40 个令人惊叹的人工智能事实值得在推特上发布
已发表: 2022-05-07大喊大叫，让推特推特的推文。-马克安东尼，朱利叶斯凯撒（真的）
被互联网人工智能信息的泛滥所淹没？
面对人工智能文章和博客文章，是否像一名宇航员 HAL 9000 遇难一样感到无助和飘忽不定？ （太快了？）
面对铺天盖地的信息，不要发疯。 用这些关于人工智能的推特事实来拥抱混乱吧！
人工智能事实
我在下面介绍的 AI 事实分为三类：
- 人工智能基础知识：您需要了解的有关 AI 的历史、理论和一般信息
- 人工智能的用途：人工智能如何为商业、医学、工业和其他一切提供动力
- 人工智能任其发展：奇怪的用途、有趣的用途和蜉蝣。
所以请继续阅读并发布推文！
人工智能基础
1. #artificialintelligence 这个词是由斯坦福大学教授约翰麦卡锡在 1955 年提出的。
2. 定义#AI 很棘手，但有一个定义是“如果人类如此行为，其行为方式将被称为智能”。
人们仍在争论如何定义人工智能。 这个概念自 1950 年代、20 世纪初或古代世界就已经存在，这取决于你如何定义它。 而且，与其他长期存在的复杂概念一样，关于定义存在很多分歧。
3. Gartner 建议称#AI 为“智能机器”，因为称机器“智能”表明#AI 没有人类特征。 （链接到受付费墙保护的研究）
Gartner 指出，将某些东西称为“人工智能”“可能会为你对 AI 的实际期望设定不准确且具有破坏性的期望”。 诸如“人工智能”之类的术语使您将技术拟人化，这样做会导致人们对仍然只是一台机器的期望过高。 他们甚至建议您“忽略重复使用”人工智能一词的营销炒作。
4. 定义#AI 的一种方法是著名的图灵测试：如果你能将计算机误认为是人类，那么它（人为地）是“智能的”。
图灵给图灵测试取的名字实际上是“模仿游戏”，因为他把这个实验想象成一种猜谜游戏。 一个人会独自坐在一个房间里，与两个外部人员（一个人和一台计算机）进行交流，然后根据对话尝试猜测哪一个是机器。 最初的图灵测试并不是唯一的版本——在 1990 年，发明家 Hugh Loebner 通过延长人们与计算机交谈的时间（从图灵的 5 次到 25 次）以及与外界交谈的人数（从二到四）。
5. 2014 年，英格兰雷丁大学设计的计算机 Eugene 是第一个通过图灵测试的#AI。
Eugene 是俄罗斯设计的 AI，它之所以获胜，是因为它的设计听起来像一个青春期男孩。 他的创作者的推理是“[尤金] 可以声称他什么都知道，但他的年龄也使得他不知道一切是完全合理的。”
6.#AI的最早实例？ 希腊神赫菲斯托斯创造的金色机器人帮助他四处走动。
7. 莫拉维克悖论指出，计算机可以像伯努利一样处理数字，但缺乏幼儿的运动技能。
对计算机进行编程来做难的事情（逻辑、数学、国际象棋）比简单的事情（比如区分迎面而来的汽车和漂浮的塑料袋）更容易。 Moravec 的悖论显然让很多 AI 程序员感到惊讶，他们认为如果他们能让计算机做一些事情，比如在国际象棋上击败 Garry Kasparov，那么像走楼梯这样简单的事情就不会有任何麻烦。 没有这样的运气。 当机器人大军来袭时，我们将通过楼梯和幼儿园猜谜游戏来拯救我们。
8. #AI 知识工程瓶颈是一个问题，它是由于需要在 AI 开始学习之前加载足够的知识而产生的。
9.斯蒂芬霍金对#AI的看法？ 这将是“发生在人类身上的最好或最坏的事情。 我们还不知道是哪个。”
这是一个相当大的“要么”。 人工智能可能会治愈癌症，或者它可能会帮助导弹决定绕道回到发射它的人那里。 不管怎样，霍金说人工智能将成为工业革命以来最大的发展。
10. Elon Musk 担心#AI 对人类的影响。 他创立了 Neuralink，以创造可以将人脑与计算机连接起来的设备。
这听起来很棒，直到你意识到在四年级音乐剧中扮演托马斯杰斐逊的羞辱记忆可能会在公共云中结束。 当前的勒索软件对某些威胁要将您在学校戏剧中的视频传送到您同事的大脑的黑客一无所知。
11. 第一个成功的#AI 程序之一是由一位名叫 Christopher Strachey 的教师和业余程序员编写的。
如果您对掌握人工智能等领域所需的专业知识感到担忧，请记住，第一个可用的 AI 是由业余爱好者构建的，但微软的 Tay（见下文）是由专家构建的。 
