探索什么是人工智能，发现人工智能的主要分支，如机器学习、计算机视觉等，为当今的智能系统提供动力。
技术一直在进步，作为一个社会，我们一直在寻找新的方法，让我们的生活更高效、更安全、更轻松。从车轮的发明到互联网的兴起，每一次进步都改变了我们的生活和工作方式。人工智能（AI）是这方面最新的关键技术。
我们目前正处于所谓的"人工智能热潮"--人工智能技术在各行各业的快速增长和应用时期。然而，这并不是人工智能第一次引起人们的兴趣。早在 20 世纪 50 年代和 80 年代就曾出现过人工智能热潮，但今天的热潮是由海量计算能力、大数据和比以往任何时候都更强大的先进机器学习模型所推动的。
每周，研究人员、初创企业和科技巨头都会有新的发现和创新，不断突破人工智能的极限。从改善医疗诊断到为智能助手提供动力，人工智能正深深融入我们的日常生活。事实上，到 2033 年，全球人工智能市场价值预计将达到 4.8 万亿美元。
在本文中，我们将深入探讨什么是真正的人工智能，细分其主要分支，并讨论它如何改变世界。
人工智能是当今最受关注的技术之一，但它究竟意味着什么？就其核心而言，人工智能指的是机器或计算机系统，这些机器或计算机系统可以执行通常需要人类智能才能完成的任务。这些任务可能包括理解语言、识别图像、做出决策或从经验中学习。
虽然 "会思考的机器 "这个概念听起来很有未来感，但人工智能已经在我们身边迅速普及。例如，人工智能是推荐系统、语音助手和智能相机等应用的核心。
我们今天使用的大多数人工智能解决方案都属于所谓的狭义或弱人工智能。这意味着它只设计用于完成一项任务，而且要做得非常好。例如，一个人工智能系统可能只是为了识别照片中的人脸而接受训练，而另一个系统则是为了根据你的观影记录推荐电影。这些系统实际上并不像人类那样思考或理解世界；它们只是遵循数据中的模式来完成特定的工作。
为了实现这一切，人工智能创新依赖于一种叫做模型的东西。你可以把人工智能模型看作是从大量数据中学习的数字大脑。这些模型通过算法（一套循序渐进的指令）进行训练，以发现模式、做出预测，甚至生成内容。它们拥有的数据越多，训练得越好，就越准确、越有用。
下面我们就来回顾一下人工智能几十年来的发展历程，从早期的机器思维理论到今天我们使用的具有影响力的工具：
人工智能一词可被视为一个总称，涵盖多个不同的领域或分支，每个领域或分支都专注于特定的能力--如从数据中学习、理解语言或解读视觉效果。这些分支通常相互协作，帮助人工智能系统执行有用的现实任务。
下面简要介绍一下人工智能的一些核心分支：
这些分支各自发挥着不同的作用，但它们共同促进了智能系统的发展，使其成为我们日常生活的一部分。
既然我们已经介绍了人工智能的核心分支，那就让我们来仔细看看每一个分支。我们将介绍这些不同领域的工作原理，以及您可能会在哪些方面看到它们的应用。
数据科学经常与机器学习混为一谈，但两者并非一回事。数据科学侧重于理解和分析数据，以寻找趋势、创建可视化数据并帮助人们做出明智的决策。其目标是用数据解释信息和讲述故事。
另一方面，机器学习的核心是构建能够从数据中学习并做出预测或决策的系统，而无需明确编程。数据科学问的是 "这些数据能告诉我们什么？"，而机器学习问的是 "系统如何利用这些数据随着时间的推移自动改进？"
Spotify 的 "每周发现"播放列表就是一个很好的机器学习实例。Spotify 是一家音频流媒体服务提供商，它不仅跟踪你播放了哪些歌曲。它从你喜欢、跳过或保存的歌曲中学习，并将这种行为与数百万其他用户进行比较。
然后，它使用机器学习模型来预测和推荐你可能喜欢的歌曲。这种个性化体验之所以能够实现，是因为系统会不断学习和调整，帮助你发现你甚至不知道自己在寻找的音乐。
计算机视觉模型，如 Ultralytics YOLO11通过识别物体、人物和场景，帮助机器理解图像和视频。这些模型是通过标注图片进行训练的，因此它们可以学习不同事物的样子。
一旦经过训练，它们就能用于物体检测（在图像中寻找和定位事物）、图像分类（找出图像显示的内容）和跟踪运动等任务。这样，无论是自动驾驶汽车、医疗扫描仪还是安防摄像头，人工智能系统都能看到周围的世界并作出反应。
