人工智能技术的应用?
500
2024-04-26
现代科技的飞速发展,使得人工智能技术在各行各业都得到了广泛的应用,其中包括新闻领域。人工智能写新闻是指利用机器学习和自然语言处理等技术,让计算机能够生成具有一定新闻价值的文章。下面我们将介绍一些人工智能写新闻的实际应用案例。
某知名科技公司开发了一款智能新闻写作平台,利用深度学习算法和大数据分析技术,平台能够快速从海量信息中提取关键数据,并生成符合新闻规范的文章。这种智能新闻写作平台不仅可以提高新闻生产的效率,还可以降低人力成本,是新闻行业的一大创新。
一家财经新闻网站引入了人工智能技术,实现了财经新闻的自动生成。通过训练模型,系统能够自动从金融市场数据中提取关键信息,分析市场走势,并生成相应的新闻报道。这种自动生成新闻的方式不仅速度快,而且能够及时反映市场变化,提供有参考价值的信息。
在体育新闻领域,人工智能写新闻也有着广泛的应用。一些体育媒体利用人工智能技术,可以快速生成体育赛事的报道,包括比赛结果、关键时刻回顾等内容。这不仅提高了报道速度,还能够吸引更多读者关注。
一些社交媒体平台也正在尝试利用人工智能技术生成用户内容。通过分析用户的历史数据和偏好,系统可以自动生成符合用户口味的推文、动态等内容。这种个性化的内容生成方式为用户提供了更好的社交体验。
除了完整新闻文章的生成,人工智能还可以用来生成新闻摘要。一些新闻聚合平台通过自然语言处理技术,可以从原始新闻中提取核心信息,生成简洁的新闻摘要,方便用户快速了解要点。这种方式有效提高了信息获取的效率。
随着人工智能技术的不断进步,人工智能写新闻的应用前景将会更加广阔。未来,人工智能可能不仅能够生成文字新闻,还能够结合多媒体技术生成更丰富多样的新闻内容,如视频新闻、虚拟现实报道等。这将为新闻行业带来全新的发展机遇。
总的来说,人工智能写新闻技术的发展,为新闻生产带来了革命性的变革。虽然目前仍然需要人类编辑来保障新闻的质量和客观性,但人工智能的不断进步必将为新闻行业带来更多可能性和创新。
能让马云、马化腾、李彦宏等业界大佬共同看好的方向,除了人工智能,可能很难找到第二个。
在7月9日举行的2020世界人工智能大会云端峰会上,“三马”(马云、马化腾、马斯克)、“二宏”(李彦宏、张文宏)少见地隔空同台。此外,还有包括七位图灵奖得主、一位诺贝尔奖得主在内的550多位业界、学术界嘉宾汇聚一堂。
大会上,以联合国数字合作高级别小组联合主席的身份出席的马云,就疫情期间社会经历的大动荡发表了自己的感悟,他认为,世界已经巨变,技术变革提前并且加速,与其担忧,不如担当,“为活下去而做的创新才是真正最强大和不可阻挡的动力”。
马云有此感叹,一定程度上是因为在疫情危机中,依赖人力、线下运转的传统行业遭受极大冲击,以人工智能为代表的新兴科技彰显出其重要性与必须性。例如,复旦大学附属华山医院感染科主任张文宏提到,“从人工智能参与到抗疫物资调配的时候,我们就意识到将来人工智能具有非常强大的物资调配能力”。
人工智能的意义已不止于经济层面,它也是抵御大自然不可抗力、维持社会健康稳定发展的依仗,基于这一逻辑,政策已率先做出反应。
在今年2月,工业和信息化部科技司发布了《充分发挥人工智能赋能效用 协力抗击新型冠状病毒感染的肺炎疫情倡议书》,倡议通过科技力量支撑疫情防控。随后,“新基建”政策落实,人工智能被列为七大领域之一。
随着底层技术的进步,与计算能力、大数据、场景等人工智能成长土壤的逐渐成熟,人工智能正处于平台化、产业化之前的关键节点。
疫情催化及政策推动下,人工智能的发展被按下加速键:仅在大会上,就诞生了8个人工智能产业投资基金项目,36个人工智能产业项目,签约投资总额超过300亿元。
而在新基建的东风下,人工智能又会带来哪些机遇?
