有人说人工智能技术-有人说人工智能技术不行

大家好，今天小编关注到一个比较有意思的话题，就是关于有人说人工智能技术的问题，于是小编就整理了3个相关介绍有人说人工智能技术的解答，让我们一起看看吧。

1. 人工智能到底有多厉害？
2. 怎样理解任正非说人工智能的本质是数学和统计学？这两门学科会成为大学的热门专业吗？
3. 人工智能为何能发展迅速？

人工智能到底有多厉害？

现在人工智能还没有跟机器人结合了，中国所谓的人工智能只能是一些算法而已，在人工智能里面是出于低端的，但是现在就算低端的人工智能机器自我学习都已经在人脸识别，无人驾驶方面展露头角了，如果以后这些低端人工智能跟机器手臂机器狗结合，那相当于机器有了自己的一点大脑了，那以后就可以学习不少新技能，就不需要太多的程序员给它们编码了。

随着互联网越来越普及，电脑相关行业的人才也越来越稀缺，就业岗位逐年增多，人才供不应求。因此从事互联网相关的行业，是一个不错的选择。至于想学的专业，就看个人的爱好和本身的素质来看，室内设计，电子商务，新媒体UI设计，影视后期等等都是近两年发展很快的专业，就业前景不错 可以去重庆 新华 电脑

AI智能让你原来三个人只需要一个人，原来一个人的工作，现在直接用AI智能机器人就可以了。

最近几年，人工智能的话题一直处于风口。那人工智能到底是什么东西？小编对人工智能的理解是人造出来的有智慧的机器，他可以替代人做很多事情。而未来的人会很闲，但也会很穷！因为人工智能最先接触的领域，一定是准入门槛比较低的。而服务行业的准入门槛并不高。因为目前无人酒店，无人餐馆并不是没有，这些已经得到了应运。

为什么服务员会失业呢？如果你经常看新闻，那你一定知道，目前人工智能的应运行业主要在服务业。举两个例子，根据飞猪旅行公布的消息，阿里的无人酒店已经正式在杭州开业，这个酒店位于西溪园。而阿里，给这个酒店起名为未来酒店。他最大的特色是什么呢？酒店里没有一个服务员，连保洁阿姨都看不见。通过刷脸，机器人会带客人去预定好的房间。这不但极大的方便了客人，并且也节约了成本。

还有之前上市的海底捞。或许你没有去过海底捞，但通过网友对于海底捞的评价，一定知道这家火锅店卖的不是火锅，而是服务。曾经海底捞在北京开了一家人工智能式的餐厅。在这个餐厅里，没有服务员，没有洗碗工，没有保洁员。所有的工作都是通过机器人来完成。而根据海底捞公布的消息，因为使用了机器人，这家海底捞的成本下降了4成。做过餐饮的朋友一定明白，成本降低百分之四十意味着什么。而机器人是不会觉得累的，他的出错率也非常低。

1959年第一代机器人出现，经过几十年的发展，现在的机器人已经不是简单能走两步，他能做的事情太多了。刘强东曾说过，未来人们一周只上三天班。这会造成什么结果呢？很多人都会失业，没有工作注定是要与贫穷为伴。而马斯克也不止一次告诫大家要小心人工智能。而2016年AlphaGo打败李世石，再一次把人工智能推向了风口浪尖。

小编觉得，未来人工智能最先颠覆的一定是准入门槛低的行业，而人工智能最核心的还是人。未来人工智能对人们造成的影响，不会比现在的互联网低。如果不想自己被淘汰，我们最该考虑的是，在人工智能普及之前，如何让自己更加优秀。

