人工智能四大概念（分類方法、類別、機(jī)器學(xué)習(xí)和協(xié)同過(guò)濾）

AI（人工智能）是研究開(kāi)發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)。具體到應(yīng)用來(lái)說(shuō)，每一個(gè)人工智能解決方案都建立在四個(gè)基礎(chǔ)之上，還沒(méi)搞清楚？來(lái)看看我們的快速指南吧！

毋庸置疑，人工智能正在席卷整個(gè)世界，層出不窮的創(chuàng)新應(yīng)用正實(shí)踐于所有行業(yè)和領(lǐng)域。正如電影中描述的那樣，人類使用人工智能機(jī)器人代替醫(yī)生已經(jīng)有幾十年的時(shí)間，上至各行各業(yè)的專家，下到普通消費(fèi)者，人工智能正在幫助我們更快的診斷和解決問(wèn)題，比如進(jìn)行精密的手術(shù)，比如用語(yǔ)音命令播放一首歌曲。

大眾只注意到人工智能帶來(lái)的益處，而對(duì)于專業(yè)人士來(lái)說(shuō)，有四個(gè)概念必須要了解：分類方法、類別、機(jī)器學(xué)習(xí)和協(xié)同過(guò)濾。這四個(gè)支柱也代表了分析過(guò)程中的步驟。分類方法涉及創(chuàng)建特定問(wèn)題域的度量（例如財(cái)務(wù)、網(wǎng)絡(luò)）。類別涉及哪些數(shù)據(jù)與所需解決的問(wèn)題最為相關(guān)。機(jī)器學(xué)習(xí)包括異常檢測(cè)、聚類、深度學(xué)習(xí)和線性回歸。協(xié)作過(guò)濾涉及在大型數(shù)據(jù)集上尋找模式。

分類方法

人工智能需要大量與所解決問(wèn)題相關(guān)的數(shù)據(jù)。創(chuàng)建人工智能解決方案的第一步是創(chuàng)建"設(shè)計(jì)意圖的指標(biāo)"，它用于對(duì)問(wèn)題進(jìn)行分類。用戶是否試圖構(gòu)建一個(gè)能起到關(guān)鍵作用的系統(tǒng)，幫助醫(yī)生診斷癌癥或者幫助IT管理員診斷無(wú)線問(wèn)題，用戶需要定義允許問(wèn)題分解的度量標(biāo)準(zhǔn)。例如，在無(wú)線網(wǎng)絡(luò)中，關(guān)鍵指標(biāo)是用戶連接時(shí)間、吞吐量、覆蓋率和漫游。在癌癥診斷中，關(guān)鍵指標(biāo)是白細(xì)胞計(jì)數(shù)、種族背景和X射線掃描。

類別

一旦用戶將問(wèn)題分類到不同的區(qū)域，下一步就是進(jìn)行細(xì)分，以便將用戶指向有意義的結(jié)論。例如，當(dāng)人工智能系統(tǒng)處理關(guān)鍵性問(wèn)題時(shí)，用戶必須先將具體問(wèn)題以文字形式寫出，然后按時(shí)間、人物、地點(diǎn)來(lái)分類。在無(wú)線網(wǎng)絡(luò)中，一旦用戶知道問(wèn)題的類別（例如前或后連接問(wèn)題），用戶就需要開(kāi)始分類導(dǎo)致問(wèn)題的原因：關(guān)聯(lián)、認(rèn)證、動(dòng)態(tài)主機(jī)配置協(xié)議（DHCP），或其他無(wú)線、有線和設(shè)備因素。

機(jī)器學(xué)習(xí)

現(xiàn)在這個(gè)問(wèn)題被劃分到特定領(lǐng)域的元數(shù)據(jù)塊中，用戶可以將這些信息輸入到機(jī)器學(xué)習(xí)這個(gè)神奇而強(qiáng)大的世界中。有許多機(jī)器學(xué)習(xí)算法和技術(shù)，帶有監(jiān)督的機(jī)器學(xué)習(xí)使用神經(jīng)網(wǎng)絡(luò)（即深度學(xué)習(xí)）來(lái)實(shí)現(xiàn)，現(xiàn)在已經(jīng)成為最流行的方法之一。神經(jīng)網(wǎng)絡(luò)的概念從1949年開(kāi)始，筆者曾經(jīng)在上世紀(jì)80年代建立了我的第一個(gè)神經(jīng)網(wǎng)絡(luò)。但是隨著計(jì)算機(jī)技術(shù)的革新和存儲(chǔ)能力的增強(qiáng)，神經(jīng)網(wǎng)絡(luò)被開(kāi)發(fā)來(lái)解決各種實(shí)際問(wèn)題，從圖像識(shí)別到自然語(yǔ)言處理，以此來(lái)預(yù)測(cè)網(wǎng)絡(luò)性能。其他應(yīng)用還包括異常特征發(fā)現(xiàn)，時(shí)間序列異常和事件深度分析。

協(xié)同過(guò)濾

大多數(shù)人體驗(yàn)合作過(guò)濾時(shí)，他們選擇在Netflix看電影或者在Amazon購(gòu)物，同時(shí)獲取一些影片推介或者購(gòu)買建議。除了推薦系統(tǒng)，協(xié)同過(guò)濾也用來(lái)解決大型數(shù)據(jù)集和人臉識(shí)別。這就是所有數(shù)據(jù)收集和分析變成有意義的洞察力或行動(dòng)的地方。無(wú)論是在游戲節(jié)目中，還是在醫(yī)生或網(wǎng)絡(luò)管理員中使用，協(xié)作過(guò)濾都是以高度自信的方式提供答案的手段。它就像一個(gè)虛擬助手，幫助解決復(fù)雜的問(wèn)題。

人工智能仍然具有很大的開(kāi)發(fā)空間，它的影響深遠(yuǎn)之處在于，在我們未來(lái)的日常生活中，人工智能將占據(jù)相當(dāng)大的份額。就如同我們購(gòu)買汽車之前，需要了解到引擎蓋之下的內(nèi)容，以確保我們選購(gòu)到真正適合自己的好產(chǎn)品一樣。