一局围棋
在未来关于人类历史的讲述中,一定会有这样一个篇章。
2016年3月,谷歌旗下DeepMind公司开发的人工智能机器人AlphaGo与围棋职业九段棋手李世石进行围棋人机大战,此时,大众对谁赢谁输的预测还有很大分歧,最终AlphaGo以4比1的总比分获胜。
这样一场比赛,将人工智能这样一个更多存在于科幻电影、小说中的概念实体化,也将人类一直以来的自信与骄傲击破,证明了人工智能可以达到比肩,甚至超越人类的高度——这甚至引发了一些恐慌。但在当时,中国选手柯洁仍认为“AlphaGo能赢李世石,但是赢不了我”。
仅一年之后,AlphaGo再次突飞猛进,大众已经一边倒地做出了人类必败的判断,最终AlphaGo以3:0的战绩击败了几乎代表着人类围棋最高水准的柯洁。
第三局比赛中,柯洁甚至中途离场20分钟痛哭,连坐在十几米之外的观众都能听见他隐忍但清晰的哭声。“我感到浑身都在颤抖,真的,寒冷地颤抖。”后来柯洁这样描述自己的状态。
柯洁承认,他的失态是因为觉得机器下得太完美。
值得指出的是,人工智能从诞生到打败世界围棋冠军,只经过了六十余年的发展。
1950年,一位名叫马文·明斯基的大四学生,与同学一起建造了世界上第一台神经网络计算机,这也被看做是人工智能的一个起点。而马文·明斯基在后来也被誉为“人工智能之父”。
同年,“计算机之父”阿兰·图灵提出设想:如果一台机器能够与人类开展对话而不能被辨别出机器身份,那么这台机器就具有智能。直到1956年,计算机专家约翰·麦卡锡才提出“人工智能”一词,被人们看做是人工智能正式诞生的标志。
随后,由于技术难度高、进展慢,人工智能的发展反复经历着高潮与低谷。在1987 年,由于通用计算机 Lisp Machine在商业上的失败,人工智能再次滑入了低迷期,行业人士开始意识到人工智能的问题不在于硬件,而是在软件以及算法层面的挑战没有突破。
长久以来,对人工智能的探讨一直局限在研发圈层中,一直到AlphaGo出世,横扫人类围棋界,才一举将人工智能推向了社会话题中心,自此之后,人工智能概念始终炙手可热。
人工智能之所以会在2017年的时点上爆发,本质上是得益于发展土壤的逐渐成熟,马化腾曾在演讲中提到,发展人工智能,场景、大数据、计算能力和人才缺一不可。
在计算能力方面,深度学习技术是人工智能发展历史上的一个重要突破。2006年,现任职于Google Brain的技术专家 Geoffrey Hinton带领团队发现了训练高层神经网络的有效算法,2012年,Geoffrey Hinton团队在ImageNet上首次使用深度学习技术完胜其它团队。
Geoffrey Hinton在ImageNet 2012上的成功让科学家开始更多的关注模型与算法的创新突破,以弥补训练中数据的不足,从而带来算法上的快速迭代:以图形计算为代表的GPU在计算机视觉训练中替代原来的CPU,大大提升了计算性能,让原来需要几个月才能完成的训练缩短到几天或几个小时,加快了计算机视觉前期训练和推理的迭代周期,带来效率上的成倍提升。
大数据则是人工智能的燃料,随着互联网浪潮从PC时代过渡到移动时代,人类生活逐渐被智能终端所绑定,每日可产生的数据量出现指数级的增长,且数据维度更加丰富,大数据技术逐渐精进。而大数据技术能够通过数据采集、预处理、存储及管理、分析及挖掘等方式,从各种各样类型的海量数据中,快速获得有价值信息,为深度学习等人工智能算法提供坚实的素材基础。
另一方面,随着社会经济形态与产业形态发展,人工智能有了更多的落地场景,如医疗、安防、交通等,这是承载人工智能发展的介质。
因此,近几年人工智能风口再起,实际上是技术发展、数据沉淀以及场景延展等多个因素,厚积薄发,引发了一场席卷全球的AI创投热潮。
迷雾尚未消散
