Galleria mappe mentale Conoscenza dell'intelligenza artificiale dell'IA
La conoscenza dell'intelligenza artificiale dell'intelligenza artificiale implica la conoscenza dell'informatica, della matematica, della statistica, della filosofia, della psicologia e di altre discipline ed è generalmente classificata nella disciplina informatica.
Modificato alle 2024-11-04 14:03:22Il s'agit d'une carte mentale sur les anévrismes intracrâniens, avec le contenu principal, notamment: le congé, l'évaluation d'admission, les mesures infirmières, les mesures de traitement, les examens auxiliaires, les manifestations cliniques et les définitions.
Il s'agit d'une carte mentale sur l'entretien de comptabilité des coûts, le principal contenu comprend: 5. Liste des questions d'entrevue recommandées, 4. Compétences de base pour améliorer le taux de réussite, 3. Questions professionnelles, 2. Questions et réponses de simulation de scénarios, 1. Questions et réponses de capacité professionnelle.
Il s'agit d'une carte mentale sur les méthodes de recherche de la littérature, et son contenu principal comprend: 5. Méthode complète, 4. Méthode de traçabilité, 3. Méthode de vérification des points, 2. Méthode de recherche inversée, 1. Méthode de recherche durable.
Il s'agit d'une carte mentale sur les anévrismes intracrâniens, avec le contenu principal, notamment: le congé, l'évaluation d'admission, les mesures infirmières, les mesures de traitement, les examens auxiliaires, les manifestations cliniques et les définitions.
Il s'agit d'une carte mentale sur l'entretien de comptabilité des coûts, le principal contenu comprend: 5. Liste des questions d'entrevue recommandées, 4. Compétences de base pour améliorer le taux de réussite, 3. Questions professionnelles, 2. Questions et réponses de simulation de scénarios, 1. Questions et réponses de capacité professionnelle.
Il s'agit d'une carte mentale sur les méthodes de recherche de la littérature, et son contenu principal comprend: 5. Méthode complète, 4. Méthode de traçabilité, 3. Méthode de vérification des points, 2. Méthode de recherche inversée, 1. Méthode de recherche durable.
Conoscenza dell'intelligenza artificiale dell'IA
definizione
intelligenza artificiale, denominata AI
Una scienza completa che studia e sviluppa teorie, metodi, tecnologie e sistemi applicativi per simulare, estendere ed espandere il comportamento intelligente umano
La conoscenza che coinvolge l'informatica, la matematica, la statistica, la filosofia, la psicologia e altre discipline è generalmente classificata sotto la disciplina informatica
Dimensioni dell'intelligenza
Abilità cognitive: comprensione, apprendimento, ragionamento, memoria, ecc.
Adattabilità: risolvere problemi, far fronte ai cambiamenti ambientali, ecc.
Autonomia: completare le attività in modo indipendente, prendere decisioni in modo indipendente, ecc.
elementi fondamentali
Potenza di calcolo
GPU, ASIC (TPU, NPU), FPGA, ecc.
algoritmo
Apprendimento automatico, apprendimento profondo, apprendimento di rinforzo, apprendimento di trasferimento, ecc.
dati
Dati strutturati, dati non strutturati, ecc.
Raccolta dati, pulizia dei dati, standard dei dati, archiviazione dei dati, ecc.
scuola
Tre grandi scuole di pensiero
scuola di simbolismo
scuola connessionista
scuola di comportamentismo
Altre scuole di pensiero
Scuola evolutiva
Bayesiano
scuola di analogia
Principali metodi di ricerca
approccio basato sulla conoscenza
Sistema esperto, grafico della conoscenza
approccio basato sull’apprendimento
Apprendimento automatico, apprendimento profondo
approccio basato sulla bionica
Comportamentismo, calcolo evolutivo
Classificato per livello di intelligenza
IA debole
È specializzato solo in un singolo compito o in un gruppo di compiti correlati e non ha capacità di intelligence generale
IA forte
Avere determinate capacità di intelligenza generale ed essere in grado di comprenderle, apprenderle e applicarle a una varietà di compiti
Super intelligenza artificiale (Super AI)
Supera l'intelligenza umana in quasi ogni aspetto, inclusa la creatività, le abilità sociali, ecc.
