This is the Trace Id: b014e4c9e789eb159fd81e4ed8cd12f3
跳转至主内容
Azure

什么是人工智能? 

获取人工智能 (AI) 及其许多用例的概述。此外,了解如何使用 Azure 服务开始构建、部署和管理由 AI 支持的应用。

AI 定义

人工智能 (AI) 是指旨在执行通常需要人类思维的任务的计算机系统或模型,例如理解语言、识别模式、解决问题和做出决策。 传统 AI 系统仅遵循固定规则,但较新的 AI 系统(例如认知 AI)可以从数据中学习并随时间推移不断改进,从而使它们在处理新情况时更加准确。 

AI 用于我们的许多日常工具中,包括虚拟助手、推荐系统和聊天机器人。 

  • AI 模型会识别数据中的模式和关系,这些模式和关系可用于生成新的预测、建议和响应。
  • 主要行业的组织已经在使用 AI 来提高生产力,并在现实世界的用例中推动创新。
  • 展望未来,预计 AI 将扩大机会、促进经济增长,并推动长期创新。

AI 如何工作

基于生成式预训练转换器 (GPT) 构建的 AI 模型使用机器学习来分析大量数据,例如文本、图像或数字,从而识别可用于产生输出(如预测、建议或响应)的模式和关系。

该过程通常遵循一个简单的循环:

  1. 收集并准备数据
  2. 训练模型以识别模式
  3. 通过反馈测试和改进结果

在每个循环中,AI 模型都会自我调整,变得更加准确,并能更有效地处理新情况。 本质上,AI 的工作原理是不断从数据中学习、优化其理解,并应用这些学习成果,以随着时间的推移提供更好的结果。 

AI 用例示例

随着组织继续创新,AI 正成为提高生产力和推动团队及行业创新的基础工具。以下示例突出了一些常见的现实世界用例:

  • 软件开发中的工作流自动化:开发人员已经在使用由 AI 支持的解决方案(例如 GitHub Copilot)来帮助编写代码、测试软件并自动化工作流。因此,开发团队有更多的时间和精力专注于更有价值的工作。
  • 文档摘要:各行各业的组织都使用 GPT 从报告、会议转录和电子邮件中生成简短摘要。这有助于团队成员无需深入阅读冗长的材料即可理解关键见解,从而提高生产力。
  • 医疗保健研究和分析:在医学领域,医生使用多模态 LLM 快速分析医学图像和复杂的患者数据。这使他们能够更高效地诊断疾病,并根据个人档案提供个性化的护理计划。
  • 零售:零售商使用 AI 模型来预测需求、管理库存,并为在线或店内购物的客户提供个性化推荐。
  • 增强的安全性:通过独特的面部特征验证身份,AI 增强的面部识别技术防止未经授权访问设备、安全设施和敏感数据。这一额外的保护层可降低违规风险,并增强整体安全状况。

未来趋势

AI 的未来预计将是变革性的。 随着 AI 服务和工具的不断发展,它们将更加融入日常生活。 例如,人工智能即服务 (AIaaS) 现在使各行各业的团队和组织能够通过 API 和云服务访问 AI 功能,使他们能够以更智能的方式工作,更快地解决复杂问题,并以具有成本效益的价格释放新的创造力和创新水平。

通过为人类提供更高效、响应更快且更易用的系统,AI 有望显著扩大个人和社会的机会,作为经济增长和长期创新的强大合作伙伴和贡献者。 

常见问题解答

  • AI 通过自动化任务、分析大量数据以及帮助人们做出更好的决策,使许多行业的工作更快、更智能、更高效。    它还可以用于改善日常体验,为虚拟助手、聊天机器人和推荐引擎等提供支持。       
  • AI 的一个例子可能是像 Siri 这样的虚拟助手,它可以通过语音或文本获得提示来回答问题并执行任务。另一个例子是推荐服务,例如流媒体或购物平台使用的服务,它们可以根据你的行为和偏好建议产品或内容。              
  • AI 是一个广泛的领域,专注于能够分析数据、识别模式并做出决策的系统。生成式 AI 是 AI 中的一种特定类型,旨在根据其所学内容产生新的输出,例如文本、图像或代码。   
  • AI 通过学习大量数据并寻找模式来学习。它做出预测或决策,将其与正确答案或反馈进行比较,并调整自身以随着时间的推移进行改进。AI 通过一个重复的循环进行学习:观察数据、做出猜测、获得反馈,并通过练习进行改进。