在探讨人工智能的前景之前,有必要先厘清人工智能的基本架构。对人工智能的探讨可以分为两条主线:一是学术视角的底层研究,二是产业视角。
高校是培养人工智能人才、执行人工智能技术研究的主阵地,在美国,人工智能方面科研实力最强的高校有麻省理工学院、卡内基梅隆大学、斯坦福大学等。其中,卡内基梅隆大学在2018年开设了美国首个人工智能本科学位,加大对人工智能领域人才培养的投入。
中国高校也在近两年间不断推进人工智能教育,数据显示,截至2018年底,有94所拥有人工智能二级学院的中国大学,相比2017年增加了21所,其中,清华大学、浙江大学、上海交通大学、哈尔滨工业大学、华中科技大学、中国科学技术大学、中科院各研究所等是人工智能底层研究的主力军。
高校开展的人工智能研究更多是由国家拨款支持的,此外,也有不少大型科技公司出资成立研究院,从事人工智能底层技术研究。
谷歌一直以来都将人工智能作为主要战略方向之一,它在2011年时就推出了聚焦深度学习的Google Brain项目,并在2014年1月斥资4亿美元收购一家名为Deep Mind的人工智能公司,正是这家公司在三年后推出AlphaGo,掀起人工智能风潮。
据咨询公司麦肯锡报告显示,包括谷歌在内的科技巨头,2016年在人工智能上的投入在200亿至300亿美元之间,其中10%用于人工智能收购,90%用于研发和部署。
2017年,AlphaGo引爆人工智能概念之后,美国科技巨头对人工智能的投入进一步加大。该年的Google I/O 开发者大会上,谷歌确立了从mobile-first到AI-first的根本战略转变,同年,微软宣布计划建立百人规模的微软AI研究院。一年后,谷歌又将谷歌研究院(Google Research)改名为谷歌人工智能(Google AI),将人工智能放在最高战略地位上。
AI智能分析技术应用于校园监控视频中,可以减轻常规检查、排除等工作给人带来的沉重负担,从而缓解安保枯燥的监控流程。
另外一方面,由于AI智能分析技术可以迅速地筛选出需要信息,因此可以帮助人员迅速地从海量的监控视频中找到重点。
1.个人语音助手。用苹果手机的朋友对siri一定不陌生,只要你说出指令,它就能帮助你找到有用信息,这一过程有人工智能介入。它会收集你的指令,识别你的语音,并为你提供你要的结果
2.在线客服与电销机器人。很多网站在线客服是人工智能设备,它可以回答客户的基本问题。还有很多电话销售被电销机器人代替。
3.人工智能摄像头。安防过程中,在监控摄像头系统引入人工智能来判断画面是否出现异常人员,如果发现及时通知安保人员。不用安保24小时轮值。
4.智能家居设备。自动通过调整温度调节器来调整室内温度。还有智能照明,设备可根据你正在做的事调整房子周围灯光。
今天,我们将探讨人工智能机器人的事例。人工智能(AI)已经成为当今世界的热门话题之一,而机器人作为AI技术的重要应用之一,正在逐渐改变我们的生活和工作方式。
人工智能机器人在医疗领域的应用是其中一个令人振奋的方面。通过结合AI技术和机器人技术,医疗机器人可以帮助医生进行精准的手术,提高手术成功率,并减少手术风险。例如,某些机器人手术系统可以实现微创手术,减少患者的恢复时间和疼痛感,提高手术效果。
在生产领域,人工智能机器人也发挥着重要作用。自动化生产线上的机器人可以根据人工智能程序进行智能操作,提高生产效率和产品质量。同时,机器人还可以在危险环境下代替人类执行任务,保障员工的安全。
服务型机器人是近年来人工智能机器人发展的热点之一。在餐饮、酒店、零售等行业,人工智能机器人可以替代人类完成一些重复性工作,如客户接待、清洁服务等。这不仅提高了工作效率,也降低了企业的运营成本。
随着人工智能技术的不断发展和普及,人工智能机器人的应用领域将会进一步扩大。未来,我们有望看到更多智能机器人投入到农业、教育、交通等领域,为人类生活带来更多便利。
