jù)集以及計(jì)算技術(shù)的進(jìn)步（處理能力提高而使用成本降低）共同催生出一種全新的企業(yè)AI技術(shù)。幾乎所有組織都擁有越來(lái)越多的數(shù)據(jù)資產(chǎn)，而AI可以提供大規(guī)模分析這些資源的手段。
AI也將成為企業(yè)的主力軍，成為數(shù)字化轉(zhuǎn)型過(guò)程中的一塊基石。AI是一種多用途技術(shù)，能夠改善幾乎所有業(yè)務(wù)流程的效率并為企業(yè)提供洞見(jiàn)，囊括從客戶服務(wù)運(yùn)營(yíng)、物理和網(wǎng)絡(luò)安全系統(tǒng)到各種研發(fā)部門(mén)和業(yè)務(wù)分析流程。
AI的現(xiàn)代應(yīng)用
AI具備從數(shù)據(jù)中提取重要洞見(jiàn)的獨(dú)特能力，如果您確定答案是什么但無(wú)法確定取得答案的方法，則AI可以大顯身手。AI不僅能完成人類憑一己之力難以攻克的任務(wù)，還能從呈指數(shù)型增長(zhǎng)的海量數(shù)據(jù)中挖掘洞見(jiàn)，進(jìn)而指導(dǎo)行動(dòng)、實(shí)現(xiàn)價(jià)值。
如今，AI廣泛用于各行各業(yè)的各種應(yīng)用，包括醫(yī)療保健、制造和政務(wù)等。以下是幾個(gè)具體的用例：
規(guī)范維護(hù)和質(zhì)量控制可通過(guò)開(kāi)放式IT/OT框架改善生產(chǎn)、制造和零售。此類集成解決方案能夠?qū)嵤┗谄髽I(yè)AI的計(jì)算機(jī)視覺(jué)技術(shù)，從而提供最佳維護(hù)決策、自動(dòng)執(zhí)行操作并加強(qiáng)質(zhì)量控制流程。
語(yǔ)音和語(yǔ)言處理可將非結(jié)構(gòu)化音頻數(shù)據(jù)轉(zhuǎn)化為洞見(jiàn)和智能。通過(guò)應(yīng)用自然語(yǔ)言處理、語(yǔ)音到文本分析、生物特征搜索或?qū)崟r(shí)呼叫監(jiān)控等技術(shù)，讓機(jī)器自動(dòng)理解口頭和書(shū)面語(yǔ)言。
視頻分析和監(jiān)控可自動(dòng)分析視頻以檢測(cè)事件，發(fā)現(xiàn)身份、環(huán)境和人員，并獲得運(yùn)營(yíng)洞見(jiàn)。此場(chǎng)景會(huì)利用邊緣到核心的視頻分析系統(tǒng)，適用于各種工作負(fù)載和運(yùn)作條件。
高度自動(dòng)駕駛基于橫向擴(kuò)展的數(shù)據(jù)攝取平臺(tái)打造而成，使開(kāi)發(fā)人員能夠構(gòu)建卓越的高度自動(dòng)駕駛解決方案，而且此解決方案專門(mén)針對(duì)開(kāi)源服務(wù)、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)進(jìn)行了優(yōu)化。
選擇合適的AI合作伙伴為何如此關(guān)鍵
在企業(yè)AI之旅中，關(guān)鍵在于找到一個(gè)合適的合作伙伴：既要了解企業(yè)當(dāng)前所處的AI階段，也要幫助企業(yè)規(guī)劃前進(jìn)道路，從而實(shí)現(xiàn)近期和長(zhǎng)期目標(biāo)。
攜手合適的合作伙伴，企業(yè)能夠釋放整個(gè)企業(yè)的數(shù)據(jù)價(jià)值，從而促進(jìn)業(yè)務(wù)轉(zhuǎn)型和增長(zhǎng)。理想的合作伙伴能夠提供：
端到端解決方案，信息安全以此降低復(fù)雜性并與現(xiàn)有基礎(chǔ)設(shè)施集成
咨詢和專業(yè)服務(wù)
內(nèi)部部署、云和混合方案，充分考量團(tuán)隊(duì)位置、訪問(wèn)需求、安全性和成本限制
可隨當(dāng)前及未來(lái)需求擴(kuò)展的系統(tǒng)
專業(yè)的合作伙伴生態(tài)系統(tǒng)，可以提供行業(yè)特定的解決方案