各位小伙伴，你觉得人工智能未来最先颠覆的是哪个行业呢？欢迎在评论区留言。

人工智能（AI）的能力和应用范围已经在许多方面取得了显著的成果。虽然人工智能仍然有许多挑战和局限性，但以下几点可以帮助我们了解 AI 的厉害之处：

1. 大数据处理能力：AI 可以迅速处理大量复杂数据，找出数据中的规律和模式，从而为数据分析、预测和决策提供支持。在金融、医疗、市场分析等领域，AI 发挥了重要的作用。
2. [_a***_]视觉：AI 能够从图像和视频中识别物体、人脸、场景等。计算机视觉技术被广泛应用于自动驾驶、***监控、医学影像分析等领域。
3. 自然语言处理：AI 能够理解、学习和生成人类语言。自然语言处理技术应用于智能助手、翻译软件、情感分析等领域。
4. 机器学习：通过训练和学习数据，AI 能够根据指定的任务自我优化，从而逐步提升模型性能。无监督学习、强化学习等技术在游戏、推荐系统、金融风控等方面发挥着作用。
5. 创建类人生成内容：通过深度学习和生成式对抗网络（GANs），AI 能够生成逼真的图像、音频和文本。这些技术已被应用在***游戏、电影产业及艺术创作等领域。
6. 优化和自动化：AI 可以实现对复杂系统的优化和自动化，例如自动驾驶汽车、智能供应链管理、故障预测等。
7. 博弈和战略规划：在围棋、国际象棋、“Jeopardy”的比赛中，AI 系统已经展示了在博弈和战略规划上优于人类的能力。这在战略规划、优化和决策领域也有潜在应用。

需要注意的是，人工智能虽然强大，但仍然有其局限性，如泛化能力不足、缺乏真正的"理解"等与人类水平相比尚有差距的方面。在未来，人工智能将继续发展，结合各领域的实际需求，在更多方面展现出其厉害之处。

人工智能（AI）的强大潜力源于其多方面的能力和应用。以下是AI的一些引人瞩目之处：

1. 学习和适应能力：AI系统可以从大量数据中学习，不断改进其性能。这种学习能力使其能够在不断变化的环境中适应和优化。
2. 大规模数据处理：AI可以分析和处理大规模数据集，从中提取有价值的信息，用于预测、决策和问题解决。
3. 自然语言处理：AI可以理解和生成人类自然语言，这使得它在语音识别、机器翻译、文本分析和聊天机器人等领域非常强大。
4. 计算机视觉：AI可以识别图像和***中的对象、人脸和场景，用于图像分类、物体检测和***分析。
5. 自主决策：强化学习等技术使AI能够在不断的试验和错误中学习，从而制定最佳决策策略，如自动驾驶汽车和游戏中的AI对手。
6. 自动化：AI在自动化任务和流程方面非常强大，从工业制造到物流管理，都可以提高效率和准确性。
7. 个性化体验：AI可以根据个体的需求和喜好提供个性化的服务和建议，如推荐系统和社交媒体算法。
8. 科学研究：AI在科学研究中的应用范围广泛，包括分子模拟、气候建模、天文学数据分析和基因组学研究。
9. 医疗保健：AI在医疗保健领域的应用包括医学图像分析、疾病诊断、药物研发和健康管理，可以提高医疗的效率和准确性。
10. 创新和发展：AI的不断发展鼓励了创新，创造了新的商业模式和产业，也为新兴技术的发展提供了支持。

尽管AI有着强大的潜力，但它也面临一些挑战，包括伦理、隐私、安全和就业等问题。因此，AI的发展需要谨慎和道德的引导，以确保其最大限度地造福人类社会。

怎样理解任正非说人工智能的本质是数学和统计学？这两门学科会成为大学的热门专业吗？

由此可见，任正非先生也跟着华为和国内一味跟风的AI砖家们上当受骗，现在做AI的理工男自以为AI就是基于概率的算法驱动，把个AI搞得是无比的复杂，低效，耗能，没有超级计算机就玩不转，***如生物靠这种方式去参与自然竞争，恐怕早就死翘翘的了。比如没有神经元的黏菌搜索食物的最短路径，令现在的算法望尘莫及，蜂鸟的飞行技巧令现在的飞机望尘莫及，就更不用说人脑的听觉感知，视觉感知了，（难道AI的语音识别能够赶上人耳的听觉感知?）乃至思维处理信息的巧妙和高效了。可理工男知道吗？他们一无所知，竟然还敢大言不惭地宣称AI可以战胜人类? 现在AI的寒冬已至，根本原因就是大方向错了，未来不走仿生AI，拟脑AI的方向，必将死路一条。

任总说人工智能就是计算机和统计学，无疑是对的，人工智能之所以有点进步，是因为统计学有所突破，加上计算机处理数据能为提升。统计是核心，应[_a1***_]要通过计算机代码实现。人工智能玩的好的，绝对要有统计学背景。大学里数理统计学研究生以上，每年毕业人数很少，太抽象，很难学，还要学计算机程序设计，具有工程能力，英语能作为工作语言，非世界名校也培养不了，简直是个全才，非常人所及，即使毕业了，工作不太好找，中国能提供就业岗位也少，不要盲从！

