人工智能（AI）是一组可以自行完成任务的算法。据说表现出这种智能的机器具有人工智能。它现在非常流行，模仿人类在机器中的思维方式。这些智能机器可以从自己的行为中学习并复制人类的行为。随着人工智能变得更好，它将改变我们的生活方式，让我们的生活变得更好。

　　人工智能被定义为数字计算机或计算机控制的机器人执行通常与智能生物相关的任务的能力。人工智能也被定义为，人类创造的智能实体能够在没有明确指示的情况下智能地执行任务。能够理性、人性化地思考和行动。

　　即使我们达到了人工智能可以像人类一样行事的状态，我们如何确定它可以继续以这种方式行事？我们可以将人工智能实体的人类相似性基于：图灵测试认知建模方法思维法则方法理性代理方法

　　图灵测试的基础是人工智能实体应该能够与人类代理进行对话。理想情况下，人类代理不应该能够得出他们正在与人工智能对话的结论。为了实现这些目标，人工智能需要具备以下品质：自然语言处理以实现成功沟通。知识表示充当其记忆。自动推理使用存储的信息来回答问题并得出新的结论。机器学习检测模式并适应新环境。

　　顾名思义，这种方法试图构建基于人类认知的人工智能模型。要提炼人类心灵的本质，有3种方法：内省：观察我们的想法，并在此基础上建立模型心理实验：对人类进行实验并观察他们的行为脑成像：使用 MRI 观察大脑在不同场景下的功能，并通过代码复制该功能。

　　思维法则是一大堆控制我们思维运作的逻辑陈述。同样的法则可以被编纂并应用于人工智能算法。这种方法的问题在于，原则上解决问题（严格按照思维规律）和在实践中解决问题可能有很大不同，需要应用上下文的细微差别。此外，我们采取的一些行动并不能 100% 确定结果，如果参数太多，算法可能无法复制。

　　理性的代理人会采取行动，以在当前情况下实现最佳的结果。

　　根据思维法则方法，实体必须按照逻辑陈述行事。但在某些情况下，没有逻辑上正确的事情可做，多种结果涉及不同的结果和相应的妥协。理性代理方法试图在当前情况下做出最好的选择。这意味着它是一个更具活力和适应性的代理。

　　现在我们了解了如何将人工智能设计得像人类一样行动，让我们看看这些系统是如何构建的。

　　简而言之，人工智能系统的工作原理是将大型算法与智能迭代处理算法相结合。这种组合使人工智能能够从分析数据中的模式和特征中学习。每次人工智能系统执行一轮数据处理时，它都会测试和测量其性能，并使用结果来开发额外的专业知识。

　　正是机器学习赋予了人工智能学习的能力。这是通过使用算法发现模式并从所接触的数据中生成见解来完成的。

　　深度学习是机器学习的一个子类别，它为人工智能提供了模仿人脑神经网络的能力。它可以理解数据中的模式、噪音和混乱来源。

　　了解深度学习是如何工作的。如下所示的图像：

　　上图描绘了神经网络的三个主要层：输入层隐藏层输出层

　　想要分离的图像进入输入层。箭头从图像绘制到输入层的各个点上。黄色层（输入层）中的每个白点都是图片中的一个像素。这些图像填​充输入层中的白点。

　　隐藏层负责输入的所有数学计算或特征提取。在上图中，橙色显示的层代表隐藏层。这些层之间看到的线称为“权重”。它们中的每一个通常代表一个浮点数或十进制数，它乘以输入层中的值。所有权重在隐藏层中相加。隐藏层中的点表示基于权重之和的值。然后这些值被传递到下一个隐藏层。

　　可能想知道为什么有多层。隐藏层在某种程度上起到了替代的作用。隐藏层越多，输入的数据和生成的数据就越复杂。预测输出的准确性通常取决于存在的隐藏层的数量和输入数据的复杂性。

　　输出层为提供了分离的照片。一旦图层将输入的所有权重相加，它将确定图片是肖像还是风景。

　　示例 - 预测机票费用

　　并非所有类型的人工智能同时具备上述所有领域。不同的人工智能实体是为了不同的目的而构建的，这就是它们的不同之处。人工智能可以根据类型 1 和类型 2（基于功能）进行分类。这里简单介绍一下第一类。狭义工智能 (ANI)通用人工智能（AGI）超级人工智能（ASI）

　　狭义人工智能（ANI）是当今最常见的人工智能类型。它可以很好地处理一项任务。例如，它可能会推荐在线商店上的产品或预测明天的天气。 ANI 可以在非常特定的领域执行任务，有时甚至比人类更好，但它只能在非常受控的环境中执行此操作。

　　通用人工智能（AGI）仍然只是一个想法。这意味着人工智能可以在许多领域像人类一样思考，例如理解语言、识别图像和解决问题。目前，距离创建 AGI 还很远。即使是最好的计算机，如 IBM 的沃森，也需要很长时间才能模仿大脑的一小部分活动。 AGI 需要许多 ANI 一起工作，但我们还没有做到这一点。

