Mindmap-Galerie Wissen über KI und künstliche Intelligenz
Das Wissen über KI und künstliche Intelligenz umfasst Kenntnisse in Informatik, Mathematik, Statistik, Philosophie, Psychologie und anderen Disziplinen und wird im Allgemeinen der Computerdisziplin zugeordnet.
Bearbeitet um 2024-11-04 14:03:22これは、この本を理解して読むのに役立つ、「ジェーン・エア」の登場人物の関係性を分析したマインドマップです。非常に実用的で、収集する価値があります。
これは時間を友達として扱うことについてのマインド マップです。「時間を友達として扱う」は、時間管理と個人の成長に関する実践的なガイドです。著者のリー・シャオライは、豊富なストーリーと鮮やかな例を通じて、先延ばしを克服し、効率を高め、将来の計画を立てる方法に関する実践的なスキルを読者に教えます。この本は、将来に向けて奮闘している若者だけでなく、時間を上手に管理して個人的な成長を遂げたいと願うすべての人にも適しています。
効率的にコミュニケーションをとり、日常業務におけるコミュニケーション上の困難を回避し、会話スキルを向上させるにはどうすればよいでしょうか? 「Crucial Conversations」は、2012 年に Mechanical Industry Press から出版された本です。著者は、(米国) Corey Patterson、Joseph Graney、Ron McMillan、Al Switzler です。この本は、人々の話す、聞く、および行動のスキルについても分析しています。コミュニケーションにおける一般的な盲点を、読者ができるだけ早くこれらのスキルを習得できるように、会話のシチュエーションや短編小説で補います。これがお役に立てば幸いです!
これは、この本を理解して読むのに役立つ、「ジェーン・エア」の登場人物の関係性を分析したマインドマップです。非常に実用的で、収集する価値があります。
これは時間を友達として扱うことについてのマインド マップです。「時間を友達として扱う」は、時間管理と個人の成長に関する実践的なガイドです。著者のリー・シャオライは、豊富なストーリーと鮮やかな例を通じて、先延ばしを克服し、効率を高め、将来の計画を立てる方法に関する実践的なスキルを読者に教えます。この本は、将来に向けて奮闘している若者だけでなく、時間を上手に管理して個人的な成長を遂げたいと願うすべての人にも適しています。
効率的にコミュニケーションをとり、日常業務におけるコミュニケーション上の困難を回避し、会話スキルを向上させるにはどうすればよいでしょうか? 「Crucial Conversations」は、2012 年に Mechanical Industry Press から出版された本です。著者は、(米国) Corey Patterson、Joseph Graney、Ron McMillan、Al Switzler です。この本は、人々の話す、聞く、および行動のスキルについても分析しています。コミュニケーションにおける一般的な盲点を、読者ができるだけ早くこれらのスキルを習得できるように、会話のシチュエーションや短編小説で補います。これがお役に立てば幸いです!
Wissen über KI und künstliche Intelligenz
Definition
Künstliche Intelligenz (künstlich, künstliche Intelligenz), kurz KI genannt
Eine umfassende Wissenschaft, die Theorien, Methoden, Technologien und Anwendungssysteme zur Simulation, Erweiterung und Erweiterung menschlichen intelligenten Verhaltens untersucht und entwickelt
Kenntnisse in den Bereichen Informatik, Mathematik, Statistik, Philosophie, Psychologie und anderen Disziplinen werden im Allgemeinen der Computerdisziplin zugeordnet
Dimensionen der Intelligenz
Kognitive Fähigkeiten: Verstehen, Lernen, Denken, Gedächtnis usw.
Anpassungsfähigkeit: Probleme lösen, mit Umweltveränderungen umgehen usw.
Autonomie: Aufgaben selbstständig erledigen, selbstständig Entscheidungen treffen usw.
Kernelemente
Rechenleistung
GPU, ASIC (TPU, NPU), FPGA usw.
Algorithmus
Maschinelles Lernen, Deep Learning, Reinforcement Learning, Transfer Learning usw.
Daten
Strukturierte Daten, unstrukturierte Daten usw.
Datenerfassung, Datenbereinigung, Datenstandards, Datenspeicherung usw.