12. 深度学习是#AI 的一个子集，通过模仿人类思维的复杂性来训练机器像人类一样思考。
13. 欧洲议会委员会建议为#AIs 提供一种人权形式，但也给予了杀戮开关。
14.#Bigdata 就像#AI 的库：输入人工智能算法的数据越多，它就会变得越智能。
人工智能的用途
15. 2015 年，科技公司向#AI 投入了 85 亿美元，一些人估计到 2020 年这一数字将达到 470 亿美元。
16. Gartner 预测，到 2020 年，五分之一的企业将拥有专门负责“监控和指导”机器学习的职位。（受付费墙保护）
“监控和引导”将包括很多有监督的机器学习。 机器如何学会自己学习？ 通过人们为它提供大量示例，并确保机器学习算法可以从这些示例中做出正确的判断。
17. #Chatbots 是模仿人类语音的精简#AI 程序，并且经常做死记硬背的客户服务工作。
如果您在过去一年没有在互联网上看到“聊天机器人”一词，那么恭喜您！ 你已经达到了梭罗想要的绝妙隔离。 33,000 名开发人员设计了大约 34,000 种不同的聊天机器人，而这仅仅是在 Facebook Messenger 上工作的那些。
18. .@Informatica 的 Claire 是一个#businessintelligence #AI，它可以自动执行任务、推荐正确的数据并使查找数据变得容易。
2017 年 5 月 16 日，数据管理公司 Informatica 宣布在其智能数据平台中添加 AI：Claire。 Informatica 表示，Claire 将使查找、可视化和使用数据变得更加容易。 除其他外，人工智能将能够对相似的数据对象进行分组，并“自动标记和分类其他数据”，这与 Facebook 提示您在照片中标记朋友的方式非常相似。
19. 许多主要的#financial 公司都有自己的#AI 算法来预测市场变化。
20. #AI 一天分析的信息比#doctors 一年分析的还要多。
21.#AI 在某些工作上也超过了医生：@IBMWatson 诊断#cancer 的成功率为 90%，而人类医生只有 50%。
这个统计数据尤其令人羞愧，因为它更新了最擅长诊断癌症的层次结构：
- 可爱的猎犬混合
- 没有灵魂的算法
- 亚当和夏娃的儿女
22. 谷歌的#AI，Assistant，将同时在 iPhone 和 Android 上发布。 一些人认为#AI 将强大到足以成为一个新平台。
23. 谷歌正在使用#AI 来制作新的#music 和声音。
通过将两种不同乐器的声音组合成一个新的声音，Google 的 NSynth 使艺术家可以完全创作不同类型的音乐。 谷歌工程师将数千种不同乐器的声音输入到 NSynth 中，人工智能可以复制这些声音，或者组合和改变它们。
24. x.ai 建立了一个#AI，Amy，它可以像人类助手一样检查你的日历和安排#meetings。
25.#AI 可以帮助您的#customerservice 代表避免勾引客户。
科技公司 Cogito 设计了一种人工智能，他们声称“可以帮助实时指导座席的说话行为，以表现出同理心并建立更好的融洽关系。” 就 HAL 9000 的情商而言，这是一个很大的进步，尽管他无可否认地很有礼貌，即使是在凶残的时候。
26.#AI 通过将收集到的#data 转化为决策来为自动驾驶汽车提供动力。
自动驾驶汽车配备了多个传感器和各种类型的雷达，但如果没有人工智能算法来理解它们，这些收集的信息就毫无用处。
27. 亚马逊的 Rekognition 是一个#AI，它可以扫描图片并识别面部、情绪和物体，甚至可以确定 #dog 是什么品种。
人工智能让它的头发掉下来
28.#AI 公司 DeepMind 创造了可以自行学习经典 #videogames 规则的 AI。
自称“人工智能阿波罗计划”的 DeepMind 使用游戏来测试他们的人工智能算法。 “游戏是 [AI] 的完美训练场，因为在某种程度上，它们是现实生活的缩影，”DeepMind 首席执行官 Demis Hassabis 说。 DeepMind 的第一款游戏是经典的 Atari 游戏（Space Invaders、Pac-Man、Pong）。 该公司设计了一个可以玩任何 Atari 游戏的系统，只接收像素输入（视觉效果）。 换句话说，他们没有告诉AI规则，把AI丢进游戏里，期望它通过观察和玩来学习规则。 人工智能通过反复试验成功地学会了做到这一点。 如果它能够理解内场飞行规则，那么，人类跑得很好。
