人工智能 — 简介

一、简介

人工智能是通过机器来模拟人类认知能力的技术。

二、发展历程

1、1956年：达特茅斯会议标志着人工智能的诞生。

2、1957年：罗森布拉特发明 Perceptron，推动神经网络研究。

3、1970年：计算机能力限制导致 AI 进入低谷，无法完成大规模数据训练。

4、1982年：霍普菲尔德神经网络提出，引入相联存储机制。

5、1986年：BP 算法使大规模神经网络训练成为可能，AI 迎来第二个黄金期。

6、1990年：DARPA 投资失败，AI 再次陷入低谷。

7、2006年：Hinton 提出深度学习，为人工智能带来突破性进展。

8、2013年：深度学习在语音和视觉识别上成功，AI 进入感知智能时代。

三、核心要素

1、数据

2、算法

3、算力

四、算法

1、概念

当你交给计算机一个任务的时候，不但要告诉它做什么，还要告诉它怎么做。 关于“怎么做”的一系列指令就叫做算法。

2、分类

• 传统算法：遍历法
• 更聪明的算法：梯度下降法
• 更复杂的算法：机器学习

五、算力

1、概念

指的是计算机系统或设备执行特定任务的处理能力，通常用于衡量计算性能和速度。

2、分类

• CPU（中央处理器）

类似于计算机的大脑，擅长执行各种任务，如运算、逻辑判断等。适用于处理顺序性和复杂性较高的任务，比如启动应用程序、运行操作系统等。

• GPU（图形处理器）

像一支强大的工具，专注于处理图形和同时进行大量相似计算。适用于处理图形、视频、游戏和深度学习等需要大规模并行计算的任务。

• FPGA（可编程门阵列）

就像一块多功能的拼图板，可以按需重新组合自己的硬件结构。适用于需要定制化硬件加速的特定任务，如信号处理、加密等。

• 分布式运算

像一支庞大的团队，各自分工合作完成任务。多台计算机协同工作，加快处理速度，适用于大数据处理和复杂计算，就像把工作分给多个人来一起完成一样。