Schule
Drei große Denkschulen
Symbolikschule
Konnektionistische Schule
Schule für Behaviorismus
Andere Denkschulen
Evolutionsschule
Bayesianismus
Schule der Analogie
Hauptforschungsmethoden
wissensbasierter Ansatz
Expertensystem, Wissensgraph
lernbasierter Ansatz
Maschinelles Lernen, tiefes Lernen
bionisch-basierter Ansatz
Behaviorismus, evolutionäre Berechnung
Klassifiziert nach Intelligenzniveau
Schwache KI
Spezialisiert sich nur auf eine einzelne Aufgabe oder eine Gruppe verwandter Aufgaben und verfügt nicht über allgemeine Intelligenzfähigkeiten
Starke KI
Sie verfügen über bestimmte allgemeine Intelligenzfähigkeiten und sind in der Lage, diese zu verstehen, zu erlernen und auf eine Vielzahl von Aufgaben anzuwenden
Super künstliche Intelligenz (Super AI)
Übertrifft die menschliche Intelligenz in fast allen Aspekten, einschließlich Kreativität, sozialen Fähigkeiten usw.
Entwicklungsstadium
Knospenstadium
1940er-1956 Turing-Test
Geburtszeitraum
Dartmouth-Konferenz 1956
erste Welle
Symbolik 1956-1973
zweite Welle
Symbolik (Expertensysteme) 1980-1990
dritte Welle
1994-heute maschinelles Lernen, tiefes Lernen
maschinelles Lernen
Überwachtes Lernen
Algorithmen lernen aus gekennzeichneten Datensätzen, d. h. jede Trainingsprobe hat ein bekanntes Ergebnis
Unüberwachtes Lernen
Algorithmen lernen aus unbeschrifteten Datensätzen
Halbüberwachtes Lernen
Kombiniert eine kleine Menge beschrifteter Daten und eine große Menge unbeschrifteter Daten für das Training
Verstärkungslernen
Erfahren Sie durch Versuch und Irrtum, welche Verhaltensweisen belohnt werden und welche Verhaltensweisen zu einer Bestrafung führen
neuronales Netzwerk
Faltungs-Neuronales Netzwerk (CNN)
Wiederkehrendes neuronales Netzwerk (RNN)
Generatives gegnerisches Netzwerk (GAN)
Langes Kurzzeitgedächtnis (LSTM)
Transformator
tiefes Lernen
Definition
Deep Learning, insbesondere tiefes Lernen neuronaler Netze
Es ist ein wichtiger Zweig des maschinellen Lernens
Deep-Learning-Algorithmen verwenden mehr „verborgene Schichten“ (Hunderte), wodurch sie leistungsfähiger werden und es neuronalen Netzen ermöglichen, schwierigere Aufgaben zu erledigen
rahmen
TensorFlow (Google)
Kaffee(BVLC)
Keras(fchollet)
CNTK (Microsoft)
Torch7 (Meta)
PaddelPaddel (Baidu)
MindSpore (Huawei)
großes Modell
Definition
Modelle des maschinellen Lernens mit großen Parameterskalen und komplexen Rechenstrukturen
Die grundlegende Kernstruktur der meisten großen Modelle ist Transformer und seine Varianten.
Das derzeit häufig erwähnte große Modell ist hauptsächlich das große Sprachmodell (Large Language Model).
Verfahren
Vorschulung
Der Prozess des Trainierens von Sprachmodellen unter Verwendung großer Mengen unbeschrifteter Daten
Dies verleiht dem Modell ein gewisses Maß an Vielseitigkeit und die Fähigkeit, sich an eine Vielzahl unterschiedlicher nachgelagerter Aufgaben anzupassen.
Feinabstimmung
Verwenden Sie auf der Grundlage des Vortrainings annotierte Daten (d. h. Daten für bestimmte Aufgaben), um das Modell weiter zu trainieren und es an bestimmte Anwendungen oder Aufgaben anzupassen.
Einstufung
Durch Gebrauch
Allgemeines großes Modell
Branchenmodell
nach Merkmalen
großes Sprachmodell
Trainieren Sie mit Textdaten
visuelles Modell
Trainieren Sie mit Bilddaten
Multimodales Großmodell
Sowohl Text als auch Bilder
nach Funktion
Analytisch (Entscheidungsfindung)
Generativ
Drücken Sie diese Taste, um die Quelle zu wechseln
Open-Source-Großmodell
Großes Closed-Source-Modell
Geschäftsmodell
Abonnementmodell
API-Servicemodell
Plattform-Servicemodell
Maßgeschneidertes Servicemodell
Werbe- und Verkaufsförderungsmodelle
Datenautorisierungsmodell
AIGC (Artificial Intelligence Generated Content)
Definition
Nutzen Sie die Technologie der künstlichen Intelligenz, um Inhalte automatisch zu erstellen oder zu generieren
Generierte Inhalte können Text, Code, Bilder, Musik, Videos und mehr umfassen.