Fase di sviluppo
fase di germogliamento
Test di Turing degli anni '40-1956
periodo di nascita
Conferenza di Dartmouth 1956
prima ondata
Simbolismo 1956-1973
seconda ondata
Simbolismo (sistemi esperti) 1980-1990
terza ondata
1994-presente machine learning, deep learning
apprendimento automatico
Apprendimento supervisionato
Gli algoritmi apprendono da set di dati etichettati, ovvero ogni campione di addestramento ha un risultato noto
Apprendimento non supervisionato
Gli algoritmi apprendono da set di dati senza etichetta
Apprendimento semi-supervisionato
Combina una piccola quantità di dati etichettati e una grande quantità di dati senza etichetta per l'addestramento
Apprendimento per rinforzo
Impara attraverso prove ed errori quali comportamenti vengono premiati e quali comportano una punizione
rete neurale
Rete neurale convoluzionale (CNN)
Rete neurale ricorrente (RNN)
Rete avversaria generativa (GAN)
Memoria a breve termine (LSTM)
Trasformatore
apprendimento profondo
definizione
Apprendimento profondo, in particolare l'apprendimento della rete neurale profonda
È un ramo importante dell’apprendimento automatico
Gli algoritmi di deep learning utilizzano più "strati nascosti" (centinaia), rendendoli più potenti e consentendo alle reti neurali di svolgere lavori più difficili
telaio
TensorFlow (Google)
Caffè(BVLC)
Keras(fchollet)
CNTK (Microsoft)
Torcia7 (Meta)
PaddlePaddle (Baidu)
MindSpore (Huawei)
modello di grandi dimensioni
definizione
Modelli di machine learning con grandi scale di parametri e strutture computazionali complesse
La struttura centrale di base della maggior parte dei modelli di grandi dimensioni è Transformer e le sue varianti.
Il modello grande che oggi viene spesso menzionato è principalmente il modello linguistico grande (Large Language Model).
processo
pre-allenamento
Il processo di addestramento di modelli linguistici utilizzando grandi quantità di dati senza etichetta
Ciò conferisce al modello un certo grado di versatilità e la capacità di adattarsi a una varietà di diversi compiti a valle.
ritocchi
Sulla base dell'addestramento preliminare, utilizzare dati annotati (ovvero dati per attività specifiche) per addestrare ulteriormente il modello e adattarlo ad applicazioni o attività specifiche.
Classificazione
Per uso
Modello generale di grandi dimensioni
Modello di settore
per caratteristiche
modello linguistico di grandi dimensioni
Allenati con i dati di testo
modello visivo
Allenati con i dati dell'immagine
Modello multimodale grande
Sia testo che immagini
per funzione
Analitico (processo decisionale)
Generativo
Premere per cambiare sorgente
Modello di grandi dimensioni open source
Modello di grandi dimensioni a sorgente chiuso
modello di business
Modello di abbonamento
Modello di servizio API
Modello di servizio della piattaforma
Modello di servizio personalizzato
Modelli pubblicitari e promozionali
Modello di autorizzazione dei dati
AIGC (Contenuti generati dall'intelligenza artificiale)
definizione
Utilizza la tecnologia dell'intelligenza artificiale per creare o generare automaticamente contenuti
Il contenuto generato può includere testo, codice, immagini, musica, video e altro.
categoria
generare testo
Serie GPT, Wen Xin Yi Yan, Tong Yi Qian Wen, Pangu, Claude 3, Diffusion-LM, Chinchilla, ecc.
Immagine vincenziana
DALL·E 2, Diffusione stabile, Midjourney, Pixeling Qianxiang, DreamGaussian, pittura Baidu AI, Tongyi Wanxiang, ecc.
