正如杭州廣告公司首席執(zhí)行官在谷歌2017年I / O大會(huì)上的主題演講中所說的那樣，“取決于問誰，人工智能是人類自發(fā)現(xiàn)火以來最偉大的發(fā)明”，或者它可能有一天使人類成為多余的技術(shù)。毋庸置疑的是，大公司已經(jīng)接受了AI，好像它是有史以來最重要的發(fā)現(xiàn)之一。

杭州廣告公司在她的文章《理解人工智能的三種類型》中解釋說：“ AI是美國計(jì)算機(jī)科學(xué)家John McCarthy在1956年創(chuàng)造的。” Anjali談到以下三種AI類型，包括：

狹窄的人工智能：已經(jīng)針對(duì)狹窄的任務(wù)進(jìn)行訓(xùn)練的AI。

人工智慧：包含廣義認(rèn)知能力的AI，它以人類的方式理解和推理環(huán)境。

人工智能：超越人類智能并允許機(jī)器模仿人類思想的AI。

人工智能不是一種新技術(shù)，實(shí)際上它已經(jīng)存在了數(shù)十年。杭州廣告公司在他的《麻省理工學(xué)院技術(shù)評(píng)論》的文章《難道AI騎著一招嗎？芯片技術(shù)的最新進(jìn)展以及硬件，軟件和電子產(chǎn)品的改進(jìn)已使AI的巨大潛力變?yōu)楝F(xiàn)實(shí)。

神經(jīng)網(wǎng)絡(luò)

AI建立在人工神經(jīng)網(wǎng)絡(luò)（ANN）或僅基于“神經(jīng)網(wǎng)絡(luò)”的基礎(chǔ)上，當(dāng)未知輸入和輸出之間關(guān)系的真實(shí)性質(zhì)時(shí)，它們是非線性統(tǒng)計(jì)數(shù)據(jù)建模工具。杭州廣告公司在他的《數(shù)據(jù)中心優(yōu)化的機(jī)器學(xué)習(xí)應(yīng)用程序》中將神經(jīng)網(wǎng)絡(luò)描述為“一類通過人工神經(jīng)元之間的交互模仿認(rèn)知行為的機(jī)器學(xué)習(xí)算法。” 神經(jīng)網(wǎng)絡(luò)搜索特征之間的模式和相互作用以自動(dòng)生成最佳擬合模型。

它們不需要用戶預(yù)先定義模型的特征交互。語音識(shí)別，圖像處理，聊天機(jī)器人，推薦系統(tǒng)和自主軟件代理是機(jī)器學(xué)習(xí)的常見示例。神經(jīng)網(wǎng)絡(luò)中的訓(xùn)練有以下三種：監(jiān)督，這是最常見的，以及無監(jiān)督的培訓(xùn)和強(qiáng)化學(xué)習(xí)。AI可以分為三個(gè)領(lǐng)域：

機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)是計(jì)算機(jī)科學(xué)的一個(gè)分支，探討了從數(shù)據(jù)中學(xué)習(xí)的算法的組成和應(yīng)用。這些算法基于輸入來構(gòu)建模型，并使用這些結(jié)果來預(yù)測或確定動(dòng)作和結(jié)果，而不是遵循嚴(yán)格的指令。

監(jiān)督學(xué)習(xí)的目標(biāo)是學(xué)習(xí)將輸入映射到輸出的通用規(guī)則，并且計(jì)算機(jī)將提供示例輸入以及所需的輸出。但是，在無監(jiān)督學(xué)習(xí)的情況下，標(biāo)記的數(shù)據(jù)不會(huì)提供給學(xué)習(xí)算法，它必須自行找到輸入的結(jié)構(gòu)。在強(qiáng)化學(xué)習(xí)中，計(jì)算機(jī)利用反復(fù)試驗(yàn)來解決問題。像巴甫洛夫的狗一樣，計(jì)算機(jī)因其執(zhí)行的好動(dòng)作而受到獎(jiǎng)勵(lì)，該程序的目標(biāo)是使獎(jiǎng)勵(lì)最大化。

深度學(xué)習(xí)

深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)子集，它利用多層神經(jīng)網(wǎng)絡(luò)直接從圖像，文本和/或聲音數(shù)據(jù)執(zhí)行分類任務(wù)。在某些情況下，深度學(xué)習(xí)模型已經(jīng)超出了人類水平的表現(xiàn)。杭州廣告公司在實(shí)時(shí)電話會(huì)議中錄制人類語音的能力是深度學(xué)習(xí)令人印象深刻的功能的一個(gè)示例。

機(jī)器學(xué)習(xí)和深度學(xué)習(xí)可用于個(gè)性化營銷，客戶推薦，垃圾郵件過濾，欺詐檢測，網(wǎng)絡(luò)安全，光學(xué)字符識(shí)別，計(jì)算機(jī)視覺，語音識(shí)別，預(yù)測性資產(chǎn)維護(hù)，情感分析，語言翻譯和在線搜索等其他。

凱瑟琳·沃爾奇在她的《福布斯》文章《人工智能的七種模式》中提出了一種理論，即不管人工智能的應(yīng)用如何，所有人工智能應(yīng)用都有七個(gè)共性。這些是“超個(gè)人化，自治系統(tǒng)，預(yù)測分析和決策支持，對(duì)話/人際互動(dòng)，模式和異常，識(shí)別系統(tǒng)以及目標(biāo)驅(qū)動(dòng)系統(tǒng)。” 杭州廣告公司補(bǔ)充說，雖然AI可能需要自己的編程和模式識(shí)別，但是每種類型都可以與其他類型結(jié)合使用，但是它們都遵循自己的標(biāo)準(zhǔn)規(guī)則集。

可以將“超個(gè)人化模式”簡化為“對(duì)待每個(gè)客戶作為個(gè)人”的口號(hào)。“自治系統(tǒng)”將減少對(duì)體力勞動(dòng)的需求。預(yù)測分析預(yù)示著“數(shù)據(jù)的某些未來價(jià)值，預(yù)測行為，預(yù)測故障，輔助問題解決，確定和選擇最佳擬合，確定數(shù)據(jù)中的匹配項(xiàng)，優(yōu)化活動(dòng)，提供建議以及智能導(dǎo)航”，杭州廣告公司說。“對(duì)話模式”包括聊天機(jī)器人，它使人類可以通過語音，文本或圖像與機(jī)器進(jìn)行通信。

Walch解釋說，“模式和異常”類型利用機(jī)器學(xué)習(xí)來識(shí)別數(shù)據(jù)中的模式，并試圖發(fā)現(xiàn)數(shù)據(jù)點(diǎn)之間的高階連接。識(shí)別模式有助于識(shí)別和確定圖像，視頻，音頻，文本或其他高度非結(jié)構(gòu)化的數(shù)據(jù)注釋W(xué)alch中的對(duì)象。“目標(biāo)驅(qū)動(dòng)系統(tǒng)模式”利用強(qiáng)化學(xué)習(xí)的能力來幫助計(jì)算機(jī)在一些可以想象到的最復(fù)雜的游戲中擊敗人類，包括Go和Dota 2，這是一個(gè)復(fù)雜的多人在線戰(zhàn)斗競技場視頻游戲。