Kategorie
Text generieren
GPT-Serie, Wen Xin Yi Yan, Tong Yi Qian Wen, Pangu, Claude 3, Diffusion-LM, Chinchilla usw.
Vinzentinisches Bild
DALL·E 2, Stabile Diffusion, Midjourney, Pixeling Qianxiang, DreamGaussian, Baidu AI-Malerei, Tongyi Wanxiang usw.
Vincent Audio
MusicLM, ElevenLabs, Wondershare Filmora, Reecho, SkyMusic, Qinle Model, FunAudioLLM, MusicGen usw.
Vincent Video
Sora, stabile Videodiffusion, Vidu usw.
Hauptfähigkeiten
Computer Vision (Lebenslauf)
Bilderkennung, visuelle Erkennung, Gesichtserkennung, Videoerkennung, Texterkennung, Gangerkennung ...
Spracherkennung
Spracherkennung, Stimmabdruckerkennung, Sprachsynthese, Sprachinteraktion ...
Verarbeitung natürlicher Sprache
Informationsverständnis, Textkorrekturlesen, maschinelle Übersetzung, Erzeugung natürlicher Sprache ...
verkörperte Intelligenz
Heimserviceroboter, medizinische Pflegeroboter, Hotelserviceroboter, Industrieroboter ...
Anwendungsgebiete
Industrielle Fertigung
Automatisierte Produktion, intelligente Qualitätsprüfung, Anlagenbetrieb und -wartung, Lieferkettenmanagement ...
medizinische Gesundheit
Medizinische Bildanalyse, Gensequenzierung, Krankheitsvorhersage, Arzneimittelforschung und -entwicklung, personalisierte Behandlung ...
Finanzielle Wertpapiere
Risikomanagement, Bonitätsprüfung, Betrugsüberwachung, quantitativer Handel, Marktprognose...
Schul-und Berufsbildung
Personalisierte Lernpfade, intelligente Nachhilfe, Kursempfehlungen …
Transport und Logistik
Autonomes Fahren, Routenoptimierung, Verkehrsanalyse, Notfallpläne …
Nachrichtenmedien
Manuskriptsammlung und -schreiben, Materialerstellung, Textpolitur ...
Spiele und Unterhaltung
Charakterdesign, Elementerstellung, Plotdesign, Produktion von Spezialeffekten ...
Rolle und Wert
Aus betriebswirtschaftlicher Sicht
KI kann sich wiederholende und langwierige Aufgaben automatisieren, die Produktionseffizienz und -qualität verbessern und die Arbeitskosten senken.
KI kann nicht nur die Effizienz der Regierungsführung verbessern, sondern auch neue Geschäftsmodelle, Produkte und Dienstleistungen hervorbringen und so die Wirtschaft ankurbeln
Aus Sicht der Regierung
KI kann nicht nur die Effizienz der Regierungsführung verbessern, sondern auch neue Geschäftsmodelle, Produkte und Dienstleistungen hervorbringen und so die Wirtschaft ankurbeln
Aus persönlicher Sicht
KI kann uns helfen, einige Aufgaben zu erledigen und unsere Lebensqualität zu verbessern
Aus der Perspektive der gesamten Menschheit
KI kann auch eine wichtige Rolle bei der Behandlung von Krankheiten, der Katastrophenvorhersage, der Klimavorhersage und der Armutsbekämpfung spielen.
Schwierigkeiten und Herausforderungen
Anstellung
Kann eine große Zahl menschlicher Arbeitsplätze gefährden und zu massiver Arbeitslosigkeit führen
Verbrechen
KI wird verwendet, um Krieg zu führen und zu täuschen (Stimmen nachzuahmen oder Gesichter zu ändern, um Betrug zu begehen).
Privatsphäre
Verletzung der Bürgerrechte (übermäßige Sammlung von Informationen, Verletzung der Privatsphäre)
gerecht
Wenn nur wenige Unternehmen über fortschrittliche KI-Technologie verfügen, könnte dies soziale Ungleichheiten verschärfen
Auch die Voreingenommenheit von KI-Algorithmen kann zu Ungerechtigkeit führen
verlassen
Da die KI immer leistungsfähiger wird, werden auch die Menschen von der KI abhängig sein und ihre Fähigkeit verlieren, unabhängig zu denken und Probleme zu lösen.
Vertrauen
Die starke Kreativität der KI kann dazu führen, dass Menschen die Motivation und das Selbstvertrauen zum Schaffen verlieren.
Sicherheit
Im Zusammenhang mit der Entwicklung von KI gibt es auch eine Reihe von Themen wie Sicherheit (Datenlecks, Systemabsturz), moralische Ethik usw.