Vincenzo Audio
MusicLM, ElevenLabs, Wondershare Filmora, Reecho, SkyMusic, Qinle Model, FunAudioLLM, MusicGen, ecc.
Vincenzo Video
Sora, Diffusione video stabile, Vidu, ecc.
Principali abilità
Visione artificiale (CV)
Riconoscimento di immagini, riconoscimento visivo, riconoscimento facciale, riconoscimento video, riconoscimento testo, riconoscimento dell'andatura...
riconoscimento vocale
Riconoscimento vocale, riconoscimento dell'impronta vocale, sintesi vocale, interazione vocale...
elaborazione del linguaggio naturale
Comprensione delle informazioni, correzione di testi, traduzione automatica, generazione del linguaggio naturale...
intelligenza incarnata
Robot per servizi domestici, robot per assistenza medica, robot per servizi alberghieri, robot industriali...
Aree di applicazione
Produzione industriale
Produzione automatizzata, ispezione di qualità intelligente, funzionamento e manutenzione delle apparecchiature, gestione della catena di fornitura...
salute medica
Analisi di immagini mediche, sequenziamento genetico, previsione di malattie, ricerca e sviluppo di farmaci, trattamenti personalizzati...
titoli finanziari
Gestione del rischio, valutazione del credito, monitoraggio delle frodi, trading quantitativo, previsioni di mercato...
Istruzione e formazione
Percorsi di apprendimento personalizzati, tutoraggio intelligente, consigli sui corsi…
Trasporti e logistica
Guida autonoma, ottimizzazione dei percorsi, analisi del traffico, piani di emergenza…
mezzi di informazione
Raccolta e scrittura di manoscritti, creazione di materiali, rifinitura di testi...
Giochi e intrattenimento
Design dei personaggi, generazione degli elementi, progettazione della trama, produzione degli effetti speciali...
ruolo e valore
Dal punto di vista aziendale
L’intelligenza artificiale può automatizzare attività ripetitive e noiose, migliorare l’efficienza e la qualità della produzione e ridurre i costi della manodopera.
L’intelligenza artificiale non solo può migliorare l’efficienza della governance, ma anche portare nuovi modelli di business, prodotti e servizi, stimolando l’economia
Dal punto di vista del governo
L’intelligenza artificiale non solo può migliorare l’efficienza della governance, ma anche portare nuovi modelli di business, prodotti e servizi, stimolando l’economia
Da un punto di vista personale
L’intelligenza artificiale può aiutarci a completare alcuni compiti e a migliorare la qualità della nostra vita
Dal punto di vista di tutta l’umanità
L’intelligenza artificiale può anche svolgere un ruolo importante nel trattamento delle malattie, nella previsione dei disastri, nella previsione del clima e nell’eliminazione della povertà.
difficoltà e sfide
occupazione
Può minacciare un gran numero di posti di lavoro e portare a una disoccupazione di massa
crimine
L’intelligenza artificiale viene utilizzata per fare guerre e ingannare (imitare voci o cambiare volti per commettere frodi)
privacy
Violazione dei diritti dei cittadini (raccolta eccessiva di informazioni, violazione della privacy)
Giusto
Se solo poche aziende disponessero di una tecnologia IA avanzata, ciò potrebbe esacerbare le disuguaglianze sociali
Anche la parzialità dell’algoritmo dell’intelligenza artificiale può portare a ingiustizie
fare affidamento
Man mano che l’intelligenza artificiale diventa sempre più potente, renderà anche le persone dipendenti dall’intelligenza artificiale e perderanno la capacità di pensare in modo indipendente e di risolvere i problemi.
fiducia
La potente creatività dell’intelligenza artificiale può far sì che gli esseri umani perdano la motivazione e la fiducia nel creare
Sicurezza
Intorno allo sviluppo dell’intelligenza artificiale ci sono anche una serie di questioni come la sicurezza (fuga di dati, crash del sistema), l’etica morale, ecc.