任先生说人工智能本质上是数学和统计学（其实统计学就属于数学），这是对的，但说这两门学科会成为大学的热门课程，那就是另一回事了。

当然了，这里还有个什么才叫做“热门”专业，你眼中什么样子的专业才叫“热门专业”的问题。但一般来讲，事实上，更大的可能是数学和统计学不会长期成为众人追捧的热门专业。这里最重要的原因是效率，人工智能效率太高了，根本就用不着那么多相关的高级传业人才。

还有，有答友说了个观点值得讨论一下。在这位答友眼里，似乎没有神经元的黏菌比超级计算机简单。这个其实可以讨论，而且，在很多生物学家眼里，认为黏菌比超级计算机简单，那是无知者无畏了。事实上，一个细胞的复杂程度，往往远远超过一台大型计算机。黏菌这种生物的复杂程度，显然是在一只当前最先进的航空母舰编队之上的。一个很简单的事实，人类可以制造和控制一只庞大的航母舰队，但要说让人类从头开始（完全不依赖大自然进化出来的核糖体等生物学工具）制造一个细胞，不要说高级复杂到懂得合作的黏菌，就是一个最简单的细胞（如衣原体），现在也还是无法完成的任务。

好了，总之，任先生本人是搞技术出身的，而且华为的成功是不争的事实，所以，就在这些之上，我们也可以认为任先生说的“人工智能的本质是数学”是有道理的。但任先生可没说“这两门学科会成为大学的热门专业”啊。

就说这些吧，最后还是感谢悟空小秘书的邀请。上面的内容供题主和大家参考，抛砖引玉，欢迎斧正，期待在交流***同进步。

首先作为一名数学人，我看了一些人的回答，只能说有些人对数学的认识太片面了，其次，任正非先生只是说了人工智能的本质是数学学科，其实人工智能是一个非常明显的交叉学科，现在在国内还是刚刚起步的阶段，人工智能涉及，计算机，机械，自动化，数学，物联网，甚至是人文领域，没有一个学科敢自称是人工智能的专业学科，大部分人也是各司其职，各个方面的专家协同合作。另外统计学是数学系一个下属专业，这个学科的专业课非常复杂，涉及复杂的数学和统计理论，别的专业如果不去专业学习或了解是不会接触的，如果软件工程师为人工智能设计了骨架和外形，那么算法优化和数据筛选，则是人工智能的血和肉，个人认识，有不同观点可以讨论，不喜勿喷

人工智能的数学基础是统计学、线性代数，和少量微积分。但是，这些都是大学理工科数学必修课，考研数学必考。为什么要单独开设专业？

人工智能只是：计算机科学技术（一级学科）下的计算机应用技术（二级学科）下的一个方向而已。

对于本科生来说，就是计算机学科基础知识，各种基础课，从计算机理论、算法、语言到应用，甚至于像一些大量应用的技术，都是靠自学的，根本没有时间和精力深化某个学科领域。本科就是奠定一个基础，有着广阔的知识面，能够综合应用。研究生才会分不同二级学科和研究方向。本科时，比如学校可能只教C/C++，然后你要自学J***a、Python、J***aScript……学校只教数据库和Oracle，你要自学MySQL、MSSQL、MongoDB……学校只教数字图像处理，你自己学Matlab、OpenCV。学校只教MASM的汇编语言和一些CPU模拟指令，你要自学NASM、Linux汇编、C51、PLC、ARM、MIPS等不同芯片的汇编语言。而到了研究生，可能你就没有机会接触其他的二级学科的内容了。如果你是搞人工智能，那么就不会再去学CPU架构、编译器优化、网络协议、数据库等内容了。甚至于人工智能里面还会细分，比如你是研究图像识别，另一个人就是研究语音识别，还有一个研究自然语言。你们虽然都是人工智能专业，但是看的书，读的文章，研究的问题都不一样，交集都很少。

去年，南京大学成立了人工智能学院，要本科招生。那也意味着这个专业将脱离计算机专业，和软件工程专业一样，不再进行计算机通识教育，放弃一些计算机基础课程，只教人工智能相关课程。比如可能不再教数据库、编译原理、计算机网络、信息安全等等课程，而加强图形学、图像学、计算机算法、数理统计等课程。