　　超级 人工智能（ASI）几乎就像科幻故事一样。它在各个方面都比任何人类都聪明——从做决定到创造艺术和形成情感联系。如果我们能够成功创建 AGI，它很快就会变得越来越好，最终导致 ASI。有些人认为，一旦 AGI 出现，这几乎会立即发生。但由于我们仍在研究 AGI，ASI 感觉像是一个遥远的未来想法。

　　人工智能 (AI) 的主要目标是增强我们的能力并帮助我们做出重要决策。例如：人工智能旨在扩展人类的能力并协助做出复杂的决策。它可以处理具有挑战性的任务，以简化我们的日常生活并减少对体力劳动的需求。人工智能致力于改善个人、公司和国家的互动和合作方式，以实现互利共赢。目前，人工智能被用来简化操作并增强决策过程，继续发展几个世纪以来开发的工具。一些人认为人工智能是一项潜在的变革性发明，可能最终解决不平等和苦难等重大问题。目前，企业主要使用人工智能来提高效率、自动执行要求较高的任务以及实现数据驱动的决策。

　　人工智能无处不在，帮助大型组织了解和预测用户下一步可能会做什么。例如，谷歌的预测搜索会建议您接下来可能输入的内容，Netflix 会推荐电影以让您观看更长时间，而 Facebook 会通过识别面孔来建议在照片中标记谁。人工智能的主要用途涉及处理大量数据：搜索数据并优化查找最相关的信息。使用逻辑根据特定条件执行一系列操作。检测数据模式以获得独特的见解。应用概率模型来预测接下来可能发生的情况。

　　毫无疑问，科技让我们的生活变得更加美好。从音乐推荐、地图导航、手机银行到欺诈预防，人工智能和其他技术已经占据了主导地位。进步和毁灭之间只有一线之隔。硬币总是有两面，人工智能也是如此。让我们来看看人工智能的一些优势——需求不断增长：对人工智能（AI）职业的需求一直在稳步增长。在印度，57% 的公司正在积极寻求聘请熟练的人工智能专业人员。薪资上涨​​：进入 AI 岗位的个人薪资大幅上涨，通常在 60-70% 之间。热门城市：孟买在人工智能就业机会方面领先，紧随其后的是班加罗尔和金奈。创造就业机会：根据世界经济论坛的数据，到 2020 年，人工智能预计将创造 1.33 亿个就业岗位。劳动力挑战：尽管对人工智能工作的需求不断增加，但技术工人的数量却没有跟上。受益于人工智能的行业：人工智能正在对医疗保健、银行和金融、营销和娱乐等各个领域产生巨大影响。关键人工智能职位：该领域的一些顶级职位包括深度学习工程师、数据科学家、数据科学总监和高级数据科学家。提升技能的时机：随着机会的增加，现在是获得或提高人工智能技能的理想时机。脸书观看Facebook 好友推荐Siri、Alexa 和其他智能助手自动驾驶汽车机器人顾问对话机器人电子邮件垃圾邮件过滤器Netflix 的推荐积极主动的医疗保健管理疾病绘图自动化金融投资虚拟旅行预订代理社交媒体监控

　　人工智能 (AI) 正在成为技术领域的主要参与者。在世界各地，组织正在创建创新的人工智能和机器学习工具。人工智能正在塑造所有行业的未来，并推动大数据、机器人和物联网 (IoT) 等新技术。随着人工智能的发展，它将继续引领技术进步，为训练有素的专业人员提供许多机会。AI 和 ML 开发人员/工程师：这些专业人员运行统计分析、管理机器学习程序并开发深度学习系统。他们需要强大的 Python、Scala 和 Java 等语言的编程技能。印度人工智能工程师的平均年薪为 4 至 200 万印度卢比。AI 分析师/专家：AI 分析师提供 AI 驱动的解决方案，利用数据来识别趋势和模式，以增强各个行业的服务。该职位需要扎实的编程和系统分析背景。薪水从每年 3 卢比到 100 万卢比不等，具体取决于经验和雇主。数据科学家：数据科学家收集和分析大量数据，以识别趋势并开发预测模型。他们需要了解多种编程语言并使用 Azure ML Studio 和 Spark MLlib 等框架。在印度，他们的年薪通常在 5 至 220 万印度卢比之间。研究科学家：专注于创新人工智能解决方案的研究科学家必须是深度学习和神经网络等领域的专家。这个职位需要高级学位，在印度每年的最低工资为 350 万印度卢比。产品经理：在以人工智能为中心的角色中，产品经理使用数据来解决业务问题并实施人工智能策略来评估影响。起薪约为每年 7 至 80 万印度卢比，但随着经验的积累，可能会大幅上涨。机器人科学家：随着自动化的兴起，越来越需要机器人科学家来开发和管理机器人系统。这个职业需要对编程、机械和电子等领域有深入的了解。