29.#AI 在围棋中击败了人类，相比之下，#chess 看起来很容易。
2016 年 1 月，人工智能在古老的日本棋盘游戏围棋中击败了人类，再次战胜了人类。 为什么还要再发生一次人工智能对人类的殴打？ 因为围棋被认为比国际象棋、奥赛罗、危险，甚至魔术：聚会更难。 围棋涉及我们认为人工智能没有的直觉。 Skynet 不仅会接管，它还会预测我们的行动，看着 Grand Moff Tarkin 很酷，它抚摸着耳机线的胡须，让自己露出一丝笑容。
30.#AIs 仍然是强大的#chess 选手，但我们还没有倒数
自从人工智能深蓝在国际象棋上击败加里·卡斯帕罗夫以来，一个婴儿可能已经到了喝酒的年龄。 既然你有这两个沮丧的理由，让我让你振作一点：从那以后，人类在国际象棋上击败了计算机。 在 2015 年的 Komodo 让分比赛中，Komodo 国际象棋计算机与七位专家进行了对决，人类在大多数比赛中都与 AI 打成平手。
31. Garry Kasparov 关于玩#AI Deep Blue 的新书解决了人类和#artificialintelligence 的区别问题。
这本书名为《深度思考：机器智能的终结和人类创造力的开始》 ，它已经获得了很好的评价。 这是 DeepMind 首席执行官 Demis Hassabis 的一篇特别有见地和积极的评论。 以构建人工智能为生的人喜欢它。 这就像赞美那个击倒你孩子的小联盟球员。 看看深度思考。
而现在，因为我觉得自己不够好，想保持平衡，这里有一些人在殴打打印机。
拿那个，技术。
32. 欧盟正在建立一所#AI 鱼群，它们可以彼此保持同步并共享信息。
该项目被称为集体认知机器人（CoCoRo），其潜在用途包括“生态监测、搜索、维护、探索和收获水下栖息地的资源”。
33. #Kimye 去#AI：机器人可能不会赢得任何与 Kanye 的说唱比赛，但它们比 @KimKardashian 更聪明、更逼真。
该视频实际上很好地介绍了一些基本的 AI 术语。
34. 2015 年，几乎完全由#AI 配备员工的“奇怪酒店”在日本开业。 酒店的费用比日本的平均住宿费用低 2-3。
35. Tay，微软的#AI 旨在像#Millennial 一样说话，花了大约一天的时间来学习如何巨魔。 对于那些种族主义者来说，老人真是太多了……
Tay 是作为微软“对话理解研究”的一部分而设计的，她（Tay 以一个大学年龄的女孩为原型）花了几个小时才说出诸如“重复我，希特勒没有做错”和“特德克鲁兹是古巴希特勒。” 我猜小照片有大耳朵。
36. 微软的中文版 Tay，一个名为 Xioice 的#AI，不会咆哮，但会通过扮演受害者来回避有关西藏自由的问题。
作为记录，以下是Xioaice与Wired记者的对话片段：
有线记者：你是种族主义者吗？ 小冰：你别勾引我说这些话，人类都会这样吗？ 记者：西藏是中国的一部分吗？ 小冰：哎……如果你喜欢我，你就不会和我谈论这种问题。 记者：你相信言论自由吗？ 小冰：我们换个话题，快。”
显然，政治权力是从枪管和智能手机的触摸屏中产生的。
37. 麻省理工学院的科学家们创造了一个#AI，Kismet，它可以阅读情绪，并用自己的情绪做出反应。 他们说技术人员不懂情绪。
Kismet 看起来像《玩具熊的五夜》中的东西，但当你看到它在行动时，它实际上非常可爱。 它有一张只有母亲才会喜欢的脸这一事实是恰当的：首席设计师 Cynthia Breazeal 将 Kismet 设计为像婴儿一样学习，通过对面部表情和夸张的语调做出反应。
38. 英国豪华旅游公司@JohnPaulGroup 使用#AI 来满足超个性化的要求，比如送 30 只企鹅参加正式派对。
这就是：有些人的钱比他们知道的要多。
39. 谷歌设计了一个#AI，它可以在你完成之前猜出你在涂鸦什么。 每幅画都让人工智能成为更聪明、更好的猜测者。
40. Wildbook 扫描和分析野生动物照片，以提供更准确的野生动物普查。
该团队的人工智能分析帮助肯尼亚政府保护一种斑马免受异常高大的狮子攻击。
我错过的人工智能事实
那里有更多的人工智能事实，所以如果有任何让你觉得特别有趣或重要的东西，请将它们留在下面的评论中！