人工智能为何能发展迅速？

人工智能快速发展成为热点，***的产业推动是关键，各地把人工智能作为优先产业，并出台一系列资助***，核心技术和应用场景的示范作用，带动了产业兴起。但目前人工智能的起点还较低，只能说近人工智能，真的人工智能需跨专业多种技术的突破。

当前人工智能发展迅速，已充分应用于多个产业及人们生活领域。其得以迅速发展，依赖三要素：数据、算法和算力。但无论是数据还是算法，都离不开算力的支撑，算力已成为人工智能发展的关键要素。计算力和人工智能是相辅相成的，计算力的水平限制着人工智能的发展和应用。

从产业需求看，AI方面的数据量与算力需求处于循环增强状态，数据量的不断增加要求更强的算力处理数据，同时哺育人工智能等新技术不断训练、应用，这些技术的落地应用产生又催生更多数据、反过对算力提出巨大需求。

再看算法，据OpenAI测算，从2012年开始，全球人工智能训练所用的计算量呈现指数增长，平均每3.43个月便会翻一倍，计算量扩大了30万倍，远超算力的增长速度，截至到2020年，深度学习模型对算力的需求达到了每天百亿亿次的计算需求。

例如2020年2月，微软发布了最新的智能感知计算模型Turing-NLG，参数量高达到175亿，使用125POPS AI计算力完成单次训练就需要一天以上。随后，OpenAI又提出了GPT-3模型，参数量更达到1750亿，对算力的消耗达到3640PetaFLOPS/s-day。

由此可见，要推动人工智能持续获得迅速发展，无论是现在和未来，算力的加码都是大势所趋。目前，据IDC与浪潮联合发布的《2020全球计算力指数评估报告》显示，我国计算力指数评估分数达到66分，处于全球第一梯队。较之美国，我国也是AI算力支出占总算力支出最高的国家之一，AI算力支出占总算力支出的比例达到14.1%。这将利好人工智能的加速发展。

首先，目前人工智能依然处在行业发展的初期，虽然市场上出现了大量的人工智能产品，但是这些智能化产品几乎都有严格的使用场景限制，属于“弱人工智能”，因此人工智能虽然在当下的大数据时代得到了一定的发展，但是学科的整体发展速度还是比较平稳的。

随着大数据技术的发展，人工智能迎来了前所未有的发展机会，在自然语言处理、机器学习和计算机视觉等领域都取得了一定的突破，因为这些领域都对数据有大量的要求，尤其是机器学习领域。可以说，数据量越大效果就越好。基于机器学习的不少产品得到了一定范围的使用，比如在自动驾驶领域、智慧医疗、智慧教育等领域都有一定的应用，所以目前市场上对于人工智能的宣传比较多，相关的智能化产品也越来越丰富。

人工智能作为产业互联网赋能传统行业的重要技术之一，在产业互联网落地应用的过程中也会得到更多的关注和发展。在产业互联网建设的过程中，人工智能产品将更容易发挥作用，一方面原因是产业互联网有相对完善的技术支撑，包括物联网、大数据、云计算等，另一方面原因是产业互联网的应用场景往往比较固定，这对于现阶段的智能体来说是比较重要的。另外，在不少传统行业领域，比如汽车制造领域，已经积累了大量智能体（工业机器人）的使用经验，这对于智能体在传统行业的普及也会起到一定的促进作用。

随着大数据、云计算和物联网的落地应用，未来人工智能领域的发展空间还是非常值得期待的，所以学习人工智能相关的知识会对未来的职场发展起到一定的帮助作用。

我从事互联网行业多年，目前也在带计算机专业的研究生，主要的研究方向集中在大数据和人工智能领域，我会陆续写一些关于互联网技术方面的文章，感兴趣的朋友可以关注我，相信一定会有所收获。

如果有互联网方面的问题，也可以咨询我，谢谢！

到此，以上就是小编对于有人说人工智能技术的问题就介绍到这了，希望介绍关于有人说人工智能技术的3点解答对大家有用。

[免责声明]本文来源于网络，不代表本站立场，如转载内容涉及版权等问题，请联系邮箱:83115484@qq.com，我们会予以删除相关文章，保证您的权利。转载请注明出处：http://www.bfgfmw.com/post/19104.html