综上所述,人工智能机器人的事例展示了其在不同领域的广泛应用前景。随着技术的不断进步,人工智能机器人将继续为人类社会带来积极的影响,推动社会的发展和进步。
全面化人工智能可能意味着人类的终结……机器可以自行启动,并且自动对自身进行重新设计,速率也会越来越快。受到漫长的生物进化历程的限制,人类无法与之竞争,终将被取代。
近日,马斯克坦承特斯拉汽车内摄像头可以监视驾驶员一事,引发了车主对智能汽车内部安装摄像头与窃听器的不满。虽然这两种设备在智能汽车生产厂商眼中起到的是对驾乘人员的保护作用,但依然无法打消车主心中的疑虑。
智能汽车逐步发展,无人驾驶也在“路上”。未来,如何兼顾驾乘人员的安全与隐私,是个值得探讨和重视的问题。
日前,国外有用户在社交网站向特斯拉CEO埃隆·马斯克询问特斯拉的车内摄像头是否可以检测车主目光,马斯克回复“是的”。引发舆论关注的原因是,这是特斯拉方面首次承认通过车内摄像头来监视驾驶员。
在该用户提出疑问前,马斯克就曾在社交网站上发文称将收回一些车主的完全自动驾驶能力测试版(FSD beta)的试用权限。原因是这些车主在使用FSD beta功能时,没有对道路情况给予足够的关注。马斯克称,之所以是beta版本,就意味着还处在测试阶段,尽管目前没有出现任何事故,但不能放任不管。
显然,自动驾驶将赋予智能汽车更多权利,也意味着汽车内外需要加装更多传感器、摄像头和监听器等。但不论哪种设备,都对汽车内部相对隐秘空间内的驾乘人员隐私造成了威胁。
是监视还是保护
这不是特斯拉第一次曝出信息安全丑闻。去年,一位白帽黑客格林曝光特斯拉的车载计算机系统可能会导致个人隐私的泄露。接触过特斯拉的人都知道,特斯拉的车载计算机系统功能繁多,包含收音机、蓝牙电话、上网、玩游戏等。驾乘人员还可以通过Wi-Fi 连接社交网站,甚至能存储联系人的电话号码。
但很多车主没有想到的是,暗藏在车载计算机系统屏幕背后的组件,正成为隐私数据泄露的源头。这位白帽黑客从某购物平台上购买到被换下来的自动辅助驾驶系统(AP)和媒体控制单元(MCU)。尽管这些组件已经有明显损坏迹象,但仍能从中获得之前车主的隐私,例如手机连接的电话本、通话记录、日历、家庭和工作地点的定位、导航去过的位置,以及允许访问网站的会话cookies。
之所以可以从MCU上获取个人信息,是因为特斯拉基于 Linux 内核搭载 MCU。MCU 使用的是镁光生产的嵌入式多媒体控制器(eMMC)存储颗粒,而特斯拉的车机系统并没有对这块 eMMC 硬盘进行任何的加密处理。
不仅是特斯拉,蔚来汽车“监控每位车主行程”也曾在网上闹得沸沸扬扬。此外,滴滴打车也为了确保驾乘人员安全,采取全程监听车内人员对话的措施。
尽管这些安装监听、监视设备的生产方打着“向善”的旗号,却往往没有明确告知消费者他们将会被收集哪些信息;亦无人知晓,这些信息是否真的会被妥善安全地保存。
而在信息技术飞速发展的现代,将安全性让渡给驾乘人员的隐私真的可行吗?前段时间,货拉拉公司货车女乘客跳车一事余温未了。社会上不乏对货拉拉公司为何不在车内安装监控系统的质疑之声。
安全与隐私应如何兼顾?在福州大学数学与计算机学院教授陈德旺眼中,安全与隐私是互相矛盾的名词。“想要获得更多安全性,就需要让传感器采集更多的数据。”
法规不应缺席
“目前,智能汽车要协助驾驶员对车辆进行控制时,主要采集驾驶车周边的车及所在道路场景的实时数据,例如前后左右车的位置、类型、速度,交通标志、道路线、障碍物等。而实现无人驾驶,只需要对车外进行监控即可。” 中国科学院自动化研究所研究员王飞跃在接受《中国科学报》采访时解释道,“监控车内主要是为了对驾驶员采取主动安全措施,即发现驾驶员出现疲劳驾驶、视线漂移、不系安全带等危险行为时,进行主动提醒。目前,尚没有对监控范围和清晰度有明确的统一标准。”
