敬请关注 YOLO Vision 2025!
2025年9月25日
英国夏令时 10:00 - 18:00
混合活动
Yolo Vision 2024
词汇表

人工智能 (AI)

探索人工智能的核心概念、实际应用和伦理考量。了解 Ultralytics 如何推动计算机视觉领域的创新。

人工智能(AI)是一个广泛而具有变革性的计算机科学领域,专注于创建能够执行通常需要人类智能的任务的机器和系统。这包括从经验中学习、推理、解决问题、理解语言和感知环境等能力。这个概念由John McCarthy于1956年首次定义为“制造智能机器的科学和工程”。人工智能不是单一技术,而是一个总括术语,涵盖了从简单的基于规则的系统到复杂的自学习模型的各种方法和应用。

人工智能、机器学习和深度学习

人工智能(AI) 经常与其子集互换使用,但它们具有不同的含义:

  • 人工智能(AI): 在机器中模拟人类智能的总体概念。它可以进一步分为符号人工智能(基于逻辑和规则)和更现代的、数据驱动的统计人工智能
  • 机器学习 (ML): 人工智能的一个子领域,使系统能够从数据中学习和改进,而无需进行显式编程。开发者使用算法从训练数据中学习模式,而不是对规则进行硬编码。
  • 深度学习 (DL): 一种专门的 ML 类型,它使用复杂的多层神经网络来分析大量数据。当今大多数重要的 AI 进步,尤其是在计算机视觉 (CV)领域,都由深度学习提供支持。

本质上,AI 是整个领域,ML 是其中的一项核心技术,而 DL 是 ML 中的一项前沿技术。一些研究人员的最终目标是创造通用人工智能 (AGI),这是一种可以理解和学习人类可以完成的任何智力任务的 AI。

应用和现实世界的例子

AI是重塑行业的无数创新的驱动力。在计算机视觉领域,AI使机器能够解释和理解来自世界的视觉信息。这对于目标检测图像分割面部识别等任务至关重要。有关AI及其影响的概述,请查看我们的博客文章“什么是人工智能?”。

AI 在行动中的两个突出例子是:

  1. 自动驾驶汽车: 自动驾驶汽车使用一套复杂的人工智能模型来实时处理来自摄像头、激光雷达和其他传感器的数据。这使得车辆能够感知周围环境,识别行人和其它车辆,并做出关键的驾驶决策。像Waymo这样的公司正处于这项技术的最前沿。
  2. 医学图像分析: 人工智能模型,包括像 Ultralytics YOLO 这样的最先进的架构,可以在医学扫描上进行训练,以检测异常,如肿瘤或疾病迹象。这是一种强大的工具,可以帮助放射科医生,从而实现更快、更准确的诊断,并改善医疗保健人工智能的治疗效果。您可以在 Nature Medicine 等期刊中阅读有关该领域进展的文章。

AI 生态系统与伦理考量

开发强大的 AI 应用程序依赖于丰富的工具和平台生态系统。像 PyTorchTensorFlow 这样的框架提供了构建模块,而像 Ultralytics HUB 这样的平台简化了从数据管理到 模型部署 的整个过程。

随着人工智能越来越融入社会,解决其伦理影响至关重要。诸如算法偏见人工智能透明度的需求等问题是积极的研究和政策制定领域。诸如人工智能合作伙伴关系和政府机构之类的组织正在开发负责任的AI开发框架,以确保这些强大的技术得到安全和公平的使用。诸如斯坦福AI实验室之类的著名研究机构以及诸如DeepMindOpenAI之类的公司正在能力和安全研究方面发挥主导作用。

加入 Ultralytics 社区

加入人工智能的未来。与全球创新者联系、协作和共同成长

立即加入
链接已复制到剪贴板