例如，计算机视觉的一个有趣用途是野生动物保护。配备摄像头和YOLO11 等型号的无人机可用于监测偏远地区的濒危动物。它们可以计算动物群中有多少只动物，跟踪它们的行动，甚至发现偷猎者等威胁，而这一切都不会对环境造成干扰。
这是一个很好的例子，说明计算机视觉不仅是一种高科技工具，而且对保护地球产生了真正的影响。
与计算机视觉类似，NLP只关注一种类型的数据--语言。与图像或视频不同，NLP 帮助机器理解并处理书面和口语形式的人类语言。它能让计算机阅读文本、理解含义、识别语音，甚至以一种感觉自然的方式做出反应。这就是语音助手（Siri、Alexa）、聊天机器人、翻译应用程序和电子邮件过滤器等工具背后的技术。
例如，流行的语言学习应用程序Duolingo 使用语言模型模拟现实生活中的对话，如点菜或预订酒店。人工智能模型能理解你想说的话，纠正你的错误，并用简单易懂的语言解释语法，就像真正的家教一样。这使得语言学习更具互动性和吸引力，展示了 NLP 如何在人工智能的支持下帮助人们更有效地交流。
全球对人工智能兴趣的突然激增要归功于生成式人工智能。与分析或分类数据的传统人工智能系统不同，生成式人工智能从庞大的数据集中学习模式，并利用这些知识生成原创内容。这些模型并不只是遵循指令，而是根据所学知识生成新材料，通常模仿人类的创造力和风格。
最受欢迎的例子之一是ChatGPT，它可以写作文、回答问题和进行自然对话。最近，类似的高级工具如xAI 的 Grok-3也已问世。
除此之外，在娱乐和游戏等领域，生成式人工智能正在开辟新的创造可能性。游戏开发者正在利用人工智能创造动态的故事情节、对话和角色，并对玩家做出实时回应。
同样，在电影和媒体领域，生成工具可以帮助设计视觉效果、编写脚本，甚至创作音乐。随着这些技术的不断发展，它们已不仅仅是辅助创作者，而是成为创造身临其境的个性化体验的创意合作伙伴。
许多人将人工智能创新比作电影《终结者》中的机器人，但实际上，人工智能还没有那么先进。虽然科幻小说中经常想象出像人类一样思考和行动的完全自主的机器，但今天的机器人要实用得多，也更注重任务。
作为人工智能的一个分支，机器人技术将机械系统与智能软件相结合，帮助机器在现实世界中移动、感知周围环境并采取行动。这些机器人通常使用人工智能的其他领域，如计算机视觉来观察和机器学习来适应，从而安全高效地完成特定任务。
以波士顿动力公司（Boston Dynamics）的机器人Stretch 为例，它是专为仓库自动化而设计的。Stretch 可以扫描周围环境，识别箱子，并将它们搬到卡车或货架上，只需极少的人工输入。它利用人工智能实时决定如何移动以及在何处放置物品，是物流和供应链运营中的可靠工具。
除了最近人们对人工智能的热情和兴趣之外，还有许多围绕其伦理影响的重要对话。随着人工智能越来越先进并深入日常生活，人们开始关注如何使用它、谁来控制它以及有哪些保障措施。
一个主要问题是人工智能系统中的偏见；由于这些技术是从现实世界的数据中学习的，它们可能会捕捉并强化人类现有的偏见。这会导致结果不准确，尤其是在招聘或执法等敏感领域。
人们还担心缺乏透明度，因为许多人工智能系统就像 "黑盒子 "一样运行，做出的决定甚至连创造者都无法完全解释。另一个日益严重的问题是生成式人工智能的滥用，它可以制造假新闻、深度伪造视频或难以辨别真假的误导性图片。
随着人工智能的不断发展，有必要进行负责任的开发，这意味着要建立公平、负责、尊重隐私和人权的系统。目前，各国政府、公司和研究人员正在共同努力，制定指导方针，确保人工智能造福于每个人，同时最大限度地减少伤害。
人工智能发展迅速，已成为我们日常生活的重要组成部分。它可以帮助完成识别图像、理解语言和实时做出智能决策等任务。从制造业到农业，人工智能正在让日常工作变得更轻松、更高效。
未来，随着人工通用智能（AGI）的兴起，我们可能会看到更大的变化，机器可以像人类一样学习和思考。随着人工智能技术的改进，它可能会变得更互联、更有用、更负责任。这是一个令人兴奋的时代，随着人工智能的不断发展，还有很多事情值得期待。
成为我们活跃社区的一员！探索我们的GitHub 存储库，深入了解计算机视觉。如果您对人工智能视觉感兴趣，请查看我们的许可选项。在我们的解决方案页面了解物流中的计算机视觉和医疗保健中的人工智能！
ZH
EN
KO
JA
RU
DE
FR
ES
PT
IT
AR
TR
VI