诚然,伴随着人工智能的发展,关于人工智能伦理的讨论从未停歇,但讨论主题却一直集中在讨论可能性和对未来影响的理论工作,而对人工智能实际应用的研究则探讨较少。因此,学术界对人工智能伦理道德的关系进行探讨虽已持续了数年,却并没有弄清普遍的人工智能伦理到底是什么。
“人工智能在当代广泛应用,带来了各种益处,但人们也发现了诸多伦理问题。直接与技术相关的,包括算法歧视、侵犯隐私等技术的误用和滥用等,较为间接和远期的则有就业问题、平等、家庭和社会关系的危机等。”中国人民大学法学院副教授郭锐告诉《中国科学报》。
就这点而言,智能汽车对隐私构成的威胁似乎并没有上升到这一高度。“从安全隐私角度以及自动驾驶及车内主动安全的技术实现上,采集的数据都是可以实时处理、实时做出自动驾驶行为,不需要保留任何数据的。这和现有车的倒车影像的逻辑是一样的。”王飞跃坦言,“但是,不排除部分厂商为了不断提升自动驾驶及主动安全的技术能力,以及识别能力,而保留部分数据,进行算法的再学习。如果能征得用户授权同意,未尝不可。”
陈德旺也建议,车企最好将车内安装设备与收集哪些信息标注清楚,让车主保留选择的权利。“有些车主认为汽车安全比隐私更重要,就可以选择让智能后台对其信息进行收集。也有车主认为车内是隐私空间,那么可以选择减少收集内容,或者适当关闭一些功能。”
对此,郭锐认为,人工智能的决策则必须按照人类的伦理来评估和校正;人工智能对社会的影响很大,牵涉很多的人,因此应当更加强调归责性。“就车内检测技术如何与隐私保护平衡的问题,我认为可以从两个维度进行考量。第一,应该遵循知情同意原则,采取‘事前告知’‘事后删除’的模式;第二,立法应对何时收集、收集到何种程度、保存期限多久等问题做出规定,并要求商业主体定期审核。”
人工智能的尺度
“人工智能技术确实存在两面性,在带来驾驶安全性提升的同时,如果不加限制,确实也会带来侵犯隐私的隐患。但是解决方案提供商以及车厂,很容易通过法律和标准来约束产品和服务的隐私程度。例如,最关键的是要求不能留存数据、不能定位,这就解决了绝大部分的隐私问题。”王飞跃表示。
目前,人工智能和自动驾驶业内有分布式(联邦)数据共享、多方(联邦)数据智能计算等技术,也取得了初步的进展,能达到“数据可用不可见”的效果。王飞跃解释说,从技术上来讲,这种模式所形成的算法,与将数据聚集在一起计算训练的效果相同或者相近,从而能比较好地平衡数据隐私版权保护、数据要素开放共享服务两者之间的矛盾。正因如此,预计“数据可用不可见”是数据应用服务的未来趋势。
郭锐也表示,智能汽车收集的数据传统上被看作隐私问题。实际上,这个问题和传统隐私权语境有所不同。不同之处在于,它不是一个一方侵权、另一方被侵权的零和游戏,还展现了车主和汽车企业之间通过合同彼此信任、合作的一面。因此,个人信息保护在这个问题上可能比隐私权保护更加切合实际。
而且,相较于智能汽车驾乘人员隐私问题,网络隐私暴露更值得关注。“在技术上,科学研究者和业界也在探索是否可以达到利用数据的同时保护隐私的效果。在治理上,我们还应该支持市场的自治,企业之间的互相竞争某种程度上能够促进用户隐私的保护。比如在搜索引擎的竞争上,一些搜索引擎会以推出更加保护隐私的服务吸引消费者。”郭锐说,其实,人工智能发展过程中遭遇的最根本的伦理难题是创造秩序危机。创造秩序危机,简而言之,是人所创造的技术对人的反噬。反思人工智能伦理,是为了应对这个危机。伦理不是为了约束科学发展,而是为了防止我们在追求某一个具体目标的时候伤害人类的整体利益。
教育工作者花费大量时间对作业和考试进行评分。在人工智能可以介入时可快速完成这些任务,同时提供如何缩小学习差距的建议。
智能化的教育机器已经可以对多项考评进行评分,也在不断接近教师手中的纸质评估书。
