什么是人工智能？

Alexandra Klepper

人工智能 (AI) 涵盖许多复杂的、新兴的技术，这些技术曾经需要人工输入，但现在可以通过计算机来执行。广义上讲，AI 是一种非人类程序或模型，可以展示广泛的问题解决能力和创造力。

计算机可以执行高级功能，这些功能在历史上被用于理解和推荐信息。现在，借助 AI，计算机甚至可以生成新内容。

缩写词 AI 经常互换使用，以表示构成 AI 领域的各种类型的技术。

常见的 AI 概念

有许多术语和概念定义了人工智能和机器学习，您可能会觉得它们很有用。以下是在网络上实际使用 AI 的一些方法

生成式 AI 和大型语言模型

生成式 AI 响应输入并创建内容，这些内容建立在大型语言模型的上下文和记忆之上。

大型语言模型 (LLM) 是一种 AI 模型，它具有大量的（通常是数十亿个）参数，您可以使用它来执行各种各样的任务，例如生成、分类或总结文本或图像。

生成式 AI 超越了模式匹配和预测。一些最常见的生成式 AI 工具包括

这些工具可以创建书面文字、代码示例和图像。它们可以帮助您计划假期、柔化电子邮件的语气或使其更专业，或者将不同的信息集分类。

对于开发者和非开发者来说，用例是无穷无尽的。

客户端 AI

虽然网络上的大多数 AI 功能都依赖于服务器，但客户端 AI 在用户的浏览器中运行，并在用户的设备上执行推理。这提供了更低的延迟、更低的服务器端成本、取消了 API 密钥要求、提高了用户隐私和离线访问能力。您可以使用 JavaScript 库（包括 Transformers.js、TensorFlow.js 和 MediaPipe）实现跨浏览器工作的客户端 AI。

小型、优化的客户端模型有可能胜过大型服务器端模型，尤其是在针对性能进行优化时。评估您的用例以确定哪种解决方案适合您。

服务器端 AI

服务器端 AI 涵盖基于云的 AI 服务。想想在云端运行的 Gemini 1.5 Pro。这些模型往往更大、更强大。对于大型语言模型来说尤其如此。

混合 AI

混合 AI 指的是任何包含客户端和服务器组件的解决方案。例如，您可以使用客户端模型来执行任务，并在设备上无法完成任务时回退到服务器端模型。

机器学习 (ML)

机器学习 (ML) 是 AI 的一种形式，计算机可以在没有明确编程的情况下进行学习。AI 致力于生成智能，而 ML 则允许计算机从经验中学习。ML 由用于预测数据集的算法组成。

ML 是训练模型以根据数据做出有用预测或生成内容的过程。

例如，假设我们想要创建一个网站，该网站可以对任何一天的天气进行评分。传统上，这可能由一位或多位气象学家完成，他们可以创建地球大气层和地表的表示，计算和预测天气模式，并通过将当前数据与历史背景进行比较来确定评级。

相反，我们可以给 ML 模型提供大量的天气数据，直到模型学习天气模式、历史数据以及关于什么使天气在任何特定日期变得好或坏的指南之间的数学关系。事实上，我们已经在网络上构建了它。

深度学习

深度学习 (DL) 是一类 ML 算法。一个例子是深度神经网络 (DNN)，它试图模拟人脑被认为处理信息的方式。

AI 面临的挑战

在构建和使用 AI 时，存在一些挑战。以下是您应该考虑的一些重点。

数据质量和时效性

用于训练各种 AI 模型的大型数据集通常在被使用后很快就会过时。这意味着在寻求最新信息时，您可能会受益于提示工程，以提高 AI 模型在特定任务上的性能并产生更好的输出。

数据集可能不完整或太小，无法有效地支持某些用例。尝试使用多种工具或自定义模型以满足您的需求可能很有用。

对伦理和偏见的担忧

AI 技术令人兴奋，并且具有很大的潜力。然而，归根结底，计算机和算法是由人类构建的，并在可能由人类收集的数据上进行训练，因此会受到一些挑战。例如，模型可以学习并放大人类的偏见和有害的刻板印象，直接影响输出。重要的是，在构建 AI 技术时，应将缓解偏见作为优先事项。

关于 AI 生成内容的版权，存在许多伦理方面的考虑；谁拥有输出的所有权，尤其是当输出受到版权材料的严重影响或直接复制时？

在生成新内容和想法之前，请考虑关于如何使用您创建的材料的现有政策。

安全和隐私

许多网络开发者表示，隐私和安全是他们在使用 AI 工具时最关心的问题。在具有严格数据要求的业务环境中，例如政府和医疗保健公司，尤其如此。通过云 API 将用户数据暴露给更多第三方是一个令人担忧的问题。重要的是，任何数据传输都是安全的并且受到持续监控。

客户端 AI 可能是解决这些用例的关键。还有更多的研究和开发工作要做。

开始在网络上使用 AI

现在您已经熟悉了多种类型的人工智能，您可以开始考虑如何使用现有模型来提高工作效率并构建更好的网站和 Web 应用程序。

您可以使用 AI 来

  • 为您的网站搜索构建更好的自动完成功能。
  • 使用智能摄像头检测常见物体（例如人类或宠物）的存在
  • 使用自然语言模型处理评论垃圾邮件。
  • 通过为您的代码启用自动完成功能来提高您的工作效率。
  • 创建 WYSIWYG 写作体验，并提供下一个单词或句子的建议。
  • 提供数据集的人性化解释。
  • 以及更多...

预训练的 AI 模型可以成为改进我们的网站、Web 应用程序和工作效率的好方法，而无需完全理解如何构建数学模型和收集为最流行的 AI 工具提供支持的复杂数据集。

您可能会发现大多数模型都能立即满足您的需求，而无需进一步调整。调优是指采用已在大型数据集上训练过的模型，并进一步训练以满足您的特定使用需求的过程。有许多技术可以调优模型