根据麦肯锡的估计，从现在到2030年，人工智能将为美国创造约13万亿美元的国内生产总值。相比之下，2017年整个美国的国内生产总值约为19万亿美元。人工智能已经成为第四次工业革命。人工智能无疑是数字化转型的核心。它在整个行业中的应用将极大地改变我们的世界和工业生产方式。越来越多的人希望参与这场人工智能革命，但是他们不知道AI可以做什么以及AI是什么技术。因此本文将介绍什么是AI。关于人工智能的误解关于人工智能的炒作从未间断，许多人对人工智能有一些误解。人工智能可以分为两个部分：人工智能（ANI）人工智能是指擅长完成特定任务的AI。他们经过培训和发展。例如，人工智能系统可以为YouTube视频推荐算法或根据历史数据预测未来的房价。 ANI是一个非常强大的工具，它将在未来几年为我们的社会增加许多附加价值。近年来，我们看到的人工智能的所有进步实际上都是人工智能的狭窄。人工智能（AGI）人工智能的最终目标是比人类更智能的计算机系统。 AGI可以成功完成人类可以完成的任何智力任务。这也是AI最大的恐惧的一部分。他们想象着一个世界，那里的计算机比人类要聪明得多，并且几乎所有工作都是自动化的，即使在类似终结者的场景中也是如此。实际上，我们离AGI技术的真实水平还很遥远。与人工智能有关的术语人工智能是一个非常复杂的领域，其中包含许多术语可能会使您非常困惑。您可能听说过神经网络，深度学习或数据科学。但尚不清楚具体含义和相互关系是什么。人工智能人工智能是计算机科学领域，它强调创建可以像人类一样工作和做出反应的智能机器。就像我已经提到的那样，当人们谈论AI时，它们主要是人工智能（AGI）。机器学习和深度学习都是使计算机智能运行的技术。机器学习机器学习是AI的一个子领域。通过某种算法，计算机可以从数据中学习并执行某种任务。机器学习项目的示例：假设您是一家房地产公司，并且有很多关于房屋的数据。您与机器学习公司合作构建机器学习系统，以预测房屋的未来价格。这样的系统使您能够更好地决定要投资的房屋，并找到合适的时间清算投资。深度学习深度学习是机器学习的一部分，与机器学习基本相同：您为算法标记数据，然后算法从数据中学习数据规则并做出预测。与机器学习的区别在于，深度学习具有更多现代且复杂的算法，而机器学习则使用更简单的传统算法。由于深度学习算法的复杂性以及足够的数据和计算能力，它们在准确性方面取得了重大突破，在某些任务（例如：组织病理学图像分析或在Netflix上推荐电影）方面甚至超过了人类。数据科学数据科学项目的输出通常是一组见解，可以帮助您做出更好的业务决策，例如决定是否投资某些东西，是否应该购买某些设备或是否应该重建网站。数据科学是通过统计方法和可视化分析数据来提取数据知识和见解的科学。输出通常是一个演示文稿或幻灯片，可以帮助管理人员做出某些决定。人工智能术语还包括强化学习，生成对抗网络（Gans）等。这些都是使AI系统变得智能的工具。数据数据可以采用多种形式：电子表格，图像，音频，传感器数据等。这些数据可以分为两类：结构化数据和非结构化数据。结构化数据是根据预定义模式以结构化格式存储的数据。它是指驻留在记录或文件中固定字段中的任何数据。它可以是文本或非文本。例如，泰坦尼克号数据集是一种结构化数据。非结构化数据本质上是不是通过预定义模式构建的所有其他内容。它可以是文本或非文本，主要包括图像，视频，音频文件