当AI介入自动化管理任务时,它为教师节省更多的时间,时时陪伴在每个学生身旁。
在我们的日常生活中,我们经常面对各种各样的心灵问题,这些问题可能来自于我们的工作、家庭、人际关系等各个方面。有时候,我们可能感到困惑、焦虑甚至绝望,不知道如何面对这些问题。然而,通过心灵事例的分享,我们可以从他人的经历中寻找到答案,找到一种启发和帮助自己的方式。
心灵事例是指个人经历或故事,通常包含感受、情绪、困惑和思考等方面。这些事例可能涉及到个人的成长、困境、转变和解决问题的过程。通过分享这些心灵事例,人们可以共同学习和反思,从而提高个人的心理素养和解决问题的能力。
心灵事例对我们来说非常重要,因为它们可以提供以下几个方面的帮助:
分享和倾听心灵事例需要一定的技巧和方法,以下是一些建议:
心灵事例的分享和倾听对个人和社会都有积极的影响:
通过分享和倾听心灵事例,个人可以:
在社会层面上,心灵事例的分享和倾听有助于:
无论是分享还是倾听心灵事例,都需要我们付出真诚和关注的心。通过分享自己的经历,帮助他人寻找到解决问题的方法;通过倾听他人的心声,给予对方情感上的支持和关怀。在这个过程中,我们不仅能够成长和学习,还能够为他人带来希望和启示。
今天我想和大家分享一些关于生命事例的思考和观察。生命事例是我们每个人都会经历的重要事件,它们可以是个人的成就、挫折,也可以是社会、历史的转折点。通过观察和思考生命事例,我们可以更好地理解自己的人生,也能从中获得一些有益的经验和教训。
生命事例对人的成长和发展起着重要的作用。它们帮助我们认识和了解自己,让我们更好地定义自己的身份和价值观。当我们面对挫折和困难时,过去的生命事例能为我们提供勇气和力量,让我们坚持下去。同时,生命事例也是人与人之间沟通和连接的桥梁,通过分享自己的故事,我们能够激发他人的共鸣和理解。
生命事例的种类多样,可以是个人的成就,比如获得一项荣誉、完成一项重要任务,也可以是个人的挫折,比如失业、失恋。此外,生命事例还可以是社会和历史的重大事件,比如战争、革命。无论是个人的事例还是社会的事件,它们都能对人的生活轨迹产生深远的影响。
观察和思考生命事例需要一种开放的心态和深入的思考。首先,我们可以通过回顾过去的经历,找到一些特别有意义的事件。这些事件可能是我们取得的成就,也可能是我们经历的挫折,或者是我们参与的社会活动。回顾过去,我们可以从中发现一些有价值的经验和教训。
其次,我们可以通过与他人的交流和分享,了解他们的生命事例。通过倾听他人的故事,我们可以从中学习和启发。他人的生命事例可能与我们有相似之处,也可能完全不同,但无论如何,它们都能给我们带来新的视角和思考方式。
对于观察和思考生命事例,我们可以从不同的角度拓展我们的视野。我们可以从个人的角度出发,思考自己的成长和发展过程。我们也可以从社会的角度出发,关注社会的变化和转型。同时,我们还可以从历史的角度出发,研究历史上的重大事件和人物。
通过观察和思考生命事例,我们可以从中得到一些启示和应用。首先,生命事例可以帮助我们认识自己的优势和劣势,进而更好地规划和发展自己的人生。当我们了解自己的强项和弱点时,我们可以更有针对性地提升自己的能力。
其次,生命事例也可以帮助我们认识和理解他人。通过倾听他人的故事,我们能够更好地了解他们的想法和感受。这有助于建立良好的人际关系和增强团队合作能力。
生命事例还可以作为我们对待生活的态度和价值观的参考。通过观察和思考他人的生命事例,我们可以从中汲取积极向上的力量。无论是在个人生活中还是在工作和社会活动中,积极向上的态度都能帮助我们克服困难,取得更大的成就。
生命事例是我们每个人都有的珍贵财富。通过观察和思考生命事例,我们可以更好地认识自己,理解他人,提升个人能力,并树立积极向上的生活态度。因此,让我们珍惜每一个生命事例,从中汲取智慧和力量,让自己的人生更加丰富多彩。