指南
什么是人工智能？
人工智能是让计算机能够从示例中学习并做出决策的一类技术的统称。本页用通俗的语言介绍它是什么、如何运作、在哪些方面有帮助，以及需要注意什么。
- 基础
- 数据 + 算法
- 如何学习
- 从示例中学习，而非手写规则
- 局限
- 数据有多好，它就有多好
简要定义
人工智能是计算机科学的一个领域，目标是让机器完成人需要思考才能完成的工作：理解一段文字、识别图像中的物体、预测下一步。它依靠两样东西：海量数据，以及从数据中发现规律的算法。
在传统软件中，每条规则都由程序员手工编写。而在人工智能中，系统通过观察成千上万个示例自行总结规则；遇到新情况时，无需重新编程就能做出预测。我们今天使用的几乎都是“弱”人工智能：在单一任务上表现出色，但并不是能像人一样思考一切的通用智能。
它是如何运作的？
- 01
数据
系统接收要学习的任务示例：文本、图像、传感器读数、历史记录。数据的质量直接决定结果的质量。
- 02
学习
算法找出示例之间的规律并建立模型。模型通过检查自己与正确答案的差距，一次又一次地修正自己。
- 03
预测
训练好的模型为从未见过的新输入给出答案：回答问题、标记故障、读取发票。答案是一种概率，而不是确定无疑。
当今最常见的类型
机器学习
从历史数据中学习规律并进行预测的方法的总称，是销售预测、故障预测和欺诈检测的基础。
深度学习
使用多层人工神经网络的机器学习，是当今图像、声音和语言领域大多数突破的核心。
自然语言处理
让计算机理解和生成人类语言。聊天助手、语音智能体、摘要和翻译都来自这一领域。
计算机视觉
从图像和视频中提取信息：物体识别、质量检测、车牌识别，以及自动驾驶汽车对周围环境的感知。
益处：九个领域
人工智能的影响并不局限于某一个行业。以下九个领域是目前益处最为具体可见的地方。
医疗健康
减轻检查结果审阅和文书工作等负担，加快新疗法的研发，并有望减少机器人手术中的人为失误。
经济与就业
提高生产效率。根据普华永道（PwC）的估计，到 2030 年人工智能对全球经济的贡献可能达到 15.7 万亿美元，并在金融和科技领域催生新的职业。
气候与能源
帮助预测可再生能源发电量、平衡用电，并为减少碳排放的政策建立模型。
交通运输
自动驾驶汽车借助计算机视觉感知周围环境；路线和交通优化可以降低油耗、缓解拥堵。
客户服务
聊天和语音助手全天候即时回复，处理常见问题，并为客户提供个性化的答复。
科学发现
以人类无法企及的速度扫描海量数据、发现规律，加快从疾病研究到材料科学的各类发现。
金融
评估客户历史以提供更精准的建议，并通过持续监控账户尽早发现可疑交易和欺诈。
农业
借助天气预报、灌溉时机和施药建议，让农民的决策以数据为依据，减少资源浪费。
网络安全
发现网络中的异常行为，帮助在攻击和恶意软件造成损害之前将其识别出来。
新的发展方向
多模态人工智能
能够同时理解文本、图像、声音和视频的模型，可以把一张照片和一个问题放在一起分析。
更强大的助手
不仅能回答问题，还能一步步完成工作的助手和智能体：预约、撰写报告、在系统之间迁移数据。
伦理与监管
随着应用普及，对透明度、问责和法律框架的需求不断增加，各国正在制定相关规则。
局限与风险
就业结构的变化
部分工作被自动化，同时需要新的技能。对没有规划转型的机构来说这是风险，对做好规划的机构来说则是机遇。
偏见
模型会学到甚至放大训练数据中的偏见，因此需要定期审查数据和结果。
数据隐私
人工智能需要大量数据。个人数据在哪里、以何种方式、由谁处理，应从一开始就明确。
看似自信的错误
模型即使不知道答案也可能说得很肯定，甚至会编造内容。重要决策需要人工确认并核实来源。
在 BRAINSTORM
我们如何在现场使用人工智能
我们把人工智能当作可衡量的工具，而不是摆设：自动处理报价和发票的工作流、接听电话的语音智能体、监测能耗的看板，以及加快电气勘察的 Elektrik GPT。在每个系统中，模型跳过或没有把握的内容都会连同原因一